論文の概要: Optimal transport distances for directed, weighted graphs: a case study
with cell-cell communication networks
- arxiv url: http://arxiv.org/abs/2309.07030v1
- Date: Wed, 13 Sep 2023 15:36:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-14 13:38:22.016548
- Title: Optimal transport distances for directed, weighted graphs: a case study
with cell-cell communication networks
- Title（参考訳）: 有向重み付きグラフのための最適輸送距離:細胞間通信網を用いたケーススタディ
- Authors: James S. Nagai (1), Ivan G. Costa (1) and Michael T. Schaub (2) ((1)
Institute for Computational Genomics, RWTH Aachen Medical Faculty, Germany,
(2) Department of Computer Science, RWTH Aachen University, Germany)
- Abstract要約: 最適輸送の変種に基づく有向グラフを比較するための2つの距離測度を提案する。
これら2つの距離を評価し、シミュレーショングラフデータと実世界指向セル通信グラフの両方に対して、それらの相対的性能について考察する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Comparing graphs of optimal transport has recently gained significant
attention, as the distances induced by optimal transport provide both a
principled metric between graphs as well as an interpretable description of the
associated changes between graphs in terms of a transport plan. As the lack of
symmetry introduces challenges in the typically considered formulations,
optimal transport distances for graphs have mostly been developed for
undirected graphs. Here, we propose two distance measures to compare directed
graphs based on variants of optimal transport: (i) an earth movers distance
(Wasserstein) and (ii) a Gromov-Wasserstein (GW) distance. We evaluate these
two distances and discuss their relative performance for both simulated graph
data and real-world directed cell-cell communication graphs, inferred from
single-cell RNA-seq data.
- Abstract（参考訳）: 最適輸送によって引き起こされる距離は、グラフ間の原理的な計量と、輸送計画の観点からのグラフ間の関連する変化の解釈可能な記述の両方を提供するため、最適輸送のグラフを比較することは近年大きな注目を集めている。
対称性の欠如が典型的に考慮された定式化の課題をもたらすため、グラフの最適輸送距離は、主に無向グラフのために開発された。
ここでは、最適輸送の変種に基づく有向グラフの比較のための2つの距離測度を提案する。
(i)地球移動距離(wasserstein)及び
(II)Gromov-Wasserstein (GW) 距離。
これら2つの距離を評価し,単細胞rna-seqデータから推定したシミュレーショングラフデータと実世界のセル間通信グラフの相対的性能について検討した。
関連論文リスト
- Robust Graph Matching Using An Unbalanced Hierarchical Optimal Transport Framework [30.05543844763625]
本稿では,不均衡な階層的最適輸送フレームワークに基づく,新しい頑健なグラフマッチング手法を提案する。
グラフマッチングにおいて、クロスモーダルアライメントを利用するための最初の試みを行う。
様々なグラフマッチングタスクの実験は、最先端の手法と比較して、我々の手法の優越性と堅牢性を示している。
論文 参考訳（メタデータ） (2023-10-18T16:16:53Z) - Graph Fourier MMD for Signals on Graphs [67.68356461123219]
本稿では,グラフ上の分布と信号の間の新しい距離を提案する。
GFMMDは、グラフ上で滑らかであり、期待差を最大化する最適な目撃関数によって定義される。
グラフベンチマークのデータセットと単一セルRNAシークエンシングデータ解析について紹介する。
論文 参考訳（メタデータ） (2023-06-05T00:01:17Z) - On a linear fused Gromov-Wasserstein distance for graph structured data [2.360534864805446]
埋め込み間のユークリッド距離として定義される2つのグラフ間の新しい距離である線形FGWを提案する。
提案した距離の利点は2つある: 1) ノードの特徴とグラフの構造を考慮して、カーネルベースのフレームワークにおけるグラフ間の類似性を測定する。
論文 参考訳（メタデータ） (2022-03-09T13:43:18Z) - FGOT: Graph Distances based on Filters and Optimal Transport [62.779521543654134]
グラフ比較は、グラフ間の類似点と相違点の識別を扱う。
大きな障害は、グラフの未知のアライメントと、正確で安価な比較指標の欠如である。
本研究では,フィルタグラフ距離近似を導入する。
論文 参考訳（メタデータ） (2021-09-09T17:43:07Z) - Embedding Signals on Knowledge Graphs with Unbalanced Diffusion Earth
Mover's Distance [63.203951161394265]
現代の機械学習では、多くの領域における観測間の相互作用や類似性によって生じる大きなグラフに遭遇することが一般的である。
本研究では,地球移動器距離(EMD)と測地コストを基礎となるグラフ上で比較し,グラフ信号のデータセットを整理する。
いずれの場合も,UDEMDをベースとした埋め込みは,他の手法と比較して高精度な距離を求めることができる。
論文 参考訳（メタデータ） (2021-07-26T17:19:02Z) - SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory
Prediction [64.16212996247943]
歩行者軌道予測のためのスパースグラフ畳み込みネットワーク(SGCN)を提案する。
具体的には、SGCNはスパース指向の相互作用をスパース指向の空間グラフと明確にモデル化し、適応的な相互作用歩行者を捉える。
可視化は,歩行者の適応的相互作用とその運動特性を捉えることができることを示す。
論文 参考訳（メタデータ） (2021-04-04T03:17:42Z) - Graph Optimal Transport for Cross-Domain Alignment [121.80313648519203]
クロスドメインアライメントはコンピュータビジョンと自然言語処理の基本である。
我々は、最近の最適輸送(OT)の進歩から発芽する原則的なフレームワークであるグラフ最適輸送(GOT)を提案する。
実験は、幅広いタスクにわたるベースライン上でのGOTの一貫性のある性能を示す。
論文 参考訳（メタデータ） (2020-06-26T01:14:23Z) - Wasserstein-based Graph Alignment [56.84964475441094]
我々は,より小さいグラフのノードと大きなグラフのノードをマッチングすることを目的とした,1対多のグラフアライメント問題に対する新しい定式化を行った。
提案手法は,各タスクに対する最先端のアルゴリズムに対して,大幅な改善をもたらすことを示す。
論文 参考訳（メタデータ） (2020-03-12T22:31:59Z) - COPT: Coordinated Optimal Transport for Graph Sketching [15.127728811011245]
COPTは最適化ルーチンで定義されたグラフ間の新しい距離メートル法である。
提案手法は,グラフ上の重要なグローバルな構造情報を保存していることを示す。
COPTは、合成データセットと実データセットの両方のグラフ分類において、アート手法の状態を上回ります。
論文 参考訳（メタデータ） (2020-03-09T02:30:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。