Supervised bipartite graph inference

Yoshihiro Yamanishi

研究成果: 書籍/レポート タイプへの寄稿会議への寄与

30 被引用数 (Scopus)

抄録

We formulate the problem of bipartite graph inference as a supervised learning problem, and propose a new method to solve it from the viewpoint of distance metric learning. The method involves the learning of two mappings of the heterogeneous objects to a unified Euclidean space representing the network topology of the bipartite graph, where the graph is easy to infer. The algorithm can be formulated as an optimization problem in a reproducing kernel Hilbert space. We report encouraging results on the problem of compound-protein interaction network reconstruction from chemical structure data and genomic sequence data.

本文言語英語
ホスト出版物のタイトルAdvances in Neural Information Processing Systems 21 - Proceedings of the 2008 Conference
出版社Neural Information Processing Systems
ページ1841-1848
ページ数8
ISBN(印刷版)9781605609492
出版ステータス出版済み - 2009
外部発表はい
イベント22nd Annual Conference on Neural Information Processing Systems, NIPS 2008 - Vancouver, BC, カナダ
継続期間: 12月 8 200812月 11 2008

出版物シリーズ

名前Advances in Neural Information Processing Systems 21 - Proceedings of the 2008 Conference

その他

その他22nd Annual Conference on Neural Information Processing Systems, NIPS 2008
国/地域カナダ
CityVancouver, BC
Period12/8/0812/11/08

!!!All Science Journal Classification (ASJC) codes

  • 情報システム

フィンガープリント

「Supervised bipartite graph inference」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル