A distributed algorithm for graph semi-supervised learning

•A distributed algorithm is proposed to solve graph semi-supervised learning problem by leveraging the graph topology.•The convergence of the distributed algorithm is explicitly proved.•Numerical results verify the good performance and low cost of the distributed algorithm. Graph semi-supervised lea...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Pattern recognition letters Ročník 151; s. 48 - 54
Hlavní autoři:	Huang, Daxin, Jiang, Junzheng, Zhou, Fang, Ouyang, Shan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Amsterdam Elsevier B.V 01.11.2021 Elsevier Science Ltd
Témata:	Algorithms Computational geometry Computer applications Convexity Distributed algorithm Graph semi-supervised learning (GSSL) Graph signal processing Laplacian Machine learning Regularization Semi-supervised learning Topology optimization Graph semi-supervised learning (GSSL) Distributed algorithm 41A10 65D05 65D17 Graph signal processing 41A05 Laplacian
ISSN:	0167-8655, 1872-7344
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!