Ein persistenter Weisfeiler–Lehman-Algorithmus für die Graphenklassifikation

Der Weisfeiler–Lehman-Graphkern zeigt in vielen Aufgaben der Graphklassifikation wettbewerbsfähige Leistung. Seine Teilbaummerkmale sind jedoch nicht in der Lage, zusammenhängende Komponenten und Zyklen – topologische Merkmale, die zur Charakterisierung von Graphen bekannt sind – zu erfassen. Um solche Merkmale zu extrahieren, nutzen wir propagierte Knotenlabel-Informationen und transformieren ungewichtete Graphen in metrische. Dadurch können wir die Teilbaummerkmale mit topologischen Informationen ergänzen, die mittels persistenter Homologie, einem Konzept der topologischen Datenanalyse, gewonnen werden. Unser Verfahren, das wir als Verallgemeinerung der Weisfeiler–Lehman-Teilbaummerkmale formalisieren, zeigt eine vorteilhafte Klassifiziergenauigkeit, wobei die Verbesserungen der Vorhersageleistung hauptsächlich auf die Einbeziehung von Zyklusinformationen zurückzuführen sind.