초록
우리는 고차원적이고 연속적인 정점 속성을 효과적으로 활용할 수 있도록 Weisfeiler-Lehman 및 기타 그래프 커널을 개선하는 새로운 커널을 제안한다. 먼저 그래프를 부분 그래프로 분해한 후, 각 부분 그래프의 정점을 적절한 정점 불변량( vertex invariant)을 사용하여 레이블 유사도와 구조적 역할 유사도를 결합한 커널을 통해 비교한다. 이 불변량을 조절함으로써 Weisfeiler-Lehman, NSPDK, 그리고 전파 커널의 일반화를 포함하는 그래프 커널의 가족을 얻을 수 있다. 실증적으로 이러한 커널들이 관계형 데이터셋에서 최신 기준(SOTA) 성능을 달성함을 입증하였다.