Two New Graphs Kernels in Chemoinformatics

Benoit Gaüzère 1 Luc Brun 1 Didier Villemin 2
1 Equipe Image - Laboratoire GREYC - UMR6072
GREYC - Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen
Abstract : Chemoinformatics is a well established research eld concerned with the discovery of molecule's properties through informational tech- niques. Computer science's research elds mainly concerned by chemoin- formatics are machine learning and graph theory. From this point of view, graph kernels provide a nice framework combining machine learning and graph theory techniques. Such kernels prove their e - ciency on several chemoinformatics problems and this paper presents two new graph kernels applied to regression and classi cation prob- lems. The rst kernel is based on the notion of edit distance while the second is based on subtrees enumeration. The design of this last kernel is based on a variable selection step in order to obtain kernels de ned on parsimonious sets of patterns. Performances of both kernels are investigated through experiments.
Type de document :
Article dans une revue
Pattern Recognition Letters, Elsevier, 2012, 33 (15), pp.2038-2047
Liste complète des métadonnées

Littérature citée [27 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00773283
Contributeur : Luc Brun <>
Soumis le : samedi 12 janvier 2013 - 19:06:05
Dernière modification le : jeudi 7 février 2019 - 17:11:55
Document(s) archivé(s) le : samedi 13 avril 2013 - 04:08:11

Fichier

GauzereAl-PRL2012-Two_New_Grap...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00773283, version 1

Citation

Benoit Gaüzère, Luc Brun, Didier Villemin. Two New Graphs Kernels in Chemoinformatics. Pattern Recognition Letters, Elsevier, 2012, 33 (15), pp.2038-2047. 〈hal-00773283〉

Partager

Métriques

Consultations de la notice

185

Téléchargements de fichiers

293