Improving bipartite graph matching by assessing the assignment confidence

با توجه به توانایی گراف ها برای نشان دادن خواص اشخاص و روابط دوتایی در یک زمان، علاقه های رو به رشد در این فرمالیسم نمایندگی در زمینه های مختلف شناخت الگو دیده می شود. در دسترس بودن اندازه گیری از راه دور یک الزام اساسی برای تشخیص الگو است. برای نمودارها، فاصله ویرایش گراف یکی از محبوب ترین ابزارهای اندازه گیری فاصله است. در مقاله حاضر، ما به طور قابل توجهی دقت فاصله از یک چارچوب اخیر برای تقریب فاصله گراف ویرایش را بهبود می بخشیم. ایده اصلی رویکرد رمان ما این است که دستکاری تخصیص اولیه که توسط الگوریتم تقریبی بازگردانده شده است، به طوری که تخصیص های فردی براساس اطمینان فردی آنها مرتب شود. بعد، تخصیص فردی پست پردازش شده در این منظور خاص است. در یک بررسی تجربی ما نشان می دهیم که منظور از تکالیف، نقش مهمی را برای دقت در نتیجه فاصله ای ایفا می کند. علاوه بر این، ما تجربی تأیید می کنیم که تعمیم رمان ما قادر به تولید تقریبی است که بسیار نزدیک به فاصله دقیق ویرایش (در مقایسه با چارچوب اصلی) است.