hypergraph learning(超图学习)

最近在研究graph learning，自然在接触到前沿的，自然学习到了超图学习。特在此做下记录：
hypergraph learning的主要论文来自：
Learning with Hypergraphs: Clustering, Classification, and Embedding
Learning Hypergraph-regularized Attribute Predictors
在说超图之前，希望先交待一下我们使用graph是出于怎样的考虑。我们只知道general graph的边是连接两点之前的一条边。那么，利用general graph更关心的是样本点与样本点之间的关系，是pairwise之间的关系。但是，在实际生活中，以及再做图像识别的领域中，我们需要关系的不仅仅是两点之间的关系，可能更要关心的是一个样本点与其他一类样本点之间的关系。这种复杂的关系是general graph所无法描绘出来的。更常见的例子，就是在论文发表的过程中，一篇论文如果只有一个作者，那我们则可以使用general graph来进行描述。但是当一篇论文如果有多个作者的时候，描述科研人员之间的合作关系的时候，使用general graph就有些力不从心。这时候，我们就可以使用超图这描述这样的关系，关于hypergraph 和graph有什么区别和联系，这里我上一张图来进行描述：