抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
部分グラフパターンマッチングはグラフ分析への基本であり,広く応用されている。残念なことに,高い計算複雑性は,既存のアルゴリズムのロバスト性保証を制限する:それらは,現代の大規模グラフデータセットのためのスケールていないか,あるいはそれらは精度の点でまたは担持パターンの複雑さの点で限界がある。局所制約を満たさないことを頂点を除去する反復的実世界グラフにおけるパターンマッチングのための探索空間を劇的に低下させると,筆者らのアルゴリズムのスケーラブルな実装を示すアルゴリズム,理論および経験的証拠を提示した。を追加する毎に非eliminated頂点がマッチングに関与するパターンの特性を同定した。これらの技術は,大規模な標識グラフにおけるロバストなパターンマッチングのためのスケーラブルで実用的な解を可能にするために必須のステップである。大規模実世界(二千五百七十億まで)と合成(二兆二千億まで)グラフ上の強および弱スケーリング実験と同様の問題に過去に使用されたものより一桁大きいスケール(6,144プロセッサを用いた256計算ノード)で提案した方法の利点を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】