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。
ネットワーク化された物体の解析とモデル化は,現代のデータマイニングの基本的な一部である。,生物学的社会的ものから,ほとんどの実世界ネットワークは共通の構造特性を持つことが知られている。これらの特性は,ネットワークの成長過程をモデル化し,有用なアルゴリズムを開発することができた。一つの顕著な例は,ネットワークのフラクタル性,大域的なネットワーク構造の自己相似組織化を示唆している。ネットワークのフラクタル性を明らかにするために,いわゆるボックス被覆問題を解決する必要がある,アルゴリズムは,大規模ネットワークのための実行可能ではない。効率的アルゴリズムの欠如は,大規模ネットワークのフラクタル性質を調べることを妨げた。この問題を克服するために,我々は最近,新たなスケッチ技術に基づく新しい箱被覆アルゴリズムを提案した。解の精度保証付きの線形時間で動作することを理論的に示した。実験では,このアルゴリズムが初めて百万スケールネットワークのフラクタル性を研究することができることを確認した。出力が十分に正確であることを,その時間と空間要件は従来のアルゴリズムのものよりも小さい大きさの桁であることを観測した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】