文献

J-GLOBAL ID：201702263597428781   整理番号：17A0213826

大規模グラフのフラクタル性:スケッチベース箱被覆アルゴリズムを用いたスケーラブルな解析【Powered by NICT】

Fractality of Massive Graphs: Scalable Analysis with Sketch-Based Box-Covering Algorithm

著者 (3件)： Akiba Takuya ,  Nakamura Kenko ,  Takaguchi Taro
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 769-774  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： 被覆問題 ,  構造特性 ,  *フラクタル ,  モデリング ,  *被覆 ,  データマイニング ,  線形性 ,  ネットワーク構造 ,  *アルゴリズム ,  ネットワーク
準シソーラス用語： 精度保証 ,  *スケッチ ,  効率的アルゴリズム ,  大規模ネットワーク ,  ネットワーク化 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 大規模 ,  グラフ ,  フラクタル ,  スケッチ ,  アルゴリズム ,  解析