文献

J-GLOBAL ID：201802236061292334   整理番号：18A0443585

単一大型グラフのサンプリングのための効率的アルゴリズム【Powered by NICT】

An efficient algorithm for sampling of a single large graph

著者 (2件)： Bhatia Vandana (Department of Computer Science and Engineering, Thapar University, Patiala, India) ,  Rani Rinkle (Department of Computer Science and Engineering, Thapar University, Patiala, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IC3  ページ： 1-6  発行年： 2017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： グラフデータベースは,多くの応用のためのスパンニング社会ネットワーク,ウェブネットワークから生物学的ネットワークにinstinctual表現を提供するために非常に有力な方法を提供する。ビッグデータの現在の時代では,グラフの大きさは指数関数的に増加している。従来困難である全グラフを解析した。これを克服するために,大規模グラフにおける傾向とパターンを特定するための大規模グラフの特性は,サンプリングを介して推定した。ランダムノードとランダムウォークのような既存のサンプリング法は,グラフにわたって一貫した効率を提供していない。本論文では,影響サンプリング(IS)と名付けた効率的なサンプリングアルゴリズムは,最も影響力のある頂点グラフ試料中に残留するそのようなグラフの頂点の程度を解析することによりグラフを提案した。実験は三実生活データセット上で実施し,性能は既存の三サンプリングアルゴリズムと比較した。ISは精度の点で良好に動作することを示した。Copyright 2018 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： 指数関数 ,  *グラフ ,  酔歩 ,  ネットワーク
準シソーラス用語： ビッグデータ ,  社会的ネットワーク ,  *効率的アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (4件)： 大型 ,  グラフ ,  サンプリング ,  効率的アルゴリズム