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。
単純化複合体は高次関係をモデル化するグラフの一般化である。本論文では,シンプリシアルパターンを導入し,ここでは,単純項を呼び出し,グラフの実情からシンプリシアル複合体のものまでの頻出パターンマイニングのタスクを一般化した。このタスクは,膨大な探索空間と高次同形写像の必要性のために特に困難である。複雑における単純項の発生を見つけるのは,線形時間及びほとんどの二次空間において,二部グラフ等写像問題に低減できることを示した。次に,著者らは,最小周波数閾値以下の周波数低下が早くなるように,小惑星から探索を開始させ,また,単純な拡張を停止させるための,反単調周波数測度を提案した。これらのアイデアとクレバーデータ構造を用いて,著者らは,複雑で,複雑なマイニングタスクのための効率性とスケーラビリティを実現するため,メモリ意識アルゴリズムを開発した。著者らのアルゴリズム,FreSCoは,2つのフレーバー,すなわち,単純なものの正確な周波数を計算でき,より迅速に,正確な周波数を計算することなく,単純なものが頻繁であるかどうかを決定することができる。実験結果は,FreSCoが,様々なサイズと次元の複合体における頻出の単純項をマイニングする能力,および従来のグラフパターンに関する単純項の重要性を証明した。【JST・京大機械翻訳】