文献

J-GLOBAL ID：202202261406271962   整理番号：22A0736022

大規模グラフの縮小:資源制約下の制御可能な比率における有効エッジシェディング【JST・京大機械翻訳】

Reduction of large-scale graphs: Effective edge shedding at a controllable ratio under resource constraints

著者 (4件)： Zeng Yiling (College of Computer Science, Tianjin Key Laboratory of Network and Data Security Technology, Nankai University, Tianjin, China) ,  Song Chunyao (College of Computer Science, Tianjin Key Laboratory of Network and Data Security Technology, Nankai University, Tianjin, China) ,  Ge Tingjian (University of Massachusetts Lowell, Lowell, USA) ,  Zhang Ying (College of Computer Science, Tianjin Key Laboratory of Network and Data Security Technology, Nankai University, Tianjin, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 240  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 技術進歩として,多くの複雑なシステムがネットワーク/グラフによって表現できる。しかし,ポータブルコンピュータやパーソナルデスクトップコンピュータのような限られた計算資源を使用するとき,ユーザは,著者らが作り出すデータ量の非並列成長のために,大規模グラフを保存して,採掘することができない。この課題に対処するために,効果的なエッジシェディングを示した。効果的なエッジシェディングは,グラフアルゴリズムとクエリをスピードアップしながら,処理され,対応する記憶空間を処理できるデータ量を減らすことができ,それによって,対話型解析を支援し,知識発見を助け,雑音を除去する。本論文では,グラフの根底にある特徴を抽出するために,期待される頂点度を保存することに基づいて,2つの効果的なエッジシェディング法を示した。両方法は,ユーザがエッジシェディングプロセスを制御することを可能にし,計算資源制約に基づく事前定義サイズの縮小グラフを生成する。異なる領域における4つの実世界データセットを用いて,著者らの方法の広範な実験的評価を行い,7つのグラフ解析タスクに関する最先端のグラフ要約法と比較した。結果は,著者らの方法が最先端の方法と比較してグラフ解析タスクに関して58.6%より高い精度を達成できることを示した。非常に大きなデータセットのために,著者らの方法は,縮小グラフを生成するとき,競合方法の実行時間の0.3%だけを消費する。上記の結果は,著者らの方法の利点を完全に説明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  雑音 ,  ネットワーク ,  解析 ,  図式解法 ,  コンピュータ ,  知識発見
準シソーラス用語： グラフアルゴリズム ,  実行時間 ,  対話型 ,  クエリー ,  デスクトップ ,  計算資源 ,  データ量 ,  *資源制約 , 【Automatic Indexing@JST】

著者キーワード (4件)： 次数分布 ,  エッジシェディング ,  グラフ縮小 ,  限られた資源

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 大規模 ,  グラフ ,  縮小 ,  資源制約 ,  比率 ,  エッジ ,  シェディング