局部边中心图let计数的确切值和估计值

Nesreen K. Ahmed，Theodore L. Willke，Ryan A. Rossi
2016年KDD大数据、流和异构源挖掘国际研讨会：算法、系统、编程模型和应用, PMLR 53:1-17, 2016。

摘要

图let代表小的诱导子图，并且在各种应用中变得越来越重要。尽管局部图let问题很重要，但现有工作主要集中在整个图上全局计算图let。这些全局计数已被用于诸如图分类的任务以及理解和总结图的基本结构模式。相反，这项工作提出了一种灵活、高效和可扩展的并行框架，用于更具挑战性的问题，即为给定的边或一组边局部计算图let。局部图let计数提供了对围绕边缘的局部结构的严格拓扑表征。这项工作的目标是为每个边获得大小为k ∈{3, 4}的每个图let的计数。该框架产生高效、并行和准确的无偏估计方法以及用于局部计算图let的精确图let算法。实验证明了所提出的精确和估计方法的有效性。

引用本文

BibTeX
@InProceedings{pmlr-v53-ahmed16, title = {局部边中心图let计数的确切值和估计值}, author = {Ahmed, Nesreen K. and Willke, Theodore L. and Rossi, Ryan A.}, booktitle = {2016年KDD大数据、流和异构源挖掘国际研讨会：算法、系统、编程模型和应用}, pages = {1--17}, year = {2016}, editor = {Fan, Wei and Bifet, Albert and Read, Jesse and Yang, Qiang and Yu, Philip S.}, volume = {53}, series = {机器学习研究会议论文集}, address = {美国加利福尼亚州旧金山}, month = {14 Aug}, publisher = {PMLR}, pdf = {https://pmlr.com.cn/v53/ahmed16.pdf}, url = {https://pmlr.com.cn/v53/ahmed16.html}, abstract = {图let代表小的诱导子图，并且在各种应用中变得越来越重要。尽管局部图let问题很重要，但现有工作主要集中在整个图上全局计算图let。这些全局计数已被用于诸如图分类的任务以及理解和总结图的基本结构模式。相反，这项工作提出了一种灵活、高效和可扩展的并行框架，用于更具挑战性的问题，即为给定的边或一组边局部计算图let。局部图let计数提供了对围绕边缘的局部结构的严格拓扑表征。这项工作的目标是为每个边获得大小为k ∈{3, 4}的每个图let的计数。该框架产生高效、并行和准确的无偏估计方法以及用于局部计算图let的精确图let算法。实验证明了所提出的精确和估计方法的有效性.} }
Endnote
%0 会议论文 %T 局部边中心图let计数的确切值和估计值 %A Nesreen K. Ahmed %A Theodore L. Willke %A Ryan A. Rossi %B 2016年KDD大数据、流和异构源挖掘国际研讨会：算法、系统、编程模型和应用 %C 机器学习研究会议论文集 %D 2016 %E Wei Fan %E Albert Bifet %E Jesse Read %E Qiang Yang %E Philip S. Yu %F pmlr-v53-ahmed16 %I PMLR %P 1--17 %U https://pmlr.com.cn/v53/ahmed16.html %V 53 %X 图let代表小的诱导子图，并且在各种应用中变得越来越重要。尽管局部图let问题很重要，但现有工作主要集中在整个图上全局计算图let。这些全局计数已被用于诸如图分类的任务以及理解和总结图的基本结构模式。相反，这项工作提出了一种灵活、高效和可扩展的并行框架，用于更具挑战性的问题，即为给定的边或一组边局部计算图let。局部图let计数提供了对围绕边缘的局部结构的严格拓扑表征。这项工作的目标是为每个边获得大小为k ∈{3, 4}的每个图let的计数。该框架产生高效、并行和准确的无偏估计方法以及用于局部计算图let的精确图let算法。实验证明了所提出的精确和估计方法的有效性。
RIS
TY - CPAPER TI - 局部边中心图let计数的确切值和估计值 AU - Nesreen K. Ahmed AU - Theodore L. Willke AU - Ryan A. Rossi BT - 2016年KDD大数据、流和异构源挖掘国际研讨会：算法、系统、编程模型和应用 DA - 2016/12/06 ED - Wei Fan ED - Albert Bifet ED - Jesse Read ED - Qiang Yang ED - Philip S. Yu ID - pmlr-v53-ahmed16 PB - PMLR DP - 机器学习研究会议论文集 VL - 53 SP - 1 EP - 17 L1 - https://pmlr.com.cn/v53/ahmed16.pdf UR - https://pmlr.com.cn/v53/ahmed16.html AB - 图let代表小的诱导子图，并且在各种应用中变得越来越重要。尽管局部图let问题很重要，但现有工作主要集中在整个图上全局计算图let。这些全局计数已被用于诸如图分类的任务以及理解和总结图的基本结构模式。相反，这项工作提出了一种灵活、高效和可扩展的并行框架，用于更具挑战性的问题，即为给定的边或一组边局部计算图let。局部图let计数提供了对围绕边缘的局部结构的严格拓扑表征。这项工作的目标是为每个边获得大小为k ∈{3, 4}的每个图let的计数。该框架产生高效、并行和准确的无偏估计方法以及用于局部计算图let的精确图let算法。实验证明了所提出的精确和估计方法的有效性。 ER -
APA
Ahmed, N.K., Willke, T.L. & Rossi, R.A.. (2016). 局部边中心图let计数的确切值和估计值. 2016年KDD大数据、流和异构源挖掘国际研讨会：算法、系统、编程模型和应用, in 机器学习研究会议论文集 53:1-17 可从 https://pmlr.com.cn/v53/ahmed16.html 获取。

相关材料