大規模複雑グラフ上の発火グループ情報活用のための高速高精度アルゴリズムの開発

开发利用大规模复杂图上的发射群信息的高速、高精度算法

• 批准号: 15H06828
• 负责人: 秋葉 拓哉
• 金额: $ 1.91万
• 依托单位: National Institute of Informatics
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2015
• 资助国家: 日本
• 起止时间: 2015-08-28 至 2017-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-15H06828/
• 关键词: アルゴリズム; ネットワーク; ソーシャルグラフ; ウェブグラフ; ウェブマイニング; データマイニング

【コンパクトでスケーラブルな全距離近傍関数スケッチ(KDD'16採択)】グラフに対するスケッチデータ構造として， All-Distances Sketches (ADS) は，様々な指標の推定を，理論的保証付きで可能にするため，注目されている．特に，本研究課題としては，ADS は group closeness centrality の推定も行うことができる点が重要である．理論的には非常に優れた性質を持っているため，実用化が強く期待される技術だが，実用的には，定数項の影響でデータ構造のサイズが非常に大きくなってしまい，大規模なグラフで使うことができないことが分かってきた．そこで，本研究では，ADS に潜む冗長性に注目し，冗長性を取り除いたスケッチデータ構造である Sketch Retrieval Shortcuts (SRS) を提案する．SRS は ADS から 10 倍以上サイズが小さいが，SRS を計算しておけば，瞬時に ADS と全く同じ精度での任意の推定を行うことができる．また，group closeness centrality 推定のために必要な combined ADS も，SRS より高速に復元できる．【Temporal Network におけるシュタイナー木の高速計算アルゴリズム(NDA'16採択)】辺に出現・消滅の時刻がついたネットワークを Temporal Network と呼ぶ．Temporal Network 上の全域木問題の拡張として，発火頂点集合の関係を時系列を考慮し表現するための定式化としてのシュタイナー木問題を定義し，それに対する高速かつ厳密なアルゴリズムを与えた．

All-Distances Sketches (ADS) are constructed to estimate indicators, theoretical guarantees, and possible payoffs. In particular, this research topic, ADS group closeness centrality and presumptive behavior. Theory is very good at nature, application is strong in expectation, technology is strong in application, application is strong in expectation, application is strong in expectation, application is strong In this study, ADS potential redundancy is noted, and the redundancy is selected.SRS is proposed to be more than 10 times the ADS potential redundancy, SRS is calculated, and the instantaneous ADS potential redundancy accuracy is arbitrarily estimated. Group closeness centrality presumptions are necessary to combine ADS, SRS, high speed, and complex. [Temporal Network (NDA'16 acquisition)] Global tree problem on Temporal Network is expanded and the relationship between fire vertex set and time series is considered. All right, we're going to do this at high speed.

项目成果

後悔最小化による交通グラフ上の代表的経路集合の高速計算

使用后悔最小化高速计算交通图上的一组代表性路线

• 发表时间: 2016
• 作者: 秋葉拓哉;吉田悠一
• 通讯作者: 吉田悠一

大規模グラフにおけるフラクタル構造検出の高速化

加速大图中的分形结构检测

• 发表时间: 2016
• 作者: 秋葉拓哉;中村謙弘;高口太朗
• 通讯作者: 高口太朗

Compact and Scalable Graph Neighborhood Sketching

• DOI: 10.1145/2939672.2939762
• 发表时间: 2016-08
• 期刊: Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
• 作者: Takuya Akiba;Yosuke Yano

ネットワーク上の頂点間特徴量としての Top-k 距離とその高速なクエリ応答

网络上顶点之间的Top-k距离特征及其快速查询响应

• 发表时间: 2016
• 期刊: 人工知能学会論文誌
• 作者: 秋葉拓哉;林孝紀;則のぞみ;岩田陽一;吉田悠一
• 通讯作者: 吉田悠一

大規模グラフのコンパクトでスケーラブルな全距離スケッチ

紧凑且可扩展的大图全距离草图

• 发表时间: 2016
• 作者: 秋葉拓哉;矢野洋祐
• 通讯作者: 矢野洋祐