{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2023,8,24]]，“日期-时间”：“2023-08-24T04:26:48Z”，“时间戳”：1692851208683}，“发布者位置”：“查姆”，“引用-计数”：17，“出版商”：“施普林格自然瑞士”，“isbn-type”：[{“值”：“9783031396977”，“类型”：”打印“}，{“值”：“9783031396984”，“类型”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/searners\/text-and-data-mining”}，{“tart”：1-01T00:00:00Z“，”时间戳“：1672531200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[[2023]]}，”DOI“：”10.1007\/978-3031-39698-4_25“，“type”：“book-chapter”，“created”：{“date-parts”：[[2023,8,23]]，“date-time”：“2023-08-23T06:02:40Z”，“timestamp”：169277056000}，“page”：“367-382”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：0，“title”：[“Auto-Divide GNN:Accelerating GNN Training with u00a0 Subgraph Division”]，“前缀“：”10.1007“，”作者“：[{”ORCID“：“http://\/orcid.org\/00000-0002-5969-4583”，“authenticated-orcid”：false，“given”：“Hongyu”，“family”：“Chen”，“sequence”：“first”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/0009-0000-1695-6048“，”authentimated-orcid“：false”，“giving”：“浙江”，“家庭”：“Ran”，“序列”：“additional”，“从属关系”：[]}，}，\\/orcid.org\\0000-0002-0669-6892“，“authenticated-orcid”：false，“给定”：“科氏”，“家族”：“葛”，“序列”：“附加”，“从属”：[]}，{“orcid”：“http://\/orcid.org\/00000-0002-3458-4732”，“authenticated-orcid“：false orcid“：false，”给定“：“Jingfei”，“family”：“Jiang”，“sequence”：“additional”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0001-9743-2034”，“authenticated-ORCID”：false，“given”：”Dongsheng“，”family“：”Li“，”sequence“：”additional“，”affiliance“：[]2]，“member”：“297”，“published-on-line”：{“date-parts”：[2023,8,24]]}“reference”：[{“key”“：”25_CR1“，”doi-asserted-by“：”crossref“，“非结构化”：“Backstrom，L.，Huttenlocher，D.，Kleinberg，J.，Lan，X.：大型社交网络中的群体形成：成员身份、成长和进化。摘自：第十二届ACM SIGKDD国际知识发现和数据挖掘会议论文集，第44\u201354（2006）页”，“DOI”：“10.1145\/1150402.1150412”}，{“key”：“25_CR2”，“DOI-asserted-by”：“publisher”，“非结构化”：“Chen，H.，Ran，Z.，Ge，K.，Lai，Z.，Jiang，J.，Li，D.：自动划分GNN：通过子图划分加速GNN训练。发表在Euro Par 2023论文（2023）中。https:\/\/doi.org/10.6084\/m9.figshare.23544639”，“doi”：“10.6084\/m9.figshare.23544639”}，｛“issue”：“1”，“key”：“25_CR3”，“doi由”断言：“publisher”，“首页”：“1”，“DOI”：“10.1145\/2049662.2049663”，“卷”：“38”，“作者”：“TA Davis”，“年份”：“2011”，“非结构化”：“Davis，T.A.，Hu，Y.：佛罗里达大学稀疏矩阵集合。ACM Trans.Math.Softw.38（1），1\u201325（2011）。https:\/\/DOI.org\/10.1145\/204962.2049663”，“日记标题”：“ACM Trans.Math.SSoftw.”}，{“key”：“25_CR4”，“非结构化”：“Hamilton，W.，Ying，Z.，Leskovec，J.：大型图的归纳表示学习。In:Advances In Neural Information Processing Systems，vol.30（2017）”}，{“key”：“25_CR5”，“unstructured”：“汉密尔顿，W.L.，Ying，52\u201374（2017）。https:\/\/sites.computer.org\/debull\/A17sept\/p52.pdf“}，{“key”：“25_CR6”，“unstructured”：“Hu，W.，et al.：开放图形基准：图上机器学习的数据集。In:Advances In Neural Information Processing Systems，vol.33，pp.22118\u201322133黄，W.，张，T.，荣，Y.，黄，J.：面向快速图形表示学习的自适应采样。In:Advances In Neural Information Processing Systems，vol.31（2018）“}，{”key“：”25_CR8“，”unstructured“：”Keskar，N.S.、Mudigere，D.、Nocedal，J.、Smelyanskiy，M.、Tang，P.T.P.：关于深度学习的大范围训练：泛化差距和显著极小值。参加：第五届国际学习代表大会，2017年ICLR，法国土伦，2013年4月24日，2017年4月26日，会议记录。OpenReview.net（2017）。https:\/\/openreview.net\/forum？id=H1oyRlYgg“}，{“key”：“25_CR9”，“unstructured”：“Kipf，T.N.，Welling，M.：图卷积网络半监督分类。收录：第五届国际学习表征会议，2017年ICLR，2017年4月24日，法国土伦，2017年，会议记录。OpenReview.net（2017）。https:\/\/OpenReview.net\/forum？id=SJU4ayYgl”}，{“key”：“25_CR10”，“unstructured”：“KONECT:维基百科链接，英文网络数据集-KONECT（2022）.https:\\/KONECT.uni-koblenz.de\/networks\/Wikipedia_link_en”}，{”key“：”25_CR11“，”doi-asserted-by“：”crossref“，”unstructure“：“Lin，Z.，Li，C.，Miao，Y.，Liu，Y..，Xu，Y.:PaGraph：通过计算软件缓存在大型图上缩放GNN训练。摘自：第十一届ACM云计算研讨会论文集，第401\u2013415（2020）页”，“DOI”：“10.1145\/3419111.3421281”}，{“key”：“25_CR12”，“非结构化”：“Liu，T.，et al.：BGL：通过优化图形数据I/O和预处理实现GPU高效GNN训练。In:第20届USENIX网络系统设计与实现研讨会（2023）”}，{“key”：“25_CR13”，“unstructured”：“Veli\u010dkovi\u0107，P.、Cucurull，G.、Casanova，A.、Romero，A.、Li\u00f2，P.和Bengio，Y.：图形注意力网络。In：学习表征国际会议（2017）”}，{“key”：“25_CR14”，“unstructured”：“Wang，M.Y.：深度图形库：实现高效和可扩展的图形深度学习。在：ICLR图形和流形表示学习研讨会（2019）”}，{“key”：“25_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Yan，S.，Xiong，Y.，Lin，D.：基于骨架的动作识别的时空图卷积网络。In:第三十二届AAAI人工智能会议（2018）”，“DOI”：“10.1609\/AAAI.v32i1.12328”}，{“key”：“25_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yang，J.，et al.：GNNLab：基于GPU的样本GNN训练的因子化系统。摘自：第十七届欧洲计算机系统会议记录，第417\u2013434（2022）页”，“DOI”：“10.1145\/3492321.3519557”}，{“key”：“25_CR17”，“非结构化”：“Zhang，M.，Chen，Y.：基于图神经网络的链接预测。In:Advances In neural Information Processing Systems，vol.31（2018）”}]，“container-title”：[“Euro-Par 2023:Parallel Processing”，“Teach Notes In Computer Science”]，“original-title“：[]，“Link”：[{“URL”：“https:\/\/Link.springer.com\/content\/pdf\/10007\/978-3031-39698-4_25”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2023,8,23]]，“date-time”：”2023-08-23T06:06:02Z“，“timestamp”：1692770762000}，“score”：1，“resource”：{primary“：{”URL“https:\/\/link.springer.com\/10007\/978-3031-39698-4_25“}}，”副标题“：[]，”短标题“：[]，”已发布“用法：{“date-parts”：[[2023]]}，“ISBN”：[“9783031396977”，“978301396984”]，“references-count”：17，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-031-39698-4_25”，“relation”：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”03029743“，”type“:”print“}”，{“value”：“1611-3349”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2023]]}，“assertion”：[{“value”：“2023年8月24日”，“order”：1，“name”：“first_online”，“label”：“首次联机”，“group”：{“name”:“ChapterHistory”，“标签”：“Chapter History“}}，{“value”：“Euro-Par”，“订单”：1：“欧洲并行处理会议”，“order”：2，“name”：“Conference_name”，“label”：“会议名称”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}，{“value”：“Limassol”，“order”：3，“name“：”Conference_city“，”label“：”ConferenceCity“，”group“：：4，“name”：“conference_country”，“label”：“conference country”，”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2023“，”order“：5，”name“:”conference_year“，”标签“：”conferency year“，“group”：{，“标签”：“会议开始日期”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“2023年9月1日”，“订单”：8，“名称”：“Conference_end_Date”，”label“：”会议结束日期“，”group“：{”name“：”ConferenceInformo“，”labele“：”conferenceInformation“}}、{“值”：“europar2023”，“order”：10，“name”:“Conference_id”，“标签”：”会议id“，”组“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“https:\/\/2023.euro-par.org\/”，“order”：11，“名称”：“Conference_url”，“标签”：“会议url”，“group”：{”name“：”ConferenceInformo“，”label“：”会议信息“}}、{”value“：”Single-blind“，”order“：1，”name“:”type“，”标签“：”type“，”group“：{“：”ConfEventPeerReviewInformation“，”label“：“同行评议信息（由会议组织者提供）”}}，{“value”：“easychair”，“order”：2，“name”：“conference_management_system”，“label”：“会议管理系统”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“number_of_submissions_sent_for_review”，“label”：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“49”，“order”：4，“name”:“number.of_full_papers_accepted”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}：“30%-该值由等式“接受的全文数”计算，然后四舍五入为整数。”，“order”：6，“name”：“acceptance_rate_of_Full_Papers”，“label”：“全文接受率”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评议信息（由会议组织者提供）”}}，{“value”：“3.98”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“average_number_of_papers_per_reviewer”，“label”：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“Yes”，“order”：9，“name”:“external_reviewers_involved”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}