摘要
Reid Andersen。 2010年。查找稠密子图的局部算法。 ACM事务处理。 算法6,4(2010),60:1–60:12。 谷歌学者 数字图书馆 里德·安徒生和库马尔·切拉皮拉。 找到具有大小边界的稠密子图。 在WAW诉讼程序中。 25--37. 谷歌学者 数字图书馆 浅弘裕一(Yuichi Asahiro)、拉斐尔·哈辛(Refael Hassin)和岩田和夫(Kazuo Iwama)。 查找稠密子图的复杂性。 离散应用程序。 数学。 121, 1 (2002), 15--26. 谷歌学者 数字图书馆 浅野裕一、岩田和夫、田木久雄和德山武。 贪婪地寻找稠密子图。 《算法杂志》34,2(2000),203-221。 谷歌学者 数字图书馆 Oana Denisa Balalau、Francesco Bonchi、T.-H.Hubert Chan、Francesco Gullo和Mauro Sozio。 2015.寻找总密度最大且重叠有限的子图。 第八届ACM WSDM会议记录。 379--388. 谷歌学者 数字图书馆 潘一坤、刘欣、段一涛、刘雪和徐伟。 2019.无处藏身:抓住张量中的欺诈实体。 在《网络会议记录》中。 83--93. 谷歌学者 摩西·查里卡尔(Moses Charikar)。 2000.用于在图中寻找密集分量的贪婪近似算法。 在大约84-95年的会议记录中。 谷歌学者 交叉引用 P.科蒙。 2014.时态:简介。 IEEE信号处理。 Mag.31,3(2014),44-53。 谷歌学者 交叉引用 Quang-Huy Duong、Heri Ramanpiaro和Kjetil Nörvág。 2020年。具有高密度保证的多个密集子传感器估算。 第36届IEEE ICDE会议记录。 637--648. 谷歌学者 交叉引用 Quang-Huy Duong、Heri Ramanpiaro和Kjetil Nörvág。 2019.使用多个加权因子绘制流直方图元素。 第28届ACM CIKM会议记录。 19--28. 谷歌学者 数字图书馆 埃丝特·加布伦(Esther Galbrun)、阿里斯蒂德·吉奥尼斯(Aristides Gionis)和尼古拉·塔蒂(Nikolaj Tatti)。 2016.Top-k重叠最稠密子图。 数据最小知识。 发现。 30,5(2016),1134-1165。 谷歌学者 数字图书馆 David Gibson、Ravi Kumar和Andrew Tomkins。 2005.在海量图中发现大型稠密子图。 第31届超大数据库国际会议论文集。 721--732. 谷歌学者 数字图书馆 A.Globerson、G.Chechik、F.Pereira和N.Tishby。 2007.共现数据的欧几里德嵌入。 J.马赫。 学习。 第8号决议(2007年),2265-2295。 谷歌学者 数字图书馆 A.V.Goldberg,1984年。 查找最大密度子图。 技术报告。 谷歌学者 毁了他和朱利安·麦考利。 2016年,《起起落落:用一级协同过滤模拟时尚趋势的视觉演变》,载于《第25届网络会议论文集》。 507--517. 谷歌学者 数字图书馆 丹尼尔·霍尔特曼·瑞斯(Daniel N.Holtmann-Rice)、本杰明·昆斯伯格(Benjamin S.Kunsberg)和史蒂文·祖克(Steven W.Zucker)。 2018.张量、微分几何和统计阴影分析。 数学杂志。 成像视觉。 60 (2018), 968--992. 谷歌学者 数字图书馆 布莱恩·胡伊(Bryan Hooi)、宋贤阿(Hyun Ah Song)、亚历克斯·贝特尔(Alex Beutel)、尼尔·沙阿(Neil Shah)、金正欣(Kijung Shin)和克里斯托斯·法洛索斯(Christos Faloutsos)。 2016.欺诈:面对伪装的边界图欺诈。 第22届ACM SIGKDD会议记录。 895--904. 谷歌学者 数字图书馆 M.Jiang、A.Beutel、P.Cui、B.Hooi、S.Yang和C.Faloutsos。 2015.多模数据中密集区块的一般怀疑度指标。 在IEEE ICDM。 781--786. 谷歌学者 萨米尔·库勒和巴纳·萨哈。 关于寻找稠密子图。 第36届国际自动化学术讨论会论文集,语言与编程:第一部分(ICALP’09)。 597--608. 谷歌学者 数字图书馆 塔马拉·科尔达(Tamara G.Kolda)和布雷特·巴德(Brett W.Bader)。 2009.张量分解和应用。 SIAM Rev.51,3(2009),455--500。 谷歌学者 数字图书馆 杰尔·库内吉斯。 2013年,KONECT:科布伦茨网络收藏。 第22届网络会议记录。 1343--1350. 谷歌学者 数字图书馆 Theodoros Lappas、Kun Liu和Evimaria Terzi。 2009年,寻找社交网络专家团队。 第15届ACM SIGKDD会议记录。 467年至476年。 谷歌学者 数字图书馆 李新生、卡西姆·塞卢克·坎丹和玛丽亚·路易莎·萨皮诺。 2018年M2TD:稀疏集合模拟的多任务张量分解。 第34届IEEE ICDE会议记录。 1144--1155. 谷歌学者 交叉引用 Richard Lippmann、Joshua W.Haines、David J.Fried、Jonathan Korba和Kumar Das。 2000年,1999年DARPA离线入侵检测评估。 计算。 Netw公司。 34, 4 (2000), 579--595. 谷歌学者 数字图书馆 X.Liu、S.Ji、W.Glänzel和B.De Moor。 2013.通过张量方法进行多视图划分。 IEEE传输。 知识。 Data Eng.25,5(2013),1056--1069。 谷歌学者 数字图书馆 Koji Maruhashi、Fan Guo和Christos Faloutsos。 2011.多方面取证:利用张量分析对大规模异构网络进行模式挖掘。 在ASONAM会议记录中。 203--210. 谷歌学者 数字图书馆 Alan Mislove、Massimiliano Marcon、Krishna P.Gummadi、Peter Druschel和Bobby Bhattacharjee。 2007.在线社交网络的测量和分析。 第七届ACM SIGCOMM会议记录。 29--42. 谷歌学者 数字图书馆 穆罕默德·阿尼斯·乌丁·纳西尔(Muhammad Anis Uddin Nasir)、阿里斯蒂德·吉奥尼斯(Aristides Gionis)、吉安马尔科·德·弗朗西西·莫拉莱斯(Gianmarco De Francisci Morales)和萨鲁纳斯·吉吉亚乌斯卡斯。 2017.top-k最稠密子图的全动态算法。 在2017年ACM CIKM会议记录中。 1817--1826. 谷歌学者 D.尼翁和N.D.西迪罗普洛斯。 2010.MIMO雷达信号处理中的张量代数和多维谐波恢复。 IEEE传输。 信号。 程序。 58, 11 (2010), 5693--5705. 谷歌学者 数字图书馆 Sejoon Oh、Namyong Park、Lee Sael和U.Kang。 2018.稀疏张量的可伸缩塔克因子分解-算法和发现。 第34届IEEE ICDE会议记录。 1120--1131. 谷歌学者 彭若明(Ruoming Pang)、马克·奥尔曼(Mark Allman)、弗恩·帕克森(Vern Paxson)和杰森·李(Jason Lee)。 2006.魔鬼和数据包追踪匿名化。 ACM SIGCOMM计算。 Commun公司。 第36版,第1版(2006年),第29至38页。 谷歌学者 数字图书馆 Namyong Park、Sejoon Oh和U.Kang。 分布式布尔张量因式分解的快速可扩展方法。 VLDB J 28,4(2019),549--574。 谷歌学者 数字图书馆 Polina Rozenshtein、Aris Anagnostopoulos、Aristides Gionis和Nikolaj Tatti。 2014.活动网络中的事件检测。 在第20届ACM SIGKDD会议记录中。 1176--1185. 谷歌学者 数字图书馆 波琳娜·罗森斯坦(Polina Rozenshtein)、弗朗西斯科·邦奇(Francesco Bonchi)、阿里斯蒂德斯·吉奥尼斯(Aristides Gionis)、毛罗·索齐奥(Mauro Sozio)和尼古拉·塔蒂(Nikolaj Tatti)。 2018.在时间网络中发现事件:分割满足最密集的子图发现。 2018年IEEE ICDM会议记录。 397--406. 谷歌学者 交叉引用 Polina Rozenshtein、Nikolaj Tatti和Aristides Gionis。 2017.寻找动态稠密子图。 ACM事务处理。 知识。 发现。 数据11,3(2017),27:1–27:30。 谷歌学者 数字图书馆 Konstantinos Semertzidis、Evaggelia Pitoura、Evimaria Terzi和Panayiotis Tsaparas。 2019.寻找持久稠密子图。 数据最小知识。 发现。 33, 5 (2019), 1417--1445. 谷歌学者 数字图书馆 Preya Shah、Arian Ashourvan、Fadi Mikhail、Adam Pines、Lohith Kini、Kelly Oechsel、Sandhitsu R.Das、Joel M.Stein、Russell T.Shinohara、Danielle S.Bassett、Brian Litt和Kathryn A.Davis。 表征结构连接体在癫痫发作动力学中的作用。 《大脑》142,7(2019),1955--1972。 谷歌学者 交叉引用 Kijung Shin、Bryan Hooi和Christos Faloutsos。 2016.M-Zoom:张量快速密集块检测,质量保证。 ECML PKDD会议记录。 264--280. 谷歌学者 数字图书馆 Kijung Shin、Bryan Hooi和Christos Faloutsos。 2018.密集子传感器挖掘的快速、准确和灵活算法。 ACM事务处理。 知识。 发现。 数据12,3(2018),28:1–28:30。 谷歌学者 数字图书馆 Kijung Shin、Bryan Hooi、Jisu Kim和Christos Faloutsos。 2017.D-Cube:TB级张量中的密度块检测。 第十届ACM WSDM会议记录。 681--689. 谷歌学者 数字图书馆 Kijung Shin、Bryan Hooi、Jisu Kim和Christos Faloutsos。 2017.DenseAlert:张量流中的增量密集子传感器检测。 第23届ACM SIGKDD会议记录。 1057--1066. 谷歌学者 数字图书馆 N.D.Sidiropoulos、L.De Lathauwer、X.Fu、K.Huang、E.E.Papalexakis和C.Faloutsos。 2017.信号处理和机器学习的张量分解。 IEEE传输。 信号。 程序。 65, 13 (2017), 3551--3582. 谷歌学者 数字图书馆 Shaden Smith、Jee W.Choi、Jiajia Li、Richard Vuduc、Jongsoo Park、Xing Liu和George Karypis。 2017年,《FROSTT:开放式稀疏张量和工具的形成库》。 检索自 http://frost.io/。 谷歌学者 尼古拉·塔蒂(Nikolaj Tatti)和阿里斯蒂德斯·吉奥尼斯(Aristides Gionis)。 2015.无密度图分解。 第24届网络会议记录。 1089--1099. 谷歌学者 数字图书馆 Charalampos Tsourakakis、Francesco Bonchi、Aristides Gionis、Francesco Gullo和Maria Tsiarli。 2013.比最稠密子图更稠密:提取质量保证的最佳准液体。 第19届ACM SIGKDD会议记录。 104--112. 谷歌学者 数字图书馆 范阳、尚繁华、黄玉珍、程雅士、李金凤、赵云剑和赵瑞浩。 2017.LFTF:大规模有效张量分析框架。 VLDB捐赠会议记录10,7(2017),745--756。 谷歌学者 数字图书馆 W.Zhang、Z.Lin和X.Tang。 2011.学习半监督特征提取的半黎曼度量。 IEEE传输。 知识。 数据工程23,4(2011),600--611。 谷歌学者 数字图书馆 周朔、阮宣荣、詹姆斯·贝利、贾云哲和伊恩·戴维森。 2016.加快高阶张量的在线CP分解。 第22届ACM SIGKDD会议记录。 1375--1384. 谷歌学者 数字图书馆
建议
密集子传感器挖掘的快速、准确和灵活算法 给定一个大规模高阶张量,我们如何检测其中密集的子传感器? 我们可以在近线性时间内发现它们,但有质量保证吗? 之前的大量工作表明,密集子图和密集子图指示。。。 张量中的分层密集模式检测 密集子传感器检测在发现多方面数据(即张量)的异常和欺诈行为方面取得了显著的成功,例如在社交媒体和事件流中。 现有的方法检测最密集的子传感器是平坦的,并且是单独的。。。 求具有最大总密度和有限重叠的子图 WSDM’15:第八届ACM网络搜索和数据挖掘国际会议论文集 在大型图中查找稠密子图是各种现实世界应用程序领域中的关键原语,包括社交网络分析、事件检测、生物学和金融。 在大多数这样的应用中,一个典型的目标是找到几个(。。。