E.杰森·里迪;梅耶亨克,海宁;大卫·爱迪格;巴德,大卫·A。 大规模图的并行社区检测。 (英语) Zbl 1271.68201号 Bader,David A.(编辑)等人,《图分区和图聚类》,第十届DIMACS实施挑战研讨会论文集,美国佐治亚州亚特兰大,2012年2月13日至14日。普罗维登斯,RI:美国数学学会(AMS)(ISBN 978-0-8218-9038-7/pbk;978-0-82 18-9869-7/电子书)。《当代数学》588207-221(2013)。 摘要:处理当前大量的图形结构化数据需要并行工具。我们使用大规模并行社区检测算法扩展了我们在分析此类海量图形数据方面的工作,该算法可扩展到当前的数据大小,在基于Intel E7-8870的四处理器服务器上,在500秒内对超过1亿个顶点和超过30亿条边的真实图形进行聚类。我们的算法在不牺牲顺序操作复杂性的情况下实现了适度的并行可扩展性。社区检测将图划分为子图,子图中的子图比图中的其他子图连接得更紧密。我们采用与Clauset、Newman和Moore的序列算法类似的聚合方法,合并连接的中间子图对优化不同的图形属性。并行工作打开了新的实现高性能的方法。我们改进了并行社区检测算法在Cray XMT2和OpenMP平台上的性能,并根据DIMACS实现挑战数据集调整了算法。有关整个系列,请参见[Zbl 1262.05001号]. 引用于三文件 MSC公司: 68兰特 计算机科学中的图论(包括图形绘制) 68第05页 数据结构 68宽10 计算机科学中的并行算法 05C85号 图形算法(图形理论方面) 2010年第68季度 计算模式(非确定性、并行、交互式、概率性等) 68平方米 计算机系统环境下的性能评估、排队和调度 关键词:图形结构数据;并行社区检测算法 软件:普雷格尔 PDF格式BibTeX公司 XML格式引用 \textit{E.J.Riedy}等人,康泰姆。数学。588、207--221(2013;Zbl 1271.68201)