克里斯·格罗尔;布莱尔·沙利文。;史蒂夫·普尔 R-MAT随机图生成器的数学分析。 （英语） Zbl 1233.05185号 网络 58，第3期，159-170（2011）. 摘要：Chakrabarti等人（Int-Conf Data Mining，2004）推出的R-MAT图形生成器为生成超大有向图提供了一种简单、快速的方法。这些特性使得它成为一种流行的选择，成为从社会网络分析到高性能计算的各种学科中研究对象的图形生成方法。我们分析了R-MAT生成的图，并根据占用问题对生成器进行建模，以证明这些图的度分布的结果。我们证明了极限度分布可以表示为正态分布与均值和方差的混合，这些均值和方差可以很容易地从R-MAT参数中计算出来。此外，本文还提供了一种计算R-MAT图的精确度分布的有效计算技术，以及一些性质的简明表达式。 引用于1文件 MSC公司： 05C80号 随机图（图形理论方面） 05C85号 图形算法（图形理论方面） 68兰特 计算机科学中的图论（包括图形绘制） 关键词：随机图;无标度图;R-MAT发电机;占用率问题 软件：GTgraph（GT图） PDF格式BibTeX公司 XML格式引用 \textit{C.Groér}等人，Networks 58，No.3，159--170（2011；Zbl 1233.05185） 全文： 内政部 参考文献： [1] D.Bader J.Feo J.Gilbert J.Kepner D.Koester E.Loh K.Madduri B.Mann T.Meuse 2007年SSCA2基准http://www.graphanalysis.org/benchmark/GraphAnalysisBenchmark-v1.0.pdf。 [2] D.Bader K.Madduri GTgraph：一套合成图生成器2006https://sdm.lbl.gov/kamesh/software/GTgraph/ [3] Bader，《使用多核并行算法对人类蛋白质相互作用网络进行图形理论分析》，《并行计算》34第627页–（2008年）·doi:10.1016/j.parco.2008.04.002 [4] Z.Bi C.Faloutsos F.Korn“挖掘大量倾斜数据的“DGX”分布”，2001年17 26 [5] Chakrabarti，“图形模式和R-MAT生成器”，第65页–（2007） [6] D.Chakrabarti Y.Zhan C.Faloutsos“R-MAT:图形挖掘的递归模型”，2004年 [7] 奇斯蒂亚科夫，《关于空箱试验功率的计算》，《概率论应用》9第648页–（1964年）·兹标0211.50902 ·doi:10.1137/1109089 [8] Feller，概率论及其应用导论I（1968）·Zbl 0155.23101号 [9] S.Hill A.Nagle，“社交网络特征：网络数据和实验结果中重新识别的框架”，摘自：CASON’09：2009年社交网络计算方面国际会议论文集IEEE计算机社会，美国华盛顿特区，88 97 [10] 黄，有限和无限urn模型的局部极限定理，年鉴Probab 36 pp 992–（2008）·Zbl 1138.60027号 ·doi:10.1214/07-AOP350 [11] 约翰逊，乌恩模型及其应用（1977） [12] Leskovec，“使用Kronecker乘法的现实的、数学上易于处理的图形生成和演化”，第133页–（2005） [13] Leskovec，Kronecker graphs:An approach to modeling networks，J Mach Learn Res 11 pp 985–（2010年）·Zbl 1242.05256号 [14] M.Sasak L.Zhao H.Nagamochi“基于安全信标的网络监控”，2008年527 531 [15] Schmidt，最大团枚举的可扩展并行算法，J parallel Distributed Compute 69 pp 417–（2009）·doi:10.1016/j.jpdc.2009.01.003 [16] Shiryaev，概率（1996）·doi:10.1007/978-1-4757-2539-1 [17] Steeb，矩阵微积分和Kronecker产品及其应用程序和C++程序，第2章（1997）·Zbl 0952.15019号 ·数字对象标识代码：10.1142/3572 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。