论文 | 2021年澳大利亚国立大学硕士论文《探索大规模网络上的最短路径》

论文 | 2021年澳大利亚国立大学硕士论文《探索大规模网络上的最短路径》

微信公众号：图科学实验室Graph Science Lab

原创 Ye Wang 图科学实验室Graph Science Lab 2022-11-19 00:00 发表于台湾
收录于合集#硕士论文9个

图科学实验室Graph Science Lab分享有关图理论、图表示学习、图神经网络、图+交叉学科（生物、化学、物理 …）、图+交叉算法（DL、RL、NLP、CV …）最新的科研资讯、论文、开源工具、招生/招聘、会议/竞赛、课程/书籍。欢迎持续关注。
网络在各个学科中越来越受欢迎，它模拟了不同现实世界实体之间的联系。以图论为基础，研究了理解网络的一系列问题。最短路径是图论研究中最基本的概念之一。通过探索最短路径结构，我们可以更好地理解实体之间的联系。然而，在目前常见的大规模网络中，计算最短路径的计算成本往往很高。本文讨论了大规模网络中与最短路径有关的两个问题:(1)图中的两个顶点如何连接?我们首先定义了最短路径图的概念，它包含了两个顶点之间的所有最短路径。这个概念使我们能够充分利用最短路径结构来分析顶点之间的连接。我们将最短路径图问题形式化，并提出了一种新的方法，称为草图查询，该方法可以有效地利用离线标签，通过快速草图过程指导在线搜索，解决复杂网络上的最短路径图问题。(2)一个源顶点如何连接到图中的其他顶点?枚举源顶点和所有其他顶点之间的所有最短路径信息较少，因为最短路径的数量过多。此外，覆盖中心性不能度量一个顶点在来自源顶点的信息流中的影响力。因此，我们将覆盖中心性的概念扩展到相对覆盖率，以衡量一个顶点的重要性w.r.t源顶点。在此基础上，我们将top-k相对覆盖问题形式化，提出了一种有效的方法来求解top-k相对覆盖查询，并设计了位并行优化算法来加快相对覆盖的计算速度。论文还从理论上讨论了所提方法的复杂性，并分别使用12和6个现实数据集对两个问题进行了实验，说明了所提方法的效率和可扩展性。

论文题目：Exploring Shortest Paths on Large-scale networks
作者：Ye Wang
类型：2021年硕士论文
学校：Australian National University（澳大利亚国立大学）

下载链接：
链接: https://pan.baidu.com/s/1eBlxfBjsQ0kwNhOya8W-Vw?pwd=y6aw
提取码: y6aw

硕博论文汇总：
链接: https://pan.baidu.com/s/1PW00x6Xevz4WCHoaV2aS-g
密码: 9g0k

图3.1:用于回答最短路径图查询的按草图查询(QbS)方法的说明。

图4.2:如何回答top-k相对覆盖率查询Q = (G, 5,4)。红色顶点位于候选集合中。绿色顶点在前一个候选集合的所有顶点中具有最大的相对覆盖率。


微信群

公众号