DC Field | Value | Language |
dc.contributor.author | Черемисинов, Д. И. | - |
dc.contributor.author | Черемисинова, Л. Д. | - |
dc.date.accessioned | 2019-03-18T08:32:40Z | - |
dc.date.available | 2019-03-18T08:32:40Z | - |
dc.date.issued | 2019 | - |
dc.identifier.citation | Черемисинов, Д. И. Задачи обработки больших графов (graph mining) / Д. И. Черемисинов, Л. Д. Черемисинова // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник материалов V Международной научно-практической конференции, Минск, 13–14 марта 2019 г. В 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники; редкол. : В. А. Богуш [и др.]. – Минск, 2019. – С. 318 – 323. | ru_RU |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/34716 | - |
dc.description.abstract | Графы в настоящее время становятся все более важными для моделирования систем и
визуализации информации. В последние годы интеллектуальный анализ графов (graph mining) становится интересной сферой применения для анализа структурированных объектов, таких как химические соединения,
белковые структуры, схемы электронных устройств, социальные сети и компьютерные сети. Одним из наиболее важных операций в анализе графов является поиск часто встречающихся подграфов. Основным преимуществом использования часто встречающихся подграфов является ускорение нахождения сходства и сжатого
представления (спецификации графа), классификации структур. Обсуждаются общие проблемы для алгоритмов поиска часто встречающихся графов – это представление графа, стратегия поиска, и способ построения. | ru_RU |
dc.language.iso | ru | ru_RU |
dc.publisher | БГУИР | ru_RU |
dc.subject | материалы конференций | ru_RU |
dc.subject | часто встречающиеся подграфы | ru_RU |
dc.subject | интеллектуальный анализ графов | ru_RU |
dc.subject | изоморфизм подграфов | ru_RU |
dc.subject | КМОП схемы из транзисторов | ru_RU |
dc.title | Задачи обработки больших графов (graph mining) | ru_RU |
dc.type | Статья | ru_RU |
Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2019)
|