A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Bolivar, Alexander Pinares
Orientador(a): Comba, Joao Luiz Dihl
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Grafos
Operacoes binarias
Representacao de dados
Visualização de dados
Algoritmos
Palavras-chave em Inglês:
Power graph analysis
Edges reduction
Biclique detection
Clustering analysis
Link de acesso: http://hdl.handle.net/10183/215361
Resumo: Os grafos são essenciais para muitas representações de dados. A análise visual de grafos é usualmente difícil devido ao tamanho, o que representa um desafio para sua visualização. Além de isso, seus algoritmos fundamentais são frequentemente classificados como NP-difícil. Análises dos grafos de potência (PGA em inglês) é um método que simplifica redes usando representações reduzidas para subgrafos completos chamados cliques e subgrafos bipartidos chamados bicliques, em ambos casos com una redução de arestas. Os benefícios da representação de grafo de potência são a preservação de informação e a capacidade de mostrar a informação essencial sobre a rede original. Entretanto, encontrar uma representação ótima (a máxima redução de arestas possível) é também um problema NP-difícil. Neste trabalho, propomos BCD, um algoritmo guloso que usa um abordagem de detecção de bicliques baseado em operações binarias para encontrar representações de grafos de potencia. O BCD é mas rápido que as estratégias atuais da literatura. Finalmente, descrevemos como a estrutura induzida pelo grafo de potência é utilizado para as análises dos grafos densos na detecção de agrupamentos de nodos.
id URGS_8d0c543b11368b37b133fd4deead0b90
oai_identifier_str oai:www.lume.ufrgs.br:10183/215361
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Bolivar, Alexander PinaresComba, Joao Luiz Dihl2020-11-21T04:26:05Z2020http://hdl.handle.net/10183/215361001119843Os grafos são essenciais para muitas representações de dados. A análise visual de grafos é usualmente difícil devido ao tamanho, o que representa um desafio para sua visualização. Além de isso, seus algoritmos fundamentais são frequentemente classificados como NP-difícil. Análises dos grafos de potência (PGA em inglês) é um método que simplifica redes usando representações reduzidas para subgrafos completos chamados cliques e subgrafos bipartidos chamados bicliques, em ambos casos com una redução de arestas. Os benefícios da representação de grafo de potência são a preservação de informação e a capacidade de mostrar a informação essencial sobre a rede original. Entretanto, encontrar uma representação ótima (a máxima redução de arestas possível) é também um problema NP-difícil. Neste trabalho, propomos BCD, um algoritmo guloso que usa um abordagem de detecção de bicliques baseado em operações binarias para encontrar representações de grafos de potencia. O BCD é mas rápido que as estratégias atuais da literatura. Finalmente, descrevemos como a estrutura induzida pelo grafo de potência é utilizado para as análises dos grafos densos na detecção de agrupamentos de nodos.Graphs are at the essence of many data representations. The visual analytics over graphs is usually difficult due to their size, which makes their visual display challenging, and their fundamental algorithms, which are often classified as NP-hard problems. The Power Graph Analysis (PGA) is a method that simplifies networks using reduced representations for complete subgraphs (cliques) and complete bipartite subgraphs (bicliques), in both cases with edge reductions. The benefits of a power graph are the preservation of information and its capacity to show essential information about the original network. However, finding an optimal representation (maximum edges reduction) is also an NPhard problem. In this work, we propose BCD, a greedy algorithm that uses a Bitwise Clique Detection approach to finding power graphs. BCD is faster than competing strategies and allows the analysis of bigger graphs. For the display of larger power graphs, we propose an orthogonal layout to prevent overlapping of edges and vertices. Finally, we describe how the structure induced by the power graph is used for clustering analysis of dense graphs. We demonstrate with several datasets the results obtained by our proposal and compare against competing strategies.application/pdfengGrafosOperacoes binariasRepresentacao de dadosVisualização de dadosAlgoritmosPower graph analysisEdges reductionBiclique detectionClustering analysisA bitwise clique detection approach for accelerating power graph computation and clustering dense graphsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2020mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001119843.pdf.txt001119843.pdf.txtExtracted Texttext/plain92021http://www.lume.ufrgs.br/bitstream/10183/215361/2/001119843.pdf.txt43ab6afd3a683bebc2ef9cfe92f04efdMD52ORIGINAL001119843.pdfTexto completo (inglês)application/pdf6142652http://www.lume.ufrgs.br/bitstream/10183/215361/1/001119843.pdf772f680999eb2ac69ffb0098a4529339MD5110183/2153612024-04-13 06:46:19.245913oai:www.lume.ufrgs.br:10183/215361Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-04-13T09:46:19Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
title A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
spellingShingle A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
Bolivar, Alexander Pinares
Grafos
Operacoes binarias
Representacao de dados
Visualização de dados
Algoritmos
Power graph analysis
Edges reduction
Biclique detection
Clustering analysis
title_short A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
title_full A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
title_fullStr A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
title_full_unstemmed A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
title_sort A bitwise clique detection approach for accelerating power graph computation and clustering dense graphs
author Bolivar, Alexander Pinares
author_facet Bolivar, Alexander Pinares
author_role author
dc.contributor.author.fl_str_mv Bolivar, Alexander Pinares
dc.contributor.advisor1.fl_str_mv Comba, Joao Luiz Dihl
contributor_str_mv Comba, Joao Luiz Dihl
dc.subject.por.fl_str_mv Grafos
Operacoes binarias
Representacao de dados
Visualização de dados
Algoritmos
topic Grafos
Operacoes binarias
Representacao de dados
Visualização de dados
Algoritmos
Power graph analysis
Edges reduction
Biclique detection
Clustering analysis
dc.subject.eng.fl_str_mv Power graph analysis
Edges reduction
Biclique detection
Clustering analysis
description Os grafos são essenciais para muitas representações de dados. A análise visual de grafos é usualmente difícil devido ao tamanho, o que representa um desafio para sua visualização. Além de isso, seus algoritmos fundamentais são frequentemente classificados como NP-difícil. Análises dos grafos de potência (PGA em inglês) é um método que simplifica redes usando representações reduzidas para subgrafos completos chamados cliques e subgrafos bipartidos chamados bicliques, em ambos casos com una redução de arestas. Os benefícios da representação de grafo de potência são a preservação de informação e a capacidade de mostrar a informação essencial sobre a rede original. Entretanto, encontrar uma representação ótima (a máxima redução de arestas possível) é também um problema NP-difícil. Neste trabalho, propomos BCD, um algoritmo guloso que usa um abordagem de detecção de bicliques baseado em operações binarias para encontrar representações de grafos de potencia. O BCD é mas rápido que as estratégias atuais da literatura. Finalmente, descrevemos como a estrutura induzida pelo grafo de potência é utilizado para as análises dos grafos densos na detecção de agrupamentos de nodos.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-11-21T04:26:05Z
dc.date.issued.fl_str_mv 2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/215361
dc.identifier.nrb.pt_BR.fl_str_mv 001119843
url http://hdl.handle.net/10183/215361
identifier_str_mv 001119843
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/215361/2/001119843.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/215361/1/001119843.pdf
bitstream.checksum.fl_str_mv 43ab6afd3a683bebc2ef9cfe92f04efd
772f680999eb2ac69ffb0098a4529339
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316103998996480

Registros relacionados