NOPE: Coarsening Efficiente di Grafi tramite il Principio di Non-Egoismo
Un nuovo metodo per il coarsening di grafi, chiamato NOPE, è stato proposto su arXiv. Il coarsening di grafi riduce la dimensione del grafo preservandone struttura e semantica. I metodi esistenti utilizzano l'abbinamento basato su similarità a coppie, dove ogni nodo cerca indipendentemente il suo miglior partner, causando costi computazionali e di memoria elevati. NOPE adotta un principio di non-egoismo che dà priorità all'interferenza collettiva del vicinato, raggiungendo una complessità di memoria lineare e una complessità temporale quasi lineare. Una variante più veloce, NOPE*, riduce la valutazione dell'interferenza da O(δ·d) a O(d) utilizzando un'ipotesi di isotropia locale, alleviando i colli di bottiglia computazionali.
Fatti principali
- NOPE raggiunge un consumo di memoria lineare e una complessità computazionale quasi lineare.
- NOPE* riduce la valutazione dell'interferenza da O(δ·d) a O(d).
- I metodi esistenti di coarsening di grafi si basano sul paradigma di abbinamento egoistico.
- NOPE utilizza il principio di non-egoismo che dà priorità all'interferenza collettiva del vicinato.
- NOPE* si basa sull'ipotesi di isotropia locale.
- Il coarsening di grafi è una tecnica di riduzione della dimensionalità per i grafi.
- Il metodo affronta il sovraccarico computazionale e di memoria degli approcci esistenti.
- L'articolo è disponibile su arXiv con ID 2605.13021.
Entità
Istituzioni
- arXiv