論文の概要: A Survey on the Densest Subgraph Problem and Its Variants

• arxiv url: http://arxiv.org/abs/2303.14467v2
• Date: Thu, 18 Apr 2024 15:30:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-19 21:00:27.845005
• Title: A Survey on the Densest Subgraph Problem and Its Variants
• Title（参考訳）: デンストグラフ問題とその変数に関する調査
• Authors: Tommaso Lanciano, Atsushi Miyauchi, Adriano Fazzone, Francesco Bonchi,
• Abstract要約: デンスト部分グラフ問題は、与えられたグラフにおいて、誘導された部分グラフが密度の測度を最大化する頂点の部分集合を見つける必要がある。 近年では、この問題に対する研究の関心が復活し、いくつかの重要な貢献がなされている。 本調査は,本文献で提案されている多くの変種について,基礎的な結果の概要と包括的報告を提供する。
• 参考スコア（独自算出の注目度）: 11.7345654477305
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Densest Subgraph Problem requires to find, in a given graph, a subset of vertices whose induced subgraph maximizes a measure of density. The problem has received a great deal of attention in the algorithmic literature since the early 1970s, with many variants proposed and many applications built on top of this basic definition. Recent years have witnessed a revival of research interest in this problem with several important contributions, including some groundbreaking results, published in 2022 and 2023. This survey provides a deep overview of the fundamental results and an exhaustive coverage of the many variants proposed in the literature, with a special attention to the most recent results. The survey also presents a comprehensive overview of applications and discusses some interesting open problems for this evergreen research topic.
• Abstract（参考訳）: デンストグラフ問題は、与えられたグラフにおいて、誘導された部分グラフが密度の測度を最大化する頂点の部分集合を見つける必要がある。 この問題は1970年代初頭からアルゴリズム文学において大きな注目を集めており、多くの変種が提案され、この基本的定義に基づいて多くのアプリケーションが構築された。 近年では、2022年と2023年に発表されたいくつかの画期的な成果を含むいくつかの重要な貢献により、この問題に対する研究の関心が復活するのを目撃している。 本調査は,本文献で提案されている多くの変種について概説し,最新の結果に特に注目する。 この調査はまた、アプリケーションの概要を包括的に紹介し、この常緑的研究トピックに関する興味深いオープンな問題について論じている。

関連論文リスト

• Deep Graph Anomaly Detection: A Survey and New Perspectives [86.84201183954016]
  グラフ異常検出(GAD)は、異常なグラフインスタンス(ノード、エッジ、サブグラフ、グラフ)を特定することを目的とする。 ディープラーニングアプローチ、特にグラフニューラルネットワーク(GNN)は、GADにとって有望なパラダイムとして現れています。
  論文  参考訳（メタデータ） (2024-09-16T03:05:11Z)
• A Comprehensive Survey on Graph Reduction: Sparsification, Coarsening, and Condensation [21.76051896779245]
  本研究の目的は,グラフスペーシング,グラフ粗化,グラフ凝縮など,グラフ縮小手法の包括的理解を提供することである。 そこで本研究では,これらの手法の技術的詳細を体系的にレビューし,様々なシナリオにまたがる実践的応用を強調した。
  論文  参考訳（メタデータ） (2024-01-29T01:19:09Z)
• Meta-survey on outlier and anomaly detection [0.0]
  本稿では,一般的な調査の体系的メタサーベイと,異常検出と異常検出に関するレビューを実装した。 2つの専門的な科学的な検索エンジンを使って500近い論文を集めている。 本稿は,20年間にわたる外乱検出フィールドの進化を考察し,新たなテーマと方法を明らかにする。
  論文  参考訳（メタデータ） (2023-12-12T09:29:22Z)
• Visual Question Answering: A Survey on Techniques and Common Trends in Recent Literature [0.0]
  VQA(Visual Question Answering)は、研究の新たな関心領域である。 本研究では,近年のいくつかの研究成果について考察し,その分析と比較を行った。
  論文  参考訳（メタデータ） (2023-05-18T15:20:11Z)
• Guided Depth Map Super-resolution: A Survey [88.54731860957804]
  誘導深度マップ超解像(GDSR)は、高分解能(HR)深度マップを低分解能(LR)観測から2枚のHRカラー画像の助けを借りて再構成することを目的としている。 近年,特に強力な深層学習技術を用いて,斬新で効果的なアプローチが多数提案されている。 この調査は、GDSRの最近の進歩に関する包括的調査を提示する試みである。
  論文  参考訳（メタデータ） (2023-02-19T15:43:54Z)
• A Survey on Machine Learning Solutions for Graph Pattern Extraction [17.911041497412132]
  本稿では,機械学習手法を用いて取り組んだ5つの有名なサブグラフ問題について概説する。 これらは、部分グラフ同型(カウントとマッチングの両方)、最大共通部分グラフ、コミュニティ検出、コミュニティ検索問題である。 我々は,各問題に対する非学習型アルゴリズムについて検討し,簡単な議論を行う。
  論文  参考訳（メタデータ） (2022-04-03T11:54:22Z)
• Deep Image Deblurring: A Survey [165.32391279761006]
  低レベルのコンピュータビジョンにおいて、デブロアリングは古典的な問題であり、ぼやけた入力画像からシャープなイメージを復元することを目的としている。 近年のディープラーニングの進歩は、この問題の解決に大きな進歩をもたらした。
  論文  参考訳（メタデータ） (2022-01-26T01:31:30Z)
• Fine-Grained Image Analysis with Deep Learning: A Survey [146.22351342315233]
  きめ細かい画像解析(FGIA)は、コンピュータビジョンとパターン認識における長年の根本的な問題である。 本稿では、FGIAの分野を再定義し、FGIAの2つの基礎研究領域、細粒度画像認識と細粒度画像検索を統合することで、FGIAの分野を広げようとしている。
  論文  参考訳（メタデータ） (2021-11-11T09:43:56Z)
• Deep Gaussian Processes: A Survey [0.0]
  この調査では、ガウス過程を使うためのコアモチベーション、数学的定式化、制限、そしてその制限に対処するために長年に渡り栄えてきた研究テーマについて詳述する。 特定の研究分野の一つがディープ・ガウス・プロセス(DGP)であり、過去10年間で大幅に改善されている。 オープンな問題と今後の研究の方向性に関する簡単な議論を最後に紹介する。
  論文  参考訳（メタデータ） (2021-06-21T13:59:47Z)
• A Survey of Embedding Space Alignment Methods for Language and Knowledge Graphs [77.34726150561087]
  単語,文,知識グラフの埋め込みアルゴリズムに関する現在の研究状況について調査する。 本稿では、関連するアライメント手法の分類と、この研究分野で使用されるベンチマークデータセットについて論じる。
  論文  参考訳（メタデータ） (2020-10-26T16:08:13Z)
• Online Dense Subgraph Discovery via Blurred-Graph Feedback [87.9850024070244]
  我々は高密度サブグラフ発見のための新しい学習問題を導入する。 まず,確率の高いほぼ最適解を求めるエッジ時間アルゴリズムを提案する。 そして、理論的保証のあるよりスケーラブルなアルゴリズムを設計する。
  論文  参考訳（メタデータ） (2020-06-24T11:37:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。