Zobrazeno 1 - 10
of 146
pro vyhledávání: '"graph computation"'
Publikováno v:
Mathematics, Vol 12, Iss 7, p 986 (2024)
The purpose of constructing onboard observation mission queues is to improve the execution efficiency of onboard tasks and reduce energy consumption, representing a significant challenge in achieving efficient global military reconnaissance and targe
Externí odkaz:
https://doaj.org/article/f34f18acca87483daa59f6124d4eb05a
Autor:
I. Golovinskii
Publikováno v:
Вестник Северо-Кавказского федерального университета, Vol 0, Iss 2, Pp 7-16 (2022)
Theoretical methods of algorithmic solutions for the interlocks of operational switching in electrical networks that depend on the switching state of secondary circuits, are considered. A graph-object approach to CIM models of primary and secondary c
Externí odkaz:
https://doaj.org/article/4f8143682b9e43dcb709a23c79da8d42
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Muhammad Umair, Young-Koo Lee
Publikováno v:
Sensors, Vol 22, Iss 24, p 9894 (2022)
Graph data are pervasive worldwide, e.g., social networks, citation networks, and web graphs. A real-world graph can be huge and requires heavy computational and storage resources for processing. Various graph compression techniques have been present
Externí odkaz:
https://doaj.org/article/48cb3bdac0724472ba164f2673f585fe
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
ACM Transactions on Intelligent Systems and Technology. 12:1-25
Graph edge partitioning, which is essential for the efficiency of distributed graph computation systems, divides a graph into several balanced partitions within a given size to minimize the number of vertices to be cut. Existing graph partitioning mo
Autor:
Shimin Chen, Songjie Niu
Publikováno v:
Journal of Computer Science and Technology. 36:778-791
It is challenging to model the performance of distributed graph computation. Explicit formulation cannot easily capture the diversified factors and complex interactions in the system. Statistical learning methods require a large number of training sa
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Transactions on Parallel and Distributed Systems. 31:1588-1604
TuX2 is a new distributed graph engine that bridges graph computation and distributed machine learning. TuX2 inherits the benefits of elegant graph computation model, efficient graph layout, and balanced parallelism to scale to billion-edge graphs, w