Core Concepts
本論文では、大規模な最大 k-プレックスを効率的に列挙するための新しい分枝限定アルゴリズムと並列化手法を提案する。提案手法は、効果的な探索空間分割、新しいピボット頂点選択方法、上界計算に基づく枝刈り、および頂点ペアに基づく3つの新しい枝刈り手法を採用している。
Abstract
本論文では、大規模な最大 k-プレックスを効率的に列挙するための新しいアルゴリズムを提案している。
まず、探索空間を効果的に分割する手法を提案し、その時間計算量を分析している。次に、ピボット頂点の選択方法を改善し、候補頂点数を削減する手法を示している。また、上界計算に基づく枝刈り手法と、頂点ペアに基づく3つの新しい枝刈り手法を提案している。
提案手法の並列化アプローチでは、タイムアウトメカニズムを導入してストラグラータスクを排除し、キャッシュローカリティを最大化しつつ負荷分散を実現している。
実験結果から、提案手法の順次版と並列版は、従来手法と比べて最大5倍および18.9倍の高速化を達成できることが示されている。また、提案する枝刈り手法単体でも最大7倍の高速化が得られることが確認されている。
Stats
頂点数 n と最大次数 ∆の比率が q-2k+2以下の場合、提案アルゴリズムの時間計算量は O(nrk
1r2γD
k)である。ここで、r1 = min{D∆/(q-2k+2), n}、r2 = min{D∆2/(q-2k+2), nD}、γk < 2は定数。
Quotes
"提案手法は、効果的な探索空間分割、新しいピボット頂点選択方法、上界計算に基づく枝刈り、および頂点ペアに基づく3つの新しい枝刈り手法を採用している。"
"提案手法の並列化アプローチでは、タイムアウトメカニズムを導入してストラグラータスクを排除し、キャッシュローカリティを最大化しつつ負荷分散を実現している。"