Tytuł:Graph Compression Using Pattern Matching Techniques

autorzy: Rushabh Jitendrakumar Shah

Download PDF

Abstract: Graphs can be used to represent a wide variety of data belonging of differentdomains. Wykresy mogą uchwycić związek między danymi w efektywny sposób i były szeroko stosowane. W ostatnim czasie, wraz z pojawieniem się dużych zbiorów danych, zaistniała potrzeba efektywnego przechowywania i obliczania dużych zbiorów danych. Jednakże, biorąc pod uwagę wielkość danych, znalezienie optymalnych metod przechowywania i przetwarzania danych było wyzwaniem. Dlatego w tym artykule westudy różnych technik kompresji grafów i zaproponować nowe algorytmy zrobić to samo. W szczególności, biorąc pod uwagę wykres G = (V, E), gdzie V jest zbiorem krawędzi, A E jest zbiorem krawędzi, a |V| = n, proponujemy techniki kompresji macierzowej reprezentacji adjacency grafu. Nasze algorytmy opierają się na znajdowaniu wzorców w danych macierzy adjacency i zastępowaniu wspólnych wzorców konkretnymi markerami. Wszystkie proponowane tu techniki są bezsensowną kompresją Wykresów. Opierając się na wynikach eksperymentalnych, zauważono, że proponowane przez nas techniki osiągają prawie 70% kompresji w porównaniu z odwzorowaniem macierzy adjacency. Wyniki pokazują, że duże wykresy mogą być skutecznie przechowywane w mniejszej pamięci i wykorzystywać równoległą siłę przetwarzania węzłów obliczeniowych, a także wydajnie przesyłać dane między zasobami.