Accelerating Set Intersections over Graphs by Reducing-Merging

主讲人:郑卫国 

主讲人简介:郑卫国,复旦大学大数据学院青年研究员,博士生导师。主要从事图数据管理和计算、知识图谱构建和查询等相关理论研究工作,在国际顶级学术会议与期刊发表论文30余篇,其中包括SIGMODVLDBICDEKDDTODSTKDE等,编写知识图谱专著1部;担任多个国内外重要学术会议的程序委员会主席或领域主席,包括GDMACCKSNDBC;担任WISE 2021 演示共同主席(Demo Co-Chairs);担任KDDSIGMODVLDBICDEWWWAAAIIJCAIICDMCIKMDASFAA 等国际知名会议程序委员会委员(Program Committee Member)TKDEVLDBJInformation SystemsInformation SciencesWWW JData & Knowledge EngineeringDSE 等国际期刊审稿人






讲座摘要:对于图的任意两个顶点集,计算它们的公共顶点, 即集合求交,是三角形计数、极大团枚举、子图搜索等许多图算法的基础操作之一。因此,加速集合求交计算有利于提升下游很多算法的效率。在本报告中,我将介绍一种新的基于规约-归并的框架从而避免直接对两个集合求交。在规约阶段,不出现在公共点集中的节点可以基于区间规约的方式进行剪枝;经过修正后的子集可以直接应用归并算法求解。为了最大化整体规约和计算性能,将会形式化一个区间编码优化问题,证明其NP难的计算复杂度,最后设计有效的贪心算法进行求解。大量的实验证明所提出的算法对比基准算法在效率上有6-16倍左右的提升。

时间:2022.10.21(周五),上午1000

地点:腾讯会议519-368-460





Baidu
sogou