会员服务
Pregel是Google提出的大规模分布式图计算平台，专门用来解决网页链接分析、社交数据挖掘等实际应用中涉及的大规模分布式图计算问题。
Creating Knowledge Graphs Subsets using Shape Expressions
Arxiv
0+阅读 · 2021年10月26日
Creating Knowledge Graphs Subsets using Shape Expressions
Arxiv
0+阅读 · 2021年10月25日
Creating Knowledge Graphs Subsets using Shape Expressions
Arxiv
0+阅读 · 2021年10月22日
UniGPS: A Unified Programming Framework for Distributed Graph Processing
Arxiv
0+阅读 · 2021年8月4日
iPregel: Vertex-centric programmability vs memory efficiency and performance, why choose?
Arxiv
0+阅读 · 2020年10月17日
Parallel Graph Algorithms in Constant Adaptive Rounds: Theory meets Practice
Arxiv
0+阅读 · 2020年9月24日
Kaleido: An Efficient Out-of-core Graph Mining System on A Single Machine
Kaleido: An Efficient Out-of-core Graph Mining System on A Single Machine
Arxiv
0+阅读 · 2019年5月23日
Composing Optimization Techniques for Vertex-Centric Graph Processing via Communication Channels
Arxiv
0+阅读 · 2018年11月5日
GoFFish: A Sub-Graph Centric Framework for Large-Scale Graph Analytics
Arxiv
1+阅读 · 2013年11月23日
Streaming Graph Partitioning in the Planted Partition Model
Arxiv
0+阅读 · 2014年8月20日
Effective Techniques for Message Reduction and Load Balancing in Distributed Graph Computation
Arxiv
0+阅读 · 2015年3月2日
A Hypergraph-Partitioned Vertex Programming Approach for Large-scale Consensus Optimization
Arxiv
0+阅读 · 2013年8月30日
Scalable De Novo Genome Assembly Using Pregel
Arxiv
0+阅读 · 2018年1月13日
ASYMP: Fault-tolerant Mining of Massive Graphs
Arxiv
0+阅读 · 2017年12月28日
A Meta-graph Approach to Analyze Subgraph-centric Distributed Programming Models
Arxiv
0+阅读 · 2016年10月31日
参考链接
父主题
图数据库
微信扫码咨询专知VIP会员
Top