基于伊辛模型的Louvain方法：利用专用硬件对大型图进行聚类
社会与信息网络
2021-09-08 v1 机器学习
摘要
量子计算机、量子退火器和CMOS退火器等用于求解优化问题的专用硬件的最新进展，为求解现实世界复杂问题带来了新途径。然而，鉴于当前及近期的硬件限制，表达一个大型现实问题所需的变量数很容易超出硬件能力，因此通常会开发混合方法以利用该硬件。本文主张在现有最先进启发式框架之上构建混合方法，从而改进这些方法。我们以所谓的Louvain方法为基础来展示这一点，Louvain是最流行的社区发现算法之一，我们据此开发了一种基于伊辛模型(Ising-based)的Louvain方法。所提方法在多个小型到大规模图的聚类上优于两种最先进的社区发现算法。结果表明，将相同的优化方法适配到其他无监督学习启发式方法以提升其性能大有可为。
引用
@article{arxiv.2012.11391,
title = {Ising-Based Louvain Method: Clustering Large Graphs with Specialized Hardware},
author = {Pouya Rezazadeh Kalehbasti and Hayato Ushijima-Mwesigwa and Avradip Mandal and Indradeep Ghosh},
journal= {arXiv preprint arXiv:2012.11391},
year = {2021}
}
备注
12 pages, 2 figures, submitted to IDA2021