SubGraph2Vec：高度向量化的树状子图计数
分布式、并行与集群计算
2020-10-06 v2
摘要
子图计数旨在统计给定网络G(V, E)中模板T的出现次数。它是一种强大的图分析工具，已在多个领域中发现实际应用。扩展子图计数问题已知受内存限制且具有指数复杂度，计算和扩展都具有挑战性。尽管针对三角形计数和PageRank等若干图问题已有可扩展的并行算法，但对于复杂子图的计数并不常见。在此我们应对这一挑战并研究连通无环图或树。我们提出了一种新颖的向量化子图计数算法，名为SubGraph2Vec，以及共享内存和分布式两种实现：1)通过最小化邻居遍历降低算法复杂度；2)基于线性代数核实现高度向量化以显著提升性能和硬件利用率；3)SubGraph2Vec在单节点上相较最先进工作将整体性能提升数个数量级，最高达660倍；4)分布式模式下的SubGraph2Vec可将模板大小扩展至20并保持良好的强可扩展性；5)支持在CPU和GPU上的可移植性。
引用
@article{arxiv.2009.11665,
title = {SubGraph2Vec: Highly-Vectorized Tree-likeSubgraph Counting},
author = {Langshi Chen and Jiayu Li and Ariful Azad and Cenk Sahinalp and Madhav Marathe and Anil Vullikanti and Andrey Nikolaev and Egor Smirnov and Ruslan Israfilov and Judy Qiu},
journal= {arXiv preprint arXiv:2009.11665},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1903.04395