Parallele Graph-Mining-Techniken zur Auswertung von Hypergraph-Strukturen
Fenske, Ole
VerfasserIn
aut
Heuer, Andreas
1958-
AkademischeR BetreuerIn
dgs
Meyer, Holger
1962-
AkademischeR BetreuerIn
dgs
Universität Rostock
Grad-verleihende Institution
dgg
Universität Rostock
Fakultät für Informatik und Elektrotechnik
Grad-verleihende Institution
dgg
text
theses
Text
Hochschulschrift
gw
2018
monographic
XA-DE
Rostock
Universität
publisher
2018
Rostock
Universitätsbibliothek
distributor
ger
1 Online-Ressource
Neben dem Feld Data-Mining nimmt auch das Graph-Mining eine immer zentralere Stellung in Forschung und Wirtschaft ein. Durch die Speicherung der Daten als Graph ergeben sich neue Möglichkeiten in der Datenanalyse. Diese Arbeit beschäftigt sich mit eben diesen Algorithmen zur Auswertung von Graph- und Hypergraph-Strukturen. Neben den verschiedenen Algorithmen des Graph-Mining, wird zusätzlich auch die Parallelisierbarkeit dieser untersucht. Mit PaSiGraM wird ein eigener Algorithmus vorgestellt, der es ermöglicht, die für das Frequent-Subgraph-Mining benötigten Berechnungen zu parallelisieren.<ger>
vorgelegt von Ole Fenske
GutachterInnen: Andreas Heuer (Universität Rostock, Lehrstuhl für Datenbank- und Informationssysteme) ; Holger Meyer (Universität Rostock, Lehrstuhl für Datenbank- und Informationssysteme)
Bachelorarbeit Universität Rostock 2018
004
http://purl.uni-rostock.de/rosdok/id00002286
https://doi.org/10.18453/rosdok_id00002286
https://nbn-resolving.org/urn:nbn:de:gbv:28-thesis2018-0001-0
https://d-nb.info/1293668591/34
urn:nbn:de:gbv:28-thesis2018-0001-0
10.18453/rosdok_id00002286
1048384988
rda
DE-627
180801
1028060521
20251224T212510.0
Converted from MARCXML to MODS version 3.8 using MARC21slim2MODS3-8_XSLT1-0.xsl
(Revision 1.174 20250328)
ger