haku: @keyword parallel computing / yhteensä: 13
hakutulos-lista
viite: 5 / 13
« edellinen | seuraava »
Tekijä:Timonen, Toni
Työn nimi:Methods and approaches to decomposing large scale social networks
Menetelmiä ja lähestymistapoja valtavien sosiaalisten verkostojen rypästämämiseen
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:vii + 46 s.      Kieli:   eng
Koulu/Laitos/Osasto:Informaatio- ja luonnontieteiden tiedekunta
Koulutusohjelma:Tietotekniikan tutkinto-ohjelma
Oppiaine:Tietojenkäsittelyteoria   (T-119)
Valvoja:Niemelä, Ilkka
Ohjaaja:Alakuijala, Jyrki
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:Fiedler vector
social network
graph partitioning
community finding
parallel computing
Fiedler-vektori
sosiaalinen verkko
graafinjako
yhteisönhakuongelma
rinnakkaislaskenta
Tiivistelmä (fin): Valtavien sosiaalisten verkkojen paloittelu on vaikea ongelma.
Tässä diplomityössä käydään läpi ja analysoidaan teollisuudesta kumpuavaa ongelmaa, jossa jaetaan sosiaalinen verkko pienempiin, maantieteellisesti irrallisiin osiin tavalla, joka huomioi tiedon varastoinnin, tiedon saatavuuden ja tiedon monistamisen mukaiset tarpeet ja kustannukset.

Viestinnänkuluongelman ydinkohdat ja oleelliset ominaisuudet muotoillaan abstraktiin malliin, jota tutkitaan ja verrataan muihin tunnettuihin ongelmatyyppeihin.
Erityisesti graafinjako-ongelmaan ja eräisiin yhteisönhakuongelmien muotoihin kiinnitetään huomiota.

Mallista muotoillaan myös ratkaisualgoritmi yhdistellen menetelmiä graafinjakoalgoritmeista ja muista tutkimusalueista.
Lopputuotteena syntyy käytännöllinen rinnakkaistuva algoritmi, joka soveltuu valtavien sosiaalisten verkostojen paloitteluun.

Algoritmin käyttäytymistä analysoidaan simulaatioin käyttäen erilaisia syötteitä.
Syötteiden edustavuutta tutkitaan, kuten myös rajatapauksia, joissa algoritmi ei tuota parasta mahdollista tulosta.
Tiivistelmä (eng): Decomposing large scale social networks is a hard problem.
In this thesis we discuss and analyze the real-world problem of dividing large social graphs into smaller geographically separated pieces in a way that keeps the communication cost as small as possible from the point of view of storage, access, and replication expenses.

An abstract model is formed to capture the essential properties of the communication cost problem.
This model is then analyzed against other well-known problems, especially the graph partitioning problem and certain community finding problems.

The problem is also solved in a way that combines graph partitioning with ideas from other areas.
The end product is a practical, parallelizable algorithm suitable for decomposing large-scale social networks.

Algorithm performance and behaviour is being analyzed by simulations done against different kinds of input in a test-bed.
Properties of test data are also analyzed and a more in-depth analysis is done for corner-case situations where the algorithm fails to produce an optimal outcome.
ED:2010-04-12
INSSI tietueen numero: 39438
+ lisää koriin
« edellinen | seuraava »
INSSI