Algoritmi spektralnog grupiranja zasnovanog na motivima

Sažetak na hrvatskom: Cilj rada je prilagoditi algoritam spektralnog grupiranja zasnovanog na motivima izvršavanju na raspodijeljenom okruženju (na računalnom grozdu) pomoću radnog okvira Apache Spark. Algoritam se sastoji od dvije faze, koje su računski podjednako zahtjevne - računanje matrice slič...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:50780/Details
Glavni autor: Šoštar, Antonio (-)
Ostali autori: Čavrak, Igor (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, A. Šoštar, 2019.
Predmet:
LEADER 02306na a2200229 4500
003 HR-ZaFER
008 160221s2019 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid6507 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Šoštar, Antonio  |9 40050 
245 1 0 |a Algoritmi spektralnog grupiranja zasnovanog na motivima :  |b diplomski rad /  |c Antonio Šoštar ; [mentor Igor Čavrak]. 
246 1 |a Motif-Based Spectral Clustering Algorithms  |i Naslov na engleskom:  
260 |a Zagreb,  |b A. Šoštar,  |c 2019. 
300 |a 42 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2019-06-28, datum završetka: 2019-07-15 
520 3 |a Sažetak na hrvatskom: Cilj rada je prilagoditi algoritam spektralnog grupiranja zasnovanog na motivima izvršavanju na raspodijeljenom okruženju (na računalnom grozdu) pomoću radnog okvira Apache Spark. Algoritam se sastoji od dvije faze, koje su računski podjednako zahtjevne - računanje matrice sličnosti i spektralno grupiranje vrhova. Ideja algoritma je dobiti grupiranja višeg reda, tako da se prebroji pojavljivanje para vrhova u zadanom motivu u mreži, te tako definirati matricu susjedstva iz čijeg se laplasijana traži optimalni svojstveni vektor. Algoritam je implementiran za radni okvir Apache Spark, te pokazuje visoki stupanj paralelizma i skalabilnosti. 
520 3 |a Sažetak na engleskom: The aim of this thesis is to implement a motif based spectral clustering algorithm on a distributed environment (on a computer cluster) using the Apache Spark framework. The algorithm consists of two phases, which are computationally equally demanding - computing the similarity matrix and spectral clustering of nodes. The idea of the algorithm is to get a higher order clustering, defining the neighborhood matrix by counting the pairs of nodes in the given motif in the network, from which Laplacian an optimal vector is computed. The algorithm is implemented in the Apache Spark framework and shows a high degree of parallelism and scalability. 
653 1 |a spektralno grupiranje  |a motivi  |a Apache Spark 
653 1 |a spectral clustering  |a motifs  |a Apache Spark 
700 1 |a Čavrak, Igor  |4 ths  |9 18957 
942 |c Y 
999 |c 50780  |d 50780