واحد های اصلی شبکه های پیچیده: مروری بر الگوریتم های جستجوی موتیف در شبکه

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,212

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TDCONF01_192

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

امروزه جستجوی موتیف در شبکه هایی همچون اجتماعی، بیولوژیکی، تکنولوژیکی و دیگر انواع شبکه های پیچیده به منظور درک بهتر ساختار و عمکرد آن ها به یک روش جامع و فراگیری تبدیل شده است که اطلاعات مهمی را در اختیار قرار می دهد. از جمله ویژگی های ساختاری هرشبکه، موتیف ها زیر شبکه های(گراف های) کوچک همبندی هستند که در شبکه مورد بررسی با فراوانی بالاتری نسبت به شبکه های تصادفی مشاهده می شوند، که به عنوان اجزای ساده و بنیادی شبکه تعبیر می شود. مشکل اصلی تشخیص موتیف های شبکه بزرگ در حقیقت رشد نمایی تعداد زیرگراف های ممکن در شبکه با افزایش اندازه موتیف می باشد. تاکنون الگوریتم های مختلفی به منظور حل مسئله پیدا کردن موتیف ارائه شده است که دارای پیچیدگی محاسباتی زیادی هستند و زمان اجرا و حافظه مصرفی بالایی نیاز دارد که منجر به ایجاد محدودیت در اندازه موتیف مورد جستجو در شبکه شده است. در این مقاله یک مطالعه موردی از اهمیت و هدف از مسئله پیدا کردن موتیف و استراتژی های حل برخی از آن مشکلات را نشان می دهیم، در ادامه با طراحی یک چهارچوب ساده، الگوریتم های موجود را طبقه بندی کرده و نقاط ضعف و قوت هرکدام را با توجه به داده های تجربی و آزمایشگاهی مورد بررسی قرار می دهیم.

نویسندگان

محمد علی سالاری

گروه کامپیوتر - دانشگاه آزاد اسلامی واحد علوم و تحقیقات ساوه

مرتضی سلامه

گروه کامپیوتر - دانشگاه آزاد اسلامی واحد علوم و تحقیقات ساوه

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • J. A. Bondy, U. S. R. Murty, (1982). Graph Theory ...
  • R. Milo, S. Shen-Orr, S. Itzkovitz, N. Kashtan, D. Chklovskii, ...
  • Ratushny AV, Ramsey SA, Roda O, et al. Control of ...
  • Omidi, S., Schreiber, F., Masoudi-Nej ad, A.: MODA: An efficient ...
  • Kuramochi M, Karypis G. Finding frequent patterns in a large ...
  • Schreiber F, Schwo bermeyer _ Frequency concepts and pattern detection ...
  • Ciriello, G., Guerr, a C.: A review on models and ...
  • S _ hwobbermeyer , H.: Network Motifs. In Junker, B., ...
  • D. B. McKay, (1984). nauty user's guide, Technical Report, Computer ...
  • Baraba'si A. Emergence of scaling in random networks. Science 1 ...
  • Milo, R., Kashtan, N., Itzkovitz, S., Newman, M., Alon, U.: ...
  • Kashani, Z., Ahrabian, H., Elahi, E., Nowzari -Dalini, A., Ansari, ...
  • N. Kashtan, S. Itzkovitz, R. Milo, and U. Alon, "Efficient ...
  • S. Wernicke, "Efficient detection of network motifs, " Computational Biology ...
  • Va zquez A, Dobrin R, Sergi D, et al. The ...
  • Grochow JA, Kellis M. Network motif discovery using sub-graph enumeration ...
  • E. A. Wong and B. Baur, (2010). "On network tools ...
  • Wernicke S, Rasche F (2006). FANMOD: a tool for fast ...
  • McKay BD (1981). "Practical graph isomorphism". Congressus Numerantium 30: 45-87. ...
  • McKay BD (1998). "Isomorph-free exhaustive generation". Journal of Algorithms 26: ...
  • F. Schreiber and H. S chwbbermeyer , (2005). "MAVisto: a ...
  • J. Chen, W. Hsu, M. L. Lee, and S. K. ...
  • Ribeiro P, Silva F (2010). G-Tries: _ efficient data structure ...
  • P. Ribeiro, F. Silva, and M. Kaiser, (2009). "Strategies for ...
  • Grochow JA (2006). "On the structure and evolution of protein ...
  • Sahand Kh akabimamagh ani, Iman Sharafuddin, Norbert Dichter, Ina Koch ...
  • E. Wong, B. Baur, S. Quader and C.-H. Huang, "Biological ...
  • نمایش کامل مراجع