Fast distributed k-nn graph update

Thibault Debatty, Fabio Pulvirenti, Pietro Michiardi, Wim Mees

Résultats de recherche: Chapitre dans un livre, un rapport, des actes de conférencesContribution à une conférenceRevue par des pairs

Résumé

In this paper, we present an approximate algorithm that is able to quickly modify a large distributed fc-nn graph by adding or removing nodes. The algorithm produces an approximate graph that is highly similar to the graph computed using a naïve approach, although it requires the computation of far fewer similarities. To achieve this goal, it relies on a novel, distributed graph based search procedure. All these algorithms are also experimentally evaluated, using both euclidean and non-euclidean datasets.

langue originaleAnglais
titreProceedings - 2016 IEEE International Conference on Big Data, Big Data 2016
rédacteurs en chefRonay Ak, George Karypis, Yinglong Xia, Xiaohua Tony Hu, Philip S. Yu, James Joshi, Lyle Ungar, Ling Liu, Aki-Hiro Sato, Toyotaro Suzumura, Sudarsan Rachuri, Rama Govindaraju, Weijia Xu
EditeurInstitute of Electrical and Electronics Engineers Inc.
Pages3308-3317
Nombre de pages10
ISBN (Electronique)9781467390040
Les DOIs
étatPublié - 2016
Evénement4th IEEE International Conference on Big Data, Big Data 2016 - Washington, États-Unis
Durée: 5 déc. 20168 déc. 2016

Série de publications

NomProceedings - 2016 IEEE International Conference on Big Data, Big Data 2016

Une conférence

Une conférence4th IEEE International Conference on Big Data, Big Data 2016
Pays/TerritoireÉtats-Unis
La villeWashington
période5/12/168/12/16

Empreinte digitale

Examiner les sujets de recherche de « Fast distributed k-nn graph update ». Ensemble, ils forment une empreinte digitale unique.

Contient cette citation