عنوان پایان‌نامه
ارائه روشی برای کشف مونیف در شبکه های وزن دار
- رشته تحصیلی
- مهندسی کامپیوتر -نرم افزار
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2912;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 74056;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2912;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 74056
- تاریخ دفاع
- ۲۴ شهریور ۱۳۹۴
- استاد راهنما
- مسعود رهگذر, سجاد قرقانی
- چکیده
- استخراج زیرگراف های تکراری یکی از شاخه های داده کاوی است که امروزه مورد توجه زیادی قرار گرفته است. اهمیت این شاخه با پیچیده شدن پایگاه داده های دنیای واقعی و استفاده از پایگاه داده های گرافی و همچنین گرایش علوم مختلف به استفاده از گراف به عنوان ابزار ساده و قدرتمند مدل سازی به سرعت در حال افزایش است. یافتن الگوهای تکراری در شبکه ها که آنها را موتیف شبکه می نامند به شبکه های وزن دار نیز تعمیم داده شده است. استخراج موتیف وزن دار رهیافتی برای نگاشت اهمیت عناصر شبکه های واقعی به مدل شبکه یا همان گراف است. پژوهش پیش رو روشی جدید برای یافتن موتیف در شبکه های وزن دار معرفی نموده و ابزار گرافیکی NeMEx را به عنوان دستاورد کار خود برای نمایش و تحلیل موتیف در شبکه های وزن دار و بدون وزن ارائه میکند. الگوریتم به کار رفته در NeMEx بر پایه ی روش پیشنهادی در این پژوهش طراحی شده و مقایسه ی آن با الگوریتم های موجود از نظر سرعت، حافظه ی مصرفی و تحلیل اهمیت موتیف های وزن دار، عملکرد خوب آنرا در حوزه گراف کاوی نشان میدهد. واژه‌های کلیدی: زیرگراف تکراری، موتیف شبکه، گراف وزن دار، موتیف وزن دار، شبکه ی زیستی
- Abstract
- Frequent sub-graph mining is one of the famous datamining fields that receive more attention. Its importance has been raised continually as recent databases in the real world become more complicated and usage of graph-databases is propagated. Finding frequent patterns in networks named network motif, expand to weighted networks. Weighted motif mining is an approach for applying importance of objects in the real world to the graph mining, and numerous studies related to this have been conducted so far. In this research, we propose a new approach for associating importance to motifs in weighted networks. We introduce NeMEx graphical application as the outcome of this research for viewing and analyzing motifs in weighted and un-weighted networks. NeMEx procedures is based on our research approach and a comparison with existing algorithms, demonstrate our approach outperforms a state-of-the-art method with respect to efficiency and runtime. Keywords:Frequent sub-graph, Network motif, Weighted graph, Weighted motif, Biological network
