Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 人工智能与数字经济广东省实验室(深圳)何玉林获国家专利权

人工智能与数字经济广东省实验室(深圳)何玉林获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉人工智能与数字经济广东省实验室(深圳)申请的专利面向动态图流三角计数的分布式抽样方法、装置及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119025715B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411062456.0,技术领域涉及:G06F16/901;该发明授权面向动态图流三角计数的分布式抽样方法、装置及设备是由何玉林;贾晋;吴波;欧桂良;李旭设计研发完成,并于2024-08-05向国家知识产权局提交的专利申请。

面向动态图流三角计数的分布式抽样方法、装置及设备在说明书摘要公布了:本发明实施例公开了一种面向动态图流三角计数的分布式抽样方法、装置及设备。该方法采用Master‑Worker‑Aggregator架构,主节点通过利用边哈希值来指导工作节点的边采样行为,规划工作节点的样本图,同时将所有工作节点作为一个集群整体,当某三角形被任一工作节点采样到时,等价于集群采样到该三角形,并将相应的计数信息发送给聚合节点处理,从而有效的利用了不同机器样本边集之间的依赖关系,显著的减小了共享边三角形对所导致的协方差的影响,进而改善了估计结果的准确性,同时与现有简单并行化的单机流算法相比,也可以使用更短的运行时间来获得更小的估计误差。

本发明授权面向动态图流三角计数的分布式抽样方法、装置及设备在权利要求书中公布了:1.一种面向动态图流三角计数的分布式抽样方法,其特征在于,包括: 针对待处理动态图流的每个边操作,通过主节点根据预设哈希函数映射范围随机生成所述边操作的哈希值,并将所述边操作和所述哈希值发送到多个工作节点;所述边操作的类型包括添加边和删除边; 通过所述工作节点确定所述边操作的输入边在当前的本地样本图中构成的采样三角形,并根据所述边操作确定所述采样三角形的计数信息发送到聚合节点;若所述哈希值与所述工作节点的标识对应且所述边操作的类型为添加边,则将所述输入边插入所述工作节点的本地样本图中;若所述边操作的类型为删除边,则将所述输入边从所述工作节点的本地样本图中移除; 通过所述聚合节点根据接收到的所述计数信息确定当前整个图的全局三角形数量估计值和图中每个顶点相关的局部三角形数量估计值; 所述方法还包括: 若可用工作节点的数量大于可映射哈希值的数量,则将可用工作节点划分为多组,使得每组目标工作节点的数量小于或等于可映射哈希值的数量,并为每组目标工作节点分别配置一个目标主节点以及一个次聚合节点;其中,可用工作节点表示可用于计算待处理动态图流中三角形数量估计值的机器; 针对待处理动态图流的每个边操作,通过每个目标主节点分别根据所述预设哈希函数映射范围随机生成所述边操作的目标哈希值,并将所述边操作和各个目标哈希值发送到对应组的各个目标工作节点; 通过所述目标工作节点确定所述边操作的输入边在当前的本地样本图中构成的本地采样三角形,并根据所述边操作确定所述本地采样三角形的计数信息发送到对应的次聚合节点;若接收到的目标哈希值与所述目标工作节点的标识对应且所述边操作的类型为添加边,则将所述输入边插入所述目标工作节点的本地样本图中;若所述边操作的类型为删除边,则将所述输入边从所述目标工作节点的本地样本图中移除; 通过各个次聚合节点分别根据接收到的对应组的各个目标工作节点发送的计数信息确定分组全局三角形数量估计值和分组局部三角形数量估计值发送到主聚合节点; 通过所述主聚合节点根据接收到的各个分组全局三角形数量估计值确定当前整个图的全局三角形数量估计值,根据接收到的各个分组局部三角形数量估计值确定图中每个顶点相关的局部三角形数量估计值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人人工智能与数字经济广东省实验室(深圳),其通讯地址为:518000 广东省深圳市光明区玉塘街道科润大厦;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。