Complex network models, graph mining and information extraction from real-world systems
The development of small-world networks has significantly changed and extended the research directions of graph theory, a part of mathematics which provides the theoretical toolkit for the study of complex systems. Alongside this, research on mining graph and network data has been increasingly growi...
Elmentve itt :
| Szerző: | |
|---|---|
| További közreműködők: | |
| Dokumentumtípus: | Disszertáció |
| Megjelent: |
2018-03-02
|
| Tárgyszavak: | |
| doi: | 10.14232/phd.4034 |
| mtmt: | 3401858 |
| Online Access: | http://doktori.ek.szte.hu/4034 |
| Tartalmi kivonat: | The development of small-world networks has significantly changed and extended the research directions of graph theory, a part of mathematics which provides the theoretical toolkit for the study of complex systems. Alongside this, research on mining graph and network data has been increasingly growing over the past few years, and it has become the most promising approach for extracting knowledge from relational data and investigating complex systems. The goal of this dissertation is to present the Author's work which focusing on the development and application of network models and graph mining tools for real-world problems. A kisvilág gráfok felfedezése jelentősen kibővítette a gráfelméleti kutatások irányát. A gráfok komplex rendszerek matematikai modellezésének legfontosabb eszközévé váltak stabil elméleti hátteret biztosítva ezen kutatásoknak. Ennek következtében az utóbbi években a gráf alapú adatbányászati és valós hálózatok vizsgálatára irányuló kutatások száma nagymértékben nőtt és jelenleg is ezt tartják a legbiztatóbb irányvonalnak relációs adatok és komplex rendszerek vizsgálatában. Ezen disszertáció célja bemutatni a Szerző munkáját a területen, fókuszálva hálózatos, illetve gráf alapú adatbányászati modellek és módszerek megalkotására és alkalmazására valós problémák megoldásától motiváltan. |
|---|