.png){kind=icon}
返回
Maximal cliques summarization: Principles, problem classification, and algorithmic approaches
.png){kind=icon}
OA
AI
DOI：10.1016/j.cosrev.2025.100784.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现有多种算法可用于计算现实世界图中的所有极大团，无论是在集中式还是分布式环境下。然而，在许多应用场景中，极大团数量庞大且存在显著重叠，这要求采取策略以减少其数量，仅保留最“有意义”的部分。在本综述中，我们引入了一种新颖的分类框架，该框架沿着两个关键维度对总结问题进行分类：总结原则和问题类别。我们的框架为看似无关的问题提供了统一的视角，系统地组织了该主题上高度分散的文献，揭示了此前未被充分理解的潜在联系，并识别出该领域中的若干开放性问题。
Keyword:
Maximal cliques
Clique enumeration
Clique summarization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
12.7
论文数:
2.3K
被引数:
5.2K
机构
引用论文
分享收藏分享收藏The worst-case time complexity for generating all maximal cliques and computational experiments
PREAI
分享收藏分享收藏An exact algorithm to find a maximum weight clique in a weighted undirected graph.png)
SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Index-based top k α-maximal-clique enumeration over uncertain graphs白, 周建, 杜梅, 陈卓, 基于索引的top kα-极大团枚举不确定图, 超计算杂志. 78(17)(2022) 19372-19400. doi:10.1007/S11227-022-04613-1.
PREAI
分享收藏
查看更多内容