Résumé - Boudes inférieures plus strictes pour le Personalized PageRank de source unique
Titre
Boudes inférieures plus strictes pour le Personalized PageRank de source unique
Temps
2025-07-19 03:32:08
Auteur
{"Xinpeng Jiang","Haoyu Liu","Siqiang Luo","Xiaokui Xiao"}
Catégorie
{cs.DS,cs.CC}
Lien
http://arxiv.org/abs/2507.14462v1
PDF Lien
http://arxiv.org/pdf/2507.14462v1
Résumé
Cette étude examine les bornes inférieures pour approximer la requête Single Source Personalized PageRank (SSPPR), qui quantifie les probabilités d'un déplacement aléatoire α-décroissant partant du nœud s et se terminant à tous les autres nœuds. Les auteurs se concentrent sur deux configurations d'erreur standard : l'erreur absolue (SSPPR-A) et l'erreur relative (SSPPR-R).
La quête de bornes supérieures plus étroites pour le calcul de la requête SSPPR a été largement explorée, avec les complexités les plus couramment connues données par O(min(log(1/δ), m log(n), log(n) / δ^m)) pour la configuration SSPPR-R, et O(min(log(1/ε), m log(n), ε^2 / ε, m log(1/ε))) pour la configuration SSPPR-A. Cependant, les bornes inférieures correspondantes restent considérablement plus larges, seulement O(min(m, 1/δ)) et O(min(n, 1/ε)), respectivement. Cela crée des écarts importants entre les bornes supérieures et inférieures.
Pour combler cet écart, les auteurs atteignent des bornes inférieures plus étroites pour ce problème important de la manière suivante :
* Pour SSPPR-R, ils prouvent une borne inférieure améliorée de O(min(m, log(δ) / δ)) pour tout δ ∈ (0, 1).
* Pour SSPPR-A, ils établissent une borne inférieure globale de O(min(m, ε^2 / ε)) pour tout ε ∈ (0, 1) et m ∈ O(n^2-β) pour tout constante arbitraire β ∈ (0, 1).
En résumé, les auteurs améliorent les résultats de bornes inférieures les plus connus précédents de facteur logarithmique log(1/δ) (SSPPR-R) ou log(1/ε) (SSPPR-A), où ils atteignent des bornes inférieures et supérieures correspondantes sur la requête SSPPR-R lorsque δ est environ 1/n. Cette avancée fournit des insights et de l'inspiration significatifs pour la communauté de recherche afin de concevoir des algorithmes efficaces et d'approfondir la compréhension théorique du PPR.
Articles Recommandés
Ultra3D : Génération 3D Efficiente et de Haute Fidélité avec une Partie d'Attention
Réseaux d'Arnold Kolmogorov (AKNs) pour les données déséquilibrées -- Une perspective empirique
densité de Cauchy
KMT-2024-BLG-0404L : Un système de microlentille triple composé d'une étoile, d'un nain brune et d'une planète
Estimation Robuste des Lindbladians pour la Dynamique Quantique
Temporisation de la génération harmonique secondaire dans les ferrélectriques par un champ électrique impulsionnel
Le bulletin météorologique du JWST : récupération des variations de température, du réchauffement des aurores boréales et de la couverture nuageuse stationnaire sur SIMP-0136
Surplus d'observations révélant la non-réciprocité dans la covariance intégrée
Météromètre magnétique de cellule de vapeur à échelle micrométrique amélioré par compression au vide
A3D-MoE : Accélération des grands modèles de langage avec Mixture of Experts via l'intégration hétérogène 3D