The Egyptian Revolution on Twitter | Gephi
This is a preliminary result of the network of retweets with the hashtag #jan25 at February 11 2011, at the time of the announcement of Mubarak’s resignation. If you retweeted someone, or has been retweeted, it is possible that your username is one of these tinny points (or maybe a bigger one?). To collect the network data, I used the Gephi Graph Streaming plugin, connected it to a Python web serv
『繋ãŒã‚Šã€ã‚’見る：　Cytoscapeã¨å‘¨è¾ºãƒ„ールを使ã£ãŸã‚°ãƒ©ãƒ•ãƒ‡ãƒ¼ã‚¿å¯è¦–化入門
第10回 データマイニング+WEB å‹‰å¼·ä¼šï¼ æ±äº¬ã€€( #TokyoWebmining 10th)ï¼1st Weekï¼åºƒå‘Šãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ãƒ»ã‚°ãƒ©ãƒ•è§£æžãƒ»ä¸¦åˆ—機械å¦ç¿’ ç¥ã‚Šï¼ ã§ã®Twitter ID c_z ã«ã‚ˆã‚‹ç™ºè¡¨è³‡æ–™Read less
Visualization options for graphs - Neo4j Wiki
[edit] Neoclipse see Neoclipse Guide [edit] Graphviz - from command line or Java, see Tobias' Graphviz component - JRuby Rails app to visualize Neo4j graphs, http://github.com/obruening/neoviz [edit] Flex - Flare looks promising - FlexViz looks promising - SpringGraph is another insteresting option, reading in GraphML -like data - Birdeye provides among others Graph visulization - nothing specific
大è¦æ¨¡ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã®æœ€å…ˆç«¯
2. 挨拶 • 自己紹介 – 秋葉拓哉 / @iwiwi – æ±äº¬å¤§å¦ コンピュータ科å¦å°‚æ”» M1 – アルゴリズム系ã®ç ”究室 – プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã‚³ãƒ³ãƒ†ã‚¹ãƒˆãŒå¥½ã – 2009 å¹´ã«ã‚¤ãƒ³ã‚¿ãƒ¼ãƒ³ã•ã›ã¦ã‚‚らã£ã¦ä»¥æ¥ã‚¢ãƒ«ãƒã‚¤ãƒˆ アリ本 （グラフã®è©±ã‚‚ã‚るよ） 1 3. ã„ã‚ã‚“ãªã‚°ãƒ©ãƒ• é“路・交通ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ • é ‚ç‚¹ï¼šäº¤å·®ç‚¹ï¼Œé§…ãªã© • 辺：é“，路線ãªã© ã‚„ã‚ŠãŸã„ã“ã¨ã®ä¾‹ • 案内，交通管制 • 輸é€ã‚„ç½å®³ã®ãŸã‚ã®è§£æž • 地ç†æƒ…å ±ã¨çµ¡ã‚ãŸã‚µãƒ¼ãƒ“ス • … 2 4. ã„ã‚ã‚“ãªã‚°ãƒ©ãƒ• ソーシャルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ • é ‚ç‚¹ï¼šäºº • 辺：人間関係 ã‚„ã‚ŠãŸã„ã“ã¨ã®ä¾‹ • 「知りåˆã„ã‹ã‚‚？ã€ã¨ã‹ • é‡è¦åº¦ãƒ»å½±éŸ¿åº¦ã®è§£æž • ã‚³ãƒŸãƒ¥ãƒ‹ãƒ†ã‚£è§£æž â€¢ æƒ…å ±ã®ä¼æ’力ã®è§£æž • … (MentionMap ã§ä½œæˆ) æ˜ ç”» 3
GPU ã¨ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãã®ï¼’ - 最é©åŒ–å•é¡Œã«å¯¾ã™ã‚‹è¶…高速＆安定計算
全対全最çŸè·¯å•é¡Œã«ã¯ Warshall-Floyd 法ã¨ã„ã†æœ‰åãªæ–¹æ³•ãŒã‚ã‚‹ã®ã ãŒã€Dijkstra(ダイクストラ)法(１対全最çŸè·¯å•é¡Œï¼‰ã‚’点数ã®æ•°ã¨åŒã˜ã ã‘ç¹°ã‚Šè¿”ã—ã¦å…¨å¯¾å…¨æœ€çŸè·¯å•é¡Œã‚’解ãã“ã¨ã‚‚ã§ãる。ã¨ã“ã‚ãŒã€Warshall-Floyd 法ã¯ä»¥ä¸‹ã®ã‚ˆã†ã«ãƒ¡ãƒ¢ãƒªè¦æ±‚é‡ãŒåŽ³ã—ã„ã®ã§ã€ã‚°ãƒ©ãƒ•ã¨ã—ã¦ã¯å°ã•ã„è¦æ¨¡ã«å±žã™ã‚‹ DIMACS New York(NY) データ(264,346 点, 733,846 æž)を用ã„ã¦è§£ãå ´åˆã§ã‚‚ã€æ•™ç§‘書通りã«ãƒ—ãƒã‚°ãƒ©ãƒ を作æˆã™ã‚‹ã¨ 260GB ã‚‚ã®ãƒ¡ãƒ¢ãƒªãŒå¿…è¦ã«ãªã‚‹ã€‚ 最近ã§ã¯ Warshall-Floyd 法を GPU 上ã«å®Ÿè£…ã—ã¦å…¨å¯¾å…¨æœ€çŸè·¯å•é¡Œã‚’高速ã«è§£ãã¨ã„ã†ç ”究を見ã‹ã‘るよã†ã«ãªã£ãŸã€‚上記ã®ç†ç”±ã¨ç¾çŠ¶ã® GPU ã®ãƒ¡ãƒ¢ãƒªé‡ã‚’考慮ã™ã‚‹ã¨ä¸è¦æ¨¡ã®ã‚°ãƒ©ãƒ•ã«å¯¾ã™ã‚‹ Warshall-Floyd 法を GPU 上ã§å®Ÿè¡Œã™ã‚‹ã®ã¯é›£ã—ã„ã®ã§ã€å°è¦æ¨¡ãªå•é¡Œã§æ¯”較ã—
GPU ã¨ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 　ãã®ï¼‘ - 最é©åŒ–å•é¡Œã«å¯¾ã™ã‚‹è¶…高速＆安定計算
ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã‚„ãƒ‡ãƒ¼ã‚¿æ§‹é€ ã®æ€§è³ªã‹ã‚‰ã€ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 㯠GPU ã¨ã®ç›¸æ€§ã¯è‰¯ããªã„。ã—ã‹ã—ã€ä»¥ä¸‹ã®è«–æ–‡ã§ã¯è‹¦æ‰‹ã®ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã‚’ GPU ã§ã©ã‚Œã ã‘高速化ã§ãã‚‹ã‹ã¨ã„ã†ã“ã¨ã«ã¤ã„ã¦æŒ‘戦を行ã£ã¦ã„る。多ãã® GPU ã®ç ”究(特ã«å›½å†…)ã¯æ˜Žã‚‰ã‹ã« GPU ã§æ€§èƒ½ãŒå‡ºã—ã‚„ã™ã„é¡Œæã—ã‹æ‰±ã£ã¦ã„ãªã„ã®ã§ã€ä»¥ä¸‹ã®è«–æ–‡ã®ãƒãƒ£ãƒ¬ãƒ³ã‚¸ç²¾ç¥žã¯è³žè³›ã«å€¤ã™ã‚‹ã€‚ Large Graph Algorithms for Massively Multithreaded Architectures 以下㯠CPU 上ã§ã®ãƒ€ã‚¤ã‚¯ã‚¹ãƒˆãƒ©æ³•ï¼ˆæœ€çŸè·¯å•é¡Œï¼‰ã®å®Ÿé¨“çµæžœã«ãªã‚‹ãŒã€ã“ã‚Œã¨æ¯”較ã™ã‚‹ã¨ä¾‹ãˆã°å…¨ç±³ãƒ‡ãƒ¼ã‚¿ã§ï¼‘対全ã®æœ€çŸè·¯å•é¡Œã‚’解ã„ãŸã¨ãã« CPU ã§ã¯ 5 秒程度ã§çµ‚了ã™ã‚‹ãŒã€GPU(Tesla) 上ã§ã¯ 672秒ã‹ã‹ã£ã¦ã„る（上記ã®è«–æ–‡ã®ï¼’３ページ）。ãŸã ã—ã€ï¼•ç§’ã¨ã„ã†ã®ã¯ã‹ãªã‚Šæ‰‹é–“éš™ã‹ã‘ã¦ãƒ—ãƒã‚°ãƒ©ãƒ を作æˆã—ãŸå ´åˆã®çµæžœ
超大è¦æ¨¡ã‚°ãƒ©ãƒ•ã¨ãƒ€ã‚¤ã‚¯ã‚¹ãƒˆãƒ©æ³• - 最é©åŒ–å•é¡Œã«å¯¾ã™ã‚‹è¶…高速＆安定計算
超大è¦æ¨¡ã‚°ãƒ©ãƒ•(点数=1,073,741,824, æžæ•°=2,147,483,647 ã¤ã¾ã‚Šç‚¹æ•° 1G, æžæ•° 2G)を作æˆã—ã¦ï¼‘対全ã®æœ€çŸè·¯å•é¡Œã‚’ダイクストラ法ã§è§£ã„ã¦ã¿ãŸã€‚インターãƒãƒƒãƒˆç‰ã§èª¿ã¹ãŸç¯„囲ã§ã¯ã“ã®ã‚ˆã†ãªå¤§è¦æ¨¡ãªã‚°ãƒ©ãƒ•ã«å¯¾ã—ã¦å‰å‡¦ç†ç„¡ã—ã§åŽ³å¯†ã«ãƒ€ã‚¤ã‚¯ã‚¹ãƒˆãƒ©æ³•ã‚’実行ã—ã¦ã„る例ã¯è¦‹å½“ãŸã‚‰ãªã„。ã“ã®å¤§ãã•ã«ãªã‚‹ã¨ãƒ‡ãƒ¼ã‚¿ã®èªã¿è¾¼ã¿ã«ã‹ã‹ã‚‹æ™‚é–“ãŒéžå¸¸ã«å¤šãã‚’å ã‚るよã†ã«ãªã‚‹ã€‚ グラフデータã®èªã¿è¾¼ã¿æ™‚間：1834秒 ダイクストラ法ã®å®Ÿè¡Œæ™‚間：868秒 使用メモリé‡ï¼šç´„ 40Gbytes ãŸã ã—ã€ãƒ€ã‚¤ã‚¯ã‚¹ãƒˆãƒ©æ³•ã®å®Ÿè¡Œæ™‚間自体㯠868 秒程度ãªã®ã§ã€ä¸€åº¦ãƒ¡ãƒ¢ãƒªä¸Šã«ãƒ‡ãƒ¼ã‚¿ã‚’æ ¼ç´ã—ã¦ã—ã¾ãˆã°ã€æ¬¡ã‹ã‚‰ã¯ 868 秒程度ã§åˆ¥ã®å§‹ç‚¹ã‚’æŒã¤ï¼‘対全最çŸè·¯å•é¡Œã‚’解ãã“ã¨ãŒã§ãる。ダイクストラ法 with binary heap ãªã®ã§è¨ˆç®—é‡ãŒ O((n+m)log(n)) ã ã¨ä»®å®šã—ã¦ã€ãã‚Œãžã‚Œã®å ´åˆã«
Newman アルゴリズムã«ã‚ˆã‚‹ã‚½ãƒ¼ã‚·ãƒ£ãƒ«ã‚°ãƒ©ãƒ•ã®ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°
昨今よã耳ã«ã™ã‚‹ã‚ーワード「ソーシャルグラフã€ã€‚ãã®å¯èƒ½æ€§ãƒ»æ´»ç”¨æ–¹æ³•ã«ã¤ã„ã¦æ§˜ã€…ãªä¼æ¥ã«æ³¨ç›®ã•ã‚Œã¦ã„ã¾ã™ã€‚今回ã¯ãã®ã€Œã‚½ãƒ¼ã‚·ãƒ£ãƒ«ã‚°ãƒ©ãƒ•ã€ã‚’「ã©ã†ã™ã‚Œã°ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã§ãã‚‹ã®ã‹ï¼Ÿã€ã¨ã„ã†è¦³ç‚¹ã§ã€ã‚°ãƒ©ãƒ•ã«å¯¾ã™ã‚‹ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã®åŸºç¤Žã‚’説明ã„ãŸã—ã¾ã™ã€‚ã¾ãŸã€å…·ä½“çš„ãªã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°æ‰‹æ³•ã¨ã—㦠Newman アルゴリズムをã”紹介ã„ãŸã—ã¾ã™ã€‚Read less
ã“ã‚Œã¯Boost Advent Calendar 2011ã®21日目ã®è¨˜äº‹ã§ã™ã€‚ - eagle_raptorã®æ—¥è¨˜
ã¯ã˜ã‚㫠今回ã¯è‡ªåˆ†ãŒæœ¬æ ¼çš„ã«Boost.Graphを使ã†å¿…è¦ãŒã§ããŸã¨ãã«ããã£ã¦ã‚‚æ„外ã¨æƒ…å ±ã®å°‘ãªã‹ã£ãŸ é ‚ç‚¹ã‚„è¾ºã‚’å‹•çš„ã«è¿½åŠ ã—ãŸã‚Šå‰Šé™¤ã™ã‚‹æ–¹æ³•ã‚„注æ„点ã«ã¤ã„ã¦æ›¸ããŸã„ã¨æ€ã„ã¾ã™ï¼Ž ã¾ãšï¼ŒWebã§Boost.graphã®æ—¥æœ¬èªžæƒ…å ±ã‚’æŽ¢ã™ã¨ï¼Œä»¥ä¸‹ã®ã‚ˆã†ãªã‚‚ã®ãŒå¤šã„ã¨æ€ã„ã¾ã™ï¼Ž //ã¡ã‚‡ã†ã©ã‚ˆã‹ã£ãŸã®ã§id:futadaã•ã‚“ã®ã‚³ãƒ¼ãƒ‰ã‚’引用ã•ã›ã¦é ‚ãã¾ã™ï¼Ž ãŸã¨ãˆã°ã€3個ã®vertexã‹ã‚‰ãªã‚Šã€vertex 0 -> 1ã€0 -> 2ã€1 -> 2ã®3個ã®ã‚¨ãƒƒã‚¸ã‚’æŒã¤æœ‰å‘グラフã®ãƒ‡ãƒ¼ã‚¿ã‚’Boost.Graphを使ã£ã¦ä½œã‚‹ã«ã¯ä»¥ä¸‹ã®ã‚ˆã†ãªã‚³ãƒ¼ãƒ‰ã«ãªã‚Šã¾ã™ã€‚ #include <vector> #include <boost/graph/adjacency_list.hpp> int main() { std::vector<std::pair<int, int> > edge_list = {
NodeBox | Graph
Description In mathematics and computer science, graph theory studies networks of connected nodes and their properties. A graph can be used to visualize related data, or to find the shortest path from one node to another node for example. Central concepts in graph theory are: Node: a block of information in the network.Edge: a connection between two nodes (can have a direction and a weight).Centra
MOONGIFTプレミアムã«ã¤ã„㦠| MOONGIFT | オープンソース・ソフトウェア紹介をä¸å¿ƒã¨ã—ãŸITエンジニア/Webデザイナーå‘ã‘ブãƒã‚°
Arborã¯è¤‡æ•°ã®ã‚ªãƒ–ジェクトを関連性をå«ã‚ã¦ãƒ“ジュアル化ã™ã‚‹ãƒ©ã‚¤ãƒ–ラリ。 Arborã¯JavaScript/jQuery製ã®ã‚ªãƒ¼ãƒ—ンソース・ソフトウェア。データをビジュアル化ã™ã‚‹æ–¹æ³•ã¯å¹¾ã¤ã‹å˜åœ¨ã™ã‚‹ã€‚例ãˆã°æ£’グラフや折れ線グラフも一ã¤ã®ãƒ“ジュアル化ã 。ã©ã®æ–¹æ³•ã‚’é¸ã¶ã‹ã¯ãƒ‡ãƒ¼ã‚¿ã®ç¨®é¡žã¨è¦‹ã›æ–¹ã«ã‚ˆã£ã¦ç•°ãªã‚‹ã ã‚ã†ã€‚ ã“ã‚“ãªè¡¨ç¤ºã‚‚ å¹¾ã¤ã‹ã®ã‚ªãƒ–ジェクトåŒå£«ãŒé–¢é€£ã—ã¦å˜åœ¨ã™ã‚‹å ´åˆã«ä½¿ãˆã‚‹ã®ãŒArborã 。例ãˆã°ã‚½ãƒ¼ã‚·ãƒ£ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã®ãƒ¦ãƒ¼ã‚¶ã®é–¢é€£æ€§ã‚’表示ã—ãŸã‚Šã€å‹äººåŒå£«ã®ã¤ãªãŒã‚Šã‚’ビジュアル化ã™ã‚‹ã¨ã„ã£ãŸæ™‚ã«ä½¿ãˆãã†ãªãƒ©ã‚¤ãƒ–ラリã 。 Arborã¯å¹¾ã¤ã‹ã®ãƒãƒ–ãŒã‚ã‚Šã€ãã®ãƒãƒ–ã‹ã‚‰æžãŒä¼¸ã³ã¦åˆ¥ãªãƒãƒ–ã«ã¤ãªãŒã£ã¦ã„るよã†ãªãƒ“ジュアル化を行ã†ã€‚表示ã—ã¦çµ‚ã‚ã‚Šã¨ã„ã†è¨³ã§ã¯ãªãã€å¸¸ã«ã‚†ã‚‰ã‚†ã‚‰ã¨å‹•ã„ã¦ã„る。ã•ã‚‰ã«ãƒãƒ–をドラッグã—ã¦ç§»å‹•ã•ã›ã‚‹ã“ã¨ã‚‚ã§ãる。ãã®æ™‚ã«ã¯é–¢é€£ã™ã‚‹ãƒãƒ–も干渉ã—ã¦å‹•ã。 ã•ã‚‰ã«è¤‡é›‘ãªæç”»
1
ランã‚ング
ランã‚ング
ランã‚ング
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
https://futada.hatenadiary.org/entry/20111220/1324389070
GitHub - pmatiello/python-graph: New official repository: https://github.com/Shoobx/python-graph
{{#tags}}- {{label}}
{{/tags}}