JUNG - PowerPoint PPT Presentation

slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
JUNG PowerPoint Presentation
play fullscreen
1 / 25
JUNG
305 Views
Download Presentation
keiji
Download Presentation

JUNG

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. JUNG Daniel Brito

  2. Roteiro • JUNG • Características • Estrutura JUNG • Grafos, Nós,Arestas,Restrições e Associação Dados • Filtros • Algoritmos • Demonstração

  3. JUNG • JUNG • Java Universal Network/Graph • FrameWork • Open-source • Fornece uma API em Java para: • Manipulação, Análise e Visualização de dados que possam ser representados por gráfos ou redes

  4. Características • Suporta várias representações de entidades(nós) e suas relações. • Grafos unidirecional • Grafos multi-modal • Grafos com arestas paralelas • Hipergrafos

  5. Características • Tem implementado alguns algoritmos de Teoria dos grafos, Análise exploratória de dados, análise de redes socias e aprendizagem de maquina: • Clustering • Decomposição • Otimização • Geração de grafos aleatórios • Calculo de distancia de redes • Medidas de Rank(Centralidade, PageRank, Hits, etc)

  6. Características • PossuiMecanismo de Filtrosparaextrairsubconjutos de umaRede, permitindoqueosusuários se concetremsóemumaporçãodaRede • Mecanismo de anotações de grafos, entidades e relações com metadados.

  7. Grafos

  8. Criação de Grafos • Chamando o construtor de umaclasse de Grafo • Importando de um arquivo(Pajek, GraphML) • Chamandometodosespecíficos(Random Graphs)

  9. Vertices

  10. Criação de Vertices

  11. Arestas

  12. Criação de Arestas

  13. Restrições(Constraints) • São restriçõesquepodem ser aplicadas a Grafos, Vertices e Arestas. • Ex.:

  14. Associação de dados • Usuáriospodemassociar dados a Grafos, Vertices e Arestas.

  15. Filtros • O JUNG possuimecanismo de filtrosque remove vertice e arestas de um grafo • EfficientFilter interface • VertexAcceptFilter interface • EdgeAcceptFilter interface • EdgePredicateFilter class • VertexPredicateFilter class

  16. Filtros Parte darede de co-autoria do CiteSeer

  17. Filtros

  18. Algoritmos • Ranking • BetweenessCentrality • Rotulacadavertice e aresta com o valor de caminhoscurtosquepassamporeles • PageRank • Calcula o Rank dos vertices de acordo com suapropabildadeestacionária • PageRankWithPriors • Generalização do PageRank • HITS • Calcula o Rank dos vertices de acordo com a definição de “hubs” e “authorities” • KStepMarkov • VoltageRank • Trata a redecomo um circuitoeletricocolocando um valor de tensão a cadavertice.

  19. Algoritmos

  20. Algoritmos • Clustering e Blockmodelling • EdgeBetweennessClusterer • Calculagruposbaseado no valor de betweeness das arestas • WeakComponentClusterer • VoltageClusterer • Calculagruposbaseado no valor datensão

  21. Algoritmos

  22. Algoritmos

  23. Algoritmos • Topologia, Caminhos e Fluxos • BFSDistanceLabeler • Rotulacadavertice com o tamanho do menorcaminho de um verticeespecífico(caminhosem pesos) • KNeighborhoodExtractor • Retorna um subgrafo com osverticequesãoseparadopor k arestas de um verticeespecífico • EdmondsKarpMaxFlow • DijkstraShortestPath • Calcula o tamanho do menorcaminho de um vertice a outro(caminho com pesos)

  24. Algoritmos • Geração de rederandomicas • BarabasiAlbertGenerator • EppsteinPowerLawGenerator • KleinbergSmallWorldGenerator

  25. Demonstração