Professor Nikolaos Sidiropoulos revolutionerar grafanalys med ny algoritm för komplexa datamönster

StockholmProfessor Nikolaos Sidiropoulos vid University of Virginia har gjort betydande framsteg inom grafgruvdrift. Tillsammans med Aritra Konar har han utvecklat en ny algoritm för att identifiera grupper av trianglar i stora nätverk. Dessa grupper hjälper oss att förstå komplexa datakopplingar, som de inom sociala medier och biologi. Deras forskning har publicerats i den välrenommerade tidskriften IEEE Transactions on Knowledge and Data Engineering.

Traditionella algoritmer för grafanalys fokuserar på kopplingar mellan två punkter. Den nya metoden undersöker grupper av tre sammanlänkade punkter och hur varje par inom gruppen är anslutet. Detta avslöjar mer komplexa mönster i nätverket och gör det möjligt för algoritmen att identifiera detaljer som tidigare var svårare att upptäcka.

Denna nya utveckling kan användas på många olika sätt:

• Bedrägeridetektion: Genom att identifiera ovanliga mönster i transaktionsdata kan algoritmen upptäcka misstänkt aktivitet.
• Samhällsdynamik: Den kan identifiera nära sammansvetsade grupper på sociala medieplattformar och avslöja hur information sprids.
• Biologisk forskning: Forskare kan analysera proteininteraktioner eller genetiska samband mer exakt, vilket leder till nya insikter inom databiologi.

Läs också:

Idag · 02:47

Genetikens roll för psykisk hälsa: oväntade kopplingar mellan risker och beteenden upptäckta

Submodulär avslappning är en viktig metod för att hantera utmaningen att hitta subgrafer med många trianglar. Det gör analysen av stora datamängder mer hanterbar. Genom att använda submodulär avslappning kan forskare balansera mellan snabb behandling och detaljnivå, vilket hjälper till att behålla viktiga datapunkter samtidigt som beräkningarna blir snabbare och mer effektiva.

Algoritmen har en stor påverkan. Inom bedrägeribekämpning misslyckas traditionella system ofta med att avslöja komplexa bedrägerier där flera personer är inblandade. Denna nya metod gör det enklare att upptäcka sådana bedrägerier. På sociala medier kan algoritmen förändra hur plattformar identifierar viktiga användare eller förutsäger vilka inlägg som kommer att bli populära.

Inom biologin är det viktigt att förstå hur gener samverkar, och denna metod kan bidra till att hitta nya behandlingar eller förstå komplexa sjukdomar. Istället för att endast studera par av gener ger den nya algoritmen en tydligare bild av geners interaktion, vilket kan leda till viktiga upptäckter inom olika vetenskapliga områden.