グラフィカルモデルに基づく因果探索手法の調査 - Fire Engine
最近，因果推論や因果探索に興味を持ち，勉強している．というのも最近，ゆううきさん と一緒に分散システムの異常の原因を即時に診断するための研究を進めている．原因を診断するためのアプローチとして，サーバやコンテナ等から取得できる様々なメトリック（CPU使用率やメモリ使用率など）を（グラフ理論における）ノードとして，因果グラフを構築することを考えている．メトリック同士の単なる「相関」ではなく，結果と原因の関係である「因果」を捉えようとするアプローチである．例えば，システムの障害が発生した場合，相関だけでは，AとBが関連がありそうというところまでしか言えないが，因果を特定できると理想的には，Aの原因はBであるといった議論ができるため，有用だと考えている． 実際に，前述のような因果グラフを構築して障害の原因を特定しようというアプローチは，以下の例に挙げるようにここ数年で増えている印象がある． 「Mi
Friendship paradox - Wikipedia
Diagram of a social network of 7-8-year-old children, mapped by asking each child to indicate two others they would like to sit next to in class. The majority of children have fewer connections than the average of those they are connected to. The friendship paradox is the phenomenon first observed by the sociologist Scott L. Feld in 1991 that on average, an individual's friends have more friends t
グラフ彩色 - Wikipedia
3色に頂点彩色（最適彩色）されたグラフ。ピーターセングラフの彩色数は3である。 グラフ彩色（グラフさいしょく、英: Graph coloring）とは、グラフの何らかの要素に、ある制約条件を満たすように色を割り当てることである。最も単純なものは、隣接する頂点同士が同じ色にならないように全頂点に彩色する問題である。これを頂点彩色（ちょうてんさいしょく）という。同様に辺彩色（へんさいしょく）は、隣接する辺同士が同じ色にならないように全辺を彩色する問題、面彩色（めんさいしょく）は、平面グラフの辺で囲まれた各領域（面）を隣接する面同士が同じ色にならないように彩色する問題である。 概要[編集] 頂点彩色が出発点であり、他の彩色問題は頂点彩色に変換可能である。例えば、辺彩色問題は、そのグラフをライングラフに変換したときの頂点彩色と同じであり、面彩色は平面グラフの双対グラフの頂点彩色と同じである。しかし
「弱いつながり」の誤解と本質──社会ネットワーク研究の世界（前編）
弱いから有益なのではなく、つながっていない者同士をつなぐ「橋渡し」こそが本質である。Sansan株式会社のデータ化およびデータ活用組織、Data Strategy & Operation Center (DSOC) の研究員、前嶋直樹が解説。前編・中編・後編の3つの記事に分けてお届けする。 SNSが普及し、より多くの人と継続してコミュニケーションが取れるようになったことにより、1970年代に社会学の分野で提示されていた「弱いつながり」の価値に、最近あらためて注目が集まっている。 3月に開催した「人のつながりで、仕事に変化を起こすには」をテーマにしたBNLのトークセッションでも、いま本当にビジネスに役立つのは「弱いつながり」なのか、それとも「強いつながり」なのか、について議論が白熱した。 しかし、そもそも「弱いつながり」という考え方は、社会ネットワーク理論の研究から出てきたものである。そこで
ワーシャル–フロイド法 - Wikipedia
ワーシャル–フロイド法（英: Floyd–Warshall Algorithm）は、重み付き有向グラフの全ペアの最短経路問題を多項式時間で解くアルゴリズムである。名称は考案者であるスティーブン・ワーシャル（英語版）とロバート・フロイドにちなむ（2人はそれぞれ独立に考案）。フロイドのアルゴリズム、ワーシャルのアルゴリズム、フロイド–ワーシャル法とも呼ばれる。 概要[編集] ワーシャル–フロイド法の概略は以下の通りである： 入力： (有向または無向)グラフ の各辺の長さ 出力：頂点 と頂点 を結ぶ最短経路を全ての に対して出力 計算量： アイデア[編集] 簡単の為 上のグラフ のみを考える。 を 以下の整数とし、 とする。 の 各頂点 に対し、 を に制限したグラフ上での から への最短経路を とする。(経路が無い場合は 「なし」とする。) とし、 を に制限したグラフ上での から への最短経
Dgraph - A high performance graph database written in pure Go
Go Conference 2018 Spring
日本の中心はどの県だ？グラフ理論（ネットワーク）の基本的な諸概念 - アジマティクス
Ｑ：これは何の構造を表しているでしょう？ グラフ理論 上の構造のように、頂点（ノードともいいます）の集まりと、２つの頂点をつなぐ辺（エッジともいいます）の集まりでできたもののことを「グラフ」あるいは「ネットワーク」と呼び*1、このような構造を研究する分野こそが「グラフ理論（Graph theory）」です。今回はそんなグラフを使うと、身近なものの新たな側面が見えてくる話。 （余談ですが「グラフ」という用語は、数学だと関数のグラフとか円グラフみたいなやつもあって検索精度が悪いです。グラフ理論に関してわからないことがあった場合に「グラフ ○○」や「グラフ理論 ○○」とググるよりも、「ネットワーク ○○」とググったほうが得たい情報にリーチしやすいというライフハックが知られています） さて、冒頭のグラフです。グラフ理論の知識なんかひとつもなくても、このグラフから読み取れることはいくつもあります。例
はてなブログ | 無料ブログを作成しよう
来年も作りたい！ふきのとう料理を満喫した 2024年春の記録 春は自炊が楽しい季節 1年の中で最も自炊が楽しい季節は春だと思う。スーパーの棚にやわらかな色合いの野菜が並ぶと自然とこころが弾む。 中でもときめくのは山菜だ。早いと2月下旬ごろから並び始めるそれは、タラの芽、ふきのとうと続き、桜の頃にはうるい、ウド、こ…
module TSort (Ruby 3.3 リファレンスマニュアル)
[edit] 要約 TSort は強連結成分に関する Tarjan のアルゴリズムを用いたトポロジカルソートの実装です。 TSort は任意のオブジェクトを有向グラフとして解釈できるように設計されています。 TSort がオブジェクトをグラフとして解釈するには2つのメソッドを要求します。すなわち、tsort_each_node と tsort_each_child です。 tsort_each_node はグラフ上のすべての頂点を巡回するのに用いられます。 tsort_each_child は与えられた頂点の子を巡回するのに用いられます。 頂点同士の等価性は eql? と hash によって定義されます。これは TSort が内部でハッシュを用いているからです。 目次 特異メソッド each_strongly_connected_component each_strongly_connec
jsでグラフ書くならdygraph.jsが良いと思うよ : hackmylife
最近すっかりグラフ厨になってるんですが、ちょっとした解析ツールとかにグラフあったらいいなーなんて思う事ありますよね？ webアプリで使うならjsでグラフ書けると色々使い勝手がいいんですけど、毎回どのライブラリがいいかなー？と悩む訳ですよ。Highcharts.jsは格好いいけど、商用利用は有料だし・・しかも結構高いし・・ そんな中、「これでFAで良いんじゃないの？」ってのがあったので紹介してみます。 dygraphs.jsといいます。他にも幾つかライブラリを試してみたんですが、これはかなりシンプルに書けるわりに、高機能だったのが良かった。なかなか書き方の参考になりそうなところ見つからなかったので、幾つかサンプル残しておこうと思います。 一番シンプルなグラフ こんな感じに書くだけです。データはCSV形式でシンプルな受け渡し。 <script type="text/javascript" sr
Facebookの新検索「Graph Search」のインパクトはすごいのでは : けんすう日記
Facebookの新機能 Facebookさんが、プレスイベントを開いて、友だち間の情報を検索する「Graph Search」をリリースしたみたいです。 Facebookによるプレスイベント。発表されたのは友達間の情報検索を便利にする「Graph Search」 どういうことが出来るのか、を一言でいうのは難しいのですが ・友だちが最近みた映画、みたいなのを検索できる ・友だちの友だちで、独身で男性の人、みたいな人の検索ができる ・位置情報から、友だちがいったお店や場所が検索できる などが可能になる、Facebook上の情報が統合されたインテリジェンスな検索になります。 この発表の反応として、「サプライズはない」「想定通りの展開」みたいな発言をしている人がいたのですが、個人的にはこれはかなりインパクトがあるんじゃないかと思っています。 何がすごいの？ では、この「Graph Search」は
「Wikipediaは6回のリンクでどの記事にも行ける」という最短経路を自動探索する「うぃきったー」 - GIGAZINE
「wikipediaは6回リンクを辿ればどのページでもいけるらしいｗｗｗ」ということで話題になったのを受けて、その最短経路を探索するためのウェブサービス「うぃきったー」というのが登場しました。 うぃきったー http://wikitter.info/ 使い方は簡単、「スタート」に開始ページ名、「ゴール」に終了ページ名を入れて「探索開始」ボタンを押すだけ。例えば「フェイト・テスタロッサ」から「東尋坊」に、6回以内のリンクで行けるかどうかを見てみましょう。 『フェイト・テスタロッサ』→『声優』→『1990年代』→『男はつらいよ』→『東尋坊』という信じがたい経路で見事にたどり着きました。探索時間は82.88884ミリ秒。結果はそのままさくっとTwitterでつぶやくことも可能です。 また、「過去の結果」ページには以下のようにして様々な経路が記録されており、「これはすごい！」と思った場合には「スゴ
twitter日本語ユーザーのソーシャルグラフダンプ - 不可視点
twitter日本語ユーザー100万人分のフォローイングとプロフィールのダンプを作成しました。 レコメンデーションの実験や分析に使えるかもしれません。 プロフィール： 108万人分のスクリーンネームや自己紹介文 フォローイング： 103万人分のフォローイング先ID一覧です。 展開すると300万ノード 2.8億エッジになります。（※被フォローエッジを含みません） 以下のURLからダウンロードできます 今回はMongoDBをストレージにしました。ダンプの利用にはMongoDBのインストールが必要となります。 https://github.com/penguinco/yats-socialgraph-dump 使い方： $ git clone git://github.com/penguinco/yats-socialgraph-dump.git $ cd yats-socialgraph-du
Graphdice
Description Social networks collected by historians or sociologists typically have a large number of attributes associated with their actors, and applying analysis algorithms to these networks will produce additional attributes such as degree, centrality, and clustering coefficients. Understanding the effects of this plethora of graph attributes is one of the main challenges in multivariate social
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Plotly: Low-Code Data App Development
GitHub - melborne/Gviz: Yet Another Ruby's interface of graphviz
d3.js - Data-Driven Documents
NoSQL with Graphs
Neo4j Spatial
小さくで可愛いグラフが描けるjQueryプラグイン「Piety」:phpspot開発日誌