five

ParClusterers Benchmark Suite (PCBS)|图聚类数据集|性能评估数据集

收藏
arXiv2024-11-15 更新2024-11-19 收录
图聚类
性能评估
下载链接:
https://github.com/ParAlg/ParClusterers
下载链接
链接失效反馈
资源简介:
ParClusterers Benchmark Suite (PCBS) 是一个用于评估和比较可扩展图聚类算法的高质量基准套件。该数据集由麻省理工学院和Google的研究人员创建,包含多种图聚类算法和工具,适用于社区检测、分类和密集子图挖掘等任务。PCBS不仅提供了多种图聚类算法的实现,还支持与其他图聚类框架的集成,便于研究人员进行系统性的性能评估。数据集的创建过程包括从SNAP库和新的空间及嵌入数据集中生成图数据,旨在解决大规模图聚类算法的性能和质量评估问题。
提供机构:
麻省理工学院
创建时间:
2024-11-15
AI搜集汇总
数据集介绍
main_image_url
构建方式
ParClusterers Benchmark Suite (PCBS) 是一个高度可扩展的并行图聚类算法集合和基准测试工具,旨在简化不同图聚类算法和实现的比较。该基准包括针对现代聚类用例的各种聚类算法,包括社区检测、分类和密集子图挖掘。PCBS 通过提供一个简单易用的平台,使用户能够运行和评估多个不同聚类算法的实例,这对于在给定任务上微调聚类性能以及基于不同感兴趣的度量(包括聚类质量和运行时间)比较不同的聚类算法非常有用。
使用方法
PCBS 的使用方法非常灵活,用户可以通过配置文件指定要基准测试的图、使用的线程数、运行的轮数、超时时间以及每个聚类算法尝试的参数集。PCBS 支持对每个图、每个聚类器、每个参数集和每轮实验的结果进行输出,并生成包含所有运行时间的 CSV 文件。此外,PCBS 还支持指定地面真值社区并计算聚类结果的统计数据,如精确度和召回率。通过这些功能,研究人员和实践者可以轻松地对不同的聚类算法进行全面和细致的比较。
背景与挑战
背景概述
The ParClusterers Benchmark Suite (PCBS) is a comprehensive collection of highly scalable parallel graph clustering algorithms and benchmarking tools, introduced by a collaborative team from MIT, University of Maryland, and Google. The suite aims to streamline the comparison of different graph clustering algorithms and implementations, targeting a wide range of modern clustering use cases, including community detection, classification, and dense subgraph mining. Developed with a focus on shared-memory multi-core machines, PCBS provides a standardized way to evaluate and judge the quality-performance tradeoffs of scalable graph clustering algorithms, thereby facilitating fair, accurate, and nuanced evaluation in the future.
当前挑战
The primary challenge addressed by PCBS is the systematic comparison of a large and diverse set of graph clustering methods under various metrics, including clustering quality and running time. The suite tackles the lack of prior works that have conducted such a comprehensive comparison, particularly for parallel graph clustering algorithms. Additionally, the creation of PCBS involved overcoming the absence of real-world weighted graph datasets with ground truth for evaluating weighted graph clustering algorithms, leading to the contribution of new datasets that allow for thorough benchmarking. The suite also faces the challenge of ensuring scalability and accuracy of different shared-memory parallel graph clustering algorithms, which is crucial for handling large-scale datasets and multiple threads.
常用场景
经典使用场景
ParClusterers Benchmark Suite (PCBS) 是一个用于评估可扩展图聚类算法的综合工具集。其经典应用场景包括社区检测、向量嵌入聚类和密集子图挖掘。通过PCBS,研究人员可以轻松运行和评估多种聚类算法,从而在聚类质量和运行时间之间进行微调,并基于不同指标比较不同的聚类算法。
解决学术问题
PCBS 解决了在可扩展图聚类算法研究中常见的学术问题,即如何系统地比较和评估大量不同的图聚类方法及其对应实现。通过提供一个标准化的评估平台,PCBS 有助于公平、准确和细致地评估图聚类算法,从而推动该领域的研究进展。
实际应用
PCBS 在实际应用中具有广泛的应用场景,特别是在需要处理大规模图数据并进行高效聚类的领域。例如,在社交网络分析、计算生物学、机器学习和天体物理学等领域,PCBS 可以帮助研究人员和从业者快速评估和选择最适合其特定任务的聚类算法。
数据集最近研究
最新研究方向
在图聚类领域,ParClusterers Benchmark Suite (PCBS) 数据集的最新研究方向主要集中在对可扩展图聚类算法的细粒度分析和基准测试。研究者们通过PCBS平台,系统地比较了多种图聚类算法及其在不同应用场景下的性能,包括社区检测、分类和密集子图挖掘等。该研究不仅评估了算法的聚类质量和运行时间,还探讨了不同算法在质量与性能之间的权衡。此外,PCBS还支持对现有图聚类框架和系统的集成测试,为未来的图聚类算法评估提供了标准化方法,有助于推动该领域的发展和应用。
相关研究论文
  • 1
    The ParClusterers Benchmark Suite (PCBS): A Fine-Grained Analysis of Scalable Graph Clustering麻省理工学院 · 2024年
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

YOLO Drone Detection Dataset

为了促进无人机检测模型的开发和评估,我们引入了一个新颖且全面的数据集,专门为训练和测试无人机检测算法而设计。该数据集来源于Kaggle上的公开数据集,包含在各种环境和摄像机视角下捕获的多样化的带注释图像。数据集包括无人机实例以及其他常见对象,以实现强大的检测和分类。

github 收录

Plant-Diseases

Dataset for Plant Diseases containg variours Plant Disease

kaggle 收录

中国省级灾害统计空间分布数据集(1999-2020年)

该数据集为中国省级灾害统计空间分布数据集,时间为1999-2020年。该数据集包含中国各省自然灾害、地质灾害、地震灾害、森林火灾、森林病虫鼠害、草原灾害六类灾害的详细数据。数据量为206MB,数据格式为excel。

国家地球系统科学数据中心 收录

MedDialog

MedDialog数据集(中文)包含了医生和患者之间的对话(中文)。它有110万个对话和400万个话语。数据还在不断增长,会有更多的对话加入。原始对话来自好大夫网。

github 收录

AgiBot World

为了进一步推动通用具身智能领域研究进展,让高质量机器人数据触手可及,作为上海模塑申城语料普惠计划中的一份子,智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思,重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目,旨在构建国际领先的开源技术底座,标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集,AgiBot World 的长程数据规模高出 10 倍,场景范围覆盖面扩大 100 倍,数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能,从抓取、放置、推、拉等基础操作,到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互,几乎涵盖了日常生活所需的绝大多数动作需求。

github 收录