Development of space and time efficiency improvement methods and appling onto frequent subgraph mining algorithms

Abstract

Doktora Tezi, Sık Alt Çizge Madenciliği Algoritmalarına Uygulanabilir Alan ve Zaman Verimliliği Arttıran Metotların Geliştirilmesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı.Günümüzde sosyal ağlardaki ilişki analizlerinden kimyasal bileşiklerdeki ortak içerik tesbitine, uçak rotalarının verimli planlamasından insan gen dizilimleri üzerindeki benzerliklerin tesbitine dek birçok alanda sık alt çizge madenciliği teknikleri uygulanmaktadır. Bu tekniklerin uygulanması büyük veri setleri üzerinde yapılmakta ve işlemler uzun süreler almaktadır.Bu doktora tezi sık alt çizge madenciliği alanındaki algoritmalara uygulanabilir, alan ve zaman verimliliklerini iyileştirmeye yönelik methodlar içermektedir. Methodların uygulanması ile algoritmaların yaptığı işlemler, daha kısa sürede ve daha az bellek alanı kullanılarak yapılabilmektedir. Geliştirmeler algoritmaların temel yapılarında bir değişiklik yapılmadan yalnızca bilgisayar bilimleri alanındaki tekniklerin uygulanması ile oluşturulmuştur. Bu tez 5 bölümden oluşmaktadır. Birinci bölüm tezin amacını, kapsamını ve problemin tanımını içermektedir. İkinci bölümde bu tez çalışması kapsamındaki geliştirmelerin içerdiği düzeyde çizge madenciliği ile ilgili bilgiler ve tanımlar verilmiş, deneysel çalışmalarda kullanılan bilgiler ve araçlar anlatılmıştır. Tezin üçüncü ve dördüncü bölümlerinde sırasıyla alan verimliliği ve zaman verimliliği iyileştirmelerine yönelik yapılan çalışmalar ve deneysel sonuçlar verilmiştir. Son bölümde, tez çalışmasında elde edilen sonuçlar değerlendirilmiştir. Bu tez 2016 yılında tamamlanmıştır ve 84 sayfadan oluşmaktadır.

Doktorate Thesis, Development of Space and Time Efficiency Improvement Methods and Applying onto Frequent Subgraph Mining Algorithms, Maltepe University, Institute of Science, Computer Engineering Department.Todays, like in social networking relationship analyze, chemical compound analyze, flight route optimization or human genome sequence research, frequent subgraph mining techniques are being used. These techniques are working on big data sets, so that processings take much times.This doctorate thesis focused on developing two methods which can improve space and time efficiency in frequent subgraph mining techniques. By applying these methods, programs will work in less time and less memory usage than original ones. The developments have been done by applying computer engineering techniques without algorithmic structure change.This thesis consists of 5 sections. First section explains the purpose of the thesis, its scope and the definition of the problem. Second section contains the necessary information and the definitions about graph mining, in addition the tools and the techniques which are used during the developing methods and datasets which are used in experimental sections are also explained. In third and fourth sections, the works on space and time efficiencies are mentioned. The last section, the results are discussed.This thesis has been completed in 2016 and consists of 84 pages.