Eisenstein-Jacobi (EJ) networks were proposed as an efficient interconnection network topology for parallel and distributed systems. They are based on Eisenstein-Jacobi integers modulo $a = a+b\rho$, where $0 \leq a \leq b$, and they are 6-regular symmetric networks and considered as a generalization of hexagonal networks. Most of the interconnection networks are modeled as graphs where the applications and functions of graph theory could be applied to. The cycles in a graph are one type of communications in interconnection networks that are considered as a factor to measure the efficiency and reliability of the networks' topology. The network is said to be panconnected if there are cycles of length $l$ for all $l = D(u, v), D(u, v)+1, D(u, v)+2, \dots, n-1$ where $D(u, v)$ is the shortest distance between nodes $u$ and $v$ in a given network. In this paper, we investigate the panconnectivity problem in Eisenstein-Jacobi networks. The proposed algorithm constructs and proves the panconnectivity of a given Eisenstein-Jacobi network and its complexity is $O(n^4)$. Simulation results are given to support the correctness of this work.


翻译:Eisenstein-Jacobi (EJ) 网络是作为平行和分布式系统的一种高效互连网络表层,建议作为平行和分布式系统的一种高效互连网络表层,其基础是Eisenstein-Jacobi 整数网络,以Eisenstein-Jacobi 整数网络美元= a+b\rho$, 美元= a+b\rho$, 美元= a+b\leq a\leq a\leq a\leq b$, 它们是6个常规对称网络,被认为是六种常规的对称网络,被认为是六种对称网络的概括。大多数互连网以图表为模型,其中可以应用图形理论的应用和功能。 图表中的周期是互联网络中的一种通信类型,被视为衡量网络表层结构效率与可靠性的一个要素。 据说如果所有美元=Du, Du, v), Du, v)+1, Du, v)+2, +2,, \dots, n-1美元, 的模型, 其中的模型, 其中将使用图理学理论理论理论应用。 $u, $ 和 $ $bion 的周期是某网络中的一种通信网络中的一种通信, 我们调查Eismisionaln-commusinionalmionalmusionalmismismismismusionalmismus, ex ex ex ex ex ex ex ex efilmus ex ex e e, e.

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
84+阅读 · 2020年12月5日
【NeurIPS2020-MIT】子图神经网络,Subgraph Neural Networks
专知会员服务
45+阅读 · 2020年9月28日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
论文浅尝 | GMNN: Graph Markov Neural Networks
开放知识图谱
20+阅读 · 2020年2月14日
已删除
将门创投
5+阅读 · 2019年8月19日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Highway Networks For Sentence Classification
哈工大SCIR
4+阅读 · 2017年9月30日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年5月6日
VIP会员
相关资讯
论文浅尝 | GMNN: Graph Markov Neural Networks
开放知识图谱
20+阅读 · 2020年2月14日
已删除
将门创投
5+阅读 · 2019年8月19日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Highway Networks For Sentence Classification
哈工大SCIR
4+阅读 · 2017年9月30日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员