会员服务
图 · Processing（编程语言） · Continuity · 可理解性 · Next ·
2020 年 12 月 11 日
The Future is Big Graphs! A Community View on Graph Processing Systems
翻译：未来是大图表! 社区对图表处理系统的看法
Sherif Sakr,Angela Bonifati,Hannes Voigt,Alexandru Iosup,Khaled Ammar,Renzo Angles,Walid Aref,Marcelo Arenas,Maciej Besta,Peter A. Boncz,Khuzaima Daudjee,Emanuele Della Valle,Stefania Dumbrava,Olaf Hartig,Bernhard Haslhofer,Tim Hegeman,Jan Hidders,Katja Hose,Adriana Iamnitchi,Vasiliki Kalavri,Hugo Kapp,Wim Martens,M. Tamer Özsu,Eric Peukert,Stefan Plantikow,Mohamed Ragab,Matei R. Ripeanu,Semih Salihoglu,Christian Schulz,Petra Selmer,Juan F. Sequeda,Joshua Shinavier,Gábor Szárnyas,Riccardo Tommasini,Antonino Tumeo,Alexandru Uta,Ana Lucia Varbanescu,Hsiang-Yun Wu,Nikolay Yakovets,Da Yan,Eiko Yoneki
Sherif Sakr,Angela Bonifati,Hannes Voigt,Alexandru Iosup,Khaled Ammar,Renzo Angles,Walid Aref,Marcelo Arenas,Maciej Besta,Peter A. Boncz,Khuzaima Daudjee,Emanuele Della Valle,Stefania Dumbrava,Olaf Hartig,Bernhard Haslhofer,Tim Hegeman,Jan Hidders,Katja Hose,Adriana Iamnitchi,Vasiliki Kalavri,Hugo Kapp,Wim Martens,M. Tamer Özsu,Eric Peukert,Stefan Plantikow,Mohamed Ragab,Matei R. Ripeanu,Semih Salihoglu,Christian Schulz,Petra Selmer,Juan F. Sequeda,Joshua Shinavier,Gábor Szárnyas,Riccardo Tommasini,Antonino Tumeo,Alexandru Uta,Ana Lucia Varbanescu,Hsiang-Yun Wu,Nikolay Yakovets,Da Yan,Eiko Yoneki
from arxiv, 12 pages, 3 figures, collaboration between the large-scale systems and data management communities, work started at the Dagstuhl Seminar 19491 on Big Graph Processing Systems, to be published in the Communications of the ACM

Graphs are by nature unifying abstractions that can leverage interconnectedness to represent, explore, predict, and explain real- and digital-world phenomena. Although real users and consumers of graph instances and graph workloads understand these abstractions, future problems will require new abstractions and systems. What needs to happen in the next decade for big graph processing to continue to succeed?


翻译：图表本质上是统一的抽象概念,它们能够利用相互联系来代表、探索、预测和解释现实和数字世界现象。 尽管图表实例和图表工作量的实际用户和消费者理解这些抽象概念,但未来问题需要新的抽象和系统。 在未来十年里,大图表处理要继续取得成功,需要怎样才能在未来十年中取得成功呢?
0
下载
关闭预览

相关内容

Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
75+阅读 · 2020年7月26日
策略梯度方法的算子视图，An operator view of policy gradient methods
策略梯度方法的算子视图，An operator view of policy gradient methods
专知会员服务
10+阅读 · 2020年6月23日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
90+阅读 · 2020年4月18日
对话推荐系统综述论文，35页pdf，A Survey on Conversational Recommender Systems
对话推荐系统综述论文，35页pdf，A Survey on Conversational Recommender Systems
专知会员服务
113+阅读 · 2020年4月3日
【推荐论文】可解释知识解释系统发展方向，Directions for Explainable Knowledge-Enabled Systems
【推荐论文】可解释知识解释系统发展方向，Directions for Explainable Knowledge-Enabled Systems
专知会员服务
55+阅读 · 2020年3月19日
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
专知会员服务
53+阅读 · 2020年3月8日
【ACM综述】工业4.0人机交互综述论文，45页pdf，A Survey on Human Machine Interaction in Industry 4.0
【ACM综述】工业4.0人机交互综述论文，45页pdf，A Survey on Human Machine Interaction in Industry 4.0
专知会员服务
57+阅读 · 2020年2月6日
【图机器学习论文】图嵌入：问题、技术与应用综述（ A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications）
【图机器学习论文】图嵌入：问题、技术与应用综述（ A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications）
专知会员服务
51+阅读 · 2019年12月16日
【KDD2019|讲座推荐】工业中可解释的人工智能：Fake News Research: Theories, Detection Strategies, and Open Problems
专知会员服务
64+阅读 · 2019年12月9日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
CCF推荐 | 国际会议信息6条
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
计算机 | 中低难度国际会议信息8条
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
计算机 | IUI 2020等国际会议信息4条
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF推荐 | 国际会议信息10条
CCF推荐 | 国际会议信息10条
Call4Papers
7+阅读 · 2019年5月27日
计算机 | EMNLP 2019等国际会议信息6条
计算机 | EMNLP 2019等国际会议信息6条
Call4Papers
18+阅读 · 2019年4月26日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
计算机类 | ISCC 2019等国际会议信息9条
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | 期刊专刊截稿信息9条
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
A Review of Graph Neural Networks and Their Applications in Power Systems
A Review of Graph Neural Networks and Their Applications in Power Systems
Arxiv
27+阅读 · 2021年1月25日
A Survey on the Evolution of Stream Processing Systems
A Survey on the Evolution of Stream Processing Systems
Arxiv
9+阅读 · 2020年8月3日
M2GRL: A Multi-task Multi-view Graph Representation Learning Framework for Web-scale Recommender Systems
Arxiv
8+阅读 · 2020年6月1日
Directions for Explainable Knowledge-Enabled Systems
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
A Survey on Knowledge Graph-Based Recommender Systems
Arxiv
91+阅读 · 2020年2月28日
A Survey on Edge Computing Systems and Tools
Arxiv
34+阅读 · 2019年11月7日
Graph Neural Networks: A Review of Methods and Applications
Graph Neural Networks: A Review of Methods and Applications
Arxiv
5+阅读 · 2019年7月10日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
16+阅读 · 2018年9月25日
Mobile recommender systems: Identifying the major concepts
Arxiv
7+阅读 · 2018年5月6日
Graph Summarization: A Survey
Arxiv
4+阅读 · 2017年4月12日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
图
Processing（编程语言）
Continuity
可理解性
Next
相关VIP内容
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
75+阅读 · 2020年7月26日
策略梯度方法的算子视图，An operator view of policy gradient methods
策略梯度方法的算子视图，An operator view of policy gradient methods
专知会员服务
10+阅读 · 2020年6月23日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
90+阅读 · 2020年4月18日
对话推荐系统综述论文，35页pdf，A Survey on Conversational Recommender Systems
对话推荐系统综述论文，35页pdf，A Survey on Conversational Recommender Systems
专知会员服务
113+阅读 · 2020年4月3日
【推荐论文】可解释知识解释系统发展方向，Directions for Explainable Knowledge-Enabled Systems
【推荐论文】可解释知识解释系统发展方向，Directions for Explainable Knowledge-Enabled Systems
专知会员服务
55+阅读 · 2020年3月19日
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具，Interpreting Interpretability: Understanding Data Scientists’Use of Interpretability Tools for Machine Learning
专知会员服务
53+阅读 · 2020年3月8日
【ACM综述】工业4.0人机交互综述论文，45页pdf，A Survey on Human Machine Interaction in Industry 4.0
【ACM综述】工业4.0人机交互综述论文，45页pdf，A Survey on Human Machine Interaction in Industry 4.0
专知会员服务
57+阅读 · 2020年2月6日
【图机器学习论文】图嵌入：问题、技术与应用综述（ A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications）
【图机器学习论文】图嵌入：问题、技术与应用综述（ A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications）
专知会员服务
51+阅读 · 2019年12月16日
【KDD2019|讲座推荐】工业中可解释的人工智能：Fake News Research: Theories, Detection Strategies, and Open Problems
专知会员服务
64+阅读 · 2019年12月9日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
CCF推荐 | 国际会议信息6条
CCF推荐 | 国际会议信息6条
Call4Papers
9+阅读 · 2019年8月13日
计算机 | 中低难度国际会议信息8条
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
计算机 | IUI 2020等国际会议信息4条
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF推荐 | 国际会议信息10条
CCF推荐 | 国际会议信息10条
Call4Papers
7+阅读 · 2019年5月27日
计算机 | EMNLP 2019等国际会议信息6条
计算机 | EMNLP 2019等国际会议信息6条
Call4Papers
18+阅读 · 2019年4月26日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
计算机类 | ISCC 2019等国际会议信息9条
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | 期刊专刊截稿信息9条
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
相关论文
A Review of Graph Neural Networks and Their Applications in Power Systems
A Review of Graph Neural Networks and Their Applications in Power Systems
Arxiv
27+阅读 · 2021年1月25日
A Survey on the Evolution of Stream Processing Systems
A Survey on the Evolution of Stream Processing Systems
Arxiv
9+阅读 · 2020年8月3日
M2GRL: A Multi-task Multi-view Graph Representation Learning Framework for Web-scale Recommender Systems
Arxiv
8+阅读 · 2020年6月1日
Directions for Explainable Knowledge-Enabled Systems
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
A Survey on Knowledge Graph-Based Recommender Systems
Arxiv
91+阅读 · 2020年2月28日
A Survey on Edge Computing Systems and Tools
Arxiv
34+阅读 · 2019年11月7日
Graph Neural Networks: A Review of Methods and Applications
Graph Neural Networks: A Review of Methods and Applications
Arxiv
5+阅读 · 2019年7月10日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
16+阅读 · 2018年9月25日
Mobile recommender systems: Identifying the major concepts
Arxiv
7+阅读 · 2018年5月6日
Graph Summarization: A Survey
Arxiv
4+阅读 · 2017年4月12日
Top
微信扫码咨询专知VIP会员
Top