Li et al. in [Inf. Process. Lett. 77 (2001) 35--41] proposed the shuffle cube $SQ_{n}$ as an attractive interconnection network topology for massive parallel and distributed systems. By far, symmetric properties of the shuffle cube remains unknown. In this paper, we show that $SQ_{n}$ is not vertex-transitive for all $n>2$, which is not an appealing property in interconnection networks. To overcome this limitation, two novel vertex-transitive variants of the shuffle-cube, namely simplified shuffle-cube $SSQ_{n}$ and balanced shuffle cube $BSQ_{n}$ are introduced. Then, routing algorithms of $SSQ_{n}$ and $BSQ_{n}$ for all $n>2$ are given respectively. Furthermore, we show that both $SSQ_{n}$ and $BSQ_{n}$ possess Hamiltonian cycle embedding for all $n>2$. Finally, as a by-product, we mend a flaw in the Property 3 in [IEEE Trans. Comput. 46 (1997) 484--490].


翻译:在[Inf. process. Lett. Lett. Lett. Lett. Lett. Lett. (2001) 35-41中,李等人在[Inf. process. Lett. Lett. Lett. Lett. (2001) 35-41 中提议将洗牌立方体作为大规模平行和分布式系统具有吸引力的互联网络表层。 到目前为止,洗牌立方体的对称属性仍然不为人所知。 在本文中,我们显示$S ⁇ n} $不是所有美元>2的顶端转移,这在互联网络中并不是一个吸引人的属性。为了克服这一限制,洗牌堆的两个全新的顶端转换变体,即简化洗牌-立方 $SS_n} 和平衡的洗牌立方 $BUS_n} 。然后,我们分别给出了所有美元>2美元的轮转算法。此外,我们还显示, $SSn} 美元和 $BS%n} 都拥有汉密尔顿周期内所有 $>2美元。 最后,作为副产品,我们在[IEE. 449] (1997) 中纠正了财产3号中的缺陷。

0
下载
关闭预览

相关内容

TransE: 多元关系数据嵌入(Translation embeddings for modeling multi-relation data),知识表示的一种算法。
专知会员服务
28+阅读 · 2021年8月2日
【图与几何深度学习】Graph and geometric deep learning,49页ppt
专知会员服务
41+阅读 · 2021年4月2日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
干货 | 自然语言处理(2)之浅谈向量化与Hash-Trick
机器学习算法与Python学习
3+阅读 · 2017年12月13日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年12月23日
Arxiv
0+阅读 · 2021年12月23日
Arxiv
0+阅读 · 2021年12月22日
Arxiv
3+阅读 · 2018年10月18日
Arxiv
5+阅读 · 2018年5月31日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关资讯
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
干货 | 自然语言处理(2)之浅谈向量化与Hash-Trick
机器学习算法与Python学习
3+阅读 · 2017年12月13日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Arxiv
0+阅读 · 2021年12月23日
Arxiv
0+阅读 · 2021年12月23日
Arxiv
0+阅读 · 2021年12月22日
Arxiv
3+阅读 · 2018年10月18日
Arxiv
5+阅读 · 2018年5月31日
Arxiv
3+阅读 · 2017年12月1日
Top
微信扫码咨询专知VIP会员