Outlier detektálás gráfokban

A klasszikus sokdimenziós adatkészletek outliereinek (kilógó pontjainak) detektálására számos hatékony algoritmus létezik, ezek nagy része azonban feltételezi, hogy az egyes rekordok egymástól függetlenek. A detektáló algoritmusok egy speciális részcsoportját alkotják azok a módszerek, amelyek az egyes rekordokat valamilyen kontextusban összekapcsolják, így például időt vagy fizikai elhelyezkedést reprezentáló dimenziókon keresztül.

A gráfokban történő outlier detektálás feladata egy nagy, vagy több kisebb, egymással összekapcsolt gráfban szokatlan gráfminták felfedezése, ezek a szociális hálózatok véleményvezéreinek keresésekor vagy bűnügyi hálók felderítésekor kiemelt jelentőségűek lehetnek.

A téma magában foglalja a jelenleg jellemzően használt detektálási algoritmusok megismerését, illetve azok közvetlen használhatóságának vizsgálatát egy választott szakterületen.

Jelleg: 
Elméleti
Advisor: 
Ágnes Salánki
TDK lehetőség: 
TDK lehetőség
Megismerhető technológiák: 
gráf adatbázisok, gráfok hatékony feldolgozását támogató motorok
Előismeretek: 
Algoritmuselmélet, Bevezetés a számításelméletbe 1-2.
Állapot: 
Folyamatban