Truly Scalable K-Truss and Max-Truss Algorithms for Community Detection in Graphs - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Article Dans Une Revue IEEE Access Année : 2020

Truly Scalable K-Truss and Max-Truss Algorithms for Community Detection in Graphs

Domaines

Informatique [cs]
Fichier principal
Vignette du fichier
Truly_Scalable_K-Truss_and_Max-Truss_Algorithms_fo.pdf (441.51 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Marie-France Sagot  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/hal-02956066

Soumis le : vendredi 2 octobre 2020-13:03:34

Dernière modification le : lundi 15 avril 2024-11:02:04

Archivage à long terme le : lundi 4 janvier 2021-08:48:58

Télécharger pour visualiser

Dates et versions

hal-02956066 , version 1 (02-10-2020)

Identifiants

Citer

Alessio Conte, Daniele de Sensi, Roberto Grossi, Andrea Marino, Luca Versari. Truly Scalable K-Truss and Max-Truss Algorithms for Community Detection in Graphs. IEEE Access, 2020, 8, pp.139096-139109. ⟨10.1109/ACCESS.2020.3011667⟩. ⟨hal-02956066⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INRIA INRIA2
27 Consultations
221 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More