Airflow DAG @ Agari
Featured 2025 Email Threat Intelligence Report Get the Report Workflow Schedulers Workflow schedulers are systems that are responsibile for the periodic execution of workflows in a reliable and scalable manner. Workflow schedulers are pervasive - for instance, any company that has a data warehouse, a specialized database typically used for reporting, uses a workflow scheduler to coordinate nightly
リアルタイム処理エンジンGearpumpって？ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? こんにちは、最近Gearpumpという面白そうなプロダクトを教えてもらったので、それについて調べてみようと思います。 参照： http://www.gearpump.io/ http://conferences.oreilly.com/strata/big-data-conference-sg-2015/public/schedule/detail/45109 Gearpumpとは？ Intel発のOSSでリアルタイムなビッグデータストリーム処理エンジンです。 構造としてはDAG構成を持ったグラフをベースとし、それを実行するためのエンジ
有向グラフの強連結成分分解 - 情報科学と人工知能のノート
ナイーブなアルゴリズム ある頂点 からグラフ探索（深さ優先探索など．なんでもよい）を始めて訪れることができた頂点の集合 と，グラフの全ての辺を逆向きにしてから からグラフ探索を始めて訪れることのができた頂点の集合 に対し， によって誘導される部分グラフが を含む強連結成分です． よってせいぜい くらいの時間計算量のアルゴリズムで全ての強連結成分を調べ上げることができます． これを線形時間で達成するのが以降の話です． アルゴリズム 強連結成分分解は深さ優先探索を合計で二回分行うことによって達成できます． トポロジカルソートと全く同じ方法で頂点に番号を付ける． グラフの全ての辺を逆向きにする． 番号の最も大きい頂点から深さ優先探索を行う．訪れた頂点が一つの強連結成分． 得られた強連結成分をグラフから取り除き，まだグラフが空でなければ 3 に戻る． ステップ 1 が深さ優先探索一回分，ステップ
強連結成分分解(Decomposition of Strongly Connected Components) - kanetaiの二次記憶装置
リポジトリ 有向グラフ(directed graph, digraph) 強連結(strongly connected)： 有向グラフの任意の２頂点u, vに対して、uからvに到達可能かつvからuに到達可能、すなわち、任意の２頂点に双方向の道が存在するとき、その有向グラフは強連結であるという。 強連結成分(SCC: Stronglu Connected Components)：極大で強連結な(他の辺を加えると強連結ではなくなる)部分グラフ。 強連結成分分解(Decomposition of SCC)： 有向グラフは、いくつかの強連結成分の共通部分を持たない和集合に分解することができる。この分解を強連結成分という。 強連結成分を１つの頂点に縮約(contraction)すると、非閉路有向グラフ(DAG: Directed Acyclic Graph)になる。 Kosaraju's algor
External Memory - FC2 BLOG パスワード認証
ブログ パスワード認証 閲覧するには管理人が設定した パスワードの入力が必要です。 管理人からのメッセージ 閲覧パスワード Copyright © since 1999 FC2 inc. All Rights Reserved.
グラフ探索アルゴリズム とその応用
グラフ探索アルゴリズム とその応用 2011 / 05 / 04 保坂和宏 内容 • グラフの扱い方 • 深さ優先探索 (DFS) – 橋，関節点 • 幅優先探索 (BFS) – Dijkstra 法, 0-1-BFS • 辞書順幅優先探索 (LexBFS) – cograph グラフ • グラフ理論からの出題 – Islands (IOI 2008) – Regions (IOI 2009) – Saveit (IOI 2010) – Regions (JOI 2010 春合宿) – Finals (JOI 2010 春合宿) – Joitter (JOI 2011 選考会) – Shiritori (JOI 2011 選考会) – Report (JOI 2011 選考会) – Orienteering (JOI 2011 選考会) グラフ • グラフとは？ – 「点が線で繋がった構造
コンピュータソフトウェア
コンピュータソフトウェア 8. グラフの探索とその応用 田浦 http://www.logos.ic.i.u-tokyo.ac.jp /~tau/lecture/software/ 以下の様々な問題が似たような方 法で効率的に解ける ある頂点sから到達可能な(s →* vとなる)頂点vをすべて列挙 する 無向グラフの連結成分への分解(各連結成分に含まれる頂 点を列挙) 無向グラフの各連結成分の全域木を(ひとつ)見つける DAGのトポロジカルソート 有向グラフの閉路があるかどうかを検査し，あれば見つける 有向グラフの強連結成分への分解 着眼: どの問題も，「ある頂点を基点としてそこから 到達可能な頂点をすべて発見(訪問，到達)す る」という手続き(頂点の探索)の応用 注: トポロジカルソートとは 有向グラフの全頂点を以下の条件を満たすように一列に(v1; v2; ...; vn)ならべ
IMD Lab
Our vision is to introduce Augmented Reality into the everyday lives of everyone on this planet. Augmented Reality is a technology that enhances human vision with computer generated graphics. In order to achieve our vision, it is imperative to merge three currently distinct research fields into one: Computer Graphics, Computer Vision, and Human-Computer Interaction. The lab is directed by Professo
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Agilecatcloud.com
Java example - DAG.java