SPX: Collaborative Research: SANDY: Sparsification-based Approach for Analyzing Network Dynamics

SPX：协作研究：SANDY：基于稀疏化的网络动态分析方法

基本信息

批准号：
1725755
负责人：
Sajal Das
金额：
$ 25万
依托单位：
Missouri University of Science and Technology
依托单位国家：
美国
项目类别：
Continuing Grant
财政年份：
2017
资助国家：
美国
起止时间：
2017-09-01 至 2023-08-31
项目状态：
已结题

来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=1725755&HistoricalAwards=false
关键词：
SPX Collaborative Research SANDY Sparsification

项目摘要

The goal of this three-year project, Sparsification-based Approach for Analyzing Network Dynamics (SANDY), is to develop a suite of scalable parallel algorithms for updating dynamic networks for different problems that can be executed on a wide range of HPC platforms. Dynamic network analysis will enable researchers to study the evolution of complex systems in diverse disciplines, such as bioinformatics, social sciences, and epidemiology. The SANDY project is expected to initiate a new direction of research in developing parallel dynamic network algorithms that will benefit multiple analysis objectives (e.g., motif finding and network alignment) and application domains (e.g., epidemiology, health care). Research findings will be integrated into courses on network analysis, parallel algorithms, and bioinformatics offered at the three collaborating institutions. The PIs will collaborate with high schools to deliver talks on network theory, and encourage women and minority students to pursue IT-related careers. To develop efficient and scalable parallel algorithms, the PIs propose to use an elegant technique, called graph sparsification, that expresses graph algorithms in a reduction-like fashion. The formal steps to parallelization, as guided by the graph sparsification framework, provide a template for creating provably correct parallel algorithms for dynamic networks. The proposed algorithms will address the dual needs of portability and performance optimization. The framework will further provide a mechanism for combining high level (e.g., static and dynamic graph partitioning) and low level (e.g., dataflow algorithms) tuning strategies to ensure high performance and scalability for various parallel architectures by considering such factors as scalability, time, memory, and energy efficiency.

这个为期三年的项目，基于稀疏的基于稀疏的网络动力学方法（SANDY）的目的是开发一套可扩展的并行算法，以更新动态网络，以解决可以在广泛的HPC平台上执行的不同问题。动态网络分析将使研究人员能够研究各种学科的复杂系统的演变，例如生物信息学，社会科学和流行病学。预计Sandy项目将在开发平行动态网络算法方面启动新的研究方向，该算法将受益于多个分析目标（例如，主题查找和网络对齐）和应用领域（例如，流行病学，医疗保健）。研究发现将纳入有关三个合作机构提供的网络分析，平行算法和生物信息学的课程中。 PIS将与高中合作发表有关网络理论的谈判，并鼓励妇女和少数族裔学生从事与IT相关的职业。为了开发高效且可扩展的并行算法，PIS建议使用一种称为图形稀疏的技术，以减少方式表达图形算法。在图形稀疏框架的指导下，并行化的正式步骤为创建动态网络的可证明正确的并行算法提供了模板。所提出的算法将满足可移植性和性能优化的双重需求。该框架将进一步提供一种机制，以结合高级（例如静态和动态图分配）和低水平（例如，数据流算法）调整策略，以确保通过考虑可扩展性，时间，内存和能量效率等因素来确保各种并行体系结构的高性能和可扩展性。

项目成果

期刊论文数量（8）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

On demand clock synchronization for live VM migration in distributed cloud data centers

DOI：
10.1016/j.jpdc.2019.11.012
发表时间：
2020-04
期刊：
J. Parallel Distributed Comput.
影响因子：
0
作者：
Yashwant Singh Patel;Aditi Page;Manvi Nagdev;Anurag Choubey;R. Misra;Sajal K. Das
通讯作者：
Yashwant Singh Patel;Aditi Page;Manvi Nagdev;Anurag Choubey;R. Misra;Sajal K. Das

Maximizing Joint Data Rate and Resource Efficiency in D2D-IoT Enabled Multi-Tier Networks

DOI：
10.1109/lcn44214.2019.8990781
发表时间：
2019-10
期刊：
2019 IEEE 44th Conference on Local Computer Networks (LCN)
影响因子：
0
作者：
A. Pratap;Shivani Singh;S. Satapathy;Sajal K. Das
通讯作者：
A. Pratap;Shivani Singh;S. Satapathy;Sajal K. Das

Efficiently discovering users connectivity with local information in online social networks

DOI：
10.1016/j.osnem.2020.100062
发表时间：
2020-03
期刊：
Online Soc. Networks Media
影响因子：
0
作者：
N. Li;Sajal K. Das
通讯作者：
N. Li;Sajal K. Das

Heuristic Algorithms for Co-scheduling of Edge Analytics and Routes for UAV Fleet Missions

DOI：
10.1109/infocom42981.2021.9488740
发表时间：
2021-02
期刊：
IEEE INFOCOM 2021 - IEEE Conference on Computer Communications
影响因子：
0
作者：
Aakash Khochare;Yogesh L. Simmhan;Francesco Betti Sorbelli;Sajal K. Das
通讯作者：
Aakash Khochare;Yogesh L. Simmhan;Francesco Betti Sorbelli;Sajal K. Das

Energy Efficient Data Forwarding Scheme in Fog-Based Ubiquitous System With Deadline Constraints

具有时限约束的基于雾的泛在系统中的节能数据转发方案

DOI：
10.1109/tnsm.2019.2937165
发表时间：
2020
期刊：
IEEE Transactions on Network and Service Management
影响因子：
5.3
作者：
Saraswat, Surbhi;Gupta, Hari Prabhat;Dutta, Tanima;Das, Sajal K.
通讯作者：
Das, Sajal K.

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

Sajal Das其他文献

Microwave-assisted straightforward synthesis of 2-substituted alicyclic fused pyrimidone

微波辅助直接合成2-取代脂环族稠合嘧啶酮

DOI：
10.1016/j.tetlet.2023.154832
发表时间：
2023
期刊：
Tetrahedron Letters
影响因子：
1.8
作者：
Sanjay Roy;Samir Kumar Mandal;Anirban Mandal;Sajal Das
通讯作者：
Sajal Das

Fabrication of self-assembled Co3O4 nano-flake for one-pot synthesis of tetrahydrobenzo[b]pyran and 1,3-benzothazole derivatives

DOI：
10.1016/j.crgsc.2021.100258
发表时间：
2022-01-01
期刊：
Research article
影响因子：
作者：
Geetika Patel;Ashok Raj Patel;Gurupada Maity;Sajal Das;Shiv P. Patel;Subhash Banerjee
通讯作者：
Subhash Banerjee