এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
গ্রাফ স্ট্রিমিং
একটি প্রক্রিয়াকরণ প্যারাডাইম যেখানে গ্রাফের এজগুলি ধারাবাহিকভাবে স্ট্রিম আকারে আসে, কঠোর মেমরি সীমাবদ্ধতা সহ প্রাসঙ্গিক তথ্য বজায় রাখার জন্য অ্যালগরিদমের প্রয়োজন হয়।
স্ট্রিম স্যাম্পলিং
মেমরি সীমাবদ্ধতা মেনে চলার সময় গ্লোবাল গ্রাফের বৈশিষ্ট্য অনুমান করার জন্য স্ট্রিম থেকে প্রতিনিধিত্বমূলক এজগুলির একটি উপসেটের সম্ভাব্যতা ভিত্তিক নির্বাচন পদ্ধতি।
ইনক্রিমেন্টাল গ্রাফ প্রসেসিং
একটি পদ্ধতি যেখানে নতুন এজ আসার সাথে সাথে গণনা ধাপে ধাপে আপডেট করা হয়, প্রতিটি পরিবর্তনে সম্পূর্ণ গ্রাফ পুনরায় প্রক্রিয়া করা এড়ানো হয়।
মেমরি-দক্ষ অ্যালগরিদম
গ্রাফের আকারের তুলনায় সাবলিনিয়ার মেমরি নিয়ে কাজ করার জন্য বিশেষভাবে ডিজাইন করা অ্যালগরিদম, প্রায়শই কমপ্যাক্ট ডেটা স্ট্রাকচার এবং আনুমানিকতা ব্যবহার করে।
রিয়েল-টাইম গ্রাফ অ্যানালিটিক্স
নতুন এজ আসার পরে সাধারণত মিলিসেকেন্ড বা সেকেন্ডের মধ্যে গ্যারান্টিযুক্ত লেটেন্সি সহ গ্রাফ স্ট্রিম থেকে প্রাসঙ্গিক তথ্য বের করার ক্ষমতা।
ডাইনামিক গ্রাফ আপডেট
একটি অবিচ্ছিন্ন গ্রাফে এজ এবং নোডের সন্নিবেশ এবং মুছে ফেলার ব্যবস্থাপনা, যা অভিযোজিত ডেটা স্ট্রাকচার এবং রক্ষণাবেক্ষণ অ্যালগরিদমের প্রয়োজন।
অ্যাপ্রক্সিমেশন অ্যালগরিদম
অ্যালগরিদম যা সর্বোত্তমের একটি আনুমানিক ফ্যাক্টরের মধ্যে গ্যারান্টিযুক্ত সমাধান প্রদান করে, স্ট্রিমিং প্রসঙ্গে মেমরি এবং সময়ের দক্ষতার বিনিময়ে নির্ভুলতা বিনিময় করে।
সিঙ্গেল-পাস অ্যালগরিদম
অ্যালগরিদম যেগুলির ফলাফল তৈরি করার জন্য ডেটা স্ট্রিমের শুধুমাত্র একটি রিড প্রয়োজন, স্ট্রিমিং পরিবেশে অতীতের ডেটাতে পুনরায় চালানো অসম্ভব।
এজ স্ট্রিম প্রসেসিং
গ্রাফের এজগুলো স্ট্রিমে আসার সাথে সাথে সিকোয়েনশিয়াল প্রসেসিং, যা অ্যাডজাসেন্সি বা নোড-ভিত্তিক মডেলের বিপরীত।
টেম্পোরাল গ্রাফ অ্যানালাইসিস
সময়ের সাথে গ্রাফের স্ট্রাকচারাল প্রপার্টির বিবর্তন অধ্যয়ন, স্ট্রিমিং ডেটায় ডাইনামিক্স, ট্রেন্ড এবং উদীয়মান প্যাটার্ন ক্যাপচার করা।
স্কেচ-ভিত্তিক পদ্ধতি
গ্রাফের প্রপার্টি আনুমানিকভাবে অনুমান করার জন্য কম্প্যাক্ট প্রোবাবিলিস্টিক ডাটা স্ট্রাকচার ব্যবহার করে এমন টেকনিক, যেখানে রিলেটিভ এররের উপর থিওরিটিক্যাল গ্যারান্টি থাকে।
গ্রাফ সামারাইজেশন
একটি বড় ডাইনামিক গ্রাফের কম্প্যাক্ট রিপ্রেজেন্টেশন তৈরি করার প্রক্রিয়া যা এসেনশিয়াল প্রপার্টি সংরক্ষণ করে এবং এফিসিয়েন্ট কুয়েরি চালানোর সুযোগ দেয়।
সেমি-স্ট্রিমিং মডেল
একটি কম্পিউটেশন মডেল যেখানে n নোড বিশিষ্ট গ্রাফের জন্য অ্যালগরিদম O(n·polylog n) বিট মেমরি পায়, যা ডিগ্রি সংরক্ষণ করতে দেয় কিন্তু সব এজ নয়।
টার্নস্টাইল মডেল
একটি স্ট্রিমিং মডেল যেখানে এজ ইনসার্ট এবং ডিলিট হতে পারে, ওয়েট পজিটিভ বা নেগেটিভ হতে পারে, এবং কাউন্টার-এক্সাম্পলের বিরুদ্ধে রোবাস্ট অ্যালগরিদম প্রয়োজন।
ডব্লিউ-স্ট্রিম মডেল
একটি মডেল যা ইন্টারমিডিয়েট ডাটা আউটপুট স্ট্রিমে লেখার অনুমতি দেয়, মেমরি কনস্ট্রেইন্ট শিথিল করে কিন্তু ইমপ্লিমেন্টেশন কমপ্লেক্সিটি বাড়ায়।
স্ট্রিমিং ট্রায়াঙ্গেল কাউন্টিং
রিয়েল-টাইমে ডাইনামিক গ্রাফে ট্রায়াঙ্গেল সংখ্যা অনুমান করার অ্যালগরিদম, ক্লাস্টার এবং সোশ্যাল কোহেশন ডিটেক্ট করার জন্য গুরুত্বপূর্ণ।