Algorithms  for Large, Sparse Network Alignment Problems

大型稀疏网络对齐问题的算法

We  propose a new distributed algorithm for sparse variants of the network  alignment problem that occurs in a variety of data mining areas including  systems biology, database matching, and computer vision. Our algorithm uses a  belief propagation heuristic and provides near optimal solutions for an  NP-hard combinatorial optimization problem. We show that our algorithm is  faster and outperforms or nearly ties existing algorithms on synthetic  problems, a problem in bioinformatics, and a problem in ontology matching. We  also provide a unified framework for studying and comparing all network  alignment solvers.

我们提出了一个解决稀疏的网络对齐问题分布式算法。网络对齐问题经常在大量的数据挖掘领域，例如系统生物学，数据库匹配以及计算机视觉中出现。我们的算法使用了一个信念扩散启发式的方法，而且针对一个NP-hard问题提供了一个接近接近最优的解。我们证明在人工问题上，在一个生物信息问题上，以及在一个拓扑匹配上，我们的算法更快而且超过或者接近现在的算法。我们提供了一个统一的框架来研究和比较所有网络对齐的解。

这是一篇研究理论的文章。上来就直接说我们干了什么工作，这个工作的效果怎么样。显然这个作者提出了一个算法（contribution 1），然后作者还设计了一个研究网络对齐的统一的框架（contribution 2）。最后当然，他们用实验验证了他们的想法（contribution 3）。

好的问斩就是这样，非常直白，然后说我们解决了什么问题，效果怎么样。