ESCHER: Efficient and Scalable Hypergraph Evolution Representation with Application to Triad Counting
0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : us. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- ESCHER: Efficient and Scalable Hypergraph Evolution Representation with Application to Triad Counting
- Date Crossref
- 25/05/2026
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Missouri University of Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
University of North Texas pays non établi dans la noticeUniversité ou école supérieure
Missouri University of Science and Technology et University of North Texas.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Time Series Analysis and ForecastingGraph Theory and AlgorithmsAdvanced Graph Neural Networks