Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "Looz, Moritz von",
2
  "author": "Looz, Moritz von",
            
3
  "author_email": "",
3
  "author_email": "",
            
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
            
5
  "doi": "10.35097/1176",
5
  "doi": "10.35097/1176",
            
6
  "doi_date_published": "2023",
6
  "doi_date_published": "2023",
            
7
  "doi_publisher": "",
7
  "doi_publisher": "",
            
8
  "doi_status": "True",
8
  "doi_status": "True",
            
9
  "groups": [],
9
  "groups": [],
            
10
  "id": "b4359948-68f9-4942-aad8-5172c8fc5e85",
10
  "id": "b4359948-68f9-4942-aad8-5172c8fc5e85",
            
11
  "isopen": false,
11
  "isopen": false,
            
12
  "license_id": "CC BY-NC-ND 4.0 Attribution-NonCommercial-NoDerivs",
12
  "license_id": "CC BY-NC-ND 4.0 Attribution-NonCommercial-NoDerivs",
            
13
  "license_title": "CC BY-NC-ND 4.0 
13
  "license_title": "CC BY-NC-ND 4.0 
            
14
Attribution-NonCommercial-NoDerivs",
14
Attribution-NonCommercial-NoDerivs",
            
15
  "metadata_created": "2023-08-04T08:50:14.431892",
15
  "metadata_created": "2023-08-04T08:50:14.431892",
            
t
16
  "metadata_modified": "2023-08-04T09:04:01.953277",
t
16
  "metadata_modified": "2023-08-04T09:28:55.599558",
            
17
  "name": "rdr-doi-10-35097-1176",
17
  "name": "rdr-doi-10-35097-1176",
            
18
  "notes": "Abstract: The corresponding dissertation contains several 
18
  "notes": "Abstract: The corresponding dissertation contains several 
            
19
types of experiments. The graph generation experiments were conducted 
19
types of experiments. The graph generation experiments were conducted 
            
20
on a shared-memory machine with 16 cores. To reproduce these 
20
on a shared-memory machine with 16 cores. To reproduce these 
            
21
experiments, this package contains a docker image. For the experiments 
21
experiments, this package contains a docker image. For the experiments 
            
22
regarding large-scale graph partitioning, we used phase 1 of the 
22
regarding large-scale graph partitioning, we used phase 1 of the 
            
23
SuperMUC cluster, including tens of thousands of cores. For this set 
23
SuperMUC cluster, including tens of thousands of cores. For this set 
            
24
of experiments, we do not include a script to reproduce it, as the 
24
of experiments, we do not include a script to reproduce it, as the 
            
25
original computing environment is no longer available and the 
25
original computing environment is no longer available and the 
            
26
experimental pipeline depends on details of the system setup, making 
26
experimental pipeline depends on details of the system setup, making 
            
27
an automated reproduction difficult. Instead, we offer the output logs 
27
an automated reproduction difficult. Instead, we offer the output logs 
            
28
and summarized data of our experiments.\r\nTechnicalRemarks: There are 
28
and summarized data of our experiments.\r\nTechnicalRemarks: There are 
            
29
two ways to reproduce the graph generation experiments:\r\n1. Unpack 
29
two ways to reproduce the graph generation experiments:\r\n1. Unpack 
            
30
the archive hyperbolic-scripts.zip, run the python script 
30
the archive hyperbolic-scripts.zip, run the python script 
            
31
download-install.py, followed by the script experiment-plot.py. 
31
download-install.py, followed by the script experiment-plot.py. 
            
32
Install any missing dependencies, rerun if necessary.\r\n2. Use 
32
Install any missing dependencies, rerun if necessary.\r\n2. Use 
            
33
\"docker load hyperbolic-image.tar\" to load the image and  \"docker 
33
\"docker load hyperbolic-image.tar\" to load the image and  \"docker 
            
34
run hyperbolic-reproducibility\" to run it. After the experiments are 
34
run hyperbolic-reproducibility\" to run it. After the experiments are 
            
35
completed, use docker save -o filesystem.tar. to save the filesystem 
35
completed, use docker save -o filesystem.tar. to save the filesystem 
            
36
of the docker image to a tarball, inspect the compiled plots in /app. 
36
of the docker image to a tarball, inspect the compiled plots in /app. 
            
37
Running all the experiments might take ~100 hours, 256 GiB of memory 
37
Running all the experiments might take ~100 hours, 256 GiB of memory 
            
38
and 16 cores.\r\n\r\nThe same methods apply to reproduce the 
38
and 16 cores.\r\n\r\nThe same methods apply to reproduce the 
            
39
experiments to partition protein graphs, with the script archive 
39
experiments to partition protein graphs, with the script archive 
            
40
protein-scripts.zip and the docker image protein-image.tar. These 
40
protein-scripts.zip and the docker image protein-image.tar. These 
            
41
experiments take about 3 hours and 4 GiB of memory.\r\n\r\nThe 
41
experiments take about 3 hours and 4 GiB of memory.\r\n\r\nThe 
            
42
experimental logs of the partitioning with balanced k-means are found 
42
experimental logs of the partitioning with balanced k-means are found 
            
43
in the archive Geographer-comparison-log-files.tar.gz.",
43
in the archive Geographer-comparison-log-files.tar.gz.",
            
44
  "num_resources": 0,
44
  "num_resources": 0,
            
45
  "num_tags": 8,
45
  "num_tags": 8,
            
46
  "orcid": "",
46
  "orcid": "",
            
47
  "organization": {
47
  "organization": {
            
48
    "approval_status": "approved",
48
    "approval_status": "approved",
            
49
    "created": "2023-01-12T13:30:23.238233",
49
    "created": "2023-01-12T13:30:23.238233",
            
50
    "description": "RADAR (Research Data Repository) is a 
50
    "description": "RADAR (Research Data Repository) is a 
            
51
cross-disciplinary repository for archiving and publishing research 
51
cross-disciplinary repository for archiving and publishing research 
            
52
data from completed scientific studies and projects. The focus is on 
52
data from completed scientific studies and projects. The focus is on 
            
53
research data from subjects that do not yet have their own 
53
research data from subjects that do not yet have their own 
            
54
discipline-specific infrastructures for research data management. ",
54
discipline-specific infrastructures for research data management. ",
            
55
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
55
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
56
    "image_url": "radar-logo.svg",
56
    "image_url": "radar-logo.svg",
            
57
    "is_organization": true,
57
    "is_organization": true,
            
58
    "name": "radar",
58
    "name": "radar",
            
59
    "state": "active",
59
    "state": "active",
            
60
    "title": "RADAR",
60
    "title": "RADAR",
            
61
    "type": "organization"
61
    "type": "organization"
            
62
  },
62
  },
            
63
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
63
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
64
  "private": false,
64
  "private": false,
            
65
  "production_year": "2019",
65
  "production_year": "2019",
            
66
  "publication_year": "2023",
66
  "publication_year": "2023",
            
67
  "publishers": [
67
  "publishers": [
            
68
    {
68
    {
            
69
      "publisher": "Karlsruhe Institute of Technology"
69
      "publisher": "Karlsruhe Institute of Technology"
            
70
    }
70
    }
            
71
  ],
71
  ],
            
72
  "relationships_as_object": [],
72
  "relationships_as_object": [],
            
73
  "relationships_as_subject": [],
73
  "relationships_as_subject": [],
            
74
  "repository_name": "RADAR (Research Data Repository)",
74
  "repository_name": "RADAR (Research Data Repository)",
            
75
  "resources": [],
75
  "resources": [],
            
76
  "services_used_list": "",
76
  "services_used_list": "",
            
77
  "source_metadata_created": "2023",
77
  "source_metadata_created": "2023",
            
78
  "source_metadata_modified": "",
78
  "source_metadata_modified": "",
            
79
  "state": "active",
79
  "state": "active",
            
80
  "subject_areas": [
80
  "subject_areas": [
            
81
    {
81
    {
            
82
      "subject_area_additional": "",
82
      "subject_area_additional": "",
            
83
      "subject_area_name": "Computer Science"
83
      "subject_area_name": "Computer Science"
            
84
    }
84
    }
            
85
  ],
85
  ],
            
86
  "tags": [
86
  "tags": [
            
87
    {
87
    {
            
88
      "display_name": "distributed computing",
88
      "display_name": "distributed computing",
            
89
      "id": "6074da38-6c79-4874-b039-6a65e525a653",
89
      "id": "6074da38-6c79-4874-b039-6a65e525a653",
            
90
      "name": "distributed computing",
90
      "name": "distributed computing",
            
91
      "state": "active",
91
      "state": "active",
            
92
      "vocabulary_id": null
92
      "vocabulary_id": null
            
93
    },
93
    },
            
94
    {
94
    {
            
95
      "display_name": "graph generation",
95
      "display_name": "graph generation",
            
96
      "id": "6311979a-d9d1-4554-830f-2789c65d53e4",
96
      "id": "6311979a-d9d1-4554-830f-2789c65d53e4",
            
97
      "name": "graph generation",
97
      "name": "graph generation",
            
98
      "state": "active",
98
      "state": "active",
            
99
      "vocabulary_id": null
99
      "vocabulary_id": null
            
100
    },
100
    },
            
101
    {
101
    {
            
102
      "display_name": "graph partitioning",
102
      "display_name": "graph partitioning",
            
103
      "id": "62257cb1-1b01-4477-a1bb-2de6f5975d4b",
103
      "id": "62257cb1-1b01-4477-a1bb-2de6f5975d4b",
            
104
      "name": "graph partitioning",
104
      "name": "graph partitioning",
            
105
      "state": "active",
105
      "state": "active",
            
106
      "vocabulary_id": null
106
      "vocabulary_id": null
            
107
    },
107
    },
            
108
    {
108
    {
            
109
      "display_name": "hyperbolic geometry",
109
      "display_name": "hyperbolic geometry",
            
110
      "id": "7f61f1b9-cbe0-4568-ba38-227f6def5ebf",
110
      "id": "7f61f1b9-cbe0-4568-ba38-227f6def5ebf",
            
111
      "name": "hyperbolic geometry",
111
      "name": "hyperbolic geometry",
            
112
      "state": "active",
112
      "state": "active",
            
113
      "vocabulary_id": null
113
      "vocabulary_id": null
            
114
    },
114
    },
            
115
    {
115
    {
            
116
      "display_name": "k-means",
116
      "display_name": "k-means",
            
117
      "id": "c6e65af3-3b23-4a66-ae92-947bbe0c906b",
117
      "id": "c6e65af3-3b23-4a66-ae92-947bbe0c906b",
            
118
      "name": "k-means",
118
      "name": "k-means",
            
119
      "state": "active",
119
      "state": "active",
            
120
      "vocabulary_id": null
120
      "vocabulary_id": null
            
121
    },
121
    },
            
122
    {
122
    {
            
123
      "display_name": "load balancing",
123
      "display_name": "load balancing",
            
124
      "id": "0fb15033-9f89-473c-a062-a8f2dda12e3d",
124
      "id": "0fb15033-9f89-473c-a062-a8f2dda12e3d",
            
125
      "name": "load balancing",
125
      "name": "load balancing",
            
126
      "state": "active",
126
      "state": "active",
            
127
      "vocabulary_id": null
127
      "vocabulary_id": null
            
128
    },
128
    },
            
129
    {
129
    {
            
130
      "display_name": "probabilistic query",
130
      "display_name": "probabilistic query",
            
131
      "id": "354e90ad-8e01-4149-8ad1-d181119d6619",
131
      "id": "354e90ad-8e01-4149-8ad1-d181119d6619",
            
132
      "name": "probabilistic query",
132
      "name": "probabilistic query",
            
133
      "state": "active",
133
      "state": "active",
            
134
      "vocabulary_id": null
134
      "vocabulary_id": null
            
135
    },
135
    },
            
136
    {
136
    {
            
137
      "display_name": "random hyperbolic graphs",
137
      "display_name": "random hyperbolic graphs",
            
138
      "id": "752ebd03-ae88-412a-9f10-d7a21cc9e556",
138
      "id": "752ebd03-ae88-412a-9f10-d7a21cc9e556",
            
139
      "name": "random hyperbolic graphs",
139
      "name": "random hyperbolic graphs",
            
140
      "state": "active",
140
      "state": "active",
            
141
      "vocabulary_id": null
141
      "vocabulary_id": null
            
142
    }
142
    }
            
143
  ],
143
  ],
            
144
  "title": "Digital artefacts and appendix for the dissertation of 
144
  "title": "Digital artefacts and appendix for the dissertation of 
            
145
moritz v. looz",
145
moritz v. looz",
            
146
  "type": "vdataset",
146
  "type": "vdataset",
            
147
  "url": "https://doi.org/10.35097/1176"
147
  "url": "https://doi.org/10.35097/1176"
            
148
}
148
}