D-迭代：更新算法的评估
D-iteration: evaluation of the update algorithm
AI总结：
本文分析基于流体扩散的D-迭代方法中更新算法的增益，通过真实数据集实验展示其在图演化场景下提升计算效率。
摘要：
本文旨在分析最近提出的D-迭代方法中更新算法的增益：D-迭代是一种基于流体扩散的新型迭代方法。它利用矩阵-向量乘积的一种简单直观的分解，将流体扩散的基本操作（前向方案）与一种新的代数表示相结合。我们通过在真实数据集上的实验展示了在图演化存在的情况下，这种方法如何能够提高计算效率。
英文摘要：
The aim of this paper is to analyse the gain of the update algorithm associated to the recently proposed D-iteration: the D-iteration is a fluid diffusion based new iterative method. It exploits a simple intuitive decomposition of the product matrix-vector as elementary operations of fluid diffusion (forward scheme) associated to a new algebraic representation. We show through experimentations on real datasets how much this approach can improve the computation efficiency in presence of the graph evolution.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
