文献

J-GLOBAL ID：201602279489561291   整理番号：16A0770442

モバイルセンサデータのための効率的なトップk結果の多様化【Powered by NICT】

Efficient Top-k Result Diversification for Mobile Sensor Data

著者 (2件)： Yokoyama Masahiro ,  Hara Takahiro
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDCS  ページ： 477-486  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： センサ技術の最近の進歩のために,移動センサ装置の使用が普及しており,多くの研究者は,これらのデバイスによって収集されたレバレッジデータしようとした。はこのようなデータ「モバイルセンサデータと呼ぶ。モバイルセンサデータは,環境属性値と地理参照データであり,それらは比較的極端な環境属性値を持つデータ(より高い大気汚染指数値のような)を取得することによりホットスポットの地理的分布を決定することを可能にする。地理空間におけるtop-k検索結果の多様性はこの種の応用に有効である。しかし,データ項目に対する優先順位は各ユーザの興味とは異なり,から各質問に対する計算しなければならない。この場合,ナイーブ法の計算コストは過度に高いモバイルセンサデータの量は非常に大きい。このように,本論文では,モバイルセンサデータのための効率的なトップk検索結果の多様性法を提案した。ナイーブ法では,最良のデータを求める際の与えられた質問範囲に存在するすべてのデータを走査する必要がある。が,提案した方法は,クラスタ情報を利用することにより,走査データの量を減らすことができ,結果は,より急速に戻ることができた。数最適化問題は一つだけのクラスタファイルセットを用いて解くことができる。実験結果は,提案手法は短い計算時間を必要とし,ナイーブ法と比較してディスクIOコストを低減することを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化問題 ,  ホットスポット ,  クラスタ ,  地理学 ,  CPU時間 ,  地理的分布 ,  *多様化 ,  走査 ,  円板 ,  利用者 ,  高速度 ,  大気汚染
準シソーラス用語： 計算コスト ,  モバイルセンサー , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  信号理論  (ND02020G) ,  符号理論  (ND02030R)

タイトルに関連する用語 (3件)： モバイルセンサ ,  トップ ,  多様化