抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
モバイルクラウドコンピューティング環境において分散k最近傍(kNN)質問は重要な課題である。指数は,共同コンピューティングクラスタにおける機械のセットにより維持されている大規模データセット上でのkNN質問処理の問題を考察した。kNN質問は,知識発見,データマイニングと空間データベースの範囲の多くの分野で広く使用されている原始演算子である。スケーラブルで分散した空間データインデックスが効果的にkNN質問を導電性において重要な役割を果たす。MapReduce,すなわちRツリーとグリッドベース指標を用いて分散指数とkNN質問処理を行うために異なる方法を使用することができる。それにもかかわらず,Rツリーは並列化と両立しないと,グリッドでは,多対多指数,冗長性をもたらす可能性がある。論文では,MapReduceプログラムモデルを適用しkNN質問の分散法を紹介した。ごく初期では,新しい分散空間データインデックスを設定する分散法を提案した転置索引とVoronoi図の両方を組み合わせた逆Voronoi指数。次に,kNN質問処理アルゴリズムを提案し,Voronoiに基づいており,MapReduceを使用しているため,非常に効率的である。最後に大切なこととして,Iは提案したアプローチの効率とスケーラビリティを示す実際およびシミュレートされた両方のデータセットにより得られることを広範な実験の結果を提示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】