文献

J-GLOBAL ID：201702266092012600   整理番号：17A1118748

分散区間データ上での効率的なスカイライン計算【Powered by NICT】

Efficient skyline computation over distributed interval data

著者 (6件)： Li Xiaoyong (Academy of Ocean Science and Engineering) ,  Li Xiaoyong (College of Computer, National University of Defense Technology, Hunan, China) ,  Ren Kaijun (Academy of Ocean Science and Engineering) ,  Ren Kaijun (College of Computer, National University of Defense Technology, Hunan, China) ,  Li Xiaoling (College of Computer, National University of Defense Technology, Hunan, China) ,  Yu Jie (College of Computer, National University of Defense Technology, Hunan, China)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 29  号： 10  ページ： null  発行年： 2017年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
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： 不確実データの増加は,効率的な不確実データ管理を支援するための必要をもたらした。データ管理の重要な側面としてスカイライン質問は近年かなりの注目のため,複雑なデータ上での知的意思決定におけるその重要性を受けている。,データ収集と貯蔵はますます分散になり,貯蔵と質問実行不可能と非効率のためのデータの中央集合体を形成する。多くの研究努力が種々分散シナリオにおけるスカイライン質問問題を解決するために行われてきたが,区間データ,多くの応用において広く存在することを属性(attribute)レベルの不確実データの特別な一種である上の質問を解決するためのアルゴリズムを欠いている。本論文では,分散区間データ上でのスカイラインクエリーを包括的に調べた。スカイライン質問問題をモデル化し,区間データに分布した天笠質問を定義した。特に,高度に最適化されたフィードバックフレームワークを用いた分散ローカルサイトから徐々にスカイラインを検索するために提案されている二つの効率的なアルゴリズム。さらに,質問をさらに改善するための二つの戦略を利用した。実配備を有した人工及び現実のデータセット上での包括的な実験を行い,提案の有効性と効率を検証した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データ収集 ,  モデリング ,  *不確実性 ,  凝集体 ,  最適化 ,  データ管理 ,  アルゴリズム ,  意思決定
準シソーラス用語： スカイラインクエリ , 【Automatic Indexing@JST】

著者キーワード (1件)： 連続属性分散スカイライン区間データスカイライン質問不確実データ

分類 (3件)： データベースシステム  (JD03030U) ,  計算機網  (JC03000K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： スカイライン ,  計算