文献

J-GLOBAL ID：201802285704430682   整理番号：18A1486891

超大規模データベース上の多重スレッドを用いた逐次パターンのマイニングのための効率的アプローチ【JST・京大機械翻訳】

An efficient approach for mining sequential patterns using multiple threads on very large databases

著者 (10件)： Huynh Bao (Center for Applied Information Technology, Ton Duc Thang University, Ho Chi Minh City, Viet Nam) ,  Huynh Bao (Faculty of Information Technology, Ton Duc Thang University, Ho Chi Minh City, Viet Nam) ,  Trinh Cuong (Department of Computing and Computer Services, Ton Duc Thang University, Ho Chi Minh City, Viet Nam) ,  Trinh Cuong (Faculty of Electrical Engineering and Computer Science, VSB-Technical University of Ostrava, Ostrava-Poruba, Czech Republic) ,  Huynh Huy (Department of Computing and Computer Services, Ton Duc Thang University, Ho Chi Minh City, Viet Nam) ,  Huynh Huy (Faculty of Electrical Engineering and Computer Science, VSB-Technical University of Ostrava, Ostrava-Poruba, Czech Republic) ,  Van Thien-Trang (Faculty of Information Technology, Ho Chi Minh City University of Technology (HUTECH), Ho Chi Minh City, Viet Nam) ,  Vo Bay (Faculty of Information Technology, Ho Chi Minh City University of Technology (HUTECH), Ho Chi Minh City, Viet Nam) ,  Vo Bay (College of Electronics and Information Engineering, Sejong University, Seoul, Republic of Korea) ,  Snasel Vaclav (Faculty of Electrical Engineering and Computer Science, VSB-Technical University of Ostrava, Ostrava-Poruba, Czech Republic)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 74  ページ： 242-251  発行年： 2018年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 逐次パターンマイニング(SPM)は,金融市場,教育,医学,および予測のような広い応用によりデータマイニングにおいて重要な役割を果たす。SPMには多くの効率的アルゴリズムがあるが,マイニング時間は依然として高く,特に,並列技術の使用を必要とする膨大なデータベースからの逐次パターンをマイニングすることができる。本論文では,以前の方法SPADEおよびCM-SPADEの性能を向上させるために,非常に大きなデータベースを有するSPMのためのマルチスレッド技術としてマルチコアプロセッサシステムに使用するために,MCM-SPADE(多重スレッドCM-SPADE)と名付けた並列アプローチを提案した。提案したアルゴリズムは,垂直データフォーマットと,共起情報を保存するためのCMAP(Co発生MAP)と呼ばれるデータ構造を使用する。データ構造CMAPに基づいて,提案したアルゴリズムは,探索空間を減らすために候補の早期剪定を実行して,それは分割統治特性を用いることによって,各々のプロセッサコアに関連した作業を分割した。また,提案したアルゴリズムは,タスクアイドリングを避けるために動的スケジューリングを使用し,プロセッサコア間の負荷バランスを達成する。実験結果は,MCM-SPADEが様々な入力データベース上で良い並列化効率を達成することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データ構造 ,  負荷分散 ,  アルゴリズム ,  *多重化 ,  マルチスレッド ,  *スレッド ,  アイドリング ,  データマイニング ,  *データベース
準シソーラス用語： 動的スケジューリング ,  プロセッサコア ,  ガバナンス ,  共起情報 ,  マルチコアプロセッサ ,  パターンマイニング , 【Automatic Indexing@JST】

著者キーワード (4件)： 逐次パターン ,  マルチコアプロセッサ ,  マルチスレッド ,  早期剪定定

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 大規模データベース ,  多重 ,  スレッド ,  逐次