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。
現在,従来の位置に基づく質問のためのほとんどの処理技術は,単一タイプのオブジェクトだけに焦点を合わせている。しかしながら,実生活応用において,ユーザは,それらの隣接関係の観点から,異なるタイプのオブジェクトに関する情報を得ることに興味を持つ可能性がある。異種隣接オブジェクト(HNOs)に近い異なるタイプの静止オブジェクトを用語した。HNOs上の位置ベース質問の効率的処理は,HNOs間の隣接関係が必然的に質問結果に影響するため,単一データ源上のそれより複雑である。本論文において,著者らは,HNOsに関する有用で重要な位置ベースの集合質問を提示して,それは質問対象物への対象物の空間的接近性と対象物の間の隣接関係性を考慮することによって,有用な目的情報を提供することができた。位置ベースの集合質問は,4つの質問から成る:最短平均距離(SAvgD)質問,最短最小距離(SMinD)質問,最短最大距離(SMaxD)質問,および最短和距離(SSUD)質問。位置ベースの集合質問を処理するために,著者らは,HNOs集合を効率的に決定するために,2つの発見的方法,HNOs-資格化発見的およびHNOs-剪定発見的方法を考案した。異なる質問タイプに従って,著者らはさらに4つの発見的方法,SAvgD剪定発見,SMinDせん定発見,SMaxDせん定発見,およびSSUD剪定発見を提案して,質問処理に必要な距離計算の数を効果的に減少させた。包括的実験を行い,提案した手法の発見的手法と効率の有効性を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
