文献

J-GLOBAL ID：201902283853798880   整理番号：19A1539344

ビッグヘルスデータのためのMapReduceベースのストレージと索引付け【JST・京大機械翻訳】

MapReduce-based storage and indexing for big health data

著者 (2件)： N.R. Gayathiri (Department of Information Technology, Bannari Amman Institute of Technology, Sathyamangalam, India) ,  A.M. Natarajan (Department of Computer Science and Engineering, KPR Institute of Engineering and Technology, Arasur, Coimbatore, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 31  号： 14  ページ： e4854  発行年： 2019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： 局所感度ハッシュ(LSH)は,高次元空間における最近傍探索問題を軽減するためにランダム化法を使用する。しかしながら,LSHアルゴリズムのための大きなデータセットサンプルの取り扱いは,計算の複雑さのために困難なタスクになる。そこで,本研究の主な目的は,大規模データセットサンプルに対する任意の読み取りの能力を強化するために,Hadoop MapReduceフレームワークによる新しいLSHアルゴリズムを導入することである。提案したハッシュ指数は,超平面に基づくバケットを作成することにより,距離質問のためのアクセスデータの量を削減することにより,効率を改善する。MapReduceに関するLSHを開発して,それは地図の間でランダムデータアクセス時間を減少して,機能を減少して,さらに,それは熟練性を強化した。最後に,MapReduceにおける検索質問のために提示されたインデックスの性能を検証する目的で,クラスタサイズの変化,バケットサイズバランスのためのLSH,超平面の重なり境界,構成容量に基づくバケット生成,およびHDFS構成容量に関するグローバル指標データセットを利用した。これらの計量がHDFSのデータセットに及ぼす影響は地図の期間に対する能力を構成し,機能を減少させ,提示したハッシュ指標の前提を示す。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算量 ,  近傍探索法 ,  クラスタ ,  高次元 ,  アルゴリズム ,  呼出時間 ,  *バケット
準シソーラス用語： Hadoop ,  Hadoop分散ファイルシステム ,  クラスタサイズ ,  超平面 ,  大規模データセット ,  *ストレージ装置 ,  *MapReduce , 【Automatic Indexing@JST】

著者キーワード (6件)： クラスタ ,  Hadoop ,  HDFS ,  超平面 ,  LSH ,  MapReduce

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (3件)： MapReduce ,  ストレージ ,  索引付け