文献

J-GLOBAL ID：202002265568986055   整理番号：20A0853844

ブルーム行列とブルームベクトルによる多重集合マッチング【JST・京大機械翻訳】

Multiple Set Matching with Bloom Matrix and Bloom Vector

著者 (5件)： Concas Francesco (University of Helsinki, Finland) ,  Xu Pengfei (University of Helsinki, Finland) ,  Hoque Mohammad A. (University of Helsinki, Finland) ,  Lu Jiaheng (University of Helsinki, Finland) ,  Tarkoma Sasu (University of Helsinki, Finland)
資料名： ACM Transactions on Knowledge Discovery from Data  (ACM Transactions on Knowledge Discovery from Data)
巻： 14  号： 2  ページ： 1-21  発行年： 2020年 
JST資料番号： W5699A  ISSN： 1556-4681  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： ブルームフィルタは,集合における要素のメンバシップをチェックするための空間的に効率的な確率的データ構造である。複数の集合を与えると,要素や入力要素の集合が属する項目を探す場合,標準的なBloomフィルタは十分ではない。事例は,入力が単一または複数のキーワードである複数の集合マッチング問題である大規模テキストコーパスにおけるキーワードを持つ文書を検索し,その結果は可能な候補文書の集合である。本論文では,標準的なブルームフィルタを一般化するBloom MatrixとBloom Vectorと呼ばれる2つの効率的なBloomマルチフィルタを提案することにより,多重集合マッチング問題を解決した。両構造は空間効率が良く,複数の集合マッチング問題に対する同定器の集合による質問に答える。空間効率は複数の集合間のラベルの分布に従って最適化できる。ブルームベクトルは,更なる空間縮小のためのデータのZipf分布を効率的に利用する。実際に,両構造は最先端のBloofiと比較してはるかに空間効率が高い。これらの結果は,Bloom Matrix上でのルックアップ操作がBloom VectorとBloofiよりも有意に高速であることを強調した。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  キーワード ,  最適化 ,  フィルタ ,  *ベクトル ,  ブルーム
準シソーラス用語： Bloomフィルタ , 【Automatic Indexing@JST】

著者キーワード (6件)： Bloomフィルタ ,  Bloomierフィルタ ,  Zipf分布 ,  ビッグデータ ,  多重集合 ,  均一分布

分類 (2件)： システムプログラミング一般  (JD03010Y) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： ブルーム ,  行列 ,  多重集合 ,  マッチング