文献

J-GLOBAL ID：202202283585286907   整理番号：22A0188294

ハイブリッド遺伝的アルゴリズムを用いたRDFクエリー経路最適化:セマンティックWeb対データ集約クラウドコンピューティング【JST・京大機械翻訳】

RDF Query Path Optimization Using Hybrid Genetic Algorithms: Semantic Web vs. Data-Intensive Cloud Computing

著者 (4件)： Mudassar Ilyas Qazi (King Faisal University, Saudi Arabia) ,  Ahmad Muneer (University of Malaya, Malaysia) ,  Rauf Sonia (COMSATS University Islamabad, Abbottabad, Pakistan) ,  Irfan Danish (COMSATS University Islamabad, Abbottabad, Pakistan)
資料名： International Journal of Cloud Applications and Computing  (International Journal of Cloud Applications and Computing)
巻： 12  号： 1  ページ： 1-16  発行年： 2022年 
JST資料番号： W3920A  ISSN： 2156-1834  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： 資源記述フレームワーク(RDF)は,中程度のサイズのアプリケーションに対してさえ非常に大きくなることができる単一連合グラフに様々な資源からデータ併合者を本質的にサポートする。これはRDFクエリの実行における厳しい性能劣化をもたらす。あらゆるRDFクエリが本質的にグラフを横断して,Queryの出力を発見するために,効率的経路トラバースはRDFクエリの実行時間を減少する。したがって,質問経路最適化は,実行時間とクエリのコストを減らすために必要とされる。質問経路最適化は多項式時間で解くことができないNP困難問題である。遺伝的アルゴリズムは最適化問題において非常に有用であることが証明されている。質問経路最適化のためのハイブリッド遺伝的アルゴリズムを提案した。提案アルゴリズムは,反復改善を用いて初期母集団を選択し,遺伝的アルゴリズムに対する初期解空間を低減した。提案したアルゴリズムは,全体的性能において著しい改良をした。複雑なクエリのための結合の全体的な数がかなり減少し,コストが低減することを示した。Copyright 2022 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  情報検索 ,  最適化問題 ,  応用プログラム ,  母集団 ,  NP困難 ,  *遺伝的アルゴリズム
準シソーラス用語： *セマンティックWeb ,  実行時間 ,  多項式時間 ,  *クエリー ,  *データ集約 ,  *経路最適化 ,  *クラウドコンピューティング , 【Automatic Indexing@JST】

著者キーワード (6件)： クラウドコンピューティング ,  遺伝的アルゴリズム ,  情報検索 ,  問合せ経路最適化 ,  資源記述フレームワーク ,  SPARQL

分類 (3件)： データベースシステム  (JD03030U) ,  応用プログラミング言語  (JD03052Y) ,  計算機網  (JC03000K)

タイトルに関連する用語 (7件)： ハイブリッド遺伝的アルゴリズム ,  RDF ,  クエリー ,  経路最適化 ,  セマンティックWeb ,  データ集約 ,  クラウドコンピューティング