The use of multiple Bloom-filters to minimize data transfer during distributed query processing.
Notice bibliographique
Résumé
Query processing in distributed database system requires the transmission of data between computers in network. Therefore, query optimization in distributed database system is an important research issue. Since employing the optimization for general query is NP-Hard, heuristics are applied to find a cost-effective and efficient processing strategy. The challenge is how to efficiently minimize either transmission time or local processing cost in a query process. In the thesis, we propose a new reduction approach to significantly minimize data transmission time. The algorithm [32] is used to process general queries by simply substituting single Bloom filter that is based on perfect hashing in the reduction approach [32] with multiple Bloom filters which are based on non-perfect hash functions. Our approach aims to minimize data transmission time. The evaluation of our application is against the reducer [32]. An analysis of how the number of Bloom-filters affects the performance of the algorithm [32] is provided in the thesis. An amount of experimental results will be used to evaluate the performance of our reduction approach. Compared to the approach in paper [32], our reduction approach provides a more practical, cost effective and efficient processing query solution. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2000 .W36. Source: Masters Abstracts International, Volume: 40-03, page: 0729. Thesis (M.Sc.)--University of Windsor (Canada), 2001.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».