Geopot: a Cloud-based geolocation data service for mobile applications
Notice bibliographique
Résumé
We propose a novel Cloud-based geolocation data service system, termed ‘Geopot’, for location-based mobile applications. The exponentially growing number of users of location-based mobile applications demand a data service that can easily be deployed and is scalable against a large volume of accesses from mobile devices across the world. The purpose of our work is to construct a scalable spatial data service that leverages the powerful benefits of a Cloud-based storage. We focus on highly scalable check-in and nearby search service, which is a common focus of location-based mobile applications. Our system comprises two parts: a local data service for indexing and storing geolocation data of check-ins to achieve a compact spatial index database. This is based on an in-memory R-tree and a local hash table, and it utilizes a Cloud storage that enables global accesses. The local data service maintains a compact spatial index, with tempo-spatial clustering, in which check-ins are grouped by their distance through a time window. A centroid of a cluster is used as a spatial index of R-tree, and members of the cluster are stored in the local networked hash table temporarily. This insures that R-tree remains in a compact size that can fit into the system memory. The data stored in the local hash table will be published into the Cloud storage to allow users to access it remotely with the same quality of service. Publishing the local data to a Cloud not only insures staying within the specified storage size limits of the local data service, but also promotes scalable access to the Cloud from mobile clients. Our contribution lies in the design of a new scale-out data service architecture and in implementing this for mobile applications. We encourage the building of a mobile application with our proposed system as well as a low-cost Cloud data service for linking to a large-scale spatial database.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».