JP2022505545A - ナレッジグラフのパーティション分割 - Google Patents
ナレッジグラフのパーティション分割 Download PDFInfo
- Publication number
- JP2022505545A JP2022505545A JP2021521826A JP2021521826A JP2022505545A JP 2022505545 A JP2022505545 A JP 2022505545A JP 2021521826 A JP2021521826 A JP 2021521826A JP 2021521826 A JP2021521826 A JP 2021521826A JP 2022505545 A JP2022505545 A JP 2022505545A
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- edge
- knowledge graph
- predetermined
- core
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 103
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000977 initiatory effect Effects 0.000 claims description 4
- 238000005192 partition Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 43
- 238000010586 diagram Methods 0.000 description 27
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 9
- 238000013459 approach Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000008649 adaptation response Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2425—Iterative querying; Query formulation based on the results of a preceding query
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
a)検索プロセスを終了する。これは、検索プロセスが、所与の範囲の全体がカバーされるように構成される場合に適用される。
b)検索プロセスが、別の処理ユニットにハンドオーバされる。ハンドオーバ・プロセスは、その処理ユニット上で実行されている元の主検索プロセスによってスポーンされる他の何れの子検索プロセスとも同じ方法で、受信側処理ユニットによって処理することができる。
c)部分グラフの境界を横断する現在の検索プロセスを終了し、検索結果が収集される。さらに、検索プロセスの最後の位置(すなわち、方向を示す現在のノード及びエッジ)が、その部分グラフの主検索プロセスへの開始点のリストに付加され、適切な場合にはピックアップされる。
Claims (21)
- コンピュータ実施方法であって、
過去の検索のセットを分析し、それに基づいて、複数のノードと前記ノードの選択されたものをリンクする複数のエッジとを有するナレッジグラフ内の前記複数のエッジの各々のアクセス頻度を求めることと、
前記ナレッジグラフ内の前記複数のエッジのうちの最も高いアクセス頻度を有する予め定められた百分率のエッジを、中間クラスタ・コアとしてマーク付けすることと、
前記予め定められた百分率のエッジのアクセス頻度に従って、前記マーク付けされた中間クラスタ・コアをソートすることと、
最も高いアクセス頻度を有する中間クラスタ・コアを第1のクラスタ・コアとして選択し、前記第1のクラスタ・コアの周りに予め定められた第1の半径内の第1のエッジを割り当てることであって、前記第1のクラスタ・コア及び前記第1のエッジは第1のクラスタを構築する、割り当てることと、
前記第1のクラスタのエッジから離れた、最も高いアクセス頻度を有する中間クラスタ・コアを、第2のクラスタ・コアとして選択し、前記第2のクラスタ・コアの周りに予め定められた第2の半径内の第2のエッジを割り当てることであって、前記第2のクラスタ・コア及び前記第2のエッジは第2のクラスタを構築する、選択することと、
前記ナレッジグラフを、第1のクラスタを含む第1の部分ナレッジグラフと、前記第2のクラスタを含む第2の部分ナレッジグラフとにパーティション分割することと、
を含む方法。 - 前に選択されたクラスタのエッジから離れた、最も高いアクセス頻度を各々が有する1つ又は複数の付加的な中間クラスタ・コアを反復的に選択し、前記付加的な中間クラスタ・コアの各々の周りにそれぞれの予め定められた半径内のそれぞれのエッジを割り当てることであって、前記付加的な中間クラスタ・コアの各々及び前記それぞれのエッジはさらなるクラスタを構築する、割り当てることをさらに含む、請求項1に記載の方法。
- 前記予め定められた第1の半径、前記予め定められた第2の半径、及び前記それぞれの予め定められた半径はそれぞれ、前記1つ又は複数の付加的な中間クラスタ・コアのそれぞれのクラスタ・コアの周りの予め定められた経路長である、請求項2に記載の方法。
- 前記予め定められた第1の半径、前記予め定められた第2の半径、及び前記それぞれの予め定められた半径はそれぞれ、前記ナレッジグラフの前記エッジの前記アクセス頻度の逆数の和の予め定められた経路長値である、請求項2に記載の方法。
- 各エッジについて、検索経路が前記エッジを通るたびに増加するアクセス・カウンタ値を保持することと、
前記エッジを通る検索経路のアクセス頻度を表すスコア値を保持することと
をさらに含む、請求項1に記載の方法。 - 前記アクセス・カウンタ値に基づいて定期的に前記スコア値を更新することと、
前記アクセス・カウンタ値をゼロにリセットすることと
をさらに含む、請求項5に記載の方法。 - 前記ナレッジグラフをパーティション分割することは、
2つの隣接するクラスタの2つの隣り合うクラスタ・コアの間の最短経路を判断することであって、前記最短経路は、それぞれの経路に沿ったそれぞれのエッジのアクセス頻度の最小和を有する経路である、判断することと、
前記最短経路上の最も低いアクセス頻度を有するエッジを、2つの隣接するクラスタ間の切断点としてマーク付けすることと、
切断点マークを含むエッジのない経路が2つの隣接するクラスタ間に存在しなくなるまで、前記最短経路を判断すること及び前記エッジを前記切断点としてマーク付けすることを反復することと
も含む、請求項1に記載の方法。 - 前記ナレッジグラフへの新しい検索要求を受信すると、前記方法は、
ローカル検索エンジンを前記第1及び第2の部分ナレッジグラフの各々に割り当てることと、
前記新しい検索要求を、前記第1及び第2の部分ナレッジグラフの各々に割り当てられた前記ローカル検索エンジンの各々に渡すことと、
前記第1及び第2の部分ナレッジグラフにおいて前記新しい検索要求を並行して実行することとをさらに含む、請求項1に記載の方法。 - 前記第1及び第2のクラスタ・コアの1つ又は複数にリンクされたクラスタ・コアにおいて、前記第1及び第2の部分ナレッジグラフの各々における前記新しい検索要求を開始することをさらに含む、請求項8に記載の方法。
- それぞれの検索経路が部分ナレッジグラフのボーダーを横断する場合、ローカル検索エンジンの検索スレッドを、ローカル検索エンジンから別の部分ナレッジグラフ内の別のローカル検索エンジンに渡すことをさらに含む、請求項8に記載の方法。
- 1つ又は複数のプロセッサと、
前記1つ又は複数のプロセッサに結合されたコンピュータ可読ストレージ媒体と
を含み、前記コンピュータ可読ストレージ媒体は、前記1つ又は複数のプロセッサによって実行されるとき、前記1つ又は複数のプロセッサに、
過去の検索のセットを分析し、それに基づいて、複数のノードと前記ノードの選択されたものをリンクする複数のエッジとを有するナレッジグラフ内の前記複数のエッジの各々のアクセス頻度を求めることと、
前記ナレッジグラフ内の、最も高いアクセス頻度を有する予め定められた百分率のエッジを、中間クラスタ・コアとしてマーク付けすることと、
前記予め定められた百分率のエッジのアクセス頻度に従って前記マーク付けされた中間クラスタ・コアをソートすることと、
最も高いアクセス頻度を有する中間クラスタ・コアを第1のクラスタ・コアとして選択し、前記第1のクラスタ・コアの周りに予め定められた第1の半径内の第1のエッジを割り当てることであって、前記第1のクラスタ・コア及び前記第1のエッジは第1のクラスタを構築する、選択することと、
前記第1のクラスタのエッジから離れた、最も高いアクセス頻度を有する中間クラスタ・コアを、第2のクラスタ・コアとして選択し、前記第2のクラスタ・コアの周りに予め定められた第2の半径内の第2のエッジを割り当てることであって、前記第2のクラスタ・コア及び前記第2のエッジは第2のクラスタを構築する、選択することと、
前記ナレッジグラフを、第1のクラスタを含む第1の部分ナレッジグラフ及び前記第2のクラスタを含む第2の部分ナレッジグラフにパーティション分割することと
を含む動作を実行させるプログラム命令を格納する、システム。 - 前記動作は、
各々が前に選択されたクラスタのエッジから離れた、最も高いアクセス頻度を有する、1つ又は複数の付加的な中間クラスタ・コアを反復的に選択し、前記付加的な中間クラスタ・コアの各々の周りにそれぞれの予め定められた半径内のそれぞれのエッジを割り当てることであって、前記付加的な中間クラスタ・コアの各々及び前記それぞれのエッジは更に別のクラスタを構築する、割り当てることをさらに含む、請求項11に記載のシステム。 - 前記予め定められた第1の半径、前記予め定められた第2の半径、及び前記それぞれの予め定められた半径はそれぞれ、前記1つ又は複数の付加的な中間クラスタ・コアのそれぞれのクラスタ・コアの周りの予め定められた経路長である、請求項12に記載のシステム。
- 前記予め定められた第1の半径、前記予め定められた第2の半径、及び前記それぞれの予め定められた半径はそれぞれ、前記ナレッジグラフの前記エッジの前記アクセス頻度の逆数の和の予め定められた経路長値である、請求項12に記載のシステム。
- 前記動作は、
各エッジについて、検索経路が前記エッジを通るたびに増加するアクセス・カウンタ値を保持することと、
前記エッジを通る検索経路のアクセス頻度を表すスコア値を保持することと
をさらに含む、請求項11に記載のシステム。 - 前記動作は、
前記アクセス・カウンタ値に基づいて、定期的に前記スコア値を更新することと、
前記アクセス・カウンタ値をゼロにリセットすることと
をさらに含む、請求項15に記載のシステム。 - 前記動作は、
2つの隣接するクラスタの2つの隣り合うクラスタ・コアの間の最短経路を判断することであって、前記最短経路は、それぞれの経路に沿ったそれぞれのエッジのアクセス頻度の最小和を有する経路である、判断することと、
前記最短経路上の最も低いアクセス頻度を有するエッジを、2つの隣接するクラスタ間の切断点としてマーク付けすることと、
切断点マークを含むエッジのない経路が2つの隣接するクラスタ間に存在しなくなるまで、前記最短経路を判断すること及び前記エッジを前記切断点としてマーク付けすることを反復することと
をさらに含む、請求項16に記載のシステム。 - 前記ナレッジグラフへの新しい検索要求を受信すると、前記動作は、
ローカル検索エンジンを前記第1及び第2の部分ナレッジグラフの各々に割り当てることと、
前記新しい検索要求を、前記第1及び第2の部分ナレッジグラフの各々に割り当てられた前記ローカル検索エンジンの各々に渡すことと、
前記第1及び第2の部分ナレッジグラフにおいて前記新しい検索要求を並行して実行することと
をさらに含む、請求項11に記載のシステム。 - 前記動作は、
前記第1及び第2のクラスタ・コアの1つ又は複数にリンクされたクラスタ・コアにおいて、前記第1及び第2の部分ナレッジグラフの各々における前記新しい検索要求を開始することをさらに含む、請求項18に記載のシステム。 - 前記動作は、
それぞれの検索経路が部分ナレッジグラフのボーダーを横断する場合、ローカル検索エンジンの検索スレッドをローカル検索エンジンから別の部分ナレッジグラフ内の別のローカル検索エンジンに渡すことをさらに含む、請求項18に記載のシステム。 - プログラム命令がそこに具体化されたコンピュータ可読ストレージ媒体を含むコンピュータ・プログラム製品であって、前記プログラム命令は、前記1つ又は複数のプロセッサによって実行可能であり、前記1つ又は複数のプロセッサに、
過去の検索のセットを分析し、それに基づいて、複数のノードと前記ノードの選択されたものをリンクする複数のエッジとを有するナレッジグラフ内の前記複数のエッジの各々のアクセス頻度を求めることと、
前記ナレッジグラフ内の、最も高いアクセス頻度を有する予め定められた百分率のエッジを、中間クラスタ・コアとしてマーク付けすることと、
前記予め定められた百分率のエッジのアクセス頻度に従って前記マーク付けされた中間クラスタ・コアをソートすることと、
最も高いアクセス頻度を有する中間クラスタ・コアを第1のクラスタ・コアとして選択し、前記第1のクラスタ・コアの周りに予め定められた第1の半径内の第1のエッジを割り当てることであって、前記第1のクラスタ・コア及び前記第1のエッジは第1のクラスタを構築する、選択することと、
前記第1のクラスタのエッジから離れた、最も高いアクセス頻度を有する中間クラスタ・コアを、第2のクラスタ・コアとして選択し、前記第2のクラスタ・コアの周りに予め定められた第2の半径内の第2のエッジを割り当てることであって、前記第2のクラスタ・コア及び前記第2のエッジは第2のクラスタを構築する、選択することと、
前記ナレッジグラフを、第1のクラスタを含む第1の部分ナレッジグラフ及び前記第2のクラスタを含む第2の部分ナレッジグラフにパーティション分割することと
を含む動作を実行させる、コンピュータ・プログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/200,757 | 2018-11-27 | ||
US16/200,757 US11086909B2 (en) | 2018-11-27 | 2018-11-27 | Partitioning knowledge graph |
PCT/IB2019/060059 WO2020109946A1 (en) | 2018-11-27 | 2019-11-22 | Partitioning knowledge graph |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022505545A true JP2022505545A (ja) | 2022-01-14 |
JP7394129B2 JP7394129B2 (ja) | 2023-12-07 |
Family
ID=70770750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021521826A Active JP7394129B2 (ja) | 2018-11-27 | 2019-11-22 | ナレッジグラフのパーティション分割 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11086909B2 (ja) |
JP (1) | JP7394129B2 (ja) |
CN (1) | CN113015970B (ja) |
DE (1) | DE112019004387T5 (ja) |
GB (1) | GB2592335A (ja) |
WO (1) | WO2020109946A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK201970121A1 (en) | 2018-10-30 | 2020-06-04 | Aptiv Technologies Limited | GENERATION OF OPTIMAL TRAJECTORIES FOR NAVIGATION OF VEHICLES |
US11803184B2 (en) * | 2018-12-18 | 2023-10-31 | Motional Ad Llc | Methods for generating maps using hyper-graph data structures |
JP7109522B2 (ja) * | 2020-11-25 | 2022-07-29 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
CN112799928B (zh) * | 2021-01-29 | 2023-08-18 | 索为技术股份有限公司 | 基于知识图谱的工业app关联性分析方法、装置及介质 |
CN112948593A (zh) * | 2021-03-18 | 2021-06-11 | 北京中经惠众科技有限公司 | 知识图谱的生成方法、装置、设备和介质 |
WO2023282890A1 (en) * | 2021-07-06 | 2023-01-12 | Google Llc | Real-time micro-profile generation using a dynamic tree structure |
CN113704493A (zh) * | 2021-08-27 | 2021-11-26 | 北京有竹居网络技术有限公司 | 展示信息确定方法、装置、设备及计算机可读存储介质 |
IL286186B2 (en) * | 2021-09-05 | 2023-04-01 | Velotix Ltd | System and method for managing requests for access privileges |
CN114415975B (zh) * | 2022-03-28 | 2022-06-21 | 支付宝(杭州)信息技术有限公司 | 针对知识图谱进行划分分区的方法及装置 |
CN115146075B (zh) * | 2022-07-11 | 2023-03-10 | 中科雨辰科技有限公司 | 一种获取知识图谱的数据处理系统 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4639615B2 (ja) | 2004-03-15 | 2011-02-23 | 富士ゼロックス株式会社 | 人脈パス検索のためのプログラム、装置 |
JP5407169B2 (ja) | 2008-04-11 | 2014-02-05 | 富士通株式会社 | クラスタリングプログラム、検索プログラム、クラスタリング方法、検索方法、クラスタリング装置および検索装置 |
US20120197104A1 (en) * | 2009-10-24 | 2012-08-02 | Stc.Unm | System and methods for automatic placement of spatial supression regions in mri and mrsi |
US10303999B2 (en) * | 2011-02-22 | 2019-05-28 | Refinitiv Us Organization Llc | Machine learning-based relationship association and related discovery and search engines |
JP6036190B2 (ja) | 2012-11-07 | 2016-11-30 | 富士通株式会社 | 情報処理装置、情報処理システムの制御方法及び情報処理システムの制御プログラム |
US20150310129A1 (en) | 2013-01-09 | 2015-10-29 | Hitachi, Ltd. | Method of managing database, management computer and storage medium |
JP6086021B2 (ja) | 2013-04-25 | 2017-03-01 | 富士通株式会社 | 検索システムおよび検索方法 |
US10713383B2 (en) * | 2014-11-29 | 2020-07-14 | Ethan Huang | Methods and systems for anonymizing genome segments and sequences and associated information |
US10664757B2 (en) * | 2015-09-16 | 2020-05-26 | International Business Machines Corporation | Cognitive operations based on empirically constructed knowledge graphs |
US20170091342A1 (en) * | 2015-09-25 | 2017-03-30 | Intel Corporation | Technologies for automatic partitioning of large graphs |
US20180052884A1 (en) * | 2016-08-16 | 2018-02-22 | Ebay Inc. | Knowledge graph construction for intelligent online personal assistant |
US10606893B2 (en) * | 2016-09-15 | 2020-03-31 | International Business Machines Corporation | Expanding knowledge graphs based on candidate missing edges to optimize hypothesis set adjudication |
WO2018081628A1 (en) * | 2016-10-28 | 2018-05-03 | Roam Analytics, Inc. | Dataset networking and database modeling |
US20180144424A1 (en) * | 2016-11-18 | 2018-05-24 | Yen4Ken, Inc. | Method and system for content processing to query multiple healthcare-related knowledge graphs |
US10540345B2 (en) * | 2016-12-09 | 2020-01-21 | Microsoft Technology Licensing, Llc | Reducing churn in knowledge graphs |
US10198657B2 (en) | 2016-12-12 | 2019-02-05 | National Chung Shan Institute Of Science And Technology | All-weather thermal-image pedestrian detection method |
US10878309B2 (en) * | 2017-01-03 | 2020-12-29 | International Business Machines Corporation | Determining context-aware distances using deep neural networks |
CN108399180B (zh) | 2017-02-08 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 一种知识图谱构建方法、装置及服务器 |
CN107071084B (zh) | 2017-04-01 | 2019-07-26 | 北京神州绿盟信息安全科技股份有限公司 | 一种dns的评价方法和装置 |
-
2018
- 2018-11-27 US US16/200,757 patent/US11086909B2/en active Active
-
2019
- 2019-11-22 CN CN201980074861.5A patent/CN113015970B/zh active Active
- 2019-11-22 JP JP2021521826A patent/JP7394129B2/ja active Active
- 2019-11-22 WO PCT/IB2019/060059 patent/WO2020109946A1/en active Application Filing
- 2019-11-22 GB GB2108987.5A patent/GB2592335A/en not_active Withdrawn
- 2019-11-22 DE DE112019004387.0T patent/DE112019004387T5/de active Pending
Also Published As
Publication number | Publication date |
---|---|
DE112019004387T5 (de) | 2021-05-20 |
CN113015970B (zh) | 2024-01-19 |
US11086909B2 (en) | 2021-08-10 |
CN113015970A (zh) | 2021-06-22 |
GB202108987D0 (en) | 2021-08-04 |
WO2020109946A1 (en) | 2020-06-04 |
GB2592335A (en) | 2021-08-25 |
US20200167426A1 (en) | 2020-05-28 |
JP7394129B2 (ja) | 2023-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7394129B2 (ja) | ナレッジグラフのパーティション分割 | |
US11423082B2 (en) | Methods and apparatus for subgraph matching in big data analysis | |
Liu et al. | {SIMD-X}: Programming and processing of graph algorithms on {GPUs} | |
US11698941B2 (en) | Determining feasible itinerary solutions | |
US9710751B2 (en) | Parallel tree based prediction | |
JP2019505912A (ja) | ストリーミングデータのアウトライア検出 | |
WO2021036936A1 (zh) | 在分布式系统中资源及任务的分配方法、装置及系统 | |
CN106874084B (zh) | 一种分布式工作流调度的方法、装置及计算机设备 | |
US20190095462A1 (en) | Parallel processing of large data files on distributed file systems with dynamic workload balancing | |
Gong et al. | RT-DBSCAN: real-time parallel clustering of spatio-temporal data using spark-streaming | |
Zygouras et al. | Insights on a scalable and dynamic traffic management system. | |
KR101535813B1 (ko) | 복합 이벤트 처리를 위한 이벤트 구성 규칙의 동적 업데이트를 위한 시스템 및 방법 | |
Zheng et al. | Online trichromatic pickup and delivery scheduling in spatial crowdsourcing | |
JP2018531379A (ja) | 経路照会方法、装置、デバイス及び不揮発性コンピューター記憶媒体 | |
JP2018531379A6 (ja) | 経路照会方法、装置、デバイス及び不揮発性コンピューター記憶媒体 | |
US20210125133A1 (en) | Dispatch system for scheduling workers | |
Belcastro et al. | A parallel library for social media analytics | |
US20210311942A1 (en) | Dynamically altering a query access plan | |
US20170052712A1 (en) | System and method for dynamic cache distribution for in-memory data grids | |
Gupta et al. | Distributed Incremental Graph Analysis | |
Deshai et al. | An advanced comparison on big data world computing frameworks | |
Ecker | Latency-aware stream operator placement optimization in fog computing environments | |
Perez | Leveraging Spark Performance with Bottleneck-Aware Tuning, Caching and Scheduling | |
JP2005275440A (ja) | データ分析方法及び情報処理装置 | |
Τανταλάκη | Parallel and distributed processing of big data streams and scheduling algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210528 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20211228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220406 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220907 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231026 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231127 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7394129 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |