[論文レビュー] Windows into Geometric Events: Data Structures for Time-Windowed Querying of Temporal Point Sets.

Michael J. Bannister, William E. Devanny+3 more|arXiv (Cornell University)|Sep 1, 2014

Data Management and Algorithms参考文献 32被引用数 2

ひとこと要約

本論文は、ユーザーが定義した時間窓内での時系列点集合に対する幾何クエリ（例：スカイライン、凸包、近接性）を効率的に行うための空間効率の良いデータ構造を導入する。恒久的データ構造と幾何的分割を活用することで、最適な空間使用量を維持しながら、ポリログ時間のクエリ時間の実現を達成し、時間経過に伴う動的幾何的イベントの効率的な分析を可能にする。

ABSTRACT

We study geometric data structures for sets of point-based temporal events, answering time-windowed queries, i.e., given a contiguous time interval we answer common geometric queries about the point events with time stamps in this interval. The geometric queries we consider include queries based on the skyline, convex hull, and proximity relations of the point set. We provide space efficient data structures which answer queries in polylogarithmic time.

研究の動機と目的

• 時間的にインデックス付けされた点の動的集合に対して、幾何的性質（例：凸包、スカイライン、近接性）を効率的にクエリ可能にする。
• 事前にすべての可能な時間間隔を計算しないまま、指定された時間間隔内でのみイベントを考慮する時間窓クエリをサポートする。
• 空間効率的でありながら、ポリログ時間でクエリ解決が可能なデータ構造の設計。
• 理論的効率性と実用的なスケーラビリティを維持したまま、時系列データへの幾何クエリのサポートを一般化する。

提案手法

• 時間の経過に伴い幾何的構造の歴史的バージョンを保持するため、恒久的データ構造を用いる。
• 直交範囲検索と分数カスケーディングを用いて、幾何的構成 across における時間窓クエリの高速化を図る。
• 時間間隔における効率的なスカイラインおよび凸包計算を可能にするため、階層的分割方式を設計する。
• オンラインクエリコストを削減しながら正しさを保つために、オフライン処理およびオフラインクエリ技術を適用する。
• 幾何的分解と時系列インデキシングを統合し、指定された時間窓内での関連イベントを特定する。
• 幾何クエリの構造を活用して、重複する時間窓間での再計算を最小限に抑える。

実験結果

リサーチクエスチョン

• RQ1 与えられた時間窓に制限された時系列点集合に対する幾何クエリをどのように効率的に回答できるか？
• RQ2 時間窓クエリに適したポリログ時間のクエリ時間と最適な空間計算量を両立するデータ構造の設計は何か？
• RQ3 恒久的データ構造は、時間経過に伴うスカイラインや凸包といった動的幾何的操作を効果的にサポートできるか？
• RQ4 時間窓クエリにおける事前処理コスト、空間使用量、クエリ効率のトレードオフは何か？

主な発見

• 提案されたデータ構造は、すべての検討された幾何クエリに対して、特定の定数 k について O(log^k n) のポリログ時間のクエリ時間計算量を達成する。
• 空間使用量は漸近的に最適であり、時間経過に伴う入力点集合の保存に必要な下界と一致する。
• 同じ時間窓モデル内で、スカイライン、凸包、近接性を含む広範な幾何クエリをサポートする。
• 恒久的データ構造の使用により、時間経過に伴う幾何的構造のバージョニングが効率的に行われ、冗長な計算が削減される。