关联数据集中用于变化检测的区域划分
数据库
2019-05-21 v1
摘要
关联数据集(LDs)在不断演化,使用关联数据集(LD)的应用可能面临诸多问题,例如由于数据集演化导致的数据过时或链接断裂。为克服这些问题,在LDs演化过程中检测其变化已被证明至关重要。由于LDs频繁演化,演化过程中的变化检测也应以频繁间隔进行。然而,受限于可用的计算资源(如从LD获取数据的能力以及检测变化所需的时间),现有变化检测技术难以实现频繁的变化检测。本研究提出探索LDs中区域(子集)的优先级划分以用于变化检测,旨在实现最优精度并高效利用可用计算资源。这将有助于以频繁间隔检测演化中LD的变化,并使应用能够将其数据更新至最接近实时数据。
引用
@article{arxiv.1905.07663,
title = {Regions In a Linked Dataset For Change Detection},
author = {Anuj Singh},
journal= {arXiv preprint arXiv:1905.07663},
year = {2019}
}
备注
It is a doctoral consortium paper, which was accepted in ISWC 2018 but was not published there as the author was not able to attend the conference