学术沙龙:Trajectory Similarity Join in Spatial Networks

文:计算机学院 教师发展中心 / 来源:计算机学院 党委教师工作部、人力资源部 / 2018-04-02 / 点击量:2658

  本次“学术沙龙”活动教师发展中心邀请了沙特阿卜杜拉国王科技大学商烁研究员,就其空间网络的相似性等方面的研究作分享。具体安排如下,欢迎感兴趣的师生参加。

  一、主 题:Trajectory Similarity Join in Spatial Networks 

  二、主讲人:沙特阿卜杜拉国王科技大学 商烁 研究员

  三、时 间:2018年4月4日(周三)10:00-11:00

  四、地 点:清水河校区宾诺咖啡

  五、主持人:计算机科学与工程学院(网络空间安全学院) 袁召全 博士后

  六、内容简介:

  The matching of similar pairs of objects, called similarity join, is fundamental functionality in data management. We consider the case of trajectory similarity join (TS-Join), where the objects are trajectories of vehicles moving in road networks. Thus, given two sets of trajectories and a threshold theta, the TS-Join returns all pairs of trajectories from the two sets with similarity above theta. This join targets applications such as trajectory near-duplicate detection, data cleaning, ridesharing recommendation, and traffic congestion prediction.

  With these applications in mind, we provide a purposeful definition of similarity. To enable efficient TS-Join processing on large sets of trajectories, we develop search space pruning techniques and take into account the parallel processing capabilities of modern processors. Specifically, we present a two-phase divide-and-conquer algorithm. For each trajectory, the algorithm first finds similar trajectories. Then it merges the results to achieve a final result. The algorithm exploits an upper bound on the spatiotemporal similarity and a heuristic scheduling strategy for search space pruning. The algorithm's per-trajectory searches are independent of each other and can be performed in parallel, and the merging has constant cost. An empirical study with real data offers insight in the performance of the algorithm and demonstrates that is capable of outperforming a well-designed baseline algorithm by an order of magnitude.

  七、主讲人简介:

  商烁,沙特阿卜杜拉国王科技大学(KAUST)极限计算中心研究科学家。中国GIS协会理论与方法委员会委员,中国计算机学会数据库专委会委员,2016年教育部-中国移动联合实验室评审专家组成员。曾入选北京市科技新星计划和北京市优秀人才计划。2008年本科毕业于北京大学,2012年博士毕业于澳大利亚昆士兰大学。研究方向包括城市计算、时空数据库、社交媒体分析等。在相关领域发表论文50余篇,含CCF A类论文19篇,所发表SCI论文影响因子之和大于60,SCI引用200余次,Google Scholar引用780余次。获得WISE 2017最佳论文奖。担任WWW Journal客座编辑,IEEE Big Data Congress 2018 领域主席、APWeb/WAIM 2017演示主席、ICDE 2013移动对象分会场主席,VLDB 2019、SIGMOD 2018、ICDE 2018、CIKM 2018、2017程序委员会委员,并担任VLDB Journal、IEEE TKDE、ACM TIST、ACM TSAS等国际期刊审稿人。

  八、主办单位:人力资源部教师发展中心

    承办单位:计算机科学与工程学院(网络空间安全学院)

  

                   人力资源部教师发展中心

                     2018年4月2日


编辑:罗莎  / 审核:林坤  / 发布者:陈伟