Počet záznamů: 1
Static Load Balancing of Parallel Mining of Frequent Itemsets Using Reservoir Sampling
- 1.
SYSNO ASEP 0368102 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Static Load Balancing of Parallel Mining of Frequent Itemsets Using Reservoir Sampling Tvůrce(i) Kessl, Robert (UIVT-O) Zdroj.dok. Machine Learning and Data Mining in Pattern Recognition. - Berlin : Springer, 2011 / Perner P. - ISSN 0302-9743 - ISBN 978-3-642-23198-8 Rozsah stran s. 553-567 Poč.str. 15 s. Akce MLDM 2011. International Conference /7./ Datum konání 30.08.2011-03.09.2011 Místo konání New York Země US - Spojené státy americké Typ akce WRD Jazyk dok. eng - angličtina Země vyd. DE - Německo Klíč. slova frequent itemset mining ; parallel algorithms ; association rules ; approximate counting Vědní obor RIV IN - Informatika CEP GAP202/10/1333 GA ČR - Grantová agentura ČR CEZ AV0Z10300504 - UIVT-O (2005-2011) EID SCOPUS 80052336868 DOI 10.1007/978-3-642-23199-5_41 Anotace In this paper, we present a novel method for parallelization of an arbitrary depth-first search (DFS in short) algorithm for mining of all FIs. The method is based on the so called reservoir sampling algorithm. The reservoir sampling algorithm in combination with an arbitrary DFS mining algorithm executed on a database sample takes an uniformly but not independently distributed sample of all FIs using the reservoir sampling. The sample is then used for static load-balancing of the computational load of a DFS algorithm for mining of all FIs. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2012
Počet záznamů: 1