首页
联系我们
EN
首页
科学研究
创新理论
有界计算理论
近似计算理论
并行可扩展理论
增量计算理论
跨模融合计算理论
大数据质量保证模型与方法
逻辑+AI
大数据计算复杂性理论
论文发表
知识产权
产品与解决方案
崖山数据库
采石矶
钓鱼城
新闻中心
综合新闻
科研动态
媒体宣传
通知公告
关于我们
研究院概况
组织架构
联系我们
招纳贤才
基础研究招聘
博士后招聘
社会招聘
校园招聘
文化党建
信息公开
科学研究
创新理论
论文发表
知识产权
首页
·
科学研究
·
创新理论
Min Xie
近似计算理论
研究简介
我们通常用近似算法来解决一些非易解问题。基于传统近似算法理论,一味追求设计时间复杂度更低的近似算法,可能造成花费大量时间,效果还无法尽如人意。我们希望突破传统近似计算的瓶颈,研究数据驱动的近似算法及理论,可以让中小企业在硬件规模投入有限的情况下,也能对大数据进行精确高效的查询。
研究领域
基于把大数据转化为小数据的思想,研究数据驱动的近似算法的设计方法,并设计近似算法;最后把针对优化问题的数据驱动的近似算法理论扩展到不同类型查询语言/问题,建立基于查询的数据驱动的近似算法理论。在大数据资源有限的情况下,为我们提供实时分析。
最新相关发表
Butterfly Counting on Uncertain Bipartite Networks
Alexander Zhou, Yue Wang, Lei Chen
International Conference on Very Large Data Bases (VLDB 2022)
Application Driven Graph Partitioning
Wenfei Fan, Ruochun Jin, Muyang Liu, Ping Lu, Xiaojian Luo, Ruiqi Xu, Qiang Yin, Wenyuan Yu, Jingren Zhou
ACM Conference on Management of Data(SIGMOD 2020), June 14-19, 2020, Portland Oregon, USA
Index-free Approach with Theoretical Guarantee for Efficient Random Walk with Researt Query
Dandan Lin, Raymond Chi-Wing Wong, Min Xie, Victor Junqiu Wei
IEEE International Conference on Data Engineering(ICDE 2020), April 20-24, 2020, Dallas, Texas, USA
Being Happy with the Least: Achieving α-happiness with Minimum Number of Tuples
Min Xie, Raymond Chi-Wing Wong, Peng Peng and Vassilis Tsotras
IEEE International Conference on Data Engineering (ICDE 2020), April 20-24, 2020, Dallas, Texas, USA
An experimental survey of regret minimization query and variants: bridging the best worlds between top-k query and skyline query
Min Xie, Raymond Chi-Wing Wong, Ashwin Lall
The International Journal on Very Large Data Bases (VLDBJ 2019)
粤公网安备 44030902003371号