Uncertain Voronoi cell computation based on space decomposition
Uncertain Voronoi cell computation based on space decomposition
复制标题
基于空间分解的不确定Voronoi单元计算
DOI：
10.1007/978-3-319-22363-6_6
复制
发表时间：
2017
期刊：
影响因子：
2
通讯作者：
Reynold Cheng
中科院分区：
文献类型：
--
作者：
Emrich;Tobias;Klaus Arthur Schmid;Andreas Züfle;Matthias Renz;Reynold Cheng
位置不确定的空间目标的Voronoi单元的计算问题是近年来研究的热点。在这项工作中，我们提出了一种新的方法来计算具有矩形不确定区域的物体的Voronoi胞元。由于Voronoi胞元的精确计算很困难，我们给出了一个近似解。该解决方案的主要思想是对数据和对象空间应用分层访问方法。我们的空间索引用于有效地找到必须(不)在Voronoi单元格内的空间区域。我们的对象索引用于有效地识别Delauny关系，即影响Voronoi单元格形状的数据对象。我们开发了三种算法来探索索引结构，并证明了并行降序两种索引结构的方法可以产生更快的查询处理时间。我们的实验表明，我们能够比最先进的方法更有效地逼近不确定的Voronoi单元，同时提高了运行时的性能。
The problem of computing Voronoi cells for spatial objects whose locations are not certain has been recently studied. In this work, we propose a new approach to compute Voronoi cells for the case of objects having rectangular uncertainty regions. Since exact computation of Voronoi cells is hard, we propose an approximate solution. The main idea of this solution is to apply hierarchical access methods for both data and object space. Our space index is used to efficiently find spatial regions which must (not) be inside a Voronoi cell. Our object index is used to efficiently identify Delauny relations, i.e., data objects which affect the shape of a Voronoi cell. We develop three algorithms to explore index structures and show that the approach that descends both index structures in parallel yields fast query processing times. Our experiments show that we are able to approximate uncertain Voronoi cells much more effectively than the state-of-the-art, and at the same time, improve run-time performance.
基于空间分解的近似UV计算
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
Klaus Arthur Schmid;Tobias Emrich;Andreas Züfle;M. Renz;Reynold Cheng
通讯作者：
Reynold Cheng
使用光子间时间方法测量荧光寿命
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
品川幸太;水谷康弘;岩田哲郎
通讯作者：
岩田哲郎