A Demonstration of Interactive Exploration of Big Geospatial Data on UCR-Star
A Demonstration of Interactive Exploration of Big Geospatial Data on UCR-Star
复制标题
UCR-Star上地理空间大数据交互探索演示
DOI：
10.1145/3397536.3422334
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Eldawy, Ahmed
中科院分区：
文献类型：
--
作者：
Ghosh, Saheli;Sevim, Akil;Eldawy, Ahmed
不可否认，地理空间数据的数量不断增加。因此，需要探索和分析这些数据集。然而，这些数据集在大小、覆盖范围和准确性方面差异很大。因此，用户需要评估数据的这些方面，以选择正确的数据集用于分析。不幸的是，所有公开可用的地理空间数据集存储库都提供了一个数据集列表，其中包含一些关于它们的信息，无法事先探索这些数据集。通过这个演示，我们提出了存储库UCR-Star，它能够托管数十万个地理空间数据集，用户可以在下载它们之前直观地探索它们的质量。这个演示提供了一个更深入的深入了解UCR-Star背后的核心引擎。它提供了一个面向数据库研究人员的Web界面，以了解索引的内部工作方式。它提供了一个比较界面，与会者可以在其中并排查看系统的两个版本如何工作，并能够单独定制每个版本。最后，接口报告指标的响应时间，以进行定量比较。
The ever rising volume of geospatial data is undeniable. So is the need to explore and analyze these datasets. However, these datasets vary widely in their size, coverage, and accuracy. Therefore, users need to assess these aspects of the data to choose the right dataset to use in their analysis. Unfortunately, all the publicly available repositories for geospatial datasets provide a list of datasets with some information about them with no way to explore the datasets beforehand. Through this demonstration, we propose the repository, UCR-Star, that is capable of hosting hundreds of thousands of geospatial datasets that a user can explore visually to judge their quality before even downloading them. This demo provides a deeper dive into the core engine behind UCR-Star. It provides a web interface geared towards database researchers to understand how the index internally works. It provides a comparison interface where the attendees can see side-by-side how two versions of the system work with the ability to customize each of them separately. Finally, the interface reports the response time of the indexes for a quantitative comparison.
UCR-STAR：UCR 时空活动存储库
DOI：
10.1145/3377000.3377005
发表时间：
2019
期刊：
SIGSPATIAL Special
影响因子：
--
作者：
Ghosh, Saheli;Vu, Tin;Eskandari, Mehrad Amin;Eldawy, Ahmed
通讯作者：
Eldawy, Ahmed
AID：用于交互式多级可视化的自适应图像数据索引
DOI：
10.1109/icde.2019.00150
发表时间：
2019
期刊：
2019 IEEE 35th International Conference on Data Engineering (ICDE)
影响因子：
--
作者：
Saheli Ghosh;Ahmed Eldawy;Shipra Jais
通讯作者：
Shipra Jais