Modernes Hashing:Platz- und zeiteffiziente Suchstrukturen und Simulation von Zufälligkeit mit dem Mehrfunktionen-Paradigma

现代哈希:空间和时间高效的搜索结构以及多功能范式的随机性模拟

基本信息

项目摘要

Das „ two-choice paradigm" oder „ balanced allocation paradigm" („Mehrfunktionen- Paradigma") ist in verschiedenen algorithmischen Zusammenhängen von grundlegender Bedeutung: Jedem Namen („Schlüssel") aus einem Namensbereich („Universum'') wird eine kleine Anzahl leicht zu berechnender zufälliger Indizes („Hashfunktions-Werte") in einem Indexbereich zugeordnet. Der Ansatz wird u.a. dazu benutzt, um mit geringem Speicherplatzbedarf und konstanter Zugriffszeit fundamentale Datenstrukturen („Wörterbuch", „Bloom-Filter", „Minimale Perfekte Hashfunktion") zu implementieren. Ziele des Forschungsvorhabens sind: (1) Die Analysemethoden sollen verfeinert und methodisch erweitert werden, um die Wirkungsweise des Mehrfunktionen-Paradigmas noch genauer zu verstehen und um zu möglichst optimal platzeffizienten Strukturen zu gelangen. (2) Für einige Anwendungen des Mehrfunktionen- Paradigmas wird idealisierend angenommen, dass zufällige Hashfunktionen kostenlos gegeben sind. Die Implikationen, Anwendungsmöglichkeiten und Grenzen eines neuen Ansatzes („split-and-share"), der diese Zufälligkeit algorithmisch bereitstellt, sollen theoretisch und experimentell untersucht werden. (3) Das Zusammenwirken von einfachen, effizient auswertbaren Hashfunktionen mit dem Mehrfunktionen- Paradigma soll im Detail untersucht werden.
如“两种选择范式”、“均衡分配范式”(“Mehrfunktionen- paradigm”)、ist in verschiedenenalgorithmischen Zusammenhängen von grundlegender Bedeutung: Jedem Namen(“schl<s:1> ssel”)、aueinem namenbereich(“Universum”)、eine kleine Anzahl leichzuberhnender zufälliger Indizes(“hashfunktionswerte”)in einem Indexbereich zugeordnet。Der Ansatz and a.a dazu benutzt, um mit geringem Speicherplatzbedarf and konstanter Zugriffszeit fundamentale datenstruckturen(“Wörterbuch”,“Bloom-Filter”,“Minimale Perfekte hashfunkfunction”)的实现。(1)模具分析方法、验证方法和方法,以及模具分析方法、模型分析方法、模型分析方法、模型分析方法、模型分析方法、模型分析方法和模型分析方法。(2) [j] [j] [j] [j] [j] [j] [j]。Die Implikationen, Anwendungsmöglichkeiten and Grenzen eines neuen Ansatzes(“分拆与分享”),der disese Zufälligkeit algorithmisch bereitstellt, sollen theory and experiment in untersucht werden。(3)基于数据分析的高效数据分析方法——基于细节分析的数据分析方法。

项目成果

期刊论文数量(13)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Explicit and Efficient Hash Families Suffice for Cuckoo Hashing with a Stash
  • DOI:
    10.1007/s00453-013-9840-x
  • 发表时间:
    2012-04
  • 期刊:
  • 影响因子:
    1.1
  • 作者:
    Martin Aumüller;Martin Dietzfelbinger;Philipp Woelfel
  • 通讯作者:
    Martin Aumüller;Martin Dietzfelbinger;Philipp Woelfel
Applications of a Splitting Trick
分裂技巧的应用
  • DOI:
    10.1007/978-3-642-02927-1_30
  • 发表时间:
    2009
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Martin Dietzfelbinger;Michael Rink
  • 通讯作者:
    Michael Rink
Experimental Variations of a Theoretically Good Retrieval Data Structure
理论上良好的检索数据结构的实验变体
  • DOI:
    10.1007/978-3-642-04128-0_66
  • 发表时间:
    2009
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Martin Aumüller;Martin Dietzfelbinger;Michael Rink
  • 通讯作者:
    Michael Rink
Cuckoo Hashing with Pages
布谷鸟哈希与页面
  • DOI:
    10.1007/978-3-642-23719-5_52
  • 发表时间:
    2011
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Martin Dietzfelbinger;Michael Mitzenmacher;Michael Rink
  • 通讯作者:
    Michael Rink
Tight Thresholds for Cuckoo Hashing via XORSAT
  • DOI:
    10.1007/978-3-642-14165-2_19
  • 发表时间:
    2009-12
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Martin Dietzfelbinger;A. Goerdt;M. Mitzenmacher;A. Montanari;R. Pagh;Michael Rink
  • 通讯作者:
    Martin Dietzfelbinger;A. Goerdt;M. Mitzenmacher;A. Montanari;R. Pagh;Michael Rink
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Professor Dr. Martin Dietzfelbinger其他文献

Professor Dr. Martin Dietzfelbinger的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

Scalable and Deep Anomaly Detection from Big Data with Similarity Hashing
通过相似性哈希从大数据中进行可扩展的深度异常检测
  • 批准号:
    DE210101458
  • 财政年份:
    2021
  • 资助金额:
    --
  • 项目类别:
    Discovery Early Career Researcher Award
Deep attribute-aware hashing for cross retrieval
用于交叉检索的深度属性感知哈希
  • 批准号:
    DP190102353
  • 财政年份:
    2019
  • 资助金额:
    --
  • 项目类别:
    Discovery Projects
Application of Perfect-code to hashing and mathematical analysis
完美码在散列和数学分析中的应用
  • 批准号:
    19H04140
  • 财政年份:
    2019
  • 资助金额:
    --
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
CAREER: Othello Hashing and Its Applications to Scalable and Dynamic Network Forwarding and Functions
职业:奥赛罗哈希及其在可扩展和动态网络转发和功能中的应用
  • 批准号:
    1750704
  • 财政年份:
    2018
  • 资助金额:
    --
  • 项目类别:
    Continuing Grant
CRII: SaTC: Towards the Development of Stronger Memory-Hard Functions for Secure Password Hashing
CRII:SaTC:致力于开发更强的内存硬函数以实现安全密码散列
  • 批准号:
    1755708
  • 财政年份:
    2018
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
Large-scale spatio-temporal data hashing for efficient data analytics
大规模时空数据哈希以实现高效数据分析
  • 批准号:
    DP180100966
  • 财政年份:
    2018
  • 资助金额:
    --
  • 项目类别:
    Discovery Projects
CAREER: Hashing and Sketching Algorithms for Resource-Frugal Machine Learning
职业:用于资源节约型机器学习的哈希和草图算法
  • 批准号:
    1652131
  • 财政年份:
    2017
  • 资助金额:
    --
  • 项目类别:
    Continuing Grant
Locality sensitive hashing for big data
大数据的局部敏感哈希
  • 批准号:
    DP170103710
  • 财政年份:
    2017
  • 资助金额:
    --
  • 项目类别:
    Discovery Projects
Scalable Cross-Media Hashing for Searching Heterogeneous Data Sources
用于搜索异构数据源的可扩展跨媒体哈希
  • 批准号:
    DP160104058
  • 财政年份:
    2016
  • 资助金额:
    --
  • 项目类别:
    Discovery Projects
AitF: FULL: Collaborative Research: Better Hashing for Applications: From Nuts & Bolts to Asymptotics
AitF:完整:协作研究:更好的应用程序哈希:来自坚果
  • 批准号:
    1535795
  • 财政年份:
    2015
  • 资助金额:
    --
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了