科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出新型的近似查询处理方法，以克服近似查询处理任务中数据偏斜所导致的查询准确率低的问题.该方法以条件生成对抗神经网络为基础，融入条件变分自编码器，保证算法执行的稳定性，提高模型准确率；使用Wasserstein距离衡量模型误差，防止模型坍塌.基于该条件生成模型实现近似查询处理，回答用户查询而无须访问底层数据，避免磁盘交互，并与聚集预计算相结合，构成高效的近似查询处理框架，能更加准确、快速地回答交互式查询.设计高效的表决算法，对模型生成的样本以及样本内部数据进行过滤，提高生成的样本质量，最小化查询误差.实验结果表明，与其他近似查询处理算法相比，该方法可以有效克服数据偏斜的影响，同时能够在更短的交互时间内更加准确地回答用户查询.
- 单位
