【ECML-PKDD 2019】移动传感数据流的未来数据模型和分布式查询处理（Prospective Data Model and Distributed Query Processing for Mobile Sensing Data Streams）

题目： Prospective Data Model and Distributed Query Processing for Mobile Sensing Data Streams

摘要：

随着传感器技术和移动计算技术的飞速发展，移动人群感知(MCS)技术已经成为大规模、丰富的轨迹数据采集的新范式。移动传感器使人和对象能够报告和共享关于他们的状态、行为或周围环境的观察结果。处理和分析这些不断增长的数据会带来一些挑战，这不仅是因为它们的数量、速度和复杂性，还因为原始数据样本与所需应用程序视图之间在观察值之间的相关性和粒度方面存在差距。在这篇论文中，我们提出了一个建议，提供了任何时空数据序列及其操作的抽象视图。我们的方法允许支持这种高级逻辑视图，并通过将表示和操作映射到内部物理模型来提供有效的处理。我们探讨了分布式框架内的实现，并展望了数据组织方法的适应性，这些方法结合了时间和空间上的索引和分区。逻辑视图和实际数据存储之间的映射将导致重新访问传统的数据库查询重写和优化技术。这个建议是解决MCS环境中复杂的、不完善的大数据量目标的第一步。

邀请嘉宾：

Karine Zeitouni是凡尔赛大学的计算机科学系教授，她在巴黎第六大学获得了计算机科学博士学位，并在凡尔赛大学获得了HDR(研究督导资格)。她是大卫实验室环境数据访问和挖掘(ADAM)小组的负责人。她的主要研究兴趣是数据库、大数据和数据挖掘，重点是空间和时间数据。主要从事交通、环境、宇宙科学、健康等领域的研究。她定期担任(空间)数据库和数据挖掘、机器学习领域国际会议的PC成员，并为这些领域的国家和国际期刊担任审稿人。她曾共同主持过几次国内和国际的会议和研讨会。