النانوكيوب لاستكشاف البيانات الزمانية المكانية في الوقت الحقيقي

اعتبر استكشاف البيانات الزمانية المكانية المتعددة الأبعاد في الوقت الحقيقي مع مليارات من الإدخالات، كل منها معرف بموقع وزمن وسمات أخرى. هل توجد سمات معينة مرتبطة مكانيًا أو زمنيًا؟ هل هناك اتجاهات أو قيم شاذة في البيانات؟ تتطلب الإجابة عن هذه الأسئلة تجميعًا على مناطق عشوائية من المجال وسمات البيانات. تقوم العديد من قواعد البيانات العلائقية بتنفيذ عملية تجميع مكعب البيانات المعروفة، والتي تقوم فعليًا بحساب كل استعلام تجميع ممكن على قاعدة البيانات مسبقًا. يُفترض أحيانًا أن مكعبات البيانات تتطلب مساحة كبيرة بشكل يمنع استخدامها، وبالتالي تتطلب تخزينًا على القرص. في المقابل، نعرض كيفية بناء مكعب بيانات يناسب الذاكرة الرئيسية لجهاز كمبيوتر محمول حديث، حتى مع مليارات الإدخالات؛ نحن نسمي هذه البنية التحتية نانوكيوب. نقدم خوارزميات لحساب واستعلام نانوكيوب، ونوضح كيف يمكن استخدامها لتوليد ترميزات بصرية معروفة مثل خريطة الحرارة، والمدرجات التكرارية، ومخططات الإحداثيات المتوازية. عند مقارنتها بالتصورات الدقيقة التي تم إنشاؤها من مسح مجموعة بيانات كاملة، فإن مخططات النانوكيوب تتمتع بخطأ محدود على الشاشة عبر مجموعة متنوعة من المقاييس، بفضل الهيكل التدرجي في الفضاء والزمن. نوضح فعالية تقنيتنا على مجموعة متنوعة من مجموعات البيانات الواقعية، ونقدم قياسات الذاكرة، والوقت، وعرض النطاق الترددي للشبكة. نجد أن الأوقات للاستعلامات في أمثلةنا تهيمن عليها تأخيرات الشبكة وتفاعل المستخدم.