مقاله انگلیسی رایگان در مورد شاخص توزیع شده جغرافیایی با حمایت از ساخت و نگهداری مدل مشترک جهانی – الزویر 2019

 

مشخصات مقاله
ترجمه عنوان مقاله PeerAppear: یک شاخص توزیع شده جغرافیایی با حمایت از ساخت و نگهداری مدل مشترک جهانی
عنوان انگلیسی مقاله PeerAppear: A distributed geospatial index supporting collaborative world model construction and maintenance
انتشار مقاله سال 2019
تعداد صفحات مقاله انگلیسی  14 صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه الزویر
نوع نگارش مقاله
مقاله پژوهشی (Research article)
مقاله بیس این مقاله بیس نمیباشد
نمایه (index) scopus – master journals – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
5.341 در سال 2017
شاخص H_index 85 در سال 2019
شاخص SJR 0.844 در سال 2017
شناسه ISSN 0167-739X
شاخص Quartile (چارک) Q1 در سال 2017
رشته های مرتبط مهندسی فناوری اطلاعات – مهندسی کامپیوتر – جغرافیا
گرایش های مرتبط  شبکه های کامپیوتری
نوع ارائه مقاله
ژورنال
مجله / کنفرانس سیستم های کامپیوتری نسل آینده – Future Generation Computer Systems
دانشگاه 2950 Hobson Way, Wright–Patterson AFB, OH 45433, United States
کلمات کلیدی نظیر به نظیر، شاخص توزیع شده، جستجوی مبتنی بر مکان، شبکه جایگذاشت، شاخص جغرافیایی، ارتباط بصری
کلمات کلیدی انگلیسی Peer-to-peer, Distributed index, Location-based search, Overlay network, Geospatial index, Visual navigation
شناسه دیجیتال – doi
https://doi.org/10.1016/j.future.2017.12.025
کد محصول E12031
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Outline
Highlights
Abstract
Keywords
1. Introduction
2. Related work
3. PeerAppear middleware overview
4. Peer-to-peer distributed geospatial indexing
5. Performance evaluation
6. Conclusion and future work
References

بخشی از متن مقاله:
Abstract
This paper addresses the problem of scalable location-aware distributed indexing to enable the leveraging of collaborative effort for the construction and maintenance of world-scale maps and models. These maps and models support numerous activities including navigation, visual localization, persistent surveillance, and hazard or disaster detection. We approach a solution through the creation of PeerAppear, a location-aware framework for peer-to-peer indexing, search and retrieval. Due to the dynamic nature of the world, the problem of constructing and maintaining relevant world-scale models generally requires significant effort to be spent on mapping. PeerAppear offers a decentralized solution which enables the leveraging of collaborative effort through the implementation of a peer-to-peer middleware framework which automates the indexing and sharing of sensed geospatial information captured and stored in the local repositories of participants. The PeerAppear network achieves scale through a Kademlia-like overlay network which indexes data based on location by adapting Google’s S2 hierarchical geographic segmentation scheme to a globally addressable distributed geographic table. Our communications primitives allow search queries to be formed and executed, enabling the discovery of information published in a specified geographic area. An evaluation of the framework is presented demonstrating excellent retrievability of published data, logarithmic efficiency and global scalability.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا