基于变分自编码器的近似聚合查询优化方法

作     者：黄龙森 房俊 周云亮 郭志城 HUANG Longsen;FANG Jun;ZHOU Yunliang;GUO Zhicheng

作者机构：北方工业大学信息学院北京100144 北方工业大学大规模流数据集成与分析技术北京市重点实验室北京100144 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2024年第58卷第5期

页      面：931-940页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金国际(地区)合作与交流项目(62061136006) 国家自然科学基金重点资助项目(61832004) 

主　　题：近似查询处理 偏态分布 机器学习 变分自编码器 分组抽样 

摘      要：针对偏态数据分布不平衡,传统近似聚合查询方法难以抽样生成偏态分布数据的问题,提出基于优化的变分自编码器的近似聚合查询方法,研究近似聚合查询方法对偏态分布数据的近似聚合查询准确率的影响.在预处理阶段对偏态分布数据进行分层分组,对变分自编码器生成模型的网络结构和损失函数进行优化,降低近似聚合查询相对误差.实验结果表明,与基准方法相比,近似聚合查询对偏态分布数据的查询相对误差更小,且随着偏态系数的提高,查询相对误差的上升趋势更平缓.