COMET: An Efficient and Scalable Trajectory Data Management System

COMET:高效且可扩展的轨迹数据管理系统

基本信息

  • 批准号:
    0929988
  • 负责人:
  • 金额:
    $ 6.59万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2008
  • 资助国家:
    美国
  • 起止时间:
    2008-09-01 至 2012-08-31
  • 项目状态:
    已结题

项目摘要

The use of location-aware devices, such as cell phones with GPS or objects with RFID (Radio Frequency Identification) tags, is exploding in a number of emerging spatio-temporal applications. Traditional database management systems (DBMS) are not designed to handle such applications, especially if the application requires managing a large number of moving objects. The goal of the COMET (Continuous Management of Evolving Trajectories) project is to design, implement, and build a database management system for managing large repositories of continuously evolving trajectories data sets. Since in these environments location updates are issued continually, the DBMS must support extremely efficient methods for dealing with updates. In addition, to allow querying on previous locations of the moving objects, the DBMS must keep track of past trajectories. As time passes these trajectories continue to increase in length, and with large and often increasing number of moving objects, the database size can increase dramatically. Consequently, the backend DBMS must deploy scalable techniques to deal with increasing data sizes, and increasing number of mobile objects. The key focus of the COMET project is on developing efficient and scalable methods for querying on past, present, and future locations of moving objects, and on scalable trigger mechanism in this environment. The expected results of this project may have a strong impact on emerging notification-based applications, such as emergency response systems, in which critical data needs to be disseminated to a physical mobile user based on the user's current and changing spatial location. The project will also train a number of graduate and undergraduate students. The project Web site (http://www.eecs.umich.edu/~jignesh/comet) will be used for making the COMET software, all developed applications, and real user movement data freely available to a broad research community.
位置感知设备(例如带 GPS 的手机或带 RFID(射频识别)标签的物体)的使用在许多新兴时空应用中呈爆炸式增长。 传统的数据库管理系统 (DBMS) 不适用于处理此类应用程序,特别是当应用程序需要管理大量移动对象时。 COMET(演化轨迹的持续管理)项目的目标是设计、实现和构建一个数据库管理系统,用于管理不断演化的轨迹数据集的大型存储库。由于在这些环境中位置更新是不断发出的,因此 DBMS 必须支持极其有效的方法来处理更新。此外,为了能够查询移动物体之前的位置,DBMS 必须跟踪过去的轨迹。随着时间的推移,这些轨迹的长度不断增加,并且随着移动对象的数量不断增加,数据库的大小也会急剧增加。因此,后端 DBMS 必须部署可扩展技术来处理不断增加的数据大小和不断增加的移动对象数量。 COMET 项目的重点是开发高效且可扩展的方法来查询移动物体的过去、现在和未来位置,以及该环境中的可扩展触发机制。该项目的预期结果可能会对新兴的基于通知的应用产生重大影响,例如紧急响应系统,其中需要根据用户当前和不断变化的空间位置将关键数据传播给物理移动用户。该项目还将培养一批研究生和本科生。该项目网站 (http://www.eecs.umich.edu/~jignesh/comet) 将用于向广泛的研究社区免费提供 COMET 软件、所有开发的应用程序以及真实的用户运动数据。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Jignesh Patel其他文献

ON PILOT CONTAMINATION IN MASSIVE MULTIPLE-INPUT MULTIPLE OUTPUT SYSTEM WITH LEAST SQUARE METHOD AND ZERO FORCING RECEIVER
最小二乘法和零强迫接收器研究大规模多输入多输出系统中的导频污染
Fast Regular Expression Matching Using Small TCAMs for Network Intrusion Detection and Prevention Systems
使用小型 TCAM 进行快速正则表达式匹配用于网络入侵检测和预防系统
  • DOI:
  • 发表时间:
    2010-08-11
  • 期刊:
  • 影响因子:
    0
  • 作者:
    C. Meiners;Jignesh Patel;Eric Norige;E. Torng;A. Liu
  • 通讯作者:
    A. Liu
Thrombophilia Profile in Budd-Chiari Syndrome and Splanchnic Vein Thrombosis: A Study from Western India.
布加氏综合征和内脏静脉血栓形成的血栓形成倾向:来自印度西部的一项研究。
Women’s views on and adherence to low‐molecular‐weight heparin therapy during pregnancy and the puerperium
女性对孕期和产褥期低分子肝素治疗的看法和依从性
  • DOI:
  • 发表时间:
    2012
  • 期刊:
  • 影响因子:
    10.4
  • 作者:
    Jignesh Patel;Jignesh Patel;V. Auyeung;Raj K. Patel;Michael S. Marsh;Bruce Green;R. Arya;J. G. Davies
  • 通讯作者:
    J. G. Davies
Comparison of intermittent and continuous extracorporeal treatments for the enhanced elimination of dabigatran
间歇性和连续性体外治疗强化达比加群消除的比较
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    3.3
  • 作者:
    J. Bouchard;M. Ghannoum;A. Bernier;D. Williamson;G. Kershaw;C. Weatherburn;J. Eris;Huyen A Tran;Jignesh Patel;D. Roberts
  • 通讯作者:
    D. Roberts

Jignesh Patel的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Jignesh Patel', 18)}}的其他基金

Collaborative Research: SHF: Medium: A hardware-software co-design approach for high-performance in-memory analytic data processing
协作研究:SHF:中:用于高性能内存分析数据处理的硬件软件协同设计方法
  • 批准号:
    2407690
  • 财政年份:
    2023
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
Collaborative Research: SHF: Medium: A hardware-software co-design approach for high-performance in-memory analytic data processing
协作研究:SHF:中:用于高性能内存分析数据处理的硬件软件协同设计方法
  • 批准号:
    2312739
  • 财政年份:
    2023
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
Elements: Software: Towards Efficient Embedded Data Processing
要素:软件:实现高效的嵌入式数据处理
  • 批准号:
    2407755
  • 财政年份:
    2023
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
Elements: Software: Towards Efficient Embedded Data Processing
要素:软件:实现高效的嵌入式数据处理
  • 批准号:
    1835446
  • 财政年份:
    2019
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
BIGDATA: Small: DCM: Data Management for Analytics Applications on Modern Architecture
BIGDATA:小型:DCM:现代架构上分析应用程序的数据管理
  • 批准号:
    1250886
  • 财政年份:
    2013
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
III: Large: Collaborative Research: SciDB - An Array Oriented Data Management System for Massive Scale Scientific Data
III:大型:协作研究:SciDB - 用于大规模科学数据的面向数组的数据管理系统
  • 批准号:
    1110948
  • 财政年份:
    2011
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
III: Medium: Energy-Efficient Data Processing
III:媒介:节能数据处理
  • 批准号:
    0963993
  • 财政年份:
    2010
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Continuing Grant
Integrated Biological Sequence Data Management
综合生物序列数据管理
  • 批准号:
    0926269
  • 财政年份:
    2008
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Continuing Grant
Integrated Biological Sequence Data Management
综合生物序列数据管理
  • 批准号:
    0543272
  • 财政年份:
    2006
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Continuing Grant
COMET: An Efficient and Scalable Trajectory Data Management System
COMET:高效且可扩展的轨迹数据管理系统
  • 批准号:
    0414510
  • 财政年份:
    2005
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant

相似国自然基金

基于随机化的高效可扩展深度学习算法研究
  • 批准号:
    62376131
  • 批准年份:
    2023
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目
区块链可扩展存储和高频运算高效算法的研究
  • 批准号:
    62072326
  • 批准年份:
    2020
  • 资助金额:
    56 万元
  • 项目类别:
    面上项目
全球数值天气预报谱模式的高效可扩展并行计算技术研究
  • 批准号:
    41875121
  • 批准年份:
    2018
  • 资助金额:
    62.0 万元
  • 项目类别:
    面上项目
大规模网络下面向复杂DoS攻击的可扩展性增强的高效防御方法研究
  • 批准号:
    61601107
  • 批准年份:
    2016
  • 资助金额:
    19.0 万元
  • 项目类别:
    青年科学基金项目
几类具有良好可扩展性的高效并行自适应组合型GAMG法
  • 批准号:
    11571293
  • 批准年份:
    2015
  • 资助金额:
    50.0 万元
  • 项目类别:
    面上项目

相似海外基金

CAREER: Efficient and Scalable Large Foundational Model Training on Supercomputers for Science
职业:科学超级计算机上高效且可扩展的大型基础模型训练
  • 批准号:
    2340011
  • 财政年份:
    2024
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
Collaborative Research: SHF: Small: Efficient and Scalable Privacy-Preserving Neural Network Inference based on Ciphertext-Ciphertext Fully Homomorphic Encryption
合作研究:SHF:小型:基于密文-密文全同态加密的高效、可扩展的隐私保护神经网络推理
  • 批准号:
    2412357
  • 财政年份:
    2024
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
CAREER: Multi-Dimensional Photonic Accelerators for Scalable and Efficient Computing
职业:用于可扩展和高效计算的多维光子加速器
  • 批准号:
    2337674
  • 财政年份:
    2024
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Continuing Grant
Developing the world’s 1st scalable, end-to-end system for cost-efficient, sustainable cultivated pork meat production
开发世界上第一个可扩展的端到端系统,以实现经济高效、可持续的养殖猪肉生产
  • 批准号:
    10079403
  • 财政年份:
    2024
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Collaborative R&D
Scalable Bayesian regression: Analytical and numerical tools for efficient Bayesian analysis in the large data regime
可扩展贝叶斯回归:在大数据领域进行高效贝叶斯分析的分析和数值工具
  • 批准号:
    2311354
  • 财政年份:
    2023
  • 资助金额:
    $ 6.59万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了