查看“大数据系统-科研”的源代码

=本组研究 =
实验室研究。

==*研究定位==

数据分析层面：关联规则分析、对比集分析、协同过滤（ Collaborative Learning）（系统级、功能）

算法实现层面：  Apriori 算法、相似度计算（ Similarity）、对比集挖掘（Contrast Set Mining）（进程级）

数据结构层面：Bitmap/bit_array/bitset/ （C++/Go/函数库）（编程语言）

处理器执行层面：BMI/SSE/AVX/AVX2/FMA   （通用机器指令 Instructions）（专用机器指令、软硬件协同设计（HW/SW co-design）

==*本组工作==

**CODIS （Compressing Dirty Snippet）  （C++ ）

**[http://gitlab.icenter.tsinghua.edu.cn/zhenchen/BAH BAH]（Byte Aligned Hybrid）   （C++ Language）

**[https://github.com/thuwuyinjun/CAMP CAMP]（Common Affix Merging with Partition） （Java Language）

**SPLWAH （SPLASH WAH)）（CUDA Language）

**COMBAT （COMbining Binary And Ternary encoding）（C++）

**MASC（MAximized Stride with Carrier）（C++）


*本组论文

# Wenxun Zheng  et al., CODIS: A New Compression Scheme for Bitmap Indexes, ANCS 2017. 
# Chenxing Li et al., BAH: A Bitmap Index Compression Algorithm for Fast Data Retrieval, LCN 2016.
# Yinjun Wu et al., CAMP: A new bitmap index for data retrieval in traffic archival, Communication Letters, Vol. 20, No. 6, pp.1128 - 1131, June 2016.
# Jiahui Chang et al.,  SPLWAH: A bitmap index compression scheme for searching in archival Internet traffic.  ICC 2015.
# Yinjun Wu et al., COMBAT: a new bitmap index coding algorithm for big data. TST 2016.

==*研究方向==

研究点：使用位图索引支撑的算法。

===#*MPSoC增强的索引运算===

#Sebastian Haas et al., An MPSoC for Energy-Efficient Database Query Processing, DAC 2016.
#Sebastian Haas et al., HW/SW-Database-CoDesign for Compressed Bitmap Index Processing, ASAP 2016.

===#*非循环图的可达性查询===

#Sebastiaan J. van Schaik et al., A Memory Efficient Reachability Data Structure Through Bit Vector Compression, SOGMOD 2011.

===#*对比集分析===

#Gangyi Zhu et al., SciCSM: Novel Contrast Set Mining over Scientific Datasets Using Bitmap Indices, SSDBM 2015. 

===#* 有限状态机运行并行加速===

#Peng Jiang et al., Combining SIMD and Many Multi-core Parallelism for Finite State Machines with Enumerative Speculation,PPoPP 2017.

（Using Intel Xeon Phi）

===#* ISA增强的集运算===

#O. Arnold et al., An application-specific instruction set for accelerating set-oriented database primitives. SIGMOD 2014.

===#* 关联规则挖掘  ===

关联规则挖掘（association rule mining），查找频繁项目集（Frequent ItemSets）。其中最有名的算法是Apriori算法。

基于位图的Apriori算法加速。

#Sung-Tan Kim et al., "BAR: bitmap-based association rule: an implementation and its optimizations." ACM MoMM 2009.

===#* 对比度设置学习===

对比度设置学习（对比集分析）是一种关联规则的学习 ，旨在找出有意义的不同的群体之间的差异，通过逆向工程的关键预测指标，确定每一个特定的组。

基于位图的对比集挖掘算法加速。

#Gangyi Zhu et al., SciCSM: Novel Contrast Set Mining over Scientific Datasets Using Bitmap Indices, SSDBM 2015.

===#*相关性挖掘===

* 相关性测度（Correlation Metrics ）
**地球移动距离（Earth Mover's Distance, EMD）
**香农熵（Shannon's Entropy）、互信息（Mutual Information）、条件熵（Conditional Entropy）

相关性分析位图索引加速。

#Yu Su et al., In-Situ Bitmaps Generation and Efficient Data Analysis based on Bitmaps, HPDC 2015.

===#* 子群发现（subgroup mining） ===

基于位图索引的子群发现方法加速。

# Yi Wang et al., SciSD: Novel Subgroup Discovery Over Scientific Datasets Using Bitmap Indices, #OSU-CISRC-3/15-TR03, March 2015.