論文

In the paper, we extend our proposed resource allocation method to flexibly adapt the resources to parallel processing environments. To clarify effectiveness of the extended method, several actual queries have been executed by using the parallel processing system, and the execution times of queries were measured at the actual CPU time with the system call time for disk I/O processing on the multiprocessor.

本稿では、既存データベースに含まれる時間表現間、および、空間表現間の包含性、方向性、連結性の判定機能（関連性評価機能）群の連結を伴うデータ結合方式を提案する。更に、本方式を実現した実験システム上でデータ結合精度に関する実験結果を示し、提案方式の有効性を明らかにする。

特定分野のドキュメント検索において、意味的連想検索のために意味の数学モデルを適用する際のメタデータ空間の作成方式を提案し、その有効性を検証した。

共有メモリ型並列マシンにおいて、問合せをストリーム指向型並列処理方式により処理する場合に、問合せ処理効率を向上するためのメモリ資源割当て方式を提案した。また提案するメモリ資源割当て方式を用いて問合せ処理を行った実験の結果を示し、本方式の有効性を明らかにした。

本稿での提案方式を、実現した実験システム上での問合せ処理実験の結果を示し、提案方式の有効性を明らかにした。

In this paper, we present a semantic media data search method which realizes intelligent retrieval according to user's impression and their contents. Several functions for performing semantic associative search for media data are presented.

We present a multiple view mechanism for realizing personalized retrieval environments in multidatabase systems.

本論文では連想検索と数学モデルを連結し、パターンマッチングによる連想検索データを順序づける連想検索方式を提案し、異種データベースシステム間の機能連結として実現した。

本稿では、複数のメディアそれぞれに任意の同期点を設け、それらの関係により時間的関係を記す方式を示す。また、与えられた時間的関係に基づき、メディア再生時のプロセス間同期を強調型同期方式に基づき実現する方式について述べる。

本論文では、数学モデルを用いて、文脈あるいは状況に応じて動的に変化するデータ間の意味的な関係を計算した。そして、これを用いて意味的画像検索を高速に行うアルゴリズムを提案した。

This paper presents an implementation method of application-specific lightweight processes (threads).

In this paper, we present a learning mechanism for adjusting retrieval results according to the individual variation and obtaining appropriate retrieval results.