prikaz prve stranice dokumenta Naučene indeksne strukture
Rad nije dostupan
završni rad
Naučene indeksne strukture
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:253205
Paulinović, Mate
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Paulinović, M. (2018). Naučene indeksne strukture (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:253205

Paulinović, Mate. "Naučene indeksne strukture." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:253205

Paulinović, Mate. "Naučene indeksne strukture." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:253205

Paulinović, M. (2018). 'Naučene indeksne strukture', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:253205

Paulinović M. Naučene indeksne strukture [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:253205

M. Paulinović, "Naučene indeksne strukture", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:253205

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:253205
Podaci o radu
NaslovNaučene indeksne strukture
Naslov (engleski)Task: Learned index structures
AutorMate Paulinović
MentorMile Šikić (mentor)
Član povjerenstvaMile Šikić (predsjednik povjerenstva)
Član povjerenstvaKrešimir Križanović (član povjerenstva)
Član povjerenstvaRobert Vaser (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-09-11, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Tradicionalne strukture podataka za indeksiranje mogu se poboljšati metodama strojnog učenja. Neuronske mreže za tu primjenu uče distribuciju podataka spremljenih u indeksne strukture. Razvoj grafičkih kartica može povećati efikasnost i smanjiti vremena izvođenja takvih modela. U ovom radu pokazano je da naučeni model može bolje raspoređivati ključeve po tablici raspršenog adresiranja smanjujuću broj kolizija i memorijsko zauzeće. U radu je predstavljena teorijska podloga tablica raspršenog adresiranja i struktura modela strojnog učenja te implementacijski detalji razvijenog programskog koda.
Sažetak (engleski)
Traditional index data structures can be improved using machine learning. Neural networks used for this learn the underlying data distributions of the data which is stored in these data structures. The development of graphics processing units could improve the efficiency of such models and reduce their execution time. It is shown in this thesis that a model can be learned which distributes the keys over the hash table more efficiently, thereby reducing the number of collisions as well as reducing the memory footprint. This thesis presents the theoretical background of hash tables and the machine learning structure as well as the implementation details of the developed source code.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:253205
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-13 23:39:16