.png){kind=icon}
返回
HyperBlocker: Accelerating Rule-based Blocking in Entity Resolution using GPUs
.png){kind=icon}
PRE
AI
DOI：10.14778/3705829.3705847.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了基于规则的阻塞在实体解析（ER）中的应用。我们提出了HyperBlocker，一个用于ER的GPU加速阻塞系统。与以往的阻塞算法和并行阻塞求解器不同，HyperBlocker采用流水线架构来重叠数据传输和GPU操作。它基于CPU生成数据感知和规则感知的执行计划，用于指定规则的评估方式，并开发了一系列硬件感知的优化方法，以在GPU上实现大规模并行性。使用真实数据集，我们表明HyperBlocker比先前的CPU驱动的分布式系统和基于GPU的ER求解器分别快至少6.8倍和9.1倍。更优的是，通过将HyperBlocker与当前最先进的ER匹配器结合，我们可以在保持相当准确率的情况下，将整体ER流程加速至少30%。
Keyword:
EFFICIENT
ALGORITHMS
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
机构
引用论文
.png){kind=icon}
查看更多内容