Transactions on Large-Scale Data- and Knowledge-Centered Systems LIII

مجله LNCS Transactions on Large-scale Data and Knowledge-centred Systems بر مدیریت داده، کشف دانش و پردازش دانش تمرکز دارد که موضوعات اصلی و داغ در علوم کامپیوتر هستند. از دهه 1990، اینترنت به نیروی محرکه اصلی توسعه اپلیکیشن در همه حوزه ها تبدیل شده است. افزایش تقاضا برای اشتراک منابع (مانند منابع محاسباتی، خدمات، ابرداده، منابع داده) در سایت های مختلف متصل از طریق شبکه ها منجر به تکامل سیستم های مدیریت داده و دانش از سیستم های متمرکز به سیستم های غیرمتمرکز شده است که امکان توزیع در مقیاس بزرگ را فراهم می کند. برنامه‌هایی که مقیاس‌پذیری بالایی ارائه می‌کنند.

این، پنجاه و سومین شماره تراکنش‌ها در مقیاس بزرگ داده‌ها و سیستم‌های دانش‌محور، شامل شش مقاله منتخب کاملاً اصلاح‌شده است. موضوعات تحت پوشش عبارتند از مدیریت سری های زمانی از لبه تا ابر، تقسیم بندی برای نمایش سری های زمانی، تحقیق شباهت، شباهت معنایی در یک طبقه بندی، فاصله معنایی داده های مرتبط، پردازش زبان طبیعی مبتنی بر زبان شناسی، شبکه عصبی نمودار، ویژگی های محافظت شده، داده های نامتعادل، سازگاری علی در پایگاه های داده توزیع شده، مدل بازیگر، و مقیاس پذیری افقی الاستیک.

The LNCS journal Transactions on Large-scale Data and Knowledge-centered Systems focuses on data management, knowledge discovery, and knowledge processing, which are core and hot topics in computer science. Since the 1990s, the Internet has become the main driving force behind application development in all domains. An increase in the demand for resource sharing (e.g. computing resources, services, metadata, data sources) across different sites connected through networks has led to an evolution of data- and knowledge-management systems from centralized systems to decentralized systems enabling large-scale distributed applications providing high scalability.

This, the 53rd issue of Transactions on Large-scale Data and Knowledge-centered Systems, contains six fully revised selected regular papers. Topics covered include time series management from edge to cloud, segmentation for time series representation, similarity research, semantic similarity in a taxonomy, linked data semantic distance, linguistics-informed natural language processing, graph neural network, protected features, imbalanced data, causal consistency in distributed databases, actor model, and elastic horizontal scalability.