350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №11 за 2016 г.
Статья в номере:
Метод сбора и слияния разнотипных данных в проактивных системах интеллектуальной поддержки принятия решений
Авторы:
Чан Ван Фу - аспирант, Волгоградский государственный технический университет E-mail: vanphu.vstu.russia@gmail.com М.В. Щербаков - д.т.н., гл. специалист, Волгоградский государственный технический университет E-mail: maxim.shcherbakov@gmail.com Нгуен Туан Ань - аспирант, Волгоградский государственный технический университет Д.А. Скоробогатченко - д.т.н., Волгоградский государственный технический университет
Аннотация:
Рассмотрена проблема сокращения времени доступа к данным, полученным из различных источников (лог-файлы, видеопотоки) в системах интеллектуальной поддержки принятия проактивных управленческих решений. Предложен метод сбора и слияния разнотипных данных, позволяющий снижать время запроса за счет предварительного распределенного преобразования исходных схем данных к требуемой, а в качестве его реализации - пятислойная распределенная архитектура программной системы на основе Apache Kafka. Сформулирован вывод о сокращении времени запроса с выдачей структурной информации и фреймов видео примерно в 3,4 раза (для 3000 запросов в секунду) по сравнению с методом, реализующим обработку в процессе запроса.
Страницы: 40-44
Список источников

 

  1. Tennenhouse D. Proactive computing // Communications of the ACM. 2000. V. 43. P. 43-50.
  2. Щербаков М.В., Садовникова Н.П., Парыгин Д.С., Голубев А.В., Чечеткин И.А. Автоматизация поддержки принятия решений по разработке маршрутов общественного транспорта на основе анализа данных о корреспонденциях жителей // Вестник компьютерных и информационных технологий. 2016. № 8. C. 29-33.
  3. Opher Etzion, Peter Niblett Event Processing in Action // Manning Publications Company 2010. P. I-XXIV, 1-360.
  4. De Gooijer J.G., Hyndman R.J. 25 years of time series forecasting // International Journal of Forecasting. 2006. V. 22. № 3. Р. 443-473.
  5. Bengio Y. Practical recommendations for gradient-based training of deep architectures. 2012. https://arxiv.org/pdf/1206.5533v2.pdf
  6. Stewart R.J., Trinder P.W., Loidl H-W. Comparing high level mapreduce query languages, advanced parallel processing technologies: 9th International Symposium, APPT 2011, Shanghai, China, September 26-27, 2011. Proceedings.Р. 58-72.
  7. ГолубевА., ЧечеткинИ., Solnushkin K.S., СадовниковаН., ПарыгинД., ЩербаковМ. Strategway: web solutions for building public transportation routes using big geodata analysis // The 17th International Conference on Information Integration and Web-based Applications & Services (iiWAS2015) (Brussels, Belgium, 11-13 December 2015): Proceedings / ed. by Maria Indrawan-Santiago [etc.]. [New York : The Association for Computing Machinery]. 2015. P. 665-668.
  8. Van Phu Tran, Shcherbakov M.V. Anh Tuan Nguyen EVGEN: a Framework for Event Generator in Proactive System Design // The 7th International Conference on Information, Intelligence, Systems and Applications (IISA). 2016.