Метод сбора и слияния разнотипных данных в проактивных системах интеллектуальной поддержки принятия решений

Чан Ван Фу; М.В. Щербаков; Нгуен Туан Ань; Д.А. Скоробогатченко

Метод сбора и слияния разнотипных данных в проактивных системах интеллектуальной поддержки принятия решений

Чан Ван Фу¹, М.В. Щербаков², Нгуен Туан Ань³, Д.А. Скоробогатченко⁴

научная статья Страницы: 40-44

^1,3 аспирант, Волгоградский государственный технический университет
² д.т.н., гл. специалист, Волгоградский государственный технический университет
⁴ д.т.н., Волгоградский государственный технический университет

Ключевые слова: проактивные системы поддержка принятия решений сбор данных распределенная обработка данных

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.

Для цитирования

Фу Ч.В., Щербаков М.В., Ань Н.Т., Скоробогатченко Д.А. Метод сбора и слияния разнотипных данных в проактивных системах интеллектуальной поддержки принятия решений // Нейрокомпьютеры: разработка, применение. 2016. № 11. С. 40–44.

Список источников

Tennenhouse D. Proactive computing // Communications of the ACM. 2000. V. 43. P. 43-50.
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.
Opher Etzion, Peter Niblett Event Processing in Action // Manning Publications Company 2010. P. I-XXIV, 1-360.
De Gooijer J.G., Hyndman R.J. 25 years of time series forecasting // International Journal of Forecasting. 2006. V. 22. № 3. Р. 443-473.
Bengio Y. Practical recommendations for gradient-based training of deep architectures. 2012. https://arxiv.org/pdf/1206.5533v2.pdf
Stewart R.J., Trinder P.W., Loidl H-W. Comparing high level mapreduce query languages, advanced parallel processing technologies: 9^th International Symposium, APPT 2011, Shanghai, China, September 26-27, 2011. Proceedings.Р. 58-72.
ГолубевА.В., ЧечеткинИ.А., Solnushkin K.S., СадовниковаН.П., ПарыгинД.С., ЩербаковМ.В. Strategway: web solutions for building public transportation routes using big geodata analysis // The 17^th 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.
Van Phu Tran, Shcherbakov M.V. Anh Tuan Nguyen EVGEN: a Framework for Event Generator in Proactive System Design // The 7^th International Conference on Information, Intelligence, Systems and Applications (IISA). 2016.

Полный текст, PDF 350 ₽

[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: 9^th International Symposium, APPT 2011, Shanghai, China, September 26-27, 2011. Proceedings.Р. 58-72.

[7] ГолубевА.В., ЧечеткинИ.А., Solnushkin K.S., СадовниковаН.П., ПарыгинД.С., ЩербаковМ.В. Strategway: web solutions for building public transportation routes using big geodata analysis // The 17^th 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 7^th International Conference on Information, Intelligence, Systems and Applications (IISA). 2016.

Аннотация

Для цитирования

Похожие статьи