Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: stream data

Sortuj według:

Ogranicz wyniki do:

Development of automatic classiﬁer for sensor measurements of an industrial process

Lopes Kennedy, Andrade Ana, Lima Bernardo, Maitelli André

Przegląd Elektrotechniczny

2019

R. 95, nr 3

91--96

Clustering algorithms are usually based on an initial estimate of cores, have performance dependent on the number of clusters and dimension of the data, and are performed ofﬂine. Thus, by categorizing a highly coupled sensor network as an industrial plant, it is necessary that all these characteristics are achieved. The article presents an improvement of the TEDA-Cloud, based on the Typicity and Eccentricity Data Analitics (TEDA).Inthisway,theproposed(TEDA-Cloudmodiﬁed),methodreducestheamountofstoreddataformergingcoresandspeedsuptheclassiﬁcation of the presented data.

Algorytmy klastrowania są zwykle oparte na wstępnym oszacowaniu rdzeni, mają wydajność zależną od liczby klastrów i wymiarów danych i są wykonywane w trybie ofﬂine. Zatem, poprzez kategoryzowanie wysoce sprzężonej sieci czujników jako instalacji przemysłowej, konieczne jest, aby wszystkie te cechy zostały osiągnięte. W artykule przedstawiono ulepszenie chmury TEDA opartej na analizie typowości i ekscentryczności danych (TEDA). W ten sposób proponowana (zmodyﬁkowana TEDA-Cloud) metoda zmniejsza ilość przechowywanych danych do łączenia rdzeni i przyspiesza klasyﬁkację prezentowanych danych.

Techniki adaptacji i aproksymacji w przetwarzaniu strumieni danych

Sokołowski P., Wilczek A.

Prace Naukowe Instytutu Informatyki Stosowanej Politechniki Wrocławskiej

2007

Nr 8

43-58

Efektywne przetwarzanie nieograniczonych strumieni danych wymaga zastosowania odmiennych technik niż stosowane w tradycyjnych Systemach Zarządzania Bazami Danych (SZBD). Prowadzone są badania związane z poszukiwaniem metod pozwalających na osiągniecie większej niezawodności i efektywności działania aplikacji przetwarzających dane strumieniowe. W niniejszej pracy zaprezentowano kilka technik, które mogą być wykorzystane przy budowie Systemu Zarządzania Strumieniową Bazą Danych (SZSBD) i pozwalają przezwyciężyć trudności płynące z konieczności przetwarzania nieograniczonych strumieni danych w czasie rzeczywistym, oferując jednocześnie możliwie największą efektywność.

Effective methods of processing unbounded streams of data require different techniques then used in traditional Database Management Systems (DSMS). Researches are conducted toward finding new methods ensuring data stream applications to run efficiently and reliably. This paper introduces the reader to a set of techniques designed to serve as a means of creating a data stream processing system ready to tackle difficulties encountered when processing unbounded streams of data in real time offering maximum efficiency and a flexibility level high enough to allow use in development of applications handling data from any domain.