Аналіз великих даних за допомогою методів редукції моделей
The enormous growth in the size of data has been observed in recent years being a key factor of the Big Data scenario. Big Data require a new high-performance processing. The use of big data preprocessing methods for data mining in big data is reviewed in this paper. The definition, attributes and c...
Збережено в:
| Дата: | 2018 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2018
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/109517 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| id |
journaliasakpiua-article-109517 |
|---|---|
| record_format |
ojs |
| spelling |
journaliasakpiua-article-1095172019-01-17T13:29:35Z Big Data analysis via model reduction methods Анализ больших данных с помощью методов редукции моделей Аналіз великих даних за допомогою методів редукції моделей Zabielin, Stanislav I. nonlinear mapping dimension reduction big data modelling non-linear dynamic objects diffusion maps kernel method of main components нелинейное отображение уменьшение размерности большие данные моделирование нелинейные динамические объекты диффузионные карты ядерный метод основных компонент нелінійне відображення зменшення розмірності великі дані моделювання нелінійні динамічні об'єкти дифузійні карти ядерний метод основних компонент The enormous growth in the size of data has been observed in recent years being a key factor of the Big Data scenario. Big Data require a new high-performance processing. The use of big data preprocessing methods for data mining in big data is reviewed in this paper. The definition, attributes and categorization of data preprocessing approaches in big data are introduced. The relation between big data and data preprocessing throughout all families of methods and advanced data technologies are likewise analyzed. Furthermore, research challenges are discussed, while concentrating on improvements in certain families of data preprocessing methods and applications based on new big data learning paradigms. Стремительное увеличение объема даннях свидетельствует в пользу больших данных, требующих новой высокопроизводительной обработки. Рассмотрено использование методов предварительной обработки больших даннях, введены определения, атрибуты и категоризация подпрограмм предварительной обработки данных в больших данных. Проанализирована взаимосвязь между большими данными и предварительной обработкой данных во всех существующих методах и больших технологиях данных. Раскрыты проблемы исследований, в которых основное внимание уделяется усовершенствованиям в некоторых группах методов и приложений предварительной обработки данных, основанных на новых парадигмах обучения больших данных. Стрімке збільшення обсягу даних свідчить на користь великих даних, які потребують нового високопродуктивного оброблення. Розглянуто використання методів попереднього оброблення великих даних, уведено визначення, атрибути і категоризацію підпрограм попереднього оброблення даних у великих даних. Проаналізовано взаємозв'язок між великими даними і попереднім обробленням даних у всіх наявних методах і високих технологіях даних. Розкрито проблеми досліджень, основну увагу в яких приділено удосконаленню в деяких групах методів і додатків попереднього оброблення даних, заснованих на нових парадигмах навчання великих даних. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2018-06-20 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/109517 10.20535/SRIT.2308-8893.2018.2.04 System research and information technologies; No. 2 (2018); 35-41 Системные исследования и информационные технологии; № 2 (2018); 35-41 Системні дослідження та інформаційні технології; № 2 (2018); 35-41 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/109517/136748 Copyright (c) 2021 System research and information technologies |
| institution |
System research and information technologies |
| collection |
OJS |
| language |
English |
| topic |
nonlinear mapping dimension reduction big data modelling non-linear dynamic objects diffusion maps kernel method of main components нелинейное отображение уменьшение размерности большие данные моделирование нелинейные динамические объекты диффузионные карты ядерный метод основных компонент нелінійне відображення зменшення розмірності великі дані моделювання нелінійні динамічні об'єкти дифузійні карти ядерний метод основних компонент |
| spellingShingle |
nonlinear mapping dimension reduction big data modelling non-linear dynamic objects diffusion maps kernel method of main components нелинейное отображение уменьшение размерности большие данные моделирование нелинейные динамические объекты диффузионные карты ядерный метод основных компонент нелінійне відображення зменшення розмірності великі дані моделювання нелінійні динамічні об'єкти дифузійні карти ядерний метод основних компонент Zabielin, Stanislav I. Аналіз великих даних за допомогою методів редукції моделей |
| topic_facet |
nonlinear mapping dimension reduction big data modelling non-linear dynamic objects diffusion maps kernel method of main components нелинейное отображение уменьшение размерности большие данные моделирование нелинейные динамические объекты диффузионные карты ядерный метод основных компонент нелінійне відображення зменшення розмірності великі дані моделювання нелінійні динамічні об'єкти дифузійні карти ядерний метод основних компонент |
| format |
Article |
| author |
Zabielin, Stanislav I. |
| author_facet |
Zabielin, Stanislav I. |
| author_sort |
Zabielin, Stanislav I. |
| title |
Аналіз великих даних за допомогою методів редукції моделей |
| title_short |
Аналіз великих даних за допомогою методів редукції моделей |
| title_full |
Аналіз великих даних за допомогою методів редукції моделей |
| title_fullStr |
Аналіз великих даних за допомогою методів редукції моделей |
| title_full_unstemmed |
Аналіз великих даних за допомогою методів редукції моделей |
| title_sort |
аналіз великих даних за допомогою методів редукції моделей |
| title_alt |
Big Data analysis via model reduction methods Анализ больших данных с помощью методов редукции моделей |
| description |
The enormous growth in the size of data has been observed in recent years being a key factor of the Big Data scenario. Big Data require a new high-performance processing. The use of big data preprocessing methods for data mining in big data is reviewed in this paper. The definition, attributes and categorization of data preprocessing approaches in big data are introduced. The relation between big data and data preprocessing throughout all families of methods and advanced data technologies are likewise analyzed. Furthermore, research challenges are discussed, while concentrating on improvements in certain families of data preprocessing methods and applications based on new big data learning paradigms. |
| publisher |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| publishDate |
2018 |
| url |
http://journal.iasa.kpi.ua/article/view/109517 |
| work_keys_str_mv |
AT zabielinstanislavi bigdataanalysisviamodelreductionmethods AT zabielinstanislavi analizbolʹšihdannyhspomoŝʹûmetodovredukciimodelej AT zabielinstanislavi analízvelikihdanihzadopomogoûmetodívredukcíímodelej |
| first_indexed |
2024-04-08T15:05:52Z |
| last_indexed |
2024-04-08T15:05:52Z |
| _version_ |
1795779463541161984 |