Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain
The purpose of the article is to use deep machine learning, based on convolutional neural networks because this model of machine learning corresponds to processing of unstructured and complex nature of the IoT domain. Results. Proposed approach increases the efficiency of IoT Big Data processing and...
Gespeichert in:
| Veröffentlicht in: | Кибернетика и вычислительная техника |
|---|---|
| Datum: | 2019 |
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | English |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України
2019
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/161747 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain / A.Ya. Gladun, Yu.V. Rogushina, A.A. Andrushevich // Cybernetics and computer engineering. — 2019. — № 2 (196). — С. 27-42. — Бібліогр.: 28 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-161747 |
|---|---|
| record_format |
dspace |
| spelling |
Gladun, A.Ya. Rogushina, Yu.V. Andrushevich, A.A. 2019-12-20T18:22:12Z 2019-12-20T18:22:12Z 2019 Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain / A.Ya. Gladun, Yu.V. Rogushina, A.A. Andrushevich // Cybernetics and computer engineering. — 2019. — № 2 (196). — С. 27-42. — Бібліогр.: 28 назв. — англ. 2663-2578 DOI: https:// 10.15407/kvt196.02.027 https://nasplib.isofts.kiev.ua/handle/123456789/161747 616.89-07-08(035):616-036.82:355.11:355.721 The purpose of the article is to use deep machine learning, based on convolutional neural networks because this model of machine learning corresponds to processing of unstructured and complex nature of the IoT domain. Results. Proposed approach increases the efficiency of IoT Big Data processing and differs from traditional processing systems by using NoSQL database, distributed architectures and semantic modeling. Метою статті є використання глибокого машинного навчання, основаного на згорткових нейронних мережах, оскільки ця модель машинного навчання відповідає обробленню неструктурованого та складного домену IoT. Результати. Запропонований підхід підвищує ефективність оброблення великих даних IoT і відрізняється від традиційних систем оброблення за допомоги бази даних NoSQL, розподілених архітектур і семантичного моделювання. Запропоновано використовувати глибоке машинне навчання, що базується на нейронних мережах, пристосованих для неструктурованих даних IoT.Запропоновану концептуальну архітектуру системи оброблення великих даних для IoT описано на прикладі бази даних NoSQL для Smart Home. Рассмотрена специфика Big Data, которые генерирует технология Интернет вещей, а также представлена методология их обработки семантического моделирования (онтологий) на всех этапах жизненного цикла больших данных. Семантическое моделирование позволяет устранить такие противоречия в технологиях, как гетерогенность устройств и данных. Предлагается использование машинное обучение для анализа Big Data, создаваемых информационной системой умного дома. Предложено использовать глубокое машинное обучение, базирующееся на сверточных нейронных сетях, приспособленных для неструктурированных данных IoT. Представлены новые подходы для обработки больших данных, которые повышают эффективность обработки Big Data в IoT. Представлена концептуальная архитектура системы обработки больших данных для Интернета вещей на примере сгенерированной базы данных NoSQL для умного дома. Данная архитектура состоит из пяти независимых уровней, каждый из которых может использовать семантическое моделирование. The work was prepared in accordance with the thematic plan of scientific research of the Tavria State Agrotechnological University named after D.Motorny (project of applied research at the expense of the State Budget "Theoretical foundation and development of the information system of semantic identification, documentation and processing of the results of non-formal and informal learning). en Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України Кибернетика и вычислительная техника Informatics and Information Technologies Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain Використання семантичного моделювання для оброблення BIG DATA в домені Інтернету речей Использование семантического моделирования для обработки BIG DATA в домене интернета вещей Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain |
| spellingShingle |
Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain Gladun, A.Ya. Rogushina, Yu.V. Andrushevich, A.A. Informatics and Information Technologies |
| title_short |
Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain |
| title_full |
Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain |
| title_fullStr |
Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain |
| title_full_unstemmed |
Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain |
| title_sort |
using semantic modeling to improve the processing efficiency of big data in the internet of things domain |
| author |
Gladun, A.Ya. Rogushina, Yu.V. Andrushevich, A.A. |
| author_facet |
Gladun, A.Ya. Rogushina, Yu.V. Andrushevich, A.A. |
| topic |
Informatics and Information Technologies |
| topic_facet |
Informatics and Information Technologies |
| publishDate |
2019 |
| language |
English |
| container_title |
Кибернетика и вычислительная техника |
| publisher |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН України та МОН України |
| format |
Article |
| title_alt |
Використання семантичного моделювання для оброблення BIG DATA в домені Інтернету речей Использование семантического моделирования для обработки BIG DATA в домене интернета вещей |
| description |
The purpose of the article is to use deep machine learning, based on convolutional neural networks because this model of machine learning corresponds to processing of unstructured and complex nature of the IoT domain. Results. Proposed approach increases the efficiency of IoT Big Data processing and differs from traditional processing systems by using NoSQL database, distributed architectures and semantic modeling.
Метою статті є використання глибокого машинного навчання, основаного на згорткових нейронних мережах, оскільки ця модель машинного навчання відповідає обробленню неструктурованого та складного домену IoT. Результати. Запропонований підхід підвищує ефективність оброблення великих даних IoT і відрізняється від традиційних систем оброблення за допомоги бази даних NoSQL, розподілених архітектур і семантичного моделювання. Запропоновано використовувати глибоке машинне навчання, що базується на нейронних мережах, пристосованих для неструктурованих даних IoT.Запропоновану концептуальну архітектуру системи оброблення великих даних для IoT описано на прикладі бази даних NoSQL для Smart Home.
Рассмотрена специфика Big Data, которые генерирует технология Интернет вещей, а также представлена методология их обработки семантического моделирования (онтологий) на всех этапах жизненного цикла больших данных. Семантическое моделирование позволяет устранить такие противоречия в технологиях, как гетерогенность устройств и данных. Предлагается использование машинное обучение для анализа Big Data, создаваемых информационной системой умного дома. Предложено использовать глубокое машинное обучение, базирующееся на сверточных нейронных сетях, приспособленных для неструктурированных данных IoT. Представлены новые подходы для обработки больших данных, которые повышают эффективность обработки Big Data в IoT. Представлена концептуальная архитектура системы обработки больших данных для Интернета вещей на примере сгенерированной базы данных NoSQL для умного дома. Данная архитектура состоит из пяти независимых уровней, каждый из которых может использовать семантическое моделирование.
|
| issn |
2663-2578 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/161747 |
| citation_txt |
Using Semantic Modeling to Improve the Processing Efficiency of Big Data in the Internet of Things Domain / A.Ya. Gladun, Yu.V. Rogushina, A.A. Andrushevich // Cybernetics and computer engineering. — 2019. — № 2 (196). — С. 27-42. — Бібліогр.: 28 назв. — англ. |
| work_keys_str_mv |
AT gladunaya usingsemanticmodelingtoimprovetheprocessingefficiencyofbigdataintheinternetofthingsdomain AT rogushinayuv usingsemanticmodelingtoimprovetheprocessingefficiencyofbigdataintheinternetofthingsdomain AT andrushevichaa usingsemanticmodelingtoimprovetheprocessingefficiencyofbigdataintheinternetofthingsdomain AT gladunaya vikoristannâsemantičnogomodelûvannâdlâobroblennâbigdatavdomeníínterneturečei AT rogushinayuv vikoristannâsemantičnogomodelûvannâdlâobroblennâbigdatavdomeníínterneturečei AT andrushevichaa vikoristannâsemantičnogomodelûvannâdlâobroblennâbigdatavdomeníínterneturečei AT gladunaya ispolʹzovaniesemantičeskogomodelirovaniâdlâobrabotkibigdatavdomeneinternetaveŝei AT rogushinayuv ispolʹzovaniesemantičeskogomodelirovaniâdlâobrabotkibigdatavdomeneinternetaveŝei AT andrushevichaa ispolʹzovaniesemantičeskogomodelirovaniâdlâobrabotkibigdatavdomeneinternetaveŝei |
| first_indexed |
2025-12-07T21:15:54Z |
| last_indexed |
2025-12-07T21:15:54Z |
| _version_ |
1850885699796992000 |