文献

J-GLOBAL ID：201702238232263970   整理番号：17A0279323

ビッグデータを用いたデータマイニング【Powered by NICT】

Data Mining with Big Data

著者 (2件)： Sowmya R (PARSoft Systems Pvt. Ltd, Bengaluru, Karnataka, India) ,  Suneetha K R (Department of CS&E, Bangalore Institute of Technology, Bengaluru, Karnataka, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCO  ページ： 246-250  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 情報技術の世界では,巨大データセットを効率良く処理する能力は,広汎な科学的および他の学問分野のに不可欠になってきている。データ大洪水の時代における生きているし,結果として,「ビッグデータ」という用語は,多くの状況で出現した。気象学,ゲノミクス,複雑な物理学シミュレーション,生物学的及び環境研究,金融と企業から医療へのビッグデータはより高い速度とより高い品種のデータストリームを意味する。ビッグデータの獲得を支援するために必要なインフラストラクチャーの両者が捕獲データと短い,単純な質問を実行で低く,予測可能な待ち時間を送らねばならない。非常に高い取引量を扱うことができ,しばしば分散環境におけるできるようにするためにと柔軟な動的データ構造を支持した。データ処理が,理解,位置決め,同定とデータを挙げ,より簡単に挑戦的なかなり効果的な大規模分析のためにこのの全てが完全に自動化様式で発生しなければならない。コンピュータ理解,そして「ロボット」分解可能な形態で発現することがデータ構造と意味論の違いを必要とする。データ統合,マッピングと変換における研究の強い体である。しかし,自動エラーフリー差分解能を達成するために必要であるかなりの更なる研究。ビッグデータを用いたデータマイニングのための最近の研究のフレームワークを提案した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 待ち時間 ,  位置決め ,  情報技術 ,  意味論 ,  インフラストラクチャー ,  洪水 ,  データ融合 ,  データ構造 ,  金融 ,  分解能 ,  *データマイニング
準シソーラス用語： 分散環境 ,  データストリーム ,  ゲノミクス ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (2件)： 情報処理一般  (JE15010U) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： ビッグデータ ,  データマイニング