文献

J-GLOBAL ID：201702255911080881   整理番号：17A1568988

Map-Reduceプログラミングモードに基づく大規模時系列データダウンサンプリング【Powered by NICT】

Large-scale time series data down-sampling based on Map-Reduce programming mode

著者 (5件)： Xu Jiajia (Beijing Institute of Spacecraft Environment Engineering) ,  Qiu Yichang (Beijing Institute of Spacecraft Environment Engineering) ,  Zhang Haiying (Beijing Institute of Spacecraft Environment Engineering) ,  Li Meng (Beijing Institute of Spacecraft Environment Engineering) ,  Li Manli (Beijing Institute of Spacecraft Environment Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IAEAC  ページ： 409-413  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： 過去10年間で,ますます多くの時系列データは,多くの種類の分野で,特に産業分野,大きく増加しているが収集された。使用したデータ可視化の最も一般的なタイプの一つは,線図であるが,産業分野では,時系列データセットは非常に巨大な,はるかに多くの時間を要する線図としてデータを引き出すことことを示した。この場合,生データの特徴を維持するために時系列データの次元を減らさなければならない。データを低減するデータサンプリング法は,離散Fourier変換(DFT),離散ウェーブレット変換(DWT),特異値分解(SVD)と最大三角形等に用いられている。しかし,これらの方法は,時系列データセットは非常に巨大なデータ削減のための多くの時間をコスト。本論文では,時系列データダウンサンプリングアルゴリズムとMap-Reduce(MR)プログラミングモデルを紹介し,Map-Reduceプログラミングモデルに基づく大規模恐怖時系列データのための時系列データダウンサンプリング法を提案した。最後に,センサから収集した時系列データセットに基づく方法の結果を示した。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： センサ ,  *特異値分解
準シソーラス用語： 離散ウェーブレット変換 ,  離散Fourier変換 ,  データ可視化 ,  *ダウンサンプリング ,  *時系列データ , 【Automatic Indexing@JST】

分類 (5件)： 数値計算  (JE02000J) ,  音響信号処理  (BB03050C) ,  データベースシステム  (JD03030U) ,  パターン認識  (JE07000S) ,  検索技術  (AC06020S)

タイトルに関連する用語 (6件)： MAP ,  REDUCE ,  プログラミング ,  大規模 ,  時系列データ ,  ダウンサンプリング