文献

J-GLOBAL ID：201702283887525373   整理番号：17A1511568

大きな自律車両データ分類:そのにおける知能を調達に向けて【Powered by NICT】

Big autonomous vehicular data classifications: Towards procuring intelligence in ITS

著者 (5件)： Daniel Alfred (Department of Computer Science and Engineering, SNS College of Technology, India) ,  Subburathinam Karthik (Department of Computer Science and Engineering, SNS College of Technology, India) ,  Paul Anand (The School of Computer Science and Engineering, Kyungpook National University, South Korea) ,  Rajkumar Newlin (Department of Computer Science and Engineering, Anna University, India) ,  Rho Seungmin (Department of Media Software, Sungkyul University, South Korea)
資料名： Vehicular Communications  (Vehicular Communications)
巻： 9  ページ： 306-312  発行年： 2017年 
JST資料番号： W2984A  ISSN： 2214-2096  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 自律車両(AV)で得られた資源の効率的利用のために,実時間でビッグデータ解析は,センサデータから価値ある情報を得るために信頼性のある方法である。テレマティックスと実時間解析の組合せ能力により,ビッグデータ分析は,自律自動車の重要な要素を形成した。データ融合や知識発見の顕著なを強調するために,効率的なアーキテクチャは,自律車両,新たなビッグデータパラダイムに関する最近の動向と開発と歩調を合わせるであろう実際のリアルタイムビッグデータ解析のための提案されている。提案したアーキテクチャは,オフラインデータを処理するバッチのための実時間解析と車両クラウドサーバツールのための流動過程のための分散データ蓄積機構から構成されている。さらに,ほぼ実時間プロセスにおけるストリーミングデータを調べるためにビッグデータアーキテクチャのために設計されたワークフローモデル。アルゴリズムを,分散ストレージ装置におけるデータ分類のために開発した,数学モデルはAVデータ分類機能を解析するために実施した。大量データセットの最適利用のためのであるH adoopフレームワークを用いて提案したシステムモデル,リアルタイムでストリーミングデータ,自律車両の知的輸送用の分散環境におけるデータ分類のための意味。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 数学モデル ,  データ融合 ,  時間分析 ,  アルゴリズム ,  知識発見 ,  システムモデル ,  データ蓄積 ,  *計算機アーキテクチャ ,  信頼性 ,  自動車
準シソーラス用語： ストリーミングデータ ,  ビッグデータ ,  実時間 ,  *データ分類 ,  *自律性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 自律車両 ,  知識発見 ,  分散データ蓄積 ,  実時間解析 ,  データ分類 ,  ITS(高度道路交通システム)

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 自律 ,  データ分類 ,  知能 ,  調達