文献

J-GLOBAL ID：201702289359472076   整理番号：17A1035497

鉱山ビッグデータのための前処理技術の調査【Powered by NICT】

Survey of pre-processing techniques for mining big data

著者 (4件)： Hariharakrishnan Jayaram (Department of Information Technology, SSN College of Engineering, Kalavakkam, Tamil Nadu, India) ,  Mohanavalli S. (Department of Information Technology, SSN College of Engineering, Kalavakkam, Tamil Nadu, India) ,  Srividya (Department of Information Technology, SSN College of Engineering, Kalavakkam, Tamil Nadu, India) ,  Kumar K. B. Sundhara (Department of Information Technology, SSN College of Engineering, Kalavakkam, Tamil Nadu, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCCSP  ページ： 1-5  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： 多く投与,組織,及び公的/私的両社は大量のドメイン固有情報,国家情報,サイバーセキュリティ,不正行為検出,マーケティング,および医学情報学のような問題についての有用な情報を含むことが可能な収集と解析されたビッグデータ分析が重要になっている。動的サイズを発生するより多くのデータを用いて,規模,多様性と複雑さは,それを管理し,収集したデータから価値を抽出するための新しいアーキテクチャ,技術,アルゴリズム,及び分析の必要性となった。進歩と変革はデータを収集する能力が,管理,分析し,要約し,可視化し,タイムリーな方法で収集されたデータから知識を発見する能力によりでスケーラブルな様式と同様に信頼できる清浄および雑音のないデータセットにおける長い妨げられなかった。データ前処理の過程で解決するために,また洗浄データに関連する問題を理解,それらを解決するためのビッグデータ分析のためのデータクリーニングと雑音除去技術を適用すると不完全なデータを緩和する,いくつかの手法とともに問題知っておきたい,また応用の必要なそれぞれの減少技術の既存の方法の欠点を同定し,種々のデータセットに電流ビッグデータ前処理提案の有効性を同定するために異なる問題を理解する試みを行った。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： 雑音 ,  電流 ,  計算機アーキテクチャ ,  *鉱山 ,  アルゴリズム ,  マーケティング ,  可視化 ,  *前処理 ,  雑音除去 ,  医学情報 ,  サイバーセキュリティ ,  *ビッグデータ
準シソーラス用語： データクリーニング ,  データ前処理 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 鉱山 ,  ビッグデータ ,  調査