文献

J-GLOBAL ID：201802274182501641   整理番号：18A0214317

都市インフラ整備に向けた大データの知的融合手法【JST・京大機械翻訳】

Intelligent integration approach of big data for urban infrastructure management and maintenance

著者 (3件)： Liu Jiajun (上海大学悉尼工商学院,上海201800;上海大学-上海城建建筑産業化研究中心,上海200072) ,  Yu Gang (上海大学悉尼工商学院,上海201800;上海大学-上海城建建筑産業化研究中心,上海200072) ,  Hu Min (上海大学悉尼工商学院,上海201800;上海大学-上海城建建筑産業化研究中心,上海200072)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 37  号： 10  ページ： 2983-2990,2998  発行年： 2017年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： データの融合効率とプラットフォームのデータ統計と意思決定の性能を向上させるために,大規模なデータ次元,多様な多様性,および迅速な変化の特性によって,抽出-変換-負荷(ETL)実行時間オーバヘッドとデータセンタ負担を減少させることができる。マルチレベルタスクスケジューリング(MTS)ETLフレームワーク(MTS-ETL)を提案して,知的財産管理の要求を満たすことができた。最初に,データウェアハウスをデータの一時的領域,データ倉庫,データ分類領域,およびデータ解析領域に分割し,完全なETLプロセスを4つの階層のETLタスクスケジューリングに分割した。同時に,多重周波数ETLの運転スケジュールと順序と非順序の2つのETLモードを設計した。第二に,データ融合の概念モデリング,論理モデリング,および物理モデリングを,MTS-ETLフレームワークの非順序動作モードに基づいて行った。最後に、Pentaho Data Integrationを用いて、ETL変換モジュールと工作モジュールを設計し、データ融合方法を実現した。交通流データ融合実験において、この方法は136754本のデータを融合する時間はわずか28.4sである。データ融合実験において,従来のETL方式と比較して,全体の平均実行時間は6.51%減少した。報告表の分析結果により、それが400万本のデータを融合する時、依然としてETLプロセスの信頼性を保証できることが明らかになった。結果は,提案した方法が効果的に次元データを融合することができて,プラットフォームの統計的解析性能を向上して,ETLの実行時間コストを低いレベルに維持することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： モデリング ,  意思決定 ,  データ解析 ,  データセンタ ,  *データ融合 ,  データウェアハウス ,  信頼性 ,  統計解析 ,  運転モード ,  交通流
準シソーラス用語： 物理モデル ,  タスクスケジューリング ,  オーバヘッド ,  実行時間 ,  *都市インフラストラクチャ , 【Automatic Indexing@JST】

著者キーワード (5件)： big data ,  Extract-Transform-Load (ETL) ,  data integration ,  data warehouse ,  urban infrastructure management and maintenance

分類 (1件)： データベースシステム  (JD03030U)

タイトルに関連する用語 (4件)： 都市 ,  インフラ整備 ,  融合 ,  手法