文献

J-GLOBAL ID：201802279804099001   整理番号：18A1385936

Hadoopクラスタ上の並列k-Mediodアルゴリズムのためのプログラミングモデルを削減する地図【JST・京大機械翻訳】

Map reduce programming model for parallel K-mediod algorithm on hadoop cluster

著者 (3件)： Srivastava Devesh Kumar (ACM, SCIT, Manipal University Jaipur) ,  Yadav Ravinder (SCIT, Manipal University, Jaipur India) ,  Agrwal Gaurav (SCIT, Manipal University, Jaipur India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CSNT  ページ： 74-78  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： 本論文は,Map-Reduce概念を用いてHadoopクラスタ上に実装されたK-Mediodアルゴリズムの結果解析を提示した。Map-Reduceは,多数のデバイス上で並列に巨大なデータセットの管理を認可するプログラミングモデルである。それは,位置の実装ポイントが通常高いので,データの一定または中程度の変化セットに特に適している。MapReduceは「大規模データ」の枠組みと考えられている。MapReduceモデルは,評価ノードのクラスタによる大規模データの系統的で瞬間的な組織化を保証する。Hadoopにおける主要な影響の一つは,MapReduceのセットの完成長さ(すなわちスパン)を最小化する方法である。単語数,グリップ,テラソートおよび並列K-Mediodクラスタリングアルゴリズムのような様々なアプリケーションに対して,ノード数が増加すると実行時間が減少することが観察されている。本論文では,Map Reduceアプリケーションを検証し,ノードの量が増加すると完了時間が減少することを見出した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  応用プログラム ,  スパン ,  *モデル ,  単語 ,  ソーティング ,  *クラスタ
準シソーラス用語： 実行時間 ,  クラスタリングアルゴリズム ,  Terra ,  グリップ ,  大規模データ ,  MapReduce ,  *プログラミングモデル ,  *Hadoop , 【Automatic Indexing@JST】

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： Hadoop ,  クラスタ ,  アルゴリズム ,  プログラミングモデル ,  地図