文献

J-GLOBAL ID：202102250953149663   整理番号：21A1286886

スパークフレームワークにおける非常に大きなデータセットのK-NN分類【JST・京大機械翻訳】

K-NN Classification of Very Large Dataset in Spark Framework

著者 (3件)： Jha Ritesh (Department of Computer Science and Engineering, Birla Institute of Technology, Mesra, Ranchi, India) ,  Bhattacharjee Vandana (Department of Computer Science and Engineering, Birla Institute of Technology, Mesra, Ranchi, India) ,  Mustafi Abhijit (Department of Computer Science and Engineering, Birla Institute of Technology, Mesra, Ranchi, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 692  ページ： 785-791  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： データ量は,社会メディア,IoT装置,日々の銀行取引,および他の多くのソースの源を通して毎日増加している。そのような種類のデータを取り扱うために,それは典型的タスクであり,それは大きいデータドメインに来る。ビッグデータは,速度,体積,値,真実性,および最後の1つの真実性として知られる5-Vsを特徴付けた。この複雑性を扱う機械学習技術の利用は,研究領域後に非常に求められている。分類は,大きなデータにおける別の挑戦的なタスクであり,これは,火花フレームワークの下でK-NN手法を用いて解決することを狙った問題である。(HPC)の有る場合と無い場合(HPC)とのK-NNの結果を比較し,訓練と試験時間は,ハドループと比較して火花で劇的に減少し,精度も増加することを見出した。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *速度 ,  *技術 ,  *データ ,  *相互接続 ,  *容量 ,  *性質 ,  *情報メディア
準シソーラス用語： ソーシャルメディア ,  データ量 ,  モノのインターネット ,  ビッグデータ ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (4件)： ビッグデータ ,  K-NN ,  HPC ,  火花

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： データセット