文献

J-GLOBAL ID：202202245452172214   整理番号：22A0692963

MOGAを用いた多目的ビッグデータビューの具体化【JST・京大機械翻訳】

Multi-Objective Big Data View Materialization Using MOGA

著者 (2件)： Kumar Akshay (Jawaharlal Nehru University, India) ,  V. Vijay Kumar T. (Jawaharlal Nehru University, India)
資料名： International Journal of Applied Metaheuristic Computing  (International Journal of Applied Metaheuristic Computing)
巻： 13  号： 1  ページ： 1-28  発行年： 2022年 
JST資料番号： W3899A  ISSN： 1947-8283  資料種別： 逐次刊行物 (A)
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： COVID19パンデミックはBigデータの大規模生成をもたらした。このBigデータは不均一であり,コロナウイルスに感染した人々のデータ,感染者の接触にある人々,感染者の人口統計学,コロナ試験に関するデータ,人々の場所の大量のGPSデータ,およびCOVID19の予防と治療に関する多数の非構造化データを含む。このように,パンデミックは,構造化,半構造化および非構造化データのいくつかのZetaバイトを生産する結果となった。この課題は,タイムリーな予測と決定を取り入れるために,非常に大きい体積,発生と修正の危険率,および大きなデータ冗長性の特性を有するこのBigデータを処理することである。Bigデータの見解の具体化は,データの処理の効率を高める方法の1つである。本論文では,多目的遺伝的アルゴリズムを用いて,二目的最適化問題として,Bigデータビュー選択問題に取り組んだ。Copyright 2022 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化問題 ,  冗長性 ,  *データ ,  選択問題 ,  感染 ,  統計学 ,  コロナウイルス科
準シソーラス用語： コロナウイルス ,  人口統計学 ,  *ビッグデータ ,  非構造化データ ,  COVID-19 , 【Automatic Indexing@JST】

著者キーワード (4件)： ビッグデータ ,  多目的遺伝的アルゴリズム ,  多目的最適化 ,  ビューの具体化

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (1件)： 多目的