文献

J-GLOBAL ID：201702282120403204   整理番号：17A0115485

ArcGISとMapReduceを用いた空間データ解析【Powered by NICT】

Spatial data analysis with ArcGIS and MapReduce

著者 (2件)： Singh Hari (Computer Science & Engineering Department, N.C. College of Engineering, Israna, Panipat, Haryana, India) ,  Bawa Seema (Computer Science & Engineering Department, Thapar University, Patiala, Punjab, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCCA  ページ： 45-49  発行年： 2016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： 空間データ処理の伝統的な逐次方法は質問を実行する効率の遅れ。MapReduce,現代的な並列処理技術はビッグデータ解析のための広く用いられている。並列フレームワークと特殊化したGISソフトウエアArcGISを介して生成された出力の類似性をチェックするためにMapReduceとArcGISに合成大きな空間データセットを解析した。最初に,入力データセットはマップと低減関数による質問のための並列で処理されると,質問の結果は,ArcGISにdisplaidである。第二に,ArcGISに,アドレスを空間データと統合,地図上の位置にアドレスを割り当てると,ディスプレイのためのshapefileを出力する地理符号化のプロセスである。質問の結果は,二つの方法を比較し,結果の類似性は,Hadoopクラスタの分散計算ノードに空間データ処理を検証した。質問の結果は,スケーラブルなクラスタ,スケーラビリティと質問処理の改良された効率を示すに比較した。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： 符号化 ,  質問処理 ,  クラスタ ,  ソフトウェア ,  *類似性 ,  地理学 ,  並列処理
準シソーラス用語： 分散計算 ,  Hadoop ,  アドレス ,  入力データ ,  ビッグデータ ,  *空間データ ,  *MapReduce ,  *ArcGIS , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  ディジタル計算機方式一般  (JC02010O) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (3件)： ArcGIS ,  MapReduce ,  データ解析