دانلود مقاله انگلیسی رایگان:تحلیل داده های بزرگ درون حافظه ای تحت محدودیت فضایی با استفاده از برنامه نویسی پویا - 2018

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی داده های بزرگ رایگان
  • In-memory big data analytics under space constraints using dynamic programming In-memory big data analytics under space constraints using dynamic programming
    In-memory big data analytics under space constraints using dynamic programming

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    In-memory big data analytics under space constraints using dynamic programming


    ترجمه فارسی عنوان مقاله:

    تحلیل داده های بزرگ درون حافظه ای تحت محدودیت فضایی با استفاده از برنامه نویسی پویا


    منبع:

    Sciencedirect - Elsevier - Future Generation Computer Systems, 83 (2018) 219-227: doi:10:1016/j:future:2017:12:033


    نویسنده:

    Keke Gai a, Meikang Qiu b,c,*, Meiqin Liu d, Zenggang Xiong c,*


    چکیده انگلیسی:

    The emergence of persistent memories has powered the data processing with the in-memory environ ment and in-memory data analytics have become an advance of high-performance data processing. Re cent explorations of using in-memory technologies address the improvement of the memory performance from re-designing file systems. Most current approaches mitigate data exchanges between buffers and disks by migrating workload to memories. However, this type of solutions will be encountering the restriction of the memory size with the rapid growth of the application volume. This paper focuses on the issue caused by the large amount of data processing within in-memory systems and proposes a novel approach that is designed to dynamically determine whether the data processing should be accomplished in the memory. The proposed approach is called Smart In-Memory Data Analytics Manager (SIM-DAM) model, which utilizes a dynamic working manner of the file system, as well as fully uses hardware mappings. The experimental results obtained from our laboratory evaluations represent that the throughputs of SIM-DAM can achieve a high-level performance with different input data sizes without the constraints of the memories’ spaces.
    Keywords: In-memory data analytics ، Dynamic programming ، Heterogeneous computing ، Big data processing ، On-chip memory architecture


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 9
    حجم فایل: 2199 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer