دانلود مقاله انگلیسی رایگان:تجزیه و تحلیل داده های بزرگ در معماری های ناهمگن شتاب دهنده

رمضان

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
  • Big Data Analytics on Heterogeneous Accelerator Architectures Big Data Analytics on Heterogeneous Accelerator Architectures
    Big Data Analytics on Heterogeneous Accelerator Architectures

    سال انتشار:

    2016


    عنوان انگلیسی مقاله:

    Big Data Analytics on Heterogeneous Accelerator Architectures


    ترجمه فارسی عنوان مقاله:

    تجزیه و تحلیل داده های بزرگ در معماری های ناهمگن شتاب دهنده


    منبع:

    IEEE - CODES/ISSS 16, October 01-07, 2016, Pittsburgh, PA, USA © 2016 ACM: ISBN 978-1-4503-4483-8/16/10…$15:00


    نویسنده:

    Katayoun Neshatpour, Avesta Sasan, Houman Homayoun


    چکیده انگلیسی:

    In this paper, we present the implementation of big data analytics applications in a heterogeneous CPU+FPGA accelerator architecture. We develop the MapReduce implementation of K means, K nearest neighbor, support vector machine and Naive Bayes in a Hadoop Streaming environment that allows developing mapper/reducer functions in a non-Java based language suited for interfacing with FPGA-based hardware accelerating environment. We present a full implementation of the HW+SW mappers on the Zynq FPGA platform. A promising speedup as well as energy efficiency gains of upto 4.5X and 22X is achieved, respectively, in an end-to-end Hadoop implementation.
    Keywords: Acceleration | Field programmable gate arrays | Hardware | Big data | Energy efficiency | Accelerator architectures


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 3
    حجم فایل: 912 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