دانلود و نمایش مقالات مرتبط با داده های بزرگ::صفحه 102
دانلود بهترین مقالات isi همراه با ترجمه فارسی
نتیجه جستجو - داده های بزرگ

تعداد مقالات یافته شده: 1111
ردیف عنوان نوع
1011 داده کاوی و ادغام تکنولوژی در WSN به عنوان منبع داده های بزرگ
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 15
در گسترشِ برنامهء شبکه های سنسور بی سیم (WSN) در سراسر جهان مقدار داده های حسگر که به پیچیدگی داده های بزرگ کمک می کند افزایش یافته است. و این کار نیاز به تکنیک های پردازش داده در چارچوب داده های بزرگ دارد که مهم تلقی می شوند. این مقاله مروری بر بحث درباره دولت هاست و اطلاعات داده کاوی و ادغام تکنولوژی های طراحی شده در شبکه های بی سیم را می دهد. این بحث که چگونه این تکنیک می تواند داده های حسگر داخل شبکه را قبل از هرگونه پردازش به عنوان داده های بزرگ اماده کند مطرح می شود. این برای هر دو شبکه گیرنده بی سیم و چارچوب داده های بزرگ بسیار مهم است. شبکه های گیرنده بی سیم در شبکه تکنیک های پیش پردازش می توانند منجر به صرفه جویی در منابع محدود شوند. در سمت داده های بزرگ دریافت داده ها درست و بدون حشو بوده و مربوط به کاهش بیش از حد داده می باشد در نتیجه کاهش بیش از حد در سیستم عامل پردازش داده های بزرگ به کشف مقادیر زیادی از داده ها با شتاب بالا منجر می شود.
کلمات کلیدی: شبکه های حسگر بی سیم | داده های بزرگ | داده کاوی | ترکیب داده ها | یادگیری ماشینی
مقاله ترجمه شده
1012 MapReduce: تجزیه و تحلیل داده ساده شده حاصل از داده های بزرگ
سال انتشار: 2015 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 19
با توسعه تکنولوژی کامپیوتر، افزایش فوق العاده ای در رشد داده ها بوجود آمد. دانشمندان در اندیشه¬ی این افزایش میزان نیازهای پردازش داده هستند که از هرفیلد علمی گرفته شده است. مشکل بزرگ در مواجه فیلدهای مختلف، کاربرد کامل از این داده ها در مقیاس بزرگ است که در آن از تصمیم گیری پشتیبانی ¬کند. داده کاوی روشی است که می تواند الگوهای جدید از مجموعه داده های بزرگ را کشف کند. مدت¬ها در انواع حوزه¬های برنامه¬ها مورد مطالعه قرار گرفته و به این ترتیب بسیاری از روش های داده کاوی توسعه یافته اند و برای آزمایش اعمال شده است. اما در سال های اخیر افزایش فوق العاده ای در مقدار داده ها ، محاسبه آنها و تجزیه و تحلیل بوجود آمده است. در چنین وضعیتی کلاسیکترین روش داده کاوی برای بکاربردن چنین داده های بزرگ، خارج از هدف آزمایش قرار گرفت. کارآمدی موازی/ الگوریتم های همزمان و تکنیک های اجرایی، کلیدی برای تلاقی مقیاس پذیری و عملکرد مورد نیاز هستند که شامل تجزیه و تحلیل و واکاوی چنین داده¬ی مقیاس بزرگی است. شماری از الگوریتم های موازی، اجرا شده با استفاده از تکنیک های موازی مختلف را می توان این چنین ذکر کرد: موضوعات، MPI، MapReduce و مخلوط یا گردش فن آوری، که ویژگی های مختلف بازده عملکرد و قابلیت استفاده است. مدل MPI برای کارآمدی در محاسبه به خصوص در شبیه سازی مشکلات جدی پیدا کرد. اما در واقع استفاده از آن آسان نیست. MapReduce از مدل تجزیه و تحلیل داده¬ی فیلد بازیابی اطلاعات و تکنولوژی انبوه توسعه یافته است. تا الان، چند معماری MapReduce برای دست زدن به داده های بزرگ توسعه یافته است. معروف ترین گوگل است. دیگری با داشتن چنین ویژگی های هادوپ است که محبوب ترین نرم افزار منبع باز MapReduce اتخاذ شده توسط بسیاری از شرکت های بزرگ IT ، مانند یاهو، فیس بوک، ای بی و غیره است. در این مقاله، تمرکز ما به طور خاص بر هادوپ و اجرای MapReduce¬اش برای پردازش تحلیلی است.
کلمات کلیدی: داده بزرگ | داده کاوی | تکنیک های موازی | HDFS | MapReduce | هادوپ.
مقاله ترجمه شده
1013 Mobile storage augmentation in mobile cloud computing: Taxonomy, approaches, and open issues
تقویت ذخیره سازی سیار در محاسبات ابری سیار: طبقه بندی، روش، و مسائل باز-2015
Worldwide employment of mobile devices in various critical domains, particularly healthcare, disaster recovery, and education has revolutionized data generation rate. However, rapidly rising data volume intensifies data storage and battery limitations of mobile devices. Mobile Cloud Computing (MCC) as the state-of-the-art mobile computing aims to augment mobile storage by leveraging infinite cloud resources to provide unlimited storage capabilities with energy-dissipation prevention. Researchers have already surveyed varied MCC aspects and its challenges, but successful futuristic Mobile Storage Augmentation (MSA) approaches demand deep insight into the current storage augmentation solutions that highlights critical challenges, which are lacking. This paper thoroughly investigates the main MSA issues in three domains of mobile computing, cloud computing, and MCC to present a taxonomy. Also, it examines several credible MSA approaches and mechanisms in MCC, classifies characteristics of cloud-based storage resources, and presents open issues that direct future research. Keywords: Mobile cloud computing Cloud computing Big data Mobile data Mobile data storage Taxonomy
مقاله انگلیسی
1014 External integrity verification for outsourced big data in cloud and IoT: A big picture
راستی آزمایی یکپارچگی خارجی برای داده های بزرگ برون سپاری شده در ابر و اینترنت اشیاء: یک تصویر بزرگ-2015
Article history:Received 29 March 2014 Received in revised form 4 July 2014Accepted 15 August 2014Available online 27 August 2014Keywords:Cloud computing Data security Big dataInternet of Things Integrity verification Public auditingAs cloud computing is being widely adopted for big data processing, data security is becoming one of the major concerns of data owners. Data integrity is an important factor in almost any data and computation related context. It is not only one of the qualities of service, but also an important part of data security and privacy. With the proliferation of cloud computing and the increasing needs in analytics for big data such as data generated by the Internet of Things, verification of data integrity becomes increasingly important, especially on outsourced data. Therefore, research topics on external data integrity verification have attracted tremendous research interest in recent years. Among all the metrics, efficiency and security are two of the most concerned measurements. In this paper, we will bring forth a big picture through providing an analysis on authenticator-based data integrity verification techniques on cloud and Internet of Things data. We will analyze multiple aspects of the research problem. First, we illustrate the research problem by summarizing research motivations and methodologies. Second, we summarize and compare current achievements of several of the representative approaches. Finally, we introduce our view for possible future developments.© 2014 Elsevier B.V. All rights reserved.
Keywords: Cloud computing | Data security | Big data | Internet of Things | Integrity verification | Public auditing
مقاله انگلیسی
1015 External integrity verification for outsourced big data in cloud and IoT: A big picture
تایید یکپارچگی خارجی برای اطلاعات بزرگ برون سپاری شده در ابر و IOT: تصویر بزرگ-2015
As cloud computing is being widely adopted for big data processing, data security is becoming one of the major concerns of data owners. Data integrity is an important factor in almost any data and computation related context. It is not only one of the qualities of service, but also an important part of data security and privacy. With the proliferation of cloud computing and the increasing needs in analytics for big data such as data generated by the Internet of Things, verification of data integrity becomes increasingly important, especially on outsourced data. Therefore, research topics on external data integrity verification have attracted tremendous research interest in recent years. Among all the metrics, efficiency and security are two of the most concerned measurements. In this paper, we will bring forth a big picture through providing an analysis on authenticator-based data integrity verification techniques on cloud and Internet of Things data. We will analyze multiple aspects of the research problem. First, we illustrate the research problem by summarizing research motivations and methodologies. Second, we summarize and compare current achievements of several of the representative approaches. Finally, we introduce our view for possible future developments. Keywords: Cloud computing Data security Big data Internet of Things Integrity verification Public auditing
مقاله انگلیسی
1016 Remote sensing big data computing: Challenges and opportunities
سنجش از راه دور محاسبات داده بزرگ: چالش ها و فرصت ها-2015
As we have entered an era of high resolution earth observation, the RS data are undergoing an explosive growth. The proliferation of data also give rise to the increasing complexity of RS data, like the diversity and higher dimensionality characteristic of the data. RS data are regarded as RS ‘‘Big Data’’. Fortunately, we are witness the coming technological leapfrogging. In this paper, we give a brief overview on the Big Data and data-intensive problems, including the analysis of RS Big Data, Big Data challenges, current techniques and works for processing RS Big Data. Keywords: Remote sensing data processing Big data Data-intensive computing
مقاله انگلیسی
1017 Software Tools and Techniques for Big Data Computing in Healthcare Clouds
ابزارهای نرم افزار و تکنیک ها برای محاسبات داده های بزرگ در ابرهای بهداشت و درمان-2015
no abstract
مقاله انگلیسی
1018 Affective experience modeling based on interactive synergetic dependence in big data
مدل سازی تجربه موثر بر اساس وابستگی توأم تعاملی در داده های های بزرگ-2015
Affective computing is important in human–computer interaction. Especially in interactive cloud computing within big data, affective modeling and analysis have extremely high complexity and uncertainty for emotional status as well as decreased computational accuracy. In this paper, an approach for affective experience evaluation in an interactive environment is presented to help enhance the significance of those findings. Based on a person-independent approach and the cooperative interaction as core factors, facial expression features and states as affective indicators are applied to do synergetic dependence evaluation and to construct a participant’s affective experience distribution map in interactive Big Data space. The resultant model from this methodology is potentially capable of analyzing the consistency between a participant’s inner emotional status and external facial expressions regardless of hidden emotions within interactive computing. Experiments are conducted to evaluate the rationality of the affective experience modeling approach outlined in this paper. The satisfactory results on real-time camera demonstrate an availability and validity comparable to the best results achieved through the facial expressions only from reality big data. It is suggested that the person-independent model with cooperative interaction and synergetic dependence evaluation has the characteristics to construct a participant’s affective experience distribution, and can accurately perform real-time analysis of affective experience consistency according to interactive big data. The affective experience distribution is considered as the most individual intelligent method for both an analysis model and affective computing, based on which we can further comprehend affective facial expression recognition and synthesis in interactive cloud computing. Keywords: Affective computing Affective experience distribution Synergetic dependence Interactive big data
مقاله انگلیسی
1019 Big Data applications in real-time traffic operation and safety monitoring and improvement on urban expressways
کاربردهای داده های بزرگ در عمل و نظارت بر ایمنی ترافیک در زمان واقعی و بهبود در بزرگراه های شهری-2015
The advent of Big Data era has transformed the outlook of numerous fields in science and engineering. The transportation arena also has great expectations of taking the advantage of Big Data enabled by the popularization of Intelligent Transportation Systems (ITS). In this study, the viability of a proactive real-time traffic monitoring strategy evaluating operation and safety simultaneously was explored. The objective is to improve the system performance of urban expressways by reducing congestion and crash risk. In particular, Microwave Vehicle Detection System (MVDS) deployed on an expressway network in Orlando was utilized to achieve the objectives. The system consisting of 275 detectors covers 75 miles of the expressway network, with average spacing less than 1 mile. Comprehensive traffic flow parameters per lane are continuously archived on one-minute interval basis. The scale of the network, dense deployment of detection system, richness of information and continuous collection turn MVDS as the ideal source of Big Data. It was found that congestion on urban expressways was highly localized and time-specific. As expected, the morning and evening peak hours were the most congested time periods. The results of congestion evaluation encouraged real-time safety analysis to unveil the effects of traffic dynamics on crash occurrence. Data mining (random forest) and Bayesian inference techniques were implemented in real-time crash prediction models. The identified effects, both indirect (peak hour, higher volume and lower speed upstream of crash locations) and direct (higher congestion index downstream to crash locations) congestion indicators confirmed the significant impact of congestion on rear-end crash likelihood. As a response, reliability analysis was introduced to determine the appropriate time to trigger safety warnings according to the congestion intensity. Findings of this paper demonstrate the importance to jointly monitor and improve traffic operation and safety. The Big Data generated by the ITS systems is worth further exploration to bring all their full potential for more proactive traffic management. Keywords: Big Data Real-time Congestion Safety Urban expressway
مقاله انگلیسی
1020 Big data reduction by fitting mathematical functions A search for appropriate functions to fit Ramachandran surfaces
کاهش داده های بزرگ توسط توابع برازش ریاضی، یک جستجو برای توابع مناسب برای سازگاری با سطوح Ramachandran-2015
The potential energy surface associated with internal rotation of a pair of geminal functional groups was studied using electron structure calculations. The functional groups were attached to a methylene carbon and were chosen as saturated hydrocarbons, unsaturated hydrocarbons and heteroatom containing moieties like amide bonds in various orientations. For the majority of the studied compounds extended Fourier expansions, augmented with Gaussian functions were needed to achieve accuracy within a few kJ/mol. The present letter aims to take the first steps of a bottom up solution for protein folding by finding the functions of small peptide residues.
مقاله انگلیسی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی