مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

191
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

487
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارائه یک معماری عامل گرا برای کاوش معنایی از داده های بزرگ مقیاس در محیط های توزیع شده

صفحات

 صفحه شروع 83 | صفحه پایان 99

چکیده

داده های بزرگ مقیاس, متشکل از داده های حجیم, توزیع شده, پراکنده, ناهمگون و ترکیبی از داده های نامتجانس, بی ربط, گمراه کننده, واقعی و غیر واقعی است. بنابراین تجزیه و تحلیل, ایجاد ارزش و بهره وری از داده ها, همواره چالشی مهم و باز محسوب می شود. بنابراین هدف این پژوهش ارائه یک معماری ائتلافی جدید برای تولید اطلاعات با ارزش برای تصمیم گیری از میان انبوه داده ها است. معماری پیشنهادی که به اختصار ASMLDE نامیده می شود, با هدف توسعه و بهبود داده کاوی, کاوش معنایی و تولید قواعد سودمند و با کیفیت از چهار لایه, هفت مؤلفه و شش عامل اصلی تشکیل می شود. در معماری پیشنهادی برای جمع آوری و استانداردسازی پردازش های کیفی و تفسیرهای پیچیده تر, از مفهوم سازی با فرآیند v ’ s4, بینش از حجم و مقیاس داده ها در قالب مدل V’ s3 و درنهایت بینش کیفی مبتنی بر ضخامت داده ها استفاده شده است. این معماری با حمایت هستان شناسی و عامل کاوی, فضاهای بزرگ کاوش را کوچک تر و سرعت و کیفیت عملیات داده کاوی را به دلیل به کارگیری سامانه های چند عاملی افزایش می دهد. خودکار سازی عملیات کاوش, کاهش پیچیدگی داده ها و فرآیندهای کسب وکار نیز از مهم ترین دستاوردهای معماری پیشنهادی است. به منظور ارزیابی معماری پیشنهادی, مجموعه داده ای بزرگ مقیاس از دامنه حوادث طبیعی و کلاس هستان شناسی زمین لرزه از پایگاه دانش DBpedia مورد استفاده قرار گرفته است. نتایج ارزیابی که حاصل از کاوش قواعد معنایی روی مجموعه داده ای ذکر شده است, اثربخشی و قابلیت های معماری ASMLDE را در افزایش کیفیت قواعد معنایی کاوش شده متناسب با نیاز کاربر و کوچک تر کردن فضای بزرگ داده کاوی نسبت به سایر چارچوب ها و معماری های مشابه نشان می دهد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    صابری، حسین، کنگاوری، محمدرضا، و حسنی آهنگر، محمدرضا. (1399). ارائه یک معماری عامل گرا برای کاوش معنایی از داده های بزرگ مقیاس در محیط های توزیع شده. پدافند الکترونیک و سایبری، 8(3 (پیاپی 31) )، 83-99. SID. https://sid.ir/paper/384608/fa

    Vancouver: کپی

    صابری حسین، کنگاوری محمدرضا، حسنی آهنگر محمدرضا. ارائه یک معماری عامل گرا برای کاوش معنایی از داده های بزرگ مقیاس در محیط های توزیع شده. پدافند الکترونیک و سایبری[Internet]. 1399؛8(3 (پیاپی 31) ):83-99. Available from: https://sid.ir/paper/384608/fa

    IEEE: کپی

    حسین صابری، محمدرضا کنگاوری، و محمدرضا حسنی آهنگر، “ارائه یک معماری عامل گرا برای کاوش معنایی از داده های بزرگ مقیاس در محیط های توزیع شده،” پدافند الکترونیک و سایبری، vol. 8، no. 3 (پیاپی 31) ، pp. 83–99، 1399، [Online]. Available: https://sid.ir/paper/384608/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button