Please use this identifier to cite or link to this item:
https://repositorio.ufpa.br/jspui/handle/2011/7487
metadata.dc.type: | Dissertação |
Issue Date: | 28-Aug-2015 |
metadata.dc.creator: | LIMA, João Gabriel Rodrigues de Oliveira |
metadata.dc.contributor.advisor1: | SANTANA, Ádamo Lima de |
metadata.dc.contributor.advisor-co1: | CARDOSO, Diego Lisboa |
Title: | Stormsom: clusterização em tempo-real de fluxos de dados distribuídos no contexto de BigData |
Citation: | LIMA, João Gabriel Rodrigues de Oliveira. Stormsom: clusterização em tempo-real de fluxos de dados distribuídos no contexto de BigData. Orientador: Ádamo Lima de Santana; Coorientador: Diego Lisboa Cardoso. 2015. 61 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2015. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/7487. Acesso em:. |
metadata.dc.description.resumo: | Cresce cada vez mais a quantidade de cenários e aplicações que algoritmo necessitam de processamento e respostas em tempo real e que se utilizam de modelos estatísticos e de mineração de dados a fim de garantir um melhor suporte à tomada de decisão. As ferramentas disponíveis no mercado carecem de processos computacionais mais refinados que sejam capazes de extrair padrões de forma mais eficiente a partir de grandes volumes de dados. Além disso, há a grande necessidade, em diversos cenários, que o os resultados sejam providos em tempo real, tão logo inicie o processo, uma resposta imediata já deve estar sendo produzida. A partir dessas necessidades identificadas, neste trabalho propomos um processo autoral, chamado StormSOM, que consiste em um modelo de processamento, baseado em topologia distribuída, para a clusterização de grandes volumes de fluxos, contínuos e ilimitados, de dados, através do uso de redes neurais artificiais conhecidas como mapas auto-organizáveis, produzindo resultados em tempo real. Os experimentos foram realizados em um ambiente de computação em nuvem e os resultados comprovam a eficiência da proposta ao garantir que o modelo neural utilizado possa gerar respostas em tempo real para o processamento de Big Data. |
Keywords: | Mineração de dados (Computação) Redes neurais (Computação) Computação em fluxo Stream (Sistema de computador) Banco de dados relacionais Cluster (Sistema de computador) Stream computing Neural network Data mining BigDATA |
metadata.dc.subject.cnpq: | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal do Pará |
metadata.dc.publisher.initials: | UFPA |
metadata.dc.publisher.department: | Instituto de Tecnologia |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Engenharia Elétrica |
metadata.dc.rights: | Acesso Aberto |
Appears in Collections: | Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Dissertacao_StormsomClusterizacaoTempo.pdf | 1,06 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License