Stormsom: clusterização em tempo-real de fluxos de dados distribuídos no contexto de BigData

Página do item simplificado
dc.contributor.advisor-co1CARDOSO, Diego Lisboa
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/0507944343674734pt_BR
dc.contributor.advisor1SANTANA, Ádamo Lima de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4073088744952858pt_BR
dc.creatorLIMA, João Gabriel Rodrigues de Oliveira
dc.creator.Latteshttp://lattes.cnpq.br/7905157737895005pt_BR
dc.date.accessioned2017-01-30T13:30:32Z
dc.date.available2017-01-30T13:30:32Z
dc.date.issued2015-08-28
dc.description.resumoCresce 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.pt_BR
dc.identifier.citationLIMA, 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:.pt_BR
dc.identifier.urihttps://repositorio.ufpa.br/handle/2011/7487
dc.languageporpt_BR
dc.publisherUniversidade Federal do Parápt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Tecnologiapt_BR
dc.publisher.initialsUFPApt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectMineração de dados (Computação)pt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectComputação em fluxopt_BR
dc.subjectStream (Sistema de computador)pt_BR
dc.subjectBanco de dados relacionaispt_BR
dc.subjectCluster (Sistema de computador)pt_BR
dc.subjectStream computingen
dc.subjectNeural networken
dc.subjectData miningen
dc.subjectBigDATAen
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADASpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWAREpt_BR
dc.titleStormsom: clusterização em tempo-real de fluxos de dados distribuídos no contexto de BigDatapt_BR
dc.typeDissertaçãopt_BR

Arquivo(s)

Pacote Original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dissertacao_StormsomClusterizacaoTempo.pdf
Tamanho:
1.03 MB
Formato:
Adobe Portable Document Format
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.82 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC
Logo do RepositórioLogo do Repositório