-
بررسی عملکرد چارچوب های کلان داده با الگوریتم یادگیری ماشین
-
- تاریخ انتشار 1397/09/12
- تعداد صفحات 4
- زبان مقاله فارسی
- حجم فایل 467 کیلو بایت
- تعداد مشاهده چکیده 270
- قیمت 29,000 تومان
- تخفیف 0 تومان
- قیمت با احتساب تخفیف: 29,000 تومان
- قیمت برای کاربران عضو سایت: 23,200 تومان
- محل انتشار اولین کنفرانس بین المللی رویکردهای نوین در علوم مهندسی (ICMAES 2018)
-
نویسندگان مقاله
- مریم فرهمندزاده دانشگاه تهران
-
چکیده مقاله
رشد و گسترش روزافزون حجم اطلاعات به پدیده بی¬سابقه¬ای در دنیای امروز تبدیل شده است. تجزیه و تحلیل و ذخیره¬سازی چنین حجم عظیمی از اطلاعات خواستار ایده¬های جدیدی است که توانایی پردازش و مدیریت این حجم از اطلاعات را داشته باشد. هدوپ و اسپارک دو بستر پردازش داده توزیع شده هستند. هدوپ یکی از چارچوب¬های متن باز است که براساس مدل برنامه-نویسی نگاشت و کاهش به منظور پردازش کلان داده¬ها پیاده¬سازی شده است. اسپارک یک چارچوب متن باز برای پردازش کلان داده می¬باشد که برای افزایش سرعت، راحتی در استفاده و پردازش¬های پیچیده طراحی شده¬است. در این مقاله، این دو بستر پردازش داده از لحاظ زمان اجرا، میزان مصرف حافظه و میزان بهره¬وری پردازنده مرکزی با اجرای الگوریتم KNN مورد ارزیابی و مقایسه قرار گرفته اند. نتایج بدست آمده از برتری 2 الی 4 برابری اسپارک نسبت به هدوپ در مدت زمان اجرای برنامه حکایت دارد. از طرفی میزان استفاده از حافظه در اسپارک بیشتر از هدوپ است. همچنین ارزیابی¬ها نشان می¬دهد هدوپ به میزان بیشتری از پردازنده مرکزی استفاده می¬کند.
-
کلید واژه
الگوریتم یادگیری ماشین/بسترهای کلان داده/بررسی عملکرد/کلان داده
-
راهنمای خرید و دانلود
- اگر در مجموعه Confpaper عضو نیستید، به راحتی می توانید از طریق دکمه زیر اصل این مقاله را خریداری نمایید .
- با عضویت در Confpaper می توانید اصل مقالات را با حداقل 20 درصد تخفیف دریافت نمایید .
- برای عضویت به صفحه ثبت نام مراجعه نمایید .
- در صورتی که عضو این پایگاه هستید،از قسمت بالای صفحه با نام کاربری خود وارد سایت شوید .
- لینک دانلود فایل خریداری شده به ایمیل شما ارسال میگردد .
نظرات کاربران
برای ارسال نظر، لطفا وارد حساب کاربری خود شوید.