Методи та моделі розподіленої інтелектуальної обробки великих даних у спеціалізованих комп'ютерних системах
Електронного архіву Харківського національного університету радіоелектроніки (Open Access Repository of KHNURE)
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Методи та моделі розподіленої інтелектуальної обробки великих даних у спеціалізованих комп'ютерних системах
|
|
| Creator |
Аксак, Н. Г.
|
|
| Subject |
спеціалізовані комп’ютерні систем
розподілена нейромережева обробка великих даних агентно-організовані системи топологічна організація розподілених систем хмарні обчислення specialized computer systems distributed neural network big data processing agent-organized systems distributed systems topology cloud computing |
|
| Description |
У дисертаційній роботі вирішено актуальну науково-прикладну проблему створення СКС розподіленої інтелектуальної обробки великих даних, які за якістю рішень і термінів отримання результатів дозволяють максимально ефективно використовувати ресурси шляхом розробки та реалізації методів і моделей обробки великих даних на основі штучних нейронних мереж та агентно-орієнтованого підходу з використанням концепції хмарних обчислень. Проведено аналіз методологічних основ обробки великих даних для масового застосування проблемно-орієнтованих сервісів. Запропоновано метод збору інформації про користувачів веб-сервісів; метод адаптації предметно-орієнтованих веб-сервісів; методи прискореної обробки великих даних на основі високопродуктивних обчислень за допомогою нейронних мереж; спосіб своєчасного надання спеціалізованих послуг за допомогою мультиагентних систем, які в сукупності є методологічною основою побудови СКС розподіленої інтелектуальної обробки великих даних. Запропоновано принцип проектування проблемно-орієнтованих веб-сервісів. Запропоновано принцип побудови адаптивної веб-служби та метод персоналізації Інтернет-сервісу. Запропоновано моделі MapReduce Hadoop для розподіленої нейромережевої обробки великих даних. Запропоновано та обґрунтовано Cloud-Fog-Dew архітектуру для персоналізованих сервіс-орієнтованих систем. Показано доцільність проектування мультиагентної системи оперативного реагування. Удосконалено методологію обробки великих даних нейронними мережами; методи відображення багатовимірних даних у простір малого розміру та методологію розподіленої інтелектуальної обробки зображень досліджуваного об’єкта. Набули подальшого розвитку метод узгодження дій агентів і методи розподілу робіт та координації групових дій агентів в агентно-орієнтованій системі. Розроблено структури та базові модулі сервіс-орієнтованої комп’ютерної системи екстреного реагування на основі запропонованих моделей і методів. Набуто практичні результати підтверджені актами впровадження і доводять коректність теоретичних положень дисертаційної роботи, високу ефективність розроблених моделей, методів.In the dissertation, the actual scientific and applied problem of developing, researching and improving methods and models that are the basis of distributed technologies for processing big data in specialized computer systems based on artificial neural networks using an agent-based approach and increasing their efficiency in terms of the quality of solutions and the timing of obtaining results with the maximum efficiency of the use of resources was solved. The analysis of methodological bases of a big data processing for problem-oriented services’ mass application was carried out. The methodological approach to building a service-oriented environment was developed. Proposed generalized organization model of problem-oriented calculations; general structure of the multi-agent system for emergency response; model of user service categorization; the model of the web resource’s personalization process and the object model of the documents of the problem-oriented web-service, which together constitute the methodological basis for the design of problem-oriented services. The principle of designing an adaptive and personalized service-oriented system was proposed. The Cloud-fog-dew architecture for personalized service-oriented systems was proposed. The expediency of designing a multi-agent system of operational response was shown. The MapReduce Hadoop model for distributed neural processing of big data was proposed. Methods for distributing work, co-opting and coordinating agent actions in an agent-oriented system were improved. The methodological basis for the processing of large data by neural networks was further developed. The methods of displaying multidimensional data into a small space were further developed. The methodology of distributed intelligent halftone image processing were further developed. An experimental system for solving the problem of diagnostics and remote monitoring was developed. The obtained practical results were confirmed by the acts of implementation and prove the correctness of the theoretical positions of the dissertation, the high efficiency of the developed models, methods. |
|
| Date |
2019-07-15T08:53:38Z
2019-07-15T08:53:38Z 2019 |
|
| Type |
Other
|
|
| Identifier |
Аксак, Н. Г. Методи та моделі розподіленої інтелектуальної обробки великих даних у спеціалізованих комп'ютерних системах : автореф. дис. ... д-ра техн. наук : 05.13.05 "Комп'ютерні системи та компоненти" / Н. Г. Аксак ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2019. – 44 с.
http://openarchive.nure.ua/handle/document/9584 |
|
| Language |
uk
|
|
| Publisher |
ХНУРЕ
|
|