Отрывок: 32 Узлы DataNode получают от клиентов файловой системы HDFS запросы на чтение и запись и обрабатывают их. Кроме того, они ответственно за команды удаления, создания и реплицирования блоков, которые были получены от узла NameNode. Узел NameNode регулярно собирает информацию о состоянии каждого из узлов DataNode. Каждое сообщение о состоянии DataNode содержит в себе отчет о состоянии узла. В том случае, если узел DataNode по какой-то причине не может отправит...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorВоробьев Д. А.ru
dc.contributor.authorЛитвинов В. Г.ru
dc.contributor.authorСивков В. С.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialавтоматизированная система прогнозированияru
dc.coverage.spatialмодели прогнозированияru
dc.coverage.spatialразвернутый экземпляр сервераru
dc.coverage.spatialнейронные сети персептронного типаru
dc.coverage.spatialинструмент сбора данных FLUMEru
dc.coverage.spatialанализ эмоциональной окраски сообщенийru
dc.coverage.spatialвалютные рынкиru
dc.creatorВоробьев Д. А.ru
dc.date.issued2018ru
dc.identifierRU\НТБ СГАУ\ВКР20180625123854ru
dc.identifier.citationВоробьев, Д. А. Автоматизированная система прогнозирования поведения валютного рынка с применением анализа эмоциональной окраски сообщений в социальных сетях : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Д. А. Воробьев ; рук. работы В. Г. Литвинов; рец. В. С. Сивков ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и элек. - Самара, 2018. - on-lineru
dc.description.abstractВ данной работе выполнено проектирование и реализована система прогнозирования поведения валютного рынка.Было проведено исследование применимости анализа эмоциональной окраски сообщений из социальных сетей для повышения точности прогнозирования.Система прогнозирования была написана на языке программирования Python. Сбор данных осуществлялся посредством инструмента Flume, сохраняющим данные в распределенную базу данных Hadoop. Контроль за сбором данных выполнялся при помощи экземпляра сервера Ambari, развернутого на кластере суперкомпьютера "Сергей Королев".Основные положения и результаты работы представлялись, докладывались и обсуждались на международной конференции "Перспективные информационные технологии (ПИТ-2018)" (Самара, 2018).ru
dc.format.extentЭлектрон. дан. (1 файл : 0,8 Мб)ru
dc.titleАвтоматизированная система прогнозирования поведения валютного рынка с применением анализа эмоциональной окраски сообщений в социальных сетяхru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.9ru
dc.textpart32 Узлы DataNode получают от клиентов файловой системы HDFS запросы на чтение и запись и обрабатывают их. Кроме того, они ответственно за команды удаления, создания и реплицирования блоков, которые были получены от узла NameNode. Узел NameNode регулярно собирает информацию о состоянии каждого из узлов DataNode. Каждое сообщение о состоянии DataNode содержит в себе отчет о состоянии узла. В том случае, если узел DataNode по какой-то причине не может отправит...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Воробьев_Дмитрий_Александрович_Автоматизированная_система_прогнозирования_поведения.pdf857.26 kBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.