Методи кодування інформаційних потоків BigData фінансового ринку

Скорочена інформація про документ
dc.contributor.advisorКоваленко, Анатолій Єпіфанович
dc.contributor.authorОверчук, Олексій Сергійович
dc.date.accessioned2020-03-05T08:57:31Z
dc.date.available2020-03-05T08:57:31Z
dc.date.issued2019-12
dc.description.abstractenMaster's Thesis: 100 p., 17 fig., 14 tabl., 3 suppl., 20 sources. Object of Study - Methods for Using Bigdata Numerical Market Flows. Metal works - research of methods used on modern algorithms of modern elemental data and reliable data on preservation of data on the system of methods of diagnostics. Research Methods - Statistical methods of using and diagnosing graphs. New knowledge of work - the use of multicompressor data styling techniques and Big Data structural decompositions for the use of diagnostic diagrams. The study analyzes modern methods that are used by their data compression algorithms and develops publicly available data on various multi-compressor data compression methods; The main comparisons obtained for the Code of Regular Data Data are big data on the use of system diagnostic methods. The results of the master's thesis are published in two publications. The results obtained were used in the research works of MMSA-1/2018. In this work, it is recommended that you review additional methods of code use and explore other ways to secure information flows.uk
dc.description.abstractukМагістерська дисертація : 100 с., 17 рис., 14 табл., 3 додатки, 20 джерел. Об'єкт дослідження – методи кодування інформаційних потоків Bigdata фінансових ринків. Мета роботи – дослідження методів кодування на основі сучасних алгоритмів стискання данних та підвищення надійності зберігання даних на основі методів системного діагностування. Методи дослідження – статистичні методи кодування та використання діагностичних графів. Новизна роботи – використання методів мультикомпресорного стискання даних та структурна декомпозиція даних Big Data на основі застосування діагностичних . У роботі проведено аналіз сучасних методів кодування на основі алгоритмів стискання даних і розроблено загальний підхід на основі мультикомпресорних методів стискання даних; отримано основні співвідношення для оцінки регулярних структур даних Big Data на основі застосування методів системного діагностування. Результати магістерської дисертації опубліковано у двох публікаціях. Отримані результати використано при виконанні науково-дослідної роботи ММСА-1/2018р. У подальшому рекомендується розглянути можливість доповнити методи кодування, а також дослідити інші способи підвищення надійності інформаційних потоків.uk
dc.format.page100 с.uk
dc.identifier.citationОверчук, О. С. Методи кодування інформаційних потоків BigData фінансового ринку : магістерська дис. : 124 Системний аналіз / Оверчук Олексій Сергійович. – Київ, 2019. – 100 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32122
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectфінансові ринкиuk
dc.subjectкодуванняuk
dc.subjectстисненняuk
dc.subjectметодиuk
dc.subjectграфиuk
dc.subjectfinancial marketsuk
dc.subjectbigdatauk
dc.subjectcodinguk
dc.subjectcompressionuk
dc.subjectdeflateuk
dc.subjecthaffmanuk
dc.subjectmethodsuk
dc.subjectgraphsuk
dc.subject.udc517.9uk
dc.titleМетоди кодування інформаційних потоків BigData фінансового ринкуuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Оverchuk_magistr.doc
Розмір:
1.14 MB
Формат:
Microsoft Word
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи