Методика редукції обсягу інформації в системах обробки великих даних
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Робота виконана на 97 сторінках, містить 58 ілюстрацій, 22 таблиць. При підготовці використовувалась література з 28 джерел.
Актуальність теми. Актуальність запропонованих методів виникає із необхідності ефективної редукції обсягу інформації в системах обробки великих даних. В сучасному світі об'єми інформації швидко зростають, і важливо мати засоби для точного відбору, стиснення та аналізу цих даних. Ці методики мають значення як у сферах бізнесу, де необхідно оптимізувати ресурси та приймати рішення на основі обмеженого обсягу інформації, так і у наукових дослідженнях, де зменшення шуму та видалення надлишкових даних дозволяють виявити суттєві зв'язки. Ці методи можуть знайти своє застосування у багатьох галузях, сприяючи оптимізації ресурсів та поліпшенню аналізу даних.
Мета та задачі дослідження. Метою даної магістерської дисертації є дослідження методів редукції у задачах побудови рекомендаційних систем, кластеризації текстових документів, кодуванні та декодуванні зображень.
Об’єкт досліджень. Основним об'єктом дослідження є аналітичні методи обробки великих даних для їх застосування в побудові рекомендаційних систем, кластеризації текстових документів, кодуванні та декодуванні зображень.
Предмет досліджень. Предметом досліджень є методи зниження розмірностей інформації.
Методи досліджень. У роботі застосовувалися аналіз літературних джерел, порівняльний аналіз, моделювання, комп’ютерне моделювання.
Наукова новизна. Наукова новизна роботи полягає у тому, що було проведено дослідження та аналіз роботи методів редукції у задачах побудови рекомендаційних систем, кластеризації текстових документів, кодуванні та декодуванні зображень. Було розроблено програмні реалізації для проведення
дослідження. В результаті дослідження отримано графічні та чисельні дані робити методів редукції у кожній задачі. За результатами було проведено аналіз та побудована порівняльна характеристика роботи кожного методу у визначених задачах.
Потенційні застосування та практична цінність результатів магістерської дисертації:
1. Покращення алгоритмів рекомендаційних систем при роботі з великими даними.
2. Розвиток пошуку спільних тем у наборі текстових документів через методи редукції.
3. Пошук нових способів кодування та декодування з використанням методів редукції.
Публікації
1. Системні науки та інформатика: збірник доповідей ІІ науково-практичної конференції «Системні науки та інформатика», 4–8 грудня 2023 року, Київ. – К., НН ІПСА КПІ ім. Ігоря Сікорського, 2023. – с. 273-278.
Опис
Ключові слова
Бібліографічний опис
Дзиговський, В. І. Методика редукції обсягу інформації в системах обробки великих даних : магістерська дис. : 122 Комп’ютерні науки / Дзиговський Владислав Ігорович. – Київ, 2024. – 97 с.