Методика редукції обсягу інформації в системах обробки великих даних

Скорочена інформація про документ
dc.contributor.advisorРогоза, Валерій Станіславович
dc.contributor.authorДзиговський, Владислав Ігорович
dc.date.accessioned2024-04-26T09:45:09Z
dc.date.available2024-04-26T09:45:09Z
dc.date.issued2024
dc.description.abstractРобота 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.
dc.description.abstractotherThe work is done on 97 pages, contains 58 illustrations, 22 tables. Literature from 28 sources was used in the preparation. Actuality of theme. The relevance of the proposed methods arises from the need to effectively reduce the volume of information in big data processing systems. In today's world, volumes of information are growing rapidly, and it is important to have tools for accurate selection, compression and analysis of this data. These techniques are important both in business areas, where it is necessary to optimize resources and make decisions based on a limited amount of information, and in scientific research, where noise reduction and removal of redundant data allow to reveal significant relationships. These methods can find their application in many industries, helping to optimize resources and improve data analysis. The purpose and objectives of the research. The purpose of this master's dissertation is to investigate methods of reduction in tasks related to building recommendation systems, clustering of text documents, and encoding and decoding of images. Object of research. The primary object of investigation is analytical methods for processing big data and their application in the construction of recommendation systems, clustering of text documents, and encoding and decoding of images. Subject of research. The subject of the research is methods for dimensionality reduction of information. Research methods. The work involved the use of literary sources analysis, comparative analysis, modeling, and computer simulation. Scientific novelty. The scientific novelty of the work lies in conducting research and analysis of methods for dimensionality reduction in tasks related to building recommendation systems, clustering of text documents, and encoding and decoding of images. Software implementations were developed to facilitate the research process. The study resulted in graphical and numerical data depicting the performance of dimensionality reduction methods in each task. The findings were analyzed, and a comparative evaluation of each method's performance in the specified tasks was conducted. Potential applications and practical value of the diploma thesis results include: 1. Improvement of recommendation system algorithms when dealing with large datasets. 2. Advancement in the identification of common themes in sets of text documents through dimensionality reduction methods. 3. Exploration of new approaches to encoding and decoding using dimensionality reduction methods. Publications 1. System sciences and informatics: collection of reports of the II scientific and practical conference "System sciences and informatics", December 4–8, 2023, Kyiv. – K., Igor Sikorsky Kyiv Polytechnic Institute, 2023. - p. 273-278.
dc.format.extent97 c.
dc.identifier.citationДзиговський, В. І. Методика редукції обсягу інформації в системах обробки великих даних : магістерська дис. : 122 Комп’ютерні науки / Дзиговський Владислав Ігорович. – Київ, 2024. – 97 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/66513
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subject.udc004.67
dc.titleМетодика редукції обсягу інформації в системах обробки великих даних
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Dzyhovsky_magistr.pdf
Розмір:
3.64 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (СП)
Магістерські роботи