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.author | Воробьев Д. А. | ru |
dc.contributor.author | Литвинов В. Г. | ru |
dc.contributor.author | Сивков В. С. | ru |
dc.contributor.author | Министерство образования и науки Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | автоматизированная система прогнозирования | ru |
dc.coverage.spatial | модели прогнозирования | ru |
dc.coverage.spatial | развернутый экземпляр сервера | ru |
dc.coverage.spatial | нейронные сети персептронного типа | ru |
dc.coverage.spatial | инструмент сбора данных FLUME | ru |
dc.coverage.spatial | анализ эмоциональной окраски сообщений | ru |
dc.coverage.spatial | валютные рынки | ru |
dc.creator | Воробьев Д. А. | ru |
dc.date.issued | 2018 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20180625123854 | ru |
dc.identifier.citation | Воробьев, 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-line | ru |
dc.description.abstract | В 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.extent | Электрон. дан. (1 файл : 0,8 Мб) | ru |
dc.title | Автоматизированная система прогнозирования поведения валютного рынка с применением анализа эмоциональной окраски сообщений в социальных сетях | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.9 | ru |
dc.textpart | 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... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Воробьев_Дмитрий_Александрович_Автоматизированная_система_прогнозирования_поведения.pdf | 857.26 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.