Науковий вісник НГУ

Аналіз впливу властивостей структурованих даних на оптимізацію процесів їх обробки

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Інформаційні технології, системний аналіз та керування

Останнє оновлення: 29 червня 2019

Опубліковано: 16 червня 2019

Перегляди: 2473

Authors:

О. І. Сироткіна, кандидат технічних наук, orcid.org/0000-0002-4069-6984, Національний технічний університет „Дніпровська політехніка“, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

М. О. Алексєєв, доктор технічних наук, професор, orcid.org/0000-0001-8726-7469, Національний технічний університет „Дніпровська політехніка“, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

В. В. Асоцький, кандидат психологічних наук, orcid.org/0000-0001-5403-3156, Національний університет цивільного захисту України, м. Харків, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

І. М. Удовик, кандидат технічних наук, доцент, orcid.org/0000-0002-5190-841X, Національний технічний університет „Дніпровська політехніка“, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Abstract:

Мета. Розробка математичних методів обробки „великих даних“ на основі системного аналізу властивостей їх структурної організації для оптимізації основних характеристик „великих даних“: збільшення швидкості обробки великих обсягів даних, що невпинно надходять зі збереженням їх актуальності.

Методика. Пропонуються математичні методи роботи зі структурою організації даних (СОД) типу „m-арні кортежі на основі впорядкованих множин довільної потужності“. На основі аналізу властивостей СОД визначені складові попарних поєднань елементів булеана, як операндів досліджуваних операцій. Розрахована динаміка зміни складових попарних поєднань елементів булеана в залежності від потужності базової множини для різних груп СОД.

Результати. Розраховані оцінки часу виконання методів роботи із СОД типу „m-арні кортежі на основі впорядкованих множин довільної потужності“, як функціональних залежностей від кількості даних O( f (n)). Визначена складова поєднань елементів булеана, для яких не потрібне виконання алгоритмів, що реалізують досліджувану операцію, оскільки цей результат визначений у самій властивості СОД.

Наукова новизна. Отримав подальший розвиток математичний метод, що дозволяє прогнозувати результат виконання деякої операції над елементами впорядкованої СОД за їх розташуванням у структурі без виконання обчислювального алгоритму. Уперше отримана аналітична залежність визначення складової кількості елементів булеана довжини m₂, що включають у себе певний елемент, представлений кортежем меншої довжини m₁, за відношенням до загальної кількості елементів булеана довжини m₂. Уперше також отримана аналітична залежність визначення мінімального екстремуму описаної вище функціональної залежності.

Практична значимість. Отримані в роботі результати можуть бути використані для мінімізації тимчасових та обчислювальних ресурсів при обробці „великих даних“, що мають впорядковану структурну організацію типу „m-арних кортежів на основі впорядкованих множин довільної потужності“.

References.

1. Hunzinger, R., (2016). SCADA Fundamentals and Applications in the IoT. Internet of Things and Data Analytics Handbook, 283-293. DOI: 10.1002/9781119173601.ch17.

2. Charbonnier, S., Bouchair, N., & Gayet, P. (2014). Analysis of Fault Diagnosability from SCADA Alarms Signatures Using Relevance Indices. IEEE International Conference on Systems, Man, and Cybernetics (SMC) (pp. 2739-2744). DOI: 10.1109/SMC.2014.6974342.

3. Min Chen, Shiwen Mao, Yin Zhang, & Victor C. M. Leung (2014). Big Data. Related Technologies, Challenges, and Future Prospects. Spinger. DOI: 10.1007/s40558-015-0027-y.

4. Shi-Nash, A., & Hardoon, D. R. (2016). Data Analytics and Predictive Analytics in the Era of Big Data. Internet of Things and Data Analytics Handbook, 329-345. DOI: 10.1002/9781119173601.ch19.

5. Volkova, V. N., Kozlov, V. N., Mager, V. E., & Cher­nen­kaya, L. V. (2017). Classification of Methods and Models in System Analysis.XX IEEE International Conference on Soft Computing and Measurements (SCM). (pp. 183-186). DOI: 10.1109/scm.2017.7970533.

6. Massanet, S., Riera, J. V., Torrens, J., & Herrera-Viedma, E. (2015). A Consensus Model for Group Decision-Making Problems with Subjective Linguistic Preference Relations.IEEE International Conference on Fuzzy Systems (FUZZ-IEEE) (pp.1-8). DOI: 10.1109/fuzz-ieee.2015.7337886. 

7. Chang, L. L., Zhou, Z. J., Chen, Y. W., Liao, T. J., Hu, Y., & Yang, L. H. (2018). Belief Rule Base Structure and Parameter Joint Optimization under Disjunctive Assumption for Nonlinear Complex System Modeling. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 48(9), 1542-1554. DOI: 10.1109/tsmc.2017.2678607. 

8. Stefanovych, T., Shcherbovskykh, S., & Droździel, P. (2015). The reliability model for failure cause analysis of pressure vessel protective fittings with taking into account load-sharing effect between valves. Diagnostyka. 16(4), 17-24.

9. Shcherbovskykh, S., Spodyniuk, N., Zhelykh, V., Stefanovych, T., & Shepitchak, V. (2016). Development of a reliability model to analyse the causes of a poultry module failure. Easter-European Journal of Enterprise Technologies, 4(3(82)), 4-9. DOI: 10.15587/1729-4061.2016.73354.

10. Tkachov, V., Bublikov, A., & Isakova, M. (2013). Control automation of shearers in terms of auger gumming criterion. Energy Efficiency Improvement of Geotechnical Systems. Proceedings of the International Forum on Energy Efficiency, 137-145. DOI: 10.1201/b16355-19.

11. Syrotkina, O., (2015). The Application of Specialized Data Structures for SCADA Diagnostics. System technologies. Regional interuniversity collection of scientific papers, 4, 72-81.

12. Syrotkina, O., Alekseyev, M., & Aleksieiev, O. (2017). Evaluation to Determine the Efficiency for the Diagnosis Search Formation Method of Failures in Automated Systems. Eastern-European Journal of Enterprise Technologies, 4(9(88)), 59-68. DOI: 10.15587/1729-4061.2017.108454.

 повний текст / full article

• < Попередня
• Наступна >