Przetłumaczone przez AI
STELAR Tech Brief nr 7: Streszczenia dotyczące analizy danych w sektorze rolno-spożywczym
Struktury danych przestrzenno-czasowych służące do wydajnej analizy danych z sektora rolno-spożywczego z wykorzystaniem przetwarzania zapytań przybliżonych
lub
Opis
Analiza danych przybliżonych w sektorze rolno-spożywczym: w ramach projektu STELAR opracowuje się rozwiązania oszczędzające miejsce, takie jak HyperLogLog, histogramy i filtry Blooma, umożliwiające szybkie i dokładne szacowanie dużych zbiorów danych przestrzenno-czasowych przy kontrolowanym poziomie błędu. Techniki te, zaprojektowane z myślą o sieciach czujników i systemach chmurowych, zapewniają wydajność zapytań w czasie rzeczywistym oraz niskie obciążenie pamięci masowej. Wśród narzędzi znajduje się biblioteka SynLib do użytku autonomicznego oraz silnik Synopsis Data Engine (SDE) przeznaczony do złożonych, równoległych obciążeń z integracją z platformami Kafka i Flink.
1/1
lub
Szczegółowe informacje
- Projekt
- Lokalizacja
- Netherlands
- Autorzy
- Wieger R. Punter
- Cel
- Dissemination, Communication
- Typ pliku
- dokument
- Utworzono dnia
- 20 maj 2025
- Język oryginału
- English
- Oficjalna strona projektu
- STELAR
- Licencja
- Other
- Słowa kluczowe
- Szkic algorytmu HyperLogLog
- Histogram
- Szkic oparty na metodzie „count-min”
- Filtr Blooma
- Kwantyle GK
- Podsumowanie danych
- Pobieranie próbek ze zbiornika
- Techniki aproksymacji
- Obciążenie związane z przechowywaniem
- SynLib
- Silnik danych streszczeń
- Kafka
- Flink
- Dane dotyczące sektora rolno-spożywczego
- Analiza czasowo-przestrzenna
- Tematy