?
Scalability and Parallelization of Sequential Processing: Big Data Demands and Information Algebras
P. 274-298.
Голубцов П. В.
В книге
Vol. 1127: Advances in Intelligent Systems, Computer Science and Digital Economics. , Switzerland : Springer, 2020
Голубцов П. В., В кн. : Ломоносовские чтения – 2018. Секция физики. Сборник тезисов докладов. : М. : Физический факультет МГУ, 2018. С. 129-134.
В работе показано, что для эффективной обработки распределенных данных ключевую роль играет возможность введения промежуточной формы представления информации, обладающей определенными алгебраическими свойствами. Исследованы свойства информационных пространств на примере проблемы линейного оценивания в контексте распределенной обработки данных. ...
Добавлено: 23 января 2019 г.
Голубцов П. В., Научно-техническая информация. Серия 2: Информационные процессы и системы 2018 № 3 С. 23-30
Рассмотрена проблема трансформации процедуры оптимального линейного оценивания так, чтобы отдельные фрагменты исходных данных могли обрабатываться независимо и параллельно. Предложена форма представления промежуточной информации, позволяющая алгоритму извлекать такую информацию параллельно из каждого набора исходных данных, объединять ее и использовать для получения результата. Показано, что на построенном информационном пространстве индуцируется упорядочение,отражающее понятие качества информации. ...
Добавлено: 23 января 2019 г.
Голубцов П. В., , in : Proceedings of the Russian-French Workshop in Big Data and Applications. October 12–13, 2017, Moscow. : M. : Higher School of Economics Publishing House, 2018. P. 45-66.
Добавлено: 23 января 2019 г.
Кураленок И. Е., Trofimov A., Marshalkin N. и др., , in : Lecture Notes in Computer Science. Vol. 11019: Advances in Databases and Information Systems .: Springer, 2018. P. 233-246.
Добавлено: 13 февраля 2019 г.
Голубцов П. В., , in : 21st IEEE Conference on Business Informatics (CBI). : IEEE Computer Society, 2019. P. 212-220.
Добавлено: 31 июля 2019 г.
Голубцов П. В., , in : 7th International conference "Problems of Mathematical Physics and Mathematical Modelling” (2018) Book of abstracts. : M. : National Research Nuclear University "MEPhI", 2018. P. 173-176.
Добавлено: 23 января 2019 г.
Голубцов П. В., Ученые записки физического факультета Московского университета 2018 № 5 С. 1850304–1-1850304–11
Данные в современных исследованиях нередко имеют огромный объем, распределены между многочисленными сайтами и постоянно пополняются. В таких случаях собрать все относящиеся к исследованию данные на одном компьютере, как правило, невозможно и непрактично, поскольку один компьютер не сможет обработать их в разумные сроки. Подходящий алгоритм анализа данных должен, параллельно работая на многих компьютерах, извлекать из каждого ...
Добавлено: 23 января 2019 г.
Голубцов П. В., Научно-техническая информация. Серия 2: Информационные процессы и системы 2018 № 8 С. 14-25
Рассматривается процедура перехода от априорной к апостериорной информации для линейного эксперимента в контексте систем Больших Данных. Этот процесс носит, на первый взгляд, принципиально последовательный характер, а именно: в результате наблюдения, априорная информация трансформируется в апостериорную, которая впоследствии трактуется как априорная для следующего наблюдения, ит.д. Показано, что такая процедура может быть распараллелена и унифицирована за счет ...
Добавлено: 23 января 2019 г.
Голубцов П. В., , in : INTERNATIONAL CONFERENCE INFORMATION SYSTEMS 2017 SPECIAL INTEREST GROUP ON BIG DATA PROCEEDINGS. : Assiciation of Information Systems Electronic Library (AISel), 2017. Ch. 4. P. 1-15.
Добавлено: 23 января 2019 г.
Голубцов П. В., В кн. : Труды конференции "Ломоносовские чтения – 2018", секция Физика. В журнале Ученые записки физического факультета Московского университета. 2018. № 5. Т. Ученые записки физического факультета Московского университета. Вып. 5: Труды конференции "Ломоносовские чтения – 2018", секция Физика.: М. : Издательство МГУ, 2018. Гл. 1850304. С. 1-11.
Данные в современных исследованиях нередко имеют огромный объем, распределены между многочисленными сайтами и постоянно пополняются. В таких случаях собрать все относящиеся к исследованию данные на одном компьютере, как правило, невозможно и непрактично, поскольку один компьютер не сможет обработать их в разумные сроки. Подходящий алгоритм анализа данных должен, параллельно работая на многих компьютерах, извлекать из каждого ...
Добавлено: 13 февраля 2019 г.