Методи роботи з «великими даними» на основі застосування теорії «m-арних кортежів».

O. Сироткіна; М. Алексєєв; Л. Мещеряков; Б. Мороз

doi:10.36910/6775-2524-0560-2019-36-20

O. Сироткіна Національний технічний університет «Дніпровська політехніка»
М. Алексєєв Національний технічний університет «Дніпровська політехніка»
Л. Мещеряков Національний технічний університет «Дніпровська політехніка»
Б. Мороз Національний технічний університет «Дніпровська політехніка»

DOI: https://doi.org/10.36910/6775-2524-0560-2019-36-20

Ключові слова: «великі дані», структура організації даних, впорядковані множини довільної потужності, m-арні кортежі, граф булеана, оцінка часу виконання алгоритму, мінімізація часових та обчислювальних ресурсів.

Анотація

Статтю присвячено питанням створення і застосування математичних методів роботи з «великими даними» з метою мінімізації задіяних часових і обчислювальних ресурсів для структури організації даних типу «m-арні кортежі на основі впорядкованих множин довільної потужності». Проведено огляд і виконано аналіз математичних методів, які використовуються при вирішенні завдань даного класу. Сформульовані деякі властивості структури організації даних типу «m-арні кортежі на основі впорядкованих множин довільної потужності», які є наслідком логічних правил формування даної структури. Виведено набір функціональних залежностей між m-арними кортежами на основі їх розташування в структурі, яка визначається парою індексів (j, m) при приватних початкових умовах. Наведено наочну ілюстрацію графа булеана. Обкреслено вершини графа, визначені за допомогою виведених аналітичних залежностей, як елементи булеана, які включають в себе один і той же загальний елемент при приватних початкових умовах. Розраховано порівняльну оцінку часу виконання описаного в статті методу роботи з "великими даними" та методів-аналогів. Отримано логічні висновки про вплив досліджуваних властивостей та методів роботи зі структурою типу «m-арні кортежі на основі впорядкованих множин довільної потужності» на мінімізацію задіяних обчислювальних ресурсів.

Посилання

Min Chen. Big Data. Related Technologies, Challenges, and Future Prospects / Min Chen, Shiwen Mao, Yin Zhang, Victor C.M. Leung. Spinger. – 2014. – 100 p.

MacGregor J. Monitoring, Fault Diagnosis, Fault-Tolerant Control and Optimization / J. MacGregor, A. Cinar // Data Driven Methods. Computers & Chemical Engineering. – 2012. – Vol. 47. – P. 111-120.

Syrotkina O. The Application of Specialized Data Structures for SCADA Diagnostics / O. Syrotkina. System technologies. Regional interuniversity collection of scientific papers. – 2015. – Vol. 4. – P. 72−81.

Syrotkina O. Graphical and Analytical Methods for Processing «Big Data» Based on the Analysis of Their Properties / O. Syrotkina, M. Alekseyev, I. Udovik . System technologies. Regional interuniversity collection of scientific papers. – 2019. – Vol. 4. – P. 78−90.

Syrotkina, O., Alekseyev, M., Asotskyi, V., Udovik I. Analysis of How the Properties of Structured Data Can Influence the Way These Data are Processed / O. Syrotkina, M. Alekseyev, V. Asotskyi, I. Udovik. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. – 2019. – 3(171). – P. 119−128.