Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1183372

Raspodijeljeni modeli prostorno-vremenski ponderirane i grupirane regresije korištenjem platforme Apache Spark


Britvec, Darko
Raspodijeljeni modeli prostorno-vremenski ponderirane i grupirane regresije korištenjem platforme Apache Spark, 2021., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1183372 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Raspodijeljeni modeli prostorno-vremenski ponderirane i grupirane regresije korištenjem platforme Apache Spark
(Distributed Models of Geo-Temporal Weighted and Clustered Regression using Apache Spark)

Autori
Britvec, Darko

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
09.07

Godina
2021

Stranica
70

Mentor
Pripužić, Krešimir

Neposredni voditelj
Katušić, Damjan

Ključne riječi
prostorno-vremenska analiza ; prostorno-vremenski ponderirana regresija ; prostorno-vremenski grupirana regresija ; raspodijeljena obrada velikih skupova podataka ; Apache Spark
(spatio-temporal analysis ; Geo-Temporally Weighted Regression ; Geo-Temporally Clustered Regression ; distributed big data computing ; Apache Spark)

Sažetak
Analiza i ekstrakcija znanja iz velikih prostorno- vremenskih skupova podataka sve su više zastupljeni kako u istraživačkim radovima tako i u stvarnim programskim rješenjima. U ovom radu analizirani su modeli strojnog učenja koji iskorištavaju postojanje prostorne i vremenske heterogenosti u podacima. U radu je implementiran raspodijeljeni model prostorno-vremenski ponderirane regresije (GTWR) korištenjem platforme Apache Spark. Arhitektura tog modela ne omogućava efektivnu stvarnovremensku obradu velikih skupova podataka u računalnom grozdu. Stoga je u radu predložen te implementiran raspodijeljeni model prostorno-vremenski grupirane regresije (GTCR) koji umjesto postupka ponderiranja koristi algoritam grupiranja kako bi opisao prostornu i vremensku nestacionarnost podataka. Naposljetku, modeli su isprobani i uspoređeni na stvarnom skupu podataka koji opisuje koncentracije najučestalijih onečišćivača zraka sa 12 mjernih postaja u Pekingu kroz period od 2013. do 2017. godine.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Projekti:
HRZZ-UIP-2017-05-9066 - Učinkovita stvarnovremenska obrada brzih geoprostornih podataka (RETROFIT) (Pripužić, Krešimir, HRZZ - 2017-05) ( POIROT)

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Damjan Katušić (mentor)

Avatar Url Krešimir Pripužić (mentor)

Poveznice na cjeloviti tekst rada:

Pristup cjelovitom tekstu rada

Citiraj ovu publikaciju:

Britvec, Darko
Raspodijeljeni modeli prostorno-vremenski ponderirane i grupirane regresije korištenjem platforme Apache Spark, 2021., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Britvec, D. (2021) 'Raspodijeljeni modeli prostorno-vremenski ponderirane i grupirane regresije korištenjem platforme Apache Spark', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Britvec, Darko}, year = {2021}, pages = {70}, keywords = {prostorno-vremenska analiza, prostorno-vremenski ponderirana regresija, prostorno-vremenski grupirana regresija, raspodijeljena obrada velikih skupova podataka, Apache Spark}, title = {Raspodijeljeni modeli prostorno-vremenski ponderirane i grupirane regresije kori\v{s}tenjem platforme Apache Spark}, keyword = {prostorno-vremenska analiza, prostorno-vremenski ponderirana regresija, prostorno-vremenski grupirana regresija, raspodijeljena obrada velikih skupova podataka, Apache Spark}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Britvec, Darko}, year = {2021}, pages = {70}, keywords = {spatio-temporal analysis, Geo-Temporally Weighted Regression, Geo-Temporally Clustered Regression, distributed big data computing, Apache Spark}, title = {Distributed Models of Geo-Temporal Weighted and Clustered Regression using Apache Spark}, keyword = {spatio-temporal analysis, Geo-Temporally Weighted Regression, Geo-Temporally Clustered Regression, distributed big data computing, Apache Spark}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font