Autor Sakr, Sherif
|
|
Documentos disponibles escritos por este autor (5)
Hacer una sugerencia Refinar búsqueda
Título : Big Data 2.0 Processing Systems : A Systems Overview Tipo de documento: documento electrónico Autores: Sakr, Sherif, Autor Mención de edición: 2 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVI, 145 p. 70 ilustraciones, 19 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-44187-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Sistemas de almacenamiento y recuperación de información Servicios de información empresarial Aprendizaje automático Gestión de base de datos Almacenamiento y recuperación de información TI en los negocios Índice Dewey: 025.04 Sistemas de almacenamiento y recuperación de información Resumen: Este libro ofrece a los lectores el "panorama general" y un estudio exhaustivo del dominio de los sistemas de procesamiento de big data. Durante la última década, el marco Hadoop ha dominado el mundo del procesamiento de big data, pero recientemente la academia y la industria han comenzado a reconocer sus limitaciones en varios dominios de aplicaciones y, por lo tanto, ahora está siendo reemplazado gradualmente por una colección de motores dedicados a verticales específicas (por ejemplo, datos estructurados, datos de gráficos y datos de transmisión). El libro explora esta nueva ola de sistemas, a los que se refiere como sistemas de procesamiento Big Data 2.0. Después de que el Capítulo 1 presenta los antecedentes generales del fenómeno de big data, el Capítulo 2 proporciona una descripción general de varios sistemas de procesamiento de big data de propósito general que permiten a sus usuarios desarrollar diversos trabajos de procesamiento de big data para diferentes dominios de aplicación. A su vez, el Capítulo 3 examina varios sistemas que se han introducido para soportar la versión SQL sobre la infraestructura Hadoop y proporcionar un rendimiento competitivo y escalable en el procesamiento de datos estructurados a gran escala. El Capítulo 4 analiza varios sistemas que han sido diseñados para abordar el problema del procesamiento de gráficos a gran escala, mientras que el enfoque principal del Capítulo 5 está en varios sistemas que han sido diseñados para proporcionar soluciones escalables para procesar grandes flujos de datos y en otros conjuntos de sistemas que se han introducido para respaldar el desarrollo de canales de datos entre varios tipos de trabajos y sistemas de procesamiento de big data. A continuación, el Capítulo 6 se centra en cubrir los marcos y sistemas emergentes en el dominio del aprendizaje automático escalable y el procesamiento de aprendizaje profundo. Por último, el Capítulo 7 comparte conclusiones y una perspectiva sobre los desafíos futuros de la investigación. Esta nueva segunda edición, considerablemente ampliada, no sólo contiene el capítulo 6 completamente nuevo, sino que también ofrece contenidos actualizados sobre los últimos avances en todos los ámbitos del procesamiento de big data de los últimos años. En general, el libro ofrece una valiosa guía de referencia para profesionales, estudiantes e investigadores en el ámbito de los sistemas de procesamiento de big data. Además, se espera que su contenido completo anime a los lectores a realizar más investigaciones sobre el tema. Nota de contenido: Introduction -- General-Purpose Big Data Processing Systems -- Large-Scale Processing Systems of Structured Data -- Large-Scale Graph Processing Systems -- Large-Scale Stream Processing Systems -- Large-Scale Machine/Deep Learning Frameworks -- Conclusions and Outlook. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Big Data 2.0 Processing Systems : A Systems Overview [documento electrónico] / Sakr, Sherif, Autor . - 2 ed. . - [s.l.] : Springer, 2020 . - XVI, 145 p. 70 ilustraciones, 19 ilustraciones en color.
ISBN : 978-3-030-44187-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Sistemas de almacenamiento y recuperación de información Servicios de información empresarial Aprendizaje automático Gestión de base de datos Almacenamiento y recuperación de información TI en los negocios Índice Dewey: 025.04 Sistemas de almacenamiento y recuperación de información Resumen: Este libro ofrece a los lectores el "panorama general" y un estudio exhaustivo del dominio de los sistemas de procesamiento de big data. Durante la última década, el marco Hadoop ha dominado el mundo del procesamiento de big data, pero recientemente la academia y la industria han comenzado a reconocer sus limitaciones en varios dominios de aplicaciones y, por lo tanto, ahora está siendo reemplazado gradualmente por una colección de motores dedicados a verticales específicas (por ejemplo, datos estructurados, datos de gráficos y datos de transmisión). El libro explora esta nueva ola de sistemas, a los que se refiere como sistemas de procesamiento Big Data 2.0. Después de que el Capítulo 1 presenta los antecedentes generales del fenómeno de big data, el Capítulo 2 proporciona una descripción general de varios sistemas de procesamiento de big data de propósito general que permiten a sus usuarios desarrollar diversos trabajos de procesamiento de big data para diferentes dominios de aplicación. A su vez, el Capítulo 3 examina varios sistemas que se han introducido para soportar la versión SQL sobre la infraestructura Hadoop y proporcionar un rendimiento competitivo y escalable en el procesamiento de datos estructurados a gran escala. El Capítulo 4 analiza varios sistemas que han sido diseñados para abordar el problema del procesamiento de gráficos a gran escala, mientras que el enfoque principal del Capítulo 5 está en varios sistemas que han sido diseñados para proporcionar soluciones escalables para procesar grandes flujos de datos y en otros conjuntos de sistemas que se han introducido para respaldar el desarrollo de canales de datos entre varios tipos de trabajos y sistemas de procesamiento de big data. A continuación, el Capítulo 6 se centra en cubrir los marcos y sistemas emergentes en el dominio del aprendizaje automático escalable y el procesamiento de aprendizaje profundo. Por último, el Capítulo 7 comparte conclusiones y una perspectiva sobre los desafíos futuros de la investigación. Esta nueva segunda edición, considerablemente ampliada, no sólo contiene el capítulo 6 completamente nuevo, sino que también ofrece contenidos actualizados sobre los últimos avances en todos los ámbitos del procesamiento de big data de los últimos años. En general, el libro ofrece una valiosa guía de referencia para profesionales, estudiantes e investigadores en el ámbito de los sistemas de procesamiento de big data. Además, se espera que su contenido completo anime a los lectores a realizar más investigaciones sobre el tema. Nota de contenido: Introduction -- General-Purpose Big Data Processing Systems -- Large-Scale Processing Systems of Structured Data -- Large-Scale Graph Processing Systems -- Large-Scale Stream Processing Systems -- Large-Scale Machine/Deep Learning Frameworks -- Conclusions and Outlook. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Encyclopedia of Big Data Technologies Tipo de documento: documento electrónico Autores: Sakr, Sherif, ; Zomaya, Albert, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: 429 ilustraciones, 233 ilustraciones en color. eReference. ISBN/ISSN/DL: 978-3-319-77525-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Grandes datos Red de computadoras Investigación cuantitativa Redes de comunicación informática Análisis de datos y Big Data Índice Dewey: 005.7 Datos en sistemas de computadoras Resumen: La Enciclopedia de Tecnologías de Big Data proporciona a investigadores, educadores, estudiantes y profesionales de la industria una autoridad integral sobre los conceptos más relevantes de la tecnología de Big Data. Con más de 250 artículos escritos por expertos en la materia de todo el mundo, tanto de la industria como del mundo académico, la enciclopedia cubre temas como sistemas de almacenamiento de big data, bases de datos NoSQL, computación en la nube, sistemas distribuidos, procesamiento de datos, gestión de datos, aprendizaje automático y tecnologías sociales, ciencia de datos. . Cada entrada altamente estructurada y revisada por pares proporciona al lector terminología básica, resúmenes de temas, resultados clave de investigación, ejemplos de aplicaciones, direcciones futuras, referencias cruzadas y una bibliografía. Las entradas son expositivas y tutoriales, lo que hace de esta referencia un recurso práctico para estudiantes, académicos o profesionales. Además, el distinguido consejo editorial internacional de la enciclopedia está formado por académicos muy respetados, cada uno de los cuales desarrolla temas basados en su experiencia. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Encyclopedia of Big Data Technologies [documento electrónico] / Sakr, Sherif, ; Zomaya, Albert, . - 1 ed. . - [s.l.] : Springer, 2019 . - 429 ilustraciones, 233 ilustraciones en color. eReference.
ISBN : 978-3-319-77525-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Grandes datos Red de computadoras Investigación cuantitativa Redes de comunicación informática Análisis de datos y Big Data Índice Dewey: 005.7 Datos en sistemas de computadoras Resumen: La Enciclopedia de Tecnologías de Big Data proporciona a investigadores, educadores, estudiantes y profesionales de la industria una autoridad integral sobre los conceptos más relevantes de la tecnología de Big Data. Con más de 250 artículos escritos por expertos en la materia de todo el mundo, tanto de la industria como del mundo académico, la enciclopedia cubre temas como sistemas de almacenamiento de big data, bases de datos NoSQL, computación en la nube, sistemas distribuidos, procesamiento de datos, gestión de datos, aprendizaje automático y tecnologías sociales, ciencia de datos. . Cada entrada altamente estructurada y revisada por pares proporciona al lector terminología básica, resúmenes de temas, resultados clave de investigación, ejemplos de aplicaciones, direcciones futuras, referencias cruzadas y una bibliografía. Las entradas son expositivas y tutoriales, lo que hace de esta referencia un recurso práctico para estudiantes, académicos o profesionales. Además, el distinguido consejo editorial internacional de la enciclopedia está formado por académicos muy respetados, cada uno de los cuales desarrolla temas basados en su experiencia. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Handbook of Big Data Technologies Tipo de documento: documento electrónico Autores: Zomaya, Albert Y., ; Sakr, Sherif, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIII, 895 p. 307 ilustraciones ISBN/ISSN/DL: 978-3-319-49340-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ingeniería Informática Ingeniería Informática y Redes Análisis de datos y Big Data Técnicas de programación Representación de almacenamiento de datos Investigación cuantitativa Programación informática Arquitectura de Computadores Recuperación de Índice Dewey: 621.39 Ciencia de los computadores (Ingenieria de computadores) Resumen: Este manual ofrece una cobertura completa de los avances recientes en tecnologías de Big Data y paradigmas relacionados. Los capítulos están escritos por expertos líderes internacionales en el campo y han sido revisados y revisados para obtener el máximo valor para el lector. El volumen consta de veinticinco capítulos organizados en cuatro partes principales. La primera parte cubre los conceptos fundamentales de las tecnologías de Big Data, incluidos los mecanismos de curación de datos, modelos de datos, modelos de almacenamiento, modelos de programación y plataformas de programación. También profundiza en los detalles de la implementación de motores de consultas Big SQL y sistemas de procesamiento de grandes flujos. La segunda parte se centra en los aspectos semánticos de la gestión de Big Data, incluida la integración de datos y el análisis exploratorio ad hoc, además de consultas estructuradas y técnicas de coincidencia de patrones. La tercera parte presenta una descripción general completa del procesamiento de gráficos a gran escala. Cubre las investigaciones más recientes en plataformas de procesamiento de gráficos a gran escala, introduciendo varios mecanismos escalables de consulta y minería de gráficos en dominios como las redes sociales. La cuarta parte detalla aplicaciones novedosas que han sido posibles gracias al rápido surgimiento de tecnologías de Big Data como el Internet de las cosas (IOT), la computación cognitiva y los sistemas SCADA. Todas las partes del libro analizan problemas de investigación abiertos, incluidas oportunidades potenciales, que han surgido del rápido progreso de las tecnologías de Big Data y los crecientes requisitos asociados de los dominios de aplicación. Diseñado para investigadores, profesionales de TI y estudiantes de posgrado, este libro es una contribución oportuna al creciente campo de Big Data. Big Data ha sido reconocido como una de las principales tecnologías emergentes que tendrá una importante contribución e impacto en los diversos campos de la ciencia y en diversos aspectos de la sociedad humana en las próximas décadas. Por lo tanto, el contenido de este libro será una herramienta esencial para ayudar a los lectores a comprender el desarrollo y el futuro de este campo. Nota de contenido: Big Data Storage Models -- Big Data Programming Models -- Programming Platforms for Big Data Analysis -- Big Data Analysis on Clouds -- Data Organization and Curation in Big Data -- Big Data Query Engines -- Unbounded Data Processing -- Semantic Data Integration -- Linked Data Management -- Non-native RDF Storage Engines -- Exploratory Ad-hoc Analysis for Big Data -- Pattern Matching over Linked Data Streams -- Searching the Big Data Practices and Experiences in Efficiently Querying Knowledge Bases -- Management and Analysis of Big Graph Data -- Similarity Search in Large-Scale Graph Databases -- Big Graphs Querying, Mining, and Beyond -- Link and Graph Mining in the Big Data Era -- Granular Social Network Model and Applications -- Big Data, IoT and Semantics -- SCADA Systems in the Cloud -- Quantitative Data Analysis in Finance -- Emerging Cost Effective Big Data Architectures -- Bringing High Performance Computing to Big Data -- Cognitive Computing where Big Data is Driving -- Privacy-Preserving Record Linkage for Big Data. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Handbook of Big Data Technologies [documento electrónico] / Zomaya, Albert Y., ; Sakr, Sherif, . - 1 ed. . - [s.l.] : Springer, 2017 . - XIII, 895 p. 307 ilustraciones.
ISBN : 978-3-319-49340-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Ingeniería Informática Ingeniería Informática y Redes Análisis de datos y Big Data Técnicas de programación Representación de almacenamiento de datos Investigación cuantitativa Programación informática Arquitectura de Computadores Recuperación de Índice Dewey: 621.39 Ciencia de los computadores (Ingenieria de computadores) Resumen: Este manual ofrece una cobertura completa de los avances recientes en tecnologías de Big Data y paradigmas relacionados. Los capítulos están escritos por expertos líderes internacionales en el campo y han sido revisados y revisados para obtener el máximo valor para el lector. El volumen consta de veinticinco capítulos organizados en cuatro partes principales. La primera parte cubre los conceptos fundamentales de las tecnologías de Big Data, incluidos los mecanismos de curación de datos, modelos de datos, modelos de almacenamiento, modelos de programación y plataformas de programación. También profundiza en los detalles de la implementación de motores de consultas Big SQL y sistemas de procesamiento de grandes flujos. La segunda parte se centra en los aspectos semánticos de la gestión de Big Data, incluida la integración de datos y el análisis exploratorio ad hoc, además de consultas estructuradas y técnicas de coincidencia de patrones. La tercera parte presenta una descripción general completa del procesamiento de gráficos a gran escala. Cubre las investigaciones más recientes en plataformas de procesamiento de gráficos a gran escala, introduciendo varios mecanismos escalables de consulta y minería de gráficos en dominios como las redes sociales. La cuarta parte detalla aplicaciones novedosas que han sido posibles gracias al rápido surgimiento de tecnologías de Big Data como el Internet de las cosas (IOT), la computación cognitiva y los sistemas SCADA. Todas las partes del libro analizan problemas de investigación abiertos, incluidas oportunidades potenciales, que han surgido del rápido progreso de las tecnologías de Big Data y los crecientes requisitos asociados de los dominios de aplicación. Diseñado para investigadores, profesionales de TI y estudiantes de posgrado, este libro es una contribución oportuna al creciente campo de Big Data. Big Data ha sido reconocido como una de las principales tecnologías emergentes que tendrá una importante contribución e impacto en los diversos campos de la ciencia y en diversos aspectos de la sociedad humana en las próximas décadas. Por lo tanto, el contenido de este libro será una herramienta esencial para ayudar a los lectores a comprender el desarrollo y el futuro de este campo. Nota de contenido: Big Data Storage Models -- Big Data Programming Models -- Programming Platforms for Big Data Analysis -- Big Data Analysis on Clouds -- Data Organization and Curation in Big Data -- Big Data Query Engines -- Unbounded Data Processing -- Semantic Data Integration -- Linked Data Management -- Non-native RDF Storage Engines -- Exploratory Ad-hoc Analysis for Big Data -- Pattern Matching over Linked Data Streams -- Searching the Big Data Practices and Experiences in Efficiently Querying Knowledge Bases -- Management and Analysis of Big Graph Data -- Similarity Search in Large-Scale Graph Databases -- Big Graphs Querying, Mining, and Beyond -- Link and Graph Mining in the Big Data Era -- Granular Social Network Model and Applications -- Big Data, IoT and Semantics -- SCADA Systems in the Cloud -- Quantitative Data Analysis in Finance -- Emerging Cost Effective Big Data Architectures -- Bringing High Performance Computing to Big Data -- Cognitive Computing where Big Data is Driving -- Privacy-Preserving Record Linkage for Big Data. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Linked Data : Storing, Querying, and Reasoning Tipo de documento: documento electrónico Autores: Sakr, Sherif, Autor ; Wylot, Marcin, Autor ; Mutharaju, Raghava, Autor ; Le Phuoc, Danh, Autor ; Fundulaki, Irini, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XX, 223 p. 70 ilustraciones, 7 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-73515-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Ciencias de la Computación Inteligencia artificial Sistemas de almacenamiento y recuperación de información Modelos de Computación Almacenamiento y recuperación de información Índice Dewey: 004.015 Matemáticas aplicadas a la informática, especialmente lógica matemática y teoría de algoritmos. Resumen: Este libro describe técnicas eficientes y efectivas para aprovechar el poder de los datos vinculados abordando los diversos aspectos de la gestión de su creciente volumen: almacenamiento, consulta, razonamiento, gestión de procedencia y evaluación comparativa. Con este fin, el Capítulo 1 presenta los conceptos principales de la Web Semántica y los Datos Vinculados y proporciona una hoja de ruta para el libro. A continuación, el Capítulo 2 presenta brevemente los conceptos básicos que sustentan las tecnologías de datos vinculados que se analizan en el libro. Luego, el Capítulo 3 ofrece una descripción general de varias técnicas y sistemas para consultar de forma centralizada conjuntos de datos RDF, y el Capítulo 4 describe varias técnicas y sistemas para consultar de manera eficiente grandes conjuntos de datos RDF en entornos distribuidos. Posteriormente, el Capítulo 5 explora cómo se abordan los requisitos de transmisión en el procesamiento de datos de transmisión RDF actual y de última generación. El Capítulo 6 cubre cuestiones de rendimiento y escalamiento de los sistemas de razonamiento RDF distribuidos, mientras que el Capítulo 7 detalla puntos de referencia para motores de consultas RDF y sistemas de comparación de instancias. El Capítulo 8 aborda la gestión de procedencia de Linked Data y presenta los diferentes modelos de procedencia desarrollados. Por último, el Capítulo 9 ofrece un breve resumen, destacando y brindando información sobre algunos de los desafíos abiertos y direcciones de investigación. Al proporcionar una descripción general actualizada de los métodos, tecnologías y sistemas relacionados con los datos vinculados, este libro está dirigido principalmente a estudiantes e investigadores interesados en el dominio de los datos vinculados. Permite a los estudiantes comprender los fundamentos y las tecnologías y estándares subyacentes de los datos vinculados, mientras que los investigadores se benefician de la cobertura en profundidad de los avances emergentes y en curso en los sistemas de almacenamiento, consulta, razonamiento y gestión de procedencia de datos vinculados. Además, sirve como punto de partida para abordar los próximos desafíos de investigación en el ámbito de la gestión de datos vinculados. Nota de contenido: 1 Introduction -- 2 Fundamentals -- 3 Centralized RDF Query Processing -- 4 Distributed RDF Query Processing.- 5 Processing of RDF Stream Data -- 6 Distributed Reasoning of RDF Data -- 7 Benchmarking RDF Query Engines and Instance Matching Systems -- 8 Provenance Management for Linked Data -- 9 Conclusions and Outlook. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Linked Data : Storing, Querying, and Reasoning [documento electrónico] / Sakr, Sherif, Autor ; Wylot, Marcin, Autor ; Mutharaju, Raghava, Autor ; Le Phuoc, Danh, Autor ; Fundulaki, Irini, Autor . - 1 ed. . - [s.l.] : Springer, 2018 . - XX, 223 p. 70 ilustraciones, 7 ilustraciones en color.
ISBN : 978-3-319-73515-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Ciencias de la Computación Inteligencia artificial Sistemas de almacenamiento y recuperación de información Modelos de Computación Almacenamiento y recuperación de información Índice Dewey: 004.015 Matemáticas aplicadas a la informática, especialmente lógica matemática y teoría de algoritmos. Resumen: Este libro describe técnicas eficientes y efectivas para aprovechar el poder de los datos vinculados abordando los diversos aspectos de la gestión de su creciente volumen: almacenamiento, consulta, razonamiento, gestión de procedencia y evaluación comparativa. Con este fin, el Capítulo 1 presenta los conceptos principales de la Web Semántica y los Datos Vinculados y proporciona una hoja de ruta para el libro. A continuación, el Capítulo 2 presenta brevemente los conceptos básicos que sustentan las tecnologías de datos vinculados que se analizan en el libro. Luego, el Capítulo 3 ofrece una descripción general de varias técnicas y sistemas para consultar de forma centralizada conjuntos de datos RDF, y el Capítulo 4 describe varias técnicas y sistemas para consultar de manera eficiente grandes conjuntos de datos RDF en entornos distribuidos. Posteriormente, el Capítulo 5 explora cómo se abordan los requisitos de transmisión en el procesamiento de datos de transmisión RDF actual y de última generación. El Capítulo 6 cubre cuestiones de rendimiento y escalamiento de los sistemas de razonamiento RDF distribuidos, mientras que el Capítulo 7 detalla puntos de referencia para motores de consultas RDF y sistemas de comparación de instancias. El Capítulo 8 aborda la gestión de procedencia de Linked Data y presenta los diferentes modelos de procedencia desarrollados. Por último, el Capítulo 9 ofrece un breve resumen, destacando y brindando información sobre algunos de los desafíos abiertos y direcciones de investigación. Al proporcionar una descripción general actualizada de los métodos, tecnologías y sistemas relacionados con los datos vinculados, este libro está dirigido principalmente a estudiantes e investigadores interesados en el dominio de los datos vinculados. Permite a los estudiantes comprender los fundamentos y las tecnologías y estándares subyacentes de los datos vinculados, mientras que los investigadores se benefician de la cobertura en profundidad de los avances emergentes y en curso en los sistemas de almacenamiento, consulta, razonamiento y gestión de procedencia de datos vinculados. Además, sirve como punto de partida para abordar los próximos desafíos de investigación en el ámbito de la gestión de datos vinculados. Nota de contenido: 1 Introduction -- 2 Fundamentals -- 3 Centralized RDF Query Processing -- 4 Distributed RDF Query Processing.- 5 Processing of RDF Stream Data -- 6 Distributed Reasoning of RDF Data -- 7 Benchmarking RDF Query Engines and Instance Matching Systems -- 8 Provenance Management for Linked Data -- 9 Conclusions and Outlook. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Transactions on Large-Scale Data- and Knowledge-Centered Systems XXXV / Hameurlain, Abdelkader ; Küng, Josef ; Wagner, Roland ; Sakr, Sherif ; Razzak, Imran ; Riyad, Alshammari
Título : Transactions on Large-Scale Data- and Knowledge-Centered Systems XXXV Tipo de documento: documento electrónico Autores: Hameurlain, Abdelkader, ; Küng, Josef, ; Wagner, Roland, ; Sakr, Sherif, ; Razzak, Imran, ; Riyad, Alshammari, Mención de edición: 1 ed. Editorial: Berlin [Alemania] : Springer Fecha de publicación: 2017 Número de páginas: IX, 133 p. 31 ilustraciones ISBN/ISSN/DL: 978-3-662-56121-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Protección de datos Computadoras y civilización Software de la aplicacion Procesamiento de datos Sistemas de almacenamiento y recuperación de información Seguridad de datos e información Computadoras y sociedad Aplicaciones informáticas y de sistemas de información Minería de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Índice Dewey: 005.8 Ciencia de los computadores (Programación, programas de sistemas) Resumen: La revista LNCS Transactions on Large-Scale Data- and Knowledge-Centered Systems se centra en la gestión de datos, el descubrimiento y el procesamiento del conocimiento, que son temas centrales y candentes en la informática. Desde la década de 1990, Internet se ha convertido en la principal fuerza impulsora del desarrollo de aplicaciones en todos los ámbitos. Un aumento en la demanda de compartir recursos entre diferentes sitios conectados a través de redes ha llevado a una evolución de los sistemas de gestión de datos y conocimientos desde sistemas centralizados a sistemas descentralizados que permiten aplicaciones distribuidas a gran escala que brindan alta escalabilidad. Los sistemas descentralizados actuales todavía se centran en los datos y el conocimiento como su principal recurso. La viabilidad de estos sistemas se basa básicamente en técnicas P2P (peer-to-peer) y el soporte de sistemas de agentes con escalamiento y control descentralizado. La sinergia entre redes, sistemas P2P y tecnologías de agentes es la clave para los sistemas centrados en datos y conocimiento en entornos de gran escala. Este volumen, el número 35 de Transactions on Large-Scale Data- and Knowledge-Centered Systems, contiene cinco artículos periódicos seleccionados completamente revisados que se centran en la calidad de los datos, los artefactos de datos sociales, la privacidad de los datos, los modelos predictivos y la salud electrónica. Específicamente, los cinco artículos presentan y discuten un marco de calidad de datos para el sector público de Estonia; un enfoque basado en datos para cerrar la brecha entre el mundo empresarial y social; consultas que preservan la privacidad sobre datos cifrados de forma privada en la nube; algoritmos para la predicción de la concentración de norovirus en el agua potable; y computación en la nube en organizaciones de atención médica en Arabia Saudita. Nota de contenido: The Data Quality Framework for the Estonian Public Sector and Its Evaluation -- Bridging the Gap between the Business and Social Worlds: A Data Artifact-Driven Approach -- Privacy-Preserving Querying on Privately Encrypted Data in the Cloud -- Comparison of Adaptive Neuro-Fuzzy Inference System (ANFIS) and Gaussian Process for Machine Learning (GPML) Algorithms for the Prediction of Norovirus Concentration in Drinking Water Supply -- Cloud Computing Adoption in Healthcare Organisations: A Qualitative Study in Saudi Arabia. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Transactions on Large-Scale Data- and Knowledge-Centered Systems XXXV [documento electrónico] / Hameurlain, Abdelkader, ; Küng, Josef, ; Wagner, Roland, ; Sakr, Sherif, ; Razzak, Imran, ; Riyad, Alshammari, . - 1 ed. . - Berlin [Alemania] : Springer, 2017 . - IX, 133 p. 31 ilustraciones.
ISBN : 978-3-662-56121-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Protección de datos Computadoras y civilización Software de la aplicacion Procesamiento de datos Sistemas de almacenamiento y recuperación de información Seguridad de datos e información Computadoras y sociedad Aplicaciones informáticas y de sistemas de información Minería de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Índice Dewey: 005.8 Ciencia de los computadores (Programación, programas de sistemas) Resumen: La revista LNCS Transactions on Large-Scale Data- and Knowledge-Centered Systems se centra en la gestión de datos, el descubrimiento y el procesamiento del conocimiento, que son temas centrales y candentes en la informática. Desde la década de 1990, Internet se ha convertido en la principal fuerza impulsora del desarrollo de aplicaciones en todos los ámbitos. Un aumento en la demanda de compartir recursos entre diferentes sitios conectados a través de redes ha llevado a una evolución de los sistemas de gestión de datos y conocimientos desde sistemas centralizados a sistemas descentralizados que permiten aplicaciones distribuidas a gran escala que brindan alta escalabilidad. Los sistemas descentralizados actuales todavía se centran en los datos y el conocimiento como su principal recurso. La viabilidad de estos sistemas se basa básicamente en técnicas P2P (peer-to-peer) y el soporte de sistemas de agentes con escalamiento y control descentralizado. La sinergia entre redes, sistemas P2P y tecnologías de agentes es la clave para los sistemas centrados en datos y conocimiento en entornos de gran escala. Este volumen, el número 35 de Transactions on Large-Scale Data- and Knowledge-Centered Systems, contiene cinco artículos periódicos seleccionados completamente revisados que se centran en la calidad de los datos, los artefactos de datos sociales, la privacidad de los datos, los modelos predictivos y la salud electrónica. Específicamente, los cinco artículos presentan y discuten un marco de calidad de datos para el sector público de Estonia; un enfoque basado en datos para cerrar la brecha entre el mundo empresarial y social; consultas que preservan la privacidad sobre datos cifrados de forma privada en la nube; algoritmos para la predicción de la concentración de norovirus en el agua potable; y computación en la nube en organizaciones de atención médica en Arabia Saudita. Nota de contenido: The Data Quality Framework for the Estonian Public Sector and Its Evaluation -- Bridging the Gap between the Business and Social Worlds: A Data Artifact-Driven Approach -- Privacy-Preserving Querying on Privately Encrypted Data in the Cloud -- Comparison of Adaptive Neuro-Fuzzy Inference System (ANFIS) and Gaussian Process for Machine Learning (GPML) Algorithms for the Prediction of Norovirus Concentration in Drinking Water Supply -- Cloud Computing Adoption in Healthcare Organisations: A Qualitative Study in Saudi Arabia. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
