Big Data Platforms and Applications / Pop, Florin ; Neagu, Gabriel  

Público ISBD Ningún comentario para este registro. Título : Big Data Platforms and Applications : Case Studies, Methods, Techniques, and Performance Evaluation Tipo de documento: documento electrónico Autores: Pop, Florin, ; Neagu, Gabriel, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XVII, 290 p. 97 ilustraciones, 60 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-38836-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Red de computadoras  Grandes datos  Recuperación de información  Arquitectura de Computadores  Procesamiento de datos  Servicios de información empresarial  Redes de comunicación informática  Representación de almacenamiento de datos  Minería de datos y descubrimiento de conocimientos  TI en los negocios Índice Dewey: 004.6 Ciencia de los computadores (Interfaces y comunicaciones) Resumen: Este libro proporciona una revisión de temas avanzados relacionados con la teoría, la investigación, el análisis y la implementación en el contexto de las plataformas de big data y sus aplicaciones, con un enfoque en métodos, técnicas y evaluación del desempeño. El crecimiento explosivo del volumen, la velocidad y la variedad de datos que se producen cada día requiere un aumento continuo de las velocidades de procesamiento de los servidores y de infraestructuras de red completas, así como nuevos modelos de gestión de recursos. Esto plantea importantes desafíos (y ofrece sorprendentes oportunidades de desarrollo) para la informática de alto rendimiento y uso intensivo de datos, es decir, cómo convertir de manera eficiente conjuntos de datos extremadamente grandes en información valiosa y conocimiento significativo. Características: * Presenta una revisión integral de los últimos desarrollos en plataformas de big data * Propone soluciones tecnológicas de última generación para temas importantes en el procesamiento de big data, gestión de recursos y datos, tolerancia a fallas y monitoreo y control * Cubre teoría básica , nuevas metodologías, tendencias de innovación, resultados experimentales e implementaciones de aplicaciones del mundo real. La tarea de gestión de datos contextuales se complica aún más por la variedad de fuentes de las que se derivan dichos datos, lo que da como resultado diferentes formatos de datos, con diferentes almacenamiento, transformación, entrega y y requisitos de archivo. Al mismo tiempo, se necesitan respuestas rápidas para las aplicaciones en tiempo real. Con el surgimiento de las infraestructuras en la nube, lograr una gestión de datos altamente escalable en tales contextos es un problema crítico, ya que el rendimiento general de la aplicación depende en gran medida de las propiedades del servicio de gestión de datos. El Dr. Florin Pop es profesor del Departamento de Ingeniería y Ciencias de la Computación de la Universidad Politécnica de Bucarest, Rumania, e investigador principal (primer grado) del Departamento de Sistemas Intensivos de Datos Distribuidos e Inteligentes del Instituto Nacional de Investigación y Desarrollo en Informática, Bucarest, Rumania. El Dr. Gabriel Neagu es investigador senior (1er grado) en el Departamento de Sistemas Intensivos de Datos Distribuidos e Inteligentes del Instituto Nacional de Investigación y Desarrollo en Informática, Bucarest, Rumania. Nota de contenido: 1. Data Center for Smart Issues: Energy and Sustainability Issue -- 2 Apache Spark for Digitalization, Analysis and Optimization of Discrete Manufacturing Process -- 3. An Empirica Study on Teleworking among Slovakia's Office-Based Academics -- 4. DSS for Pro-Active Flood Management of Water Reservoir Systems -- 5. exhiSTORY: Small Self-Organizing Exhibits -- 6. IoT Cloud Design Patterns -- 7. Cloud-based mHealth Streaming for IoT Processing -- 8. A System for Monitoring Water Quality Parameters in Rivers: Challenges and Solutions. 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 Platforms and Applications : Case Studies, Methods, Techniques, and Performance Evaluation [documento electrónico] / Pop, Florin, ; Neagu, Gabriel,  . -  1 ed.  . - [s.l.] : Springer, 2021 . - XVII, 290 p. 97 ilustraciones, 60 ilustraciones en color. ISBN : 978-3-030-38836-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Red de computadoras  Grandes datos  Recuperación de información  Arquitectura de Computadores  Procesamiento de datos  Servicios de información empresarial  Redes de comunicación informática  Representación de almacenamiento de datos  Minería de datos y descubrimiento de conocimientos  TI en los negocios Índice Dewey: 004.6 Ciencia de los computadores (Interfaces y comunicaciones) Resumen: Este libro proporciona una revisión de temas avanzados relacionados con la teoría, la investigación, el análisis y la implementación en el contexto de las plataformas de big data y sus aplicaciones, con un enfoque en métodos, técnicas y evaluación del desempeño. El crecimiento explosivo del volumen, la velocidad y la variedad de datos que se producen cada día requiere un aumento continuo de las velocidades de procesamiento de los servidores y de infraestructuras de red completas, así como nuevos modelos de gestión de recursos. Esto plantea importantes desafíos (y ofrece sorprendentes oportunidades de desarrollo) para la informática de alto rendimiento y uso intensivo de datos, es decir, cómo convertir de manera eficiente conjuntos de datos extremadamente grandes en información valiosa y conocimiento significativo. Características: * Presenta una revisión integral de los últimos desarrollos en plataformas de big data * Propone soluciones tecnológicas de última generación para temas importantes en el procesamiento de big data, gestión de recursos y datos, tolerancia a fallas y monitoreo y control * Cubre teoría básica , nuevas metodologías, tendencias de innovación, resultados experimentales e implementaciones de aplicaciones del mundo real. La tarea de gestión de datos contextuales se complica aún más por la variedad de fuentes de las que se derivan dichos datos, lo que da como resultado diferentes formatos de datos, con diferentes almacenamiento, transformación, entrega y y requisitos de archivo. Al mismo tiempo, se necesitan respuestas rápidas para las aplicaciones en tiempo real. Con el surgimiento de las infraestructuras en la nube, lograr una gestión de datos altamente escalable en tales contextos es un problema crítico, ya que el rendimiento general de la aplicación depende en gran medida de las propiedades del servicio de gestión de datos. El Dr. Florin Pop es profesor del Departamento de Ingeniería y Ciencias de la Computación de la Universidad Politécnica de Bucarest, Rumania, e investigador principal (primer grado) del Departamento de Sistemas Intensivos de Datos Distribuidos e Inteligentes del Instituto Nacional de Investigación y Desarrollo en Informática, Bucarest, Rumania. El Dr. Gabriel Neagu es investigador senior (1er grado) en el Departamento de Sistemas Intensivos de Datos Distribuidos e Inteligentes del Instituto Nacional de Investigación y Desarrollo en Informática, Bucarest, Rumania. Nota de contenido: 1. Data Center for Smart Issues: Energy and Sustainability Issue -- 2 Apache Spark for Digitalization, Analysis and Optimization of Discrete Manufacturing Process -- 3. An Empirica Study on Teleworking among Slovakia's Office-Based Academics -- 4. DSS for Pro-Active Flood Management of Water Reservoir Systems -- 5. exhiSTORY: Small Self-Organizing Exhibits -- 6. IoT Cloud Design Patterns -- 7. Cloud-based mHealth Streaming for IoT Processing -- 8. A System for Monitoring Water Quality Parameters in Rivers: Challenges and Solutions. 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

---

1 (1 - 1 / 1) Par page : 25 50 100 200