CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مروری برمحاسبات موازی داده های فضایی بزرگ در محاسبات ابری

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۷۱ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: COMCONF05_452
زبان مقاله: فارسی
حجم فایل: ۴۰۸.۶۳ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مروری برمحاسبات موازی داده های فضایی بزرگ در محاسبات ابری

  مهرداد شرق - دانشجوی کارشناسی ارشد موسسه آموزش عالی شهریار، گروه مهندسی کامپیوتر، ایران، آستارا
  حامد مصافی - دانشجوی کارشناسی ارشد موسسه آموزش عالی شهریار، گروه مهندسی کامپیوتر، ایران، آستارا
  فرناز حسینی - عضو هیات علمی موسسه آموزش عالی شهریار، گروه مهندسی کامپیوتر، ایران، آستارا

چکیده مقاله:

با رشد بسیار زیاد دادههای فضایی با حجم بالا، همانند نقشه برداری اغلب نیاز به تجزیه و تحلیلهای فضایی بزرگ و روشهای مدلسازی با سیستم هماهنگ مشترک میباشد. با توجه به حجم بالای این داده ها و پیچیدگیهای الگوریتمی، تبدیل دادههای فضایی بزرگ بین پیش بینیهای جایگزین یک چالش فشرده محاسباتی محسوب میشود. پیشرفت اخیر در محاسبات ابری و پردازش موازی راهکارهایی برای رسیدگی به این چالش محاسباتی ارایه میدهد. این مطالعه محاسبات دادههای فضایی بزرگ برای چارچوبهای پیش بینی نقشه به صورت معمولی و موازی را در مطالعات اخیر مورد بررسی قرار میدهد. نتایج حاصل از این مطالعه بر روی دادههای فضایی بزرگ نشان میدهد، ترکیب محاسبات ابری و پردازش موازی میتواند یک راه حل مناسب برای پردازش و تجزیه و تحلیل این دادهها باشد.

کلیدواژه‌ها:

محاسبات ابری، پردازش موازی، داده های فضایی بزرگ، Coupling Cloud، Big Spatial Data

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-COMCONF05-COMCONF05_452.html
کد COI مقاله: COMCONF05_452

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شرق, مهرداد؛ حامد مصافی و فرناز حسینی، ۱۳۹۶، مروری برمحاسبات موازی داده های فضایی بزرگ در محاسبات ابری، پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی، تهران، موسسه آموزش عالی مقدس اردبیلی، https://www.civilica.com/Paper-COMCONF05-COMCONF05_452.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (شرق, مهرداد؛ حامد مصافی و فرناز حسینی، ۱۳۹۶)
برای بار دوم به بعد: (شرق؛ مصافی و حسینی، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۱۰۷
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.