توضیحات
The LNCS journal Transactions on Large-Scale Data- and Knowledge-Centered Systems focuses on data management, knowledge discovery, and knowledge processing, which are core and hot topics in computer science. Since the 1990s, the Internet has become the main driving force behind application development in all domains. An increase in the demand for resource sharing across different sites connected through networks has led to an evolution of data- and knowledge-management systems from centralized systems to decentralized systems enabling large-scale distributed applications providing high scalability. Current decentralized systems still focus on data and knowledge as their main resource. Feasibility of these systems relies basically on P2P (peer-to-peer) techniques and the support of agent systems with scaling and decentralized control. Synergy between grids, P2P systems, and agent technologies is the key to data- and knowledge-centered systems in large-scale environments.
This volume, the 26th issue of Transactions on Large-Scale Data- and Knowledge-Centered Systems, focuses on Data Warehousing and Knowledge Discovery from Big Data, and contains extended and revised versions of four papers selected as the best papers from the 16th International Conference on Data Warehousing and Knowledge Discovery (DaWaK 2014), held in Munich, Germany, during September 1-5, 2014. The papers focus on data cube computation, the construction and analysis of a data warehouse in the context of cancer epidemiology, pattern mining algorithms, and frequent item-set border approximation.
————————————————————–
ترجمه ماشینی :
معاملات مجله LNCS در سیستم های داده و دانش محور در مقیاس بزرگ ، بر مدیریت داده ها ، کشف دانش و پردازش دانش متمرکز است که موضوعات اصلی و داغ در علوم کامپیوتر هستند. از دهه 1990 ، اینترنت به اصلی ترین نیروی محرک توسعه برنامه در همه حوزه ها تبدیل شده است. افزایش تقاضا برای به اشتراک گذاری منابع در سایت های مختلف متصل از طریق شبکه ها منجر به تکامل سیستم های مدیریت داده و دانش از سیستم های متمرکز به سیستم های غیر متمرکز شده و امکان پذیر کردن برنامه های توزیع شده در مقیاس بزرگ را فراهم می کند. سیستم های غیرمتمرکز فعلی هنوز بر روی داده ها و دانش به عنوان منبع اصلی آنها متمرکز شده اند. امکان سنجی این سیستم ها اساساً به تکنیک های P2P (همتا به همتا) و پشتیبانی از سیستم های عامل با مقیاس بندی و کنترل غیرمتمرکز متکی است. هم افزایی بین شبکه ها ، سیستم های P2P و فن آوری های عامل کلید سیستم های داده و دانش محور در محیط های در مقیاس بزرگ است. سیستم های متمرکز ، روی انبارداری داده ها و کشف دانش از دا
tag : دانلود کتاب معاملات در سیستم های داده و دانش محور در مقیاس بزرگ XXVI: شماره ویژه در مورد انبارداری داده ها و کشف دانش , Download معاملات در سیستم های داده و دانش محور در مقیاس بزرگ XXVI: شماره ویژه در مورد انبارداری داده ها و کشف دانش , دانلود معاملات در سیستم های داده و دانش محور در مقیاس بزرگ XXVI: شماره ویژه در مورد انبارداری داده ها و کشف دانش , Download Transactions on Large-Scale Data- and Knowledge-Centered Systems XXVI: Special Issue on Data Warehousing and Knowledge Discovery Book , معاملات در سیستم های داده و دانش محور در مقیاس بزرگ XXVI: شماره ویژه در مورد انبارداری داده ها و کشف دانش دانلود , buy معاملات در سیستم های داده و دانش محور در مقیاس بزرگ XXVI: شماره ویژه در مورد انبارداری داده ها و کشف دانش , خرید کتاب معاملات در سیستم های داده و دانش محور در مقیاس بزرگ XXVI: شماره ویژه در مورد انبارداری داده ها و کشف دانش , دانلود کتاب Transactions on Large-Scale Data- and Knowledge-Centered Systems XXVI: Special Issue on Data Warehousing and Knowledge Discovery , کتاب Transactions on Large-Scale Data- and Knowledge-Centered Systems XXVI: Special Issue on Data Warehousing and Knowledge Discovery , دانلود Transactions on Large-Scale Data- and Knowledge-Centered Systems XXVI: Special Issue on Data Warehousing and Knowledge Discovery , خرید Transactions on Large-Scale Data- and Knowledge-Centered Systems XXVI: Special Issue on Data Warehousing and Knowledge Discovery , خرید کتاب Transactions on Large-Scale Data- and Knowledge-Centered Systems XXVI: Special Issue on Data Warehousing and Knowledge Discovery ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.