Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/83465
Títol: | Real-time scalable parallel data stream classification |
Autoria: | Robledo Mcclymont, Roberto Dean |
Tutor: | Rodero, Ivan |
Resum: | L'objectiu principal d'est projecto fi de màster és crear un prototip en temps real que sigui capaç de classificar les dades en temps real utilitzant diversos algorismes d'aprenentatge profund. Classificar significa proporcionar informació "valuosa", que tal vegada pugui ser desconeguda, a les diferents dades entrants. Això podria ser extrapolat a altres camps. A més, es realitzaran algunes recerques en el camp de l'aprenentatge profund amb l'objectiu de proporcionar algunes pautes sobre com es poden classificar les dades en un grup. La idea de desenvolupar aquest prototip és provar que es poden abordar grans quantitats de processament de dades dins d'aquesta metodologia. Es pot seguir treballant en aquesta línia amb el propòsit de crear una metodologia d'anàlisi de dades en temps real que pugui aplicar-se a altres camps com a estudis mèdics, estadístiques econòmiques, solucions de mobilitat i molts uns altres. Com en tots els estudis de recerca, el procés iteratiu ha de realitzar-se per millorar i / o actualitzar els algorismes profunds que es presentaran durant aquest projecte. |
Paraules clau: | aprenentatge profund intel·ligència artificial big data Apache Kafka computació d'alt rendiment |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | jun-2018 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
rrobledomTFM0618memoria.pdf | TFM memory | 3,78 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons