Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/83465
Título : | Real-time scalable parallel data stream classification |
Autoría: | Robledo Mcclymont, Roberto Dean |
Tutor: | Rodero, Ivan |
Resumen : | El objetivo principal de este proyecto fin de máster es crear un prototipo en tiempo real que sea capaz de clasificar los datos en tiempo real utilizando varios algoritmos de aprendizaje profundo. Clasificar significa proporcionar información "valiosa", que tal vez pueda ser desconocida, a los diferentes datos entrantes. Esto podría ser extrapolado a otros campos. Además, se realizarán algunas investigaciones en el campo del aprendizaje profundo con el objetivo de proporcionar algunas pautas sobre cómo se pueden clasificar los datos en un grupo. La idea de desarrollar este prototipo es probar que se pueden abordar grandes cantidades de procesamiento de datos dentro de esta metodología. Se puede seguir trabajando en esta línea con el propósito de crear una metodología de análisis de datos en tiempo real que pueda aplicarse a otros campos como estudios médicos, estadísticas económicas, soluciones de movilidad y muchos otros. Como en todos los estudios de investigación, el proceso iterativo debe realizarse para mejorar y / o actualizar los algoritmos profundos que se presentarán durante este proyecto. |
Palabras clave : | big data inteligencia artificial Apache Kafka aprendizaje profundo computación de alto rendimiento |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | jun-2018 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
rrobledomTFM0618memoria.pdf | TFM memory | 3,78 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons