|
Κωδικός Πόρου |
000410076 |
Τίτλος |
Εφαρμογή τεχνικών ανάλυσης μεγάλων δεδομένων σε προβλήματα μεταφορών και αστροφυσικής |
Άλλος τίτλος |
A big data analytics application in transportation and astrophysics |
Συγγραφέας
|
Αντωνίου, Νεκταρία Χ.
|
Σύμβουλος διατριβής
|
Ζέζας, Ανδρέας
|
Μέλος κριτικής επιτροπής
|
Παπαδάκης, Ιωσήφ
Παυλίδου, Βασιλική
|
Περίληψη |
Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η επεξεργασία και ανάλυση «Μεγάλων Δεδομένων». Για τον σκοπό αυτό δημιουργήθηκε ένα ολοκληρωμένο υπολογιστικό πλαίσιο επεξεργασίας και ανάλυσης Μεγάλων Δεδομένων. Το πλαίσιο αυτό είναι σε θέση να εκτελεί τόσο την προεπεξεργασία των δεδομένων, όσο και την ανάλυση τους για εξαγωγή αποτελεσμάτων. Για το λόγο αυτό, στο υπολογιστικό πλαίσιο η διαδικασία αποτελείται από δύο στάδια: το στάδιο της προεπεξεργασίας και προετοιμασίας των δεδομένων και το στάδιο της ανάλυσής τους. Στο πρώτο στάδιο, γίνεται χρήση της πλατφόρμας Hadoop, ενώ το δεύτερο στάδιο υλοποιείται με τη βοήθεια Τεχνητών Νευρωνικών Δικτύων (ΤΝΔ). Αρχικά, γίνεται αναλυτική περιγραφή των εργαλείων που συνθέτουν το υπολογιστικό πλαίσιο ανάλυσης Μεγάλων Δεδομένων. Στη συνέχεια παρουσιάζεται η εφαρμογή του υπολογιστικού πλαισίου σε δύο προβλήματα, ένα πρόβλημα μεταφορών και ένα πρόβλημα αστροφυσικής. Στο πρώτο πρόβλημα, από ένα μεγάλο όγκο δεδομένων από όλα τα αεροδρόμια των ΗΠΑ ανακτώνται δεδομένα για ένα συγκεκριμένο αεροδρόμιο και αυτά αναλύονται, έτσι ώστε να υπολογιστεί για ένα μεγάλο χρονικό διάστημα (18 ετών) η μέση καθυστέρηση πτήσεων ανά ημέρα και αυτά τα αποτελέσματα να χρησιμοποιηθούν για να προβλεφθεί ο συνολικός χρόνος που απαιτείται για την εξομάλυνση και την επιστροφή των λειτουργιών του αεροδρομίου στους προγραμματισμένους τους χρόνους. Στο δεύτερο πρόβλημα, βασιζόμενοι στα χρώματα των γαλαξιών, επιχειρήθηκε μέσω των ΤΝΔ η πρόβλεψη της μορφολογίας γαλαξιών που έχουν παρατηρηθεί με την χρήση του τηλεσκόπιου SDSS («Sloan Digital Sky Survey»). Τα εξαγόμενα αποτελέσματα αποτιμώνται και εξάγονται συμπεράσματα για την ικανότητα του υπολογιστικού πλαισίου που παρουσιάστηκε να ανακτήσει και να αναλύσει επιτυχώς Μεγάλα Δεδομένα. Τέλος, δίδονται κατευθύνσεις για περαιτέρω μελέτη και βελτίωση του υλοποιηθέντος πλαισίου.
|
Φυσική περιγραφή |
124 σ. : πίν., σχήμ. εικ.(μερ. εγχρ.) ; 30 εκ. |
Γλώσσα |
Ελληνικά |
Θέμα |
Airports |
|
Artificial neural networks |
|
Flights delays |
|
Hadoop |
|
Hive |
|
Morphology of galaxies |
|
Αεροδρόμια |
|
Καθυστέρηση πτήσεων |
|
Μέσα μεταφορών |
|
Μεγάλα δεδομένα |
|
Μορφολογία γαλαξιών |
|
Τεχνητά νευρωνικά δίκτυα |
Ημερομηνία έκδοσης |
2017-07-21 |
Συλλογή
|
Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Φυσικής--Μεταπτυχιακές εργασίες ειδίκευσης
|
|
Τύπος Εργασίας--Μεταπτυχιακές εργασίες ειδίκευσης
|
Εμφανίσεις |
726 |