پردازش عکس های با حجم داده بالا – تولید عکس های موزاییکی با چارچوب نرم افزاری hadoop و scalding
ترجمه شده

پردازش عکس های با حجم داده بالا – تولید عکس های موزاییکی با چارچوب نرم افزاری hadoop و scalding

عنوان فارسی مقاله: چارچوب های بهره وری در محاسبات مربوط به پردازش عکس های با حجم داده بالا - تولید عکس های موزاییکی با استفاده از چارچوب های نرم افزاری hadoop و scalding
عنوان انگلیسی مقاله: Productivity frameworks in big data image processing computations - creating photographic mosaics with Hadoop and Scalding
مجله/کنفرانس: چهاردهمین کنفرانس بین المللی علوم محاسباتی - 14th International Conference on Computational Science
رشته های تحصیلی مرتبط: مهندسی کامپیوتر
گرایش های تحصیلی مرتبط: مهندسی نرم افزار و مهندسی االگوریتم ها و محاسبات
کلمات کلیدی فارسی: پردازش تصوير، داده هاي بزرگ، چارچوب بهره وري، هادوپ
کلمات کلیدی انگلیسی: image processing - big data - productivity frameworks - hadoop
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.procs.2014.05.215
دانشگاه: CSIRO، استرالیا
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2014
ایمپکت فاکتور: 1.636 در سال 2019
شاخص H_index: 59 در سال 2020
شاخص SJR: 0.342 در سال 2019
شناسه ISSN: 1877-0509
صفحات مقاله انگلیسی: 9
صفحات ترجمه فارسی: 12
فرمت مقاله انگلیسی: pdf
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
ترجمه شده از: انگلیسی به فارسی
وضعیت ترجمه: ترجمه شده و آماده دانلود
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا منابع داخل متن درج یا ترجمه شده است: بله
آیا توضیحات زیر تصاویر و جداول ترجمه شده است: بله
آیا متون داخل تصاویر و جداول ترجمه شده است: خیر
کد محصول: 8340
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
ترجمه فارسی فهرست مطالب

چکیده


1- مقدمه


2- تولید موزاییک: MapReduce و Scalding


2.1 روش MapReduce


2-2 روش Scalding


3- نتایج آزمایشگاهی


4. نتایج

فهرست انگلیسی مطالب

Abstract


1 Introduction 


2 Creating Mosaics: MapReduce and Scalding 


2.1 MapReduce approach 


2.2 Scalding Approach 


3 Experimental Results 


4 Conclusions

نمونه ترجمه فارسی مقاله

چکیده 


در دهه گذشته، Hadoop  به یک چارچوب استاندارد ولی غیررسمی در زمینه ی پردازش داده های با حجم بالا در صنعت تبدیل شد. اگرچه Hadoop امروزه عمدتا در زمینه ی داده های متنی کاربرد بیشتری دارد، ولی می توان در زمینه ی پردازش داده های باینری از جمله عکس ها، نیز از آن استفاده کرد. تعداد زیادی چارچوب به منظور افزایش بهره وری از Hadoop درحال توسعه، که مبتنی بر جواب است، توسعه یافته اند. نتایج این مطالعه نشان می دهد که چگونه می توان از این چارچوب (scalding) به منظور تولید یک جواب مناسب و مختصر برای مسئله ی پردازش عکس با حجم بالا در فرایند تولید عکس های موزاییکی و مقایسه ی آن با Hadoop ی که براساس API اجرا می شود، استفاده کرد.


1-  مقدمه


در دهه ی گذشته، تحلیل های مربوط به داده های با حجم بالا به یک فاکتور اساسی و مهم حمایت از تصیم، در صنعت و همچنین تعدادی از تکنولوژی هایی که به منظور فعال سازی و ساده سازی فرآیند پردازش داده های با تنوع و حجم بالا توسعه یافته بودند، تبدیل شده بود. در دسترس ترین  تکنولوژی بین آنها مدل Apache Hadoop است، که یک چارچوب نرم افزاری منبع باز برای ذخیره و پردازش مجموعه - داده های با مقیاس بالا (حجم آن ها بالاست) بر خوشه های مختلفی از سخت افزار است، که توانایی تقسیم و کاهش مقیاس آن ها را به هزاران گره و پتابایت از داده را دارد. در کنار توسعه ی هسته ی Hadoop مجموعه ای از تکنولوژی ها شامل موارد زیر نیز به وجود آمدند : جریان (گردش) کاری (به عنوان مثال: Oozie(2))، پایگاه های داده (به عنوان مثال: HBase(3))، موتورهای آموزش ماشین (به عنوان مثال: Mahut (4))، ابزارهای تحلیلی لوگ (به عنوان مثال: Apache Flume(4)) و چارچوب های بهره وری.

نمونه متن انگلیسی مقاله

Abstract


In the last decade, Hadoop has become a de-facto standard framework for big data processing in the industry. Although Hadoop today is primarily applied to textual data, it can be also used to process binary data including images. A number of frameworks have been developed to increase productivity of developing Hadoop based solutions. This paper demonstrates how such a framework (Scalding) can be used to create a concise and efficient solution to a big data image-processing problem of creating photographic mosaics and compares it to a Hadoop API based implementation.


1. Introduction


In the last decade, big data analytics have become a major decision support factor in the industry and a number of technologies have been developed to both enable and streamline processing of huge volumes and variety of data. The most ubiquitous amongst them is Apache Hadoop [1] - an opensource software framework for storage and large scale processing of data-sets on clusters of commodity hardware that can reliably scale to thousands of nodes and petabytes of data. Around the Hadoop core grew an ecosystem of technologies including among others: workflows (e.g., Oozie [2]), databases (e.g., HBase [3]), machine learning engines (e.g., Mahout [4]) log analysis tools (e.g., Apache Flume [4]) and productivity frameworks.

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۱۷,۸۰۰ تومان
خرید محصول
  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

پردازش عکس های با حجم داده بالا – تولید عکس های موزاییکی با چارچوب نرم افزاری hadoop و scalding
مشاهده خریدهای قبلی
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها