Eeg Data Analysis by Using Map-Reduce Technique
| العنوان بلغة أخرى: |
تحليل بيانات مخطط كهربائية الدماغ (EEG) باستخدام تقنية Map-Reduce |
|---|---|
| المؤلف الرئيسي: | Flayyih, Ali Adel (Author) |
| مؤلفين آخرين: | Al Hamami, Alaa Hussein (Advisor) |
| التاريخ الميلادي: |
2016
|
| موقع: | عمان |
| الصفحات: | 1 - 152 |
| رقم MD: | 788726 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة عمان العربية |
| الكلية: | كلية العلوم الحاسوبية والمعلوماتية |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
66
| المستخلص: |
تعرف قواعد البيانات على أنها مجموعه من البيانات المنظمة’ والموزعة’ والمخزنة بطريقة يسهل الوصول إليها من قبل المستفيد. مع ازدياد كمية البيانات التي يمكن الوصول اليها وبالتزامن مع التطور الحاصل في قوة المعالجة وتراسل البيانات وقابلية التخزين التي منحت من إمكانية عملية دمج عدة قواعد بيانات في قاعدة بيانات واحده كبيرة من اجل توسيع الرؤية في الوصول والتحليل والاسترجاع والتي تدعى مستودع البيانات (Data Warehouse) ، والتي قادت إلى ظهور نوع أخر من الخوارزميات تدعى التنقيب في البيانات (Data Mining) والهدف منها هو عملية استخراج واستنتاج معلومات مخفيه وقيمه وثمينة من كم هائل من البيانات المتراكمة في مجموعه كبيره من قواعد البيانات (مستودع البيانات). لكن مع النمو السريع فيها أصبحت البيانات كبيرة الحجم وبالغة التعقيد حيث ان مايقارب85% من البيانات هي شبه مهيكله وغير مهيكله لذلك ولغرض التعامل مع التعقيد والحجم الهائل في هذه البيانات تم ظهور فرع جديد في تقنية المعلومات والذي يدعى البيانات الكبيرة (Big-Data). حيث أصبحت التقنيات التقليدية في معالجة وتحليل البيانات غير مناسبه وغير كفوءة في معالجة وتحليل هذا النوع من البيانات الكبيرة بالحجم والمعقدة والسريعة التغير. الهدف في هذه الرسالة هو استخدام طريقة Map-Reduce في تحليل تلك البيانات الكبيرة (Big-Data) التي تكون موزعه في الحوسبة السحابية (Cloud-Computing) من اجل تطوير طريقة معالجه كفؤة لتلك البيانات. تقيم العمل كان استخدام الــ Hadoop server مع الـMap-Reduce في تحليل بينات الــ Electroencephalography (EEG) كنوع من انواع البيانات الكبيرة (Big-Data). حيث ان استخدام الــ Hadoop في بيئة الحوسبة السحابية (Cloud computing) يعطي كفاءة عالية في تحليل تلك البيانات من خمسة أسباب على الأقل، وهي: إمكانية عالية لمنع وقوع الأخطاء والتوزيع التلقائي للبيانات والتوزيع المتكافئ للجهد الحسابي في تحليل البيانات على جميع العقد الحسابية والمعالجة المتوازية وعمليات المعالجة اقرب ما يمكن من موقع البيانات والتي بالنتيجة سوف يكون الوقت المستغرق في نقل البيانات اقل ما يمكن. الطريقة المقترحة هي كانت عملية تحويل الملف النصي للـ EEG إلى قاعدة بيانات (list) يسهل التعامل معها نظرا لاحتوائها على فهرس (index) والتي كانت بالسابق بيانات غير مهيكله ومن الصعوبة استنتاج معلومات ذات قيمه للباحثين في مجال .EEGوقد أظهرت نتائج التجربة تطور واضح في معالجة البيانات الكبيرة للـ EEG مع انخفاض الوقت المستغرق الى 50%. وعليه فأن النتائج التي تم الحصول عليها تقدم للباحثين والأخصائيين في مجال EEG طريقه واعده في سهولة وسرعة المعالجة للبيانات الكبيرة للــ EEG. |
|---|
عناصر مشابهة
-
Prediction of Cancer Survival Using Data Mining Techniques
بواسطة: Salem, Emad Mohamed منشور: (2016) -
MSP: Multiple Sub Graph Query Processing Using Structure Based Graph Partitioning Strategy And Map Reduce
بواسطة: Fathimabi, Shaik منشور: (2019) -
Predicting EEG Seizures Using Graded Spiking Neural Networks
بواسطة: المسافر، يزن بن خالد بن حبيب منشور: (2023) -
The Use of Bayesian Techniques with Binary and Vector Data
بواسطة: Abd El kareem, Nahed talaat منشور: (2023) -
Using Classification Tecniques in Educational Data Mining
بواسطة: Al-Metwally, Ahmed Ramadan Mohammed منشور: (2016)
