ИЗУЧЕНИЕ РАЗРАБОТКИ АЛГОРИТМОВ ДЛЯ КРУПНОМАСШТАБНОГО АНАЛИЗА ДАННЫХ И ИХ ОПТИМИЗАЦИИ : научное издание

Описание

Тип публикации: статья из журнала

Год издания: 2023

Ключевые слова: big Data, network security, economics and organization, linguistics, industry, information modeling, Большие Данные, безопасность сетей, экономика и организация, лингвистика, промышленность, информационное моделирование

Аннотация: В этой статье анализируются большие данные. Поскольку количество данных, генерируемых различными источниками, продолжает расти в геометрической прогрессии, потребность в масштабируемых и эффективных алгоритмах для крупномасштабного анализа данных становится все более важной. Разработка алгоритмов для крупномасштабного анализа данныПоказать полностьюх и задач оптимизации стала областью активных исследований в области компьютерных наук. Сочетание этих двух областей позволяет создавать алгоритмы, способные обрабатывать большие наборы данных и решать сложные задачи оптимизации в режиме реального времени. This article analyzes big data. As the amount of data generated by various sources continues to grow exponentially, the need for scalable and efficient algorithms for large-scale data analysis is becoming increasingly important. The development of algorithms for large-scale data analysis and optimization problems has become an area of active research in computer science. The combination of these two areas allows you to create algorithms that can process large data sets and solve complex optimization problems in real time.

Ссылки на полный текст

Издание

Журнал: Конкурентоспособность в глобальном мире: экономика, наука, технологии

Выпуск журнала: 4

Номера страниц: 456-459

ISSN журнала: 2412883X

Место издания: Киров

Издатель: Лукин А.С.

Персоны

  • Слукина Е.В. (Сибирский федеральный университет)
  • Образцова В.В. (Сибирский федеральный университет)
  • Донгак Сайзана Кайгал-ооловна (Сибирский федеральный университет)
  • Касаткин М.В. (Сибирский федеральный университет)
  • Самойлова Л.С. (Сибирский федеральный университет)

Вхождение в базы данных