دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Ian Gorton. Deborah K. Gracio
سری:
ISBN (شابک) : 0521191955, 9780521191951
ناشر: Cambridge University Press
سال نشر: 2012
تعداد صفحات: 300
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Data-Intensive Computing: Architectures, Algorithms, and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب محاسبات داده-فشرده: معماری ، الگوریتم و برنامه های کاربردی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
جهان مملو از داده های دیجیتالی از شبکه های اجتماعی، وبلاگ ها، تجارت، علم و مهندسی است. محاسبات فشرده داده، درک مسائل پیچیده ای را که باید حجم عظیمی از داده را پردازش کنند، تسهیل می کند. از طریق توسعه کلاسهای جدید نرمافزار، الگوریتمها و سختافزار، برنامههای کاربردی داده فشرده میتوانند نتایج تحلیلی بهموقع و معنیداری را در پاسخ به پیچیدگی دادهها و الزامات تحلیل مرتبط بهطور تصاعدی ارائه دهند. این حوزه نوظهور چالش های زیادی را به همراه دارد که با محاسبات با عملکرد بالا سنتی متفاوت است. این مرجع برای متخصصان و محققین محاسبات، ابعاد این رشته، چالشهای کلیدی، وضعیت هنر، و ویژگیهای رویکردهای محتمل را که مسائل مربوط به دادههای فشرده آینده به آن نیاز دارند، توصیف میکند. فصلها اصول و روشهای کلی برای طراحی چنین سیستمهایی و مدیریت و تجزیه و تحلیل مجموعههای کلان داده امروزی را که در فضای ابری زندگی میکنند را پوشش میدهد و نمونهای از کاربردها در بیوانفورماتیک و امنیت سایبری را توضیح میدهد که این اصول را در عمل نشان میدهد.
The world is awash with digital data from social networks, blogs, business, science, and engineering. Data-intensive computing facilitates understanding of complex problems that must process massive amounts of data. Through the development of new classes of software, algorithms, and hardware, data-intensive applications can provide timely and meaningful analytical results in response to exponentially growing data complexity and associated analysis requirements. This emerging area brings many challenges that are different from traditional high-performance computing. This reference for computing professionals and researchers describes the dimensions of the field, the key challenges, the state of the art, and the characteristics of likely approaches that future data-intensive problems will require. Chapters cover general principles and methods for designing such systems and for managing and analyzing the big data sets of today that live in the cloud, and describe example applications in bioinformatics and cybersecurity that illustrate these principles in practice.