Zobrazeno 1 - 10
of 717
pro vyhledávání: '"Data stream processing"'
Publikováno v:
IEEE Access, Vol 11, Pp 141137-141151 (2023)
Wiki articles are created and maintained by a crowd of editors, producing a continuous stream of reviews. Reviews can take the form of additions, reverts, or both. This crowdsourcing model is exposed to manipulation since neither reviews nor editors
Externí odkaz:
https://doaj.org/article/0400dab2c00144c1a8922d2ad6ff0d18
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Acta Universitatis Sapientiae: Informatica, Vol 13, Iss 1, Pp 39-59 (2021)
Data stream processing has been gaining attention in the past decade. Apache Flink is an open-source distributed stream processing engine that is able to process a large amount of data in real time with low latency. Computations are distributed among
Externí odkaz:
https://doaj.org/article/577f26258a7442b29e9437e049d500e7
Publikováno v:
IEEE Access, Vol 8, Pp 199120-199132 (2020)
The data analysis platform used in smart grid is important to provide more accurate data validation and advanced power services. Recently, the researches based on deep neural network have been increasing in data analytic platforms to address various
Externí odkaz:
https://doaj.org/article/8f435a7d4efb43b8a2c1234a525201d8
Autor:
Maycon Viana Bordin, Dalvan Griebler, Gabriele Mencagli, Claudio F. R. Geyer, Luiz Gustavo L. Fernandes
Publikováno v:
IEEE Access, Vol 8, Pp 222900-222917 (2020)
Systems enabling the continuous processing of large data streams have recently attracted the attention of the scientific community and industrial stakeholders. Data Stream Processing Systems (DSPSs) are complex and powerful frameworks able to ease th
Externí odkaz:
https://doaj.org/article/3d46009623874c8cb29159a48c22a209
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Data Science and Engineering, Vol 4, Iss 3, Pp 223-239 (2019)
Abstract Increasingly organizations are elastically scaling their stream processing applications into the infrastructure as a service clouds. However, state-of-the-art approaches for elastic stream processing do not consider the potential threats of
Externí odkaz:
https://doaj.org/article/07779ccc80094312be97d0dee470ec74
Publikováno v:
IEEE Access, Vol 7, Pp 48753-48769 (2019)
Today's stream processing systems handle high-volume data streams in an efficient manner. To achieve this goal, they are designed to scale out on large clusters of commodity machines. However, despite the efficient use of distributed architectures, t
Externí odkaz:
https://doaj.org/article/d50224f12c4e4f5da412c9efda651f91