Поиск сценариев событий на гриде источников данных об окружающей среде

• Автор: Пойда, Алексей Анатольевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Москва
• Количество страниц: 113 с. : ил.

Оглавление
Введение.

Объект исследования и актуальность темы

Цели и задачи работы.

Научная новизна

Пракгическая значимость работы

Апробация работы и публикации.

Объем и структура работы

Благодарности.

Глава 1. Обзор технологий поиска научных данных.

Глава 2. Алгоритмы распределенного поиска сценария событий

2.1 Абстрактная модель данных ЕБЗЕСОМ
2.2 Определение понятия сценарий событий
2.3 Построение аппарата функций нечеткой логики с дискретной областью значений
2.4 Использование нечетких временных интервалов в запросе.
2.4.1 Логическое представление о каузальных условиях
2.4.2 Алгоритм вычисления.
2.4.3 Немонотонные функции
2.4.4 Применение
2.5 Распределенный вариант алгоритма поиска.
Глава 3. Програм.мная реализации сервисов распределенной обработки и поиска данных.
3.1 Архитектура.
3.2 Сервис выборки данных и язык запросов.
3.3 Поисковый сервис и язык запросов
3.4 Сервис обработки данных и язык запросов.
3.5 Совместимость с Грид технологией
Глава 4. Примеры использования системы
4.1 Интеграция данных
4.2 Статистика экстремальных событий и анализ климатических трендов.
4.3 База нечетких правил для экспертной системы
Заключение.
Литература


Это ускоряет доступ и интсфацию данных между различными областями науки и коммерческих приложений. Грид-вычисления, параллельные ГИС, локальные веб-сервисы на основе VirtualEarth и GoogleMaps, семантический веб, сверхбольшие базы данных и хранилища метаданных. В итоге, сложилось два полюса в сфере ГГ: огромный объем исходных данных с одной стороны, и приложения, работающие с этой информацией с другой. Однако, многие терабайты информации не позволяют использовать их напрямую, простым скачиванием и перебором. От приложений требуется более “интеллектуальный” подход к определению области своих интересов. В результате, приходим к необходимости анализа данных не только в научных расчетах, но и в “бытовых” приложениях. Кроме того, со своим развитием, IT все больше стремятся к эмулированию “естественного языка” и человеческого мышления. Экспертные системы и искусственный интеллект развиваются быстрыми темпами. Не последнюю роль в этом играет тот факт, что объем данных растет в экспоненциальной профессии, в то время как число экспертов, их обрабатывающих, - в линейной. В связи с этим, условия выбора и анализ данных становится все более сложными, и зачастую, в погоне за “логичностью” теряют свою “математическую строгость”. Поэтому все больше возникает потребность в коммуникаторе, который будет предоставлять достижения IT-технологии в пользование потребителей, нужен универсальный механизм поиска, анализа и добычи научных данных. К настоящему времени довольно широкое развитие получил текстовый поиск и текстовое индексирование. Также существуют системы для поиска метаданных, такие например, как Global Change Master Directory (GCMD), разработанная в НАСА или Master Environmental Library (MEL), созданная Отделом моделирования Министерства обороны США. Однако, поиск внутри цифровых данных пока неразвит. I) Первый уровень: поиск по вебу (google, Yandex и др. На четвертом уровне должен стоять поиск и анализ внутри многомерных массивов научных данных, в первую очередь временных рядов. Анализ временных рядов можно разделить на два основных вида: анализ трендов и анализ экстремальных выбросов. Первый можно представить как анализ движения во времени центра масс пространства данных, в то время как второй - анализ тенденции движения границ. Он имеет значение при анализе долгосрочных изменений климата. Современная наука во многом междисциплинарная. Например, анализ влияния климата на биосферу, анализ причинных связей в метеорологии и космической погоде. Это накладывает дополнительные требования на систему добычи и анализа данных: во-первых, процесс анализа должен производиться в различных средах совместно, во-вторых, требуется унифицированный интерфейс доступа к данным в разных источниках. Назрела потребность в «глобализации» научных данных. Актуальность данной работы обусловлена тем, что она посвящена поиску, междисциплинарному анализу (как трендов, так и экстремальных выбросов) и выборке данных в распределенных сверхбольших архивах данных по окружающей среде (междисциплинарной). Целью работы являлось разработка системы поиска, анализа и распределенной выборки данных в сверхбольших архивах данных по окружающей среде. Разработать систему алгоритмов для распределенного поиска в сверхбольших архивах научных данных. Разработать программное средство, которое бы реализовывало алгоритмы из п. Встроить данное ПО в инфраструктуру Грид. Для прогноза глобальных изменений климата строится множество теорий. Каждая из них выводит определенные закономерности и сценарии развития событий. Результаты данной работы могут применяться для проверки и отслеживания предполагаемых климатических сценариев. В работе формулируется определение сценария событий окружающей среды в терминах нечеткой логики, которое включает не только значение параметров, но и каузальные связи - изменение значений параметров во времени. В работе также формулируется алгоритм поиска таких сценариев на классе источников, подчиняющихся единой модели данных. В работе предложен новый подход к системам поиска и анализа данных по окружающей среде.