Λεπτομέρειες βιβλιογραφικής εγγραφής
| Τίτλος: |
Методи ефективного зберігання великих обсягів медичних даних в умовах їх неперервного зростання |
| Συνεισφορές: |
Рогоза, Валерій Станіславович, ELAKPI |
| Στοιχεία εκδότη: |
КПІ ім. Ігоря Сікорського, 2021. |
| Έτος έκδοσης: |
2021 |
| Θεματικοί όροι: |
HDFS, document-oriented, великі дані, medicine, databases, документо-орієнтовані, охорона здоров'я, healthcare, column-oriented, NoSQL, колонко-орієнтовані, cloud services, хмарні сервіси, Hadoop, big data, key-value, ключ-значення, бази даних, медицина |
| Περιγραφή: |
Актуальність. Широкий набір методів і підходів, що надає напрямок великих даних, дозволяє ефективно зберігати, обробляти та аналізувати дуже великі обсяги інформації за максимально короткий термін, що і є ключовою перевагою застосування великих даних. Поєднання цих методів зі сферою охорони здоров’я є перспективним напрямком, що активно розвивається. Медична сфера щороку продукує великі обсяги даних, які потребують певної обробки з метою отримання цінної інформації на їх основі. На даний момент є досить багато успішних випадків застосування аналітики великих даних до сфери охорони здоров’я. Подальший розвиток і покращення даної області може принести переваги для пацієнтів, медичного персоналу та інших залучених сторін. Різні дослідження аналітики великих даних для медицини зазначають різні методи зберігання, що обмежуються в основному прикладами конкретних засобів. Мета і задачі дослідження. Метою цієї роботи є виявлення проблем, що пов’язані зі зберігання великих об’ємів медичних даних та можливих шляхів вирішення однієї з них. Задачі дослідження полягають в аналізі актуальних публікацій, статей та інших джерел інформації, що стосуються застосування аналітики великих даних у сфері медицини, з метою визначення конкретних напрямків їх використання, проблем та переваг, що вони надають, методів зберігання великих даних та покращення їх ефективності. Також важливим завданням є приведення способу для вирішення деяких проблем, що стосуються ефективності зберігання даних. Об’єкт дослідження. Методи та підходи, що сприяють оптимізації ефективності обробки та використання великих даних за умов неперервного зростання їх обсягів. Предмет дослідження. Технології та підходи, що дозволяють покращити ефективність та оптимізувати зберігання і використання великих обсягів медичних даних. Наукова новизна одержаних результатів. Полягає в розробці прототипу дерева прийняття рішень для визначення найоптимальнішого сховища даних. Практичне значення одержаних результатів. Програмна імплементація отриманого дерева рішень може бути розроблена як окремий засіб допомоги у визначенні найкращого методу зберігання медичних даних для відповідного проекту чи дослідження на моменті його планування та практичного виконання. На основі виконаної роботи подано статтю на публікацію в періодичне фахове видання категорії Б. Загальний обсяг роботи – 105 сторінок, 24 таблиці, 9 рисунків, 29 посилань. |
| Τύπος εγγράφου: |
Master thesis |
| Περιγραφή αρχείου: |
application/pdf |
| Γλώσσα: |
Ukrainian |
| Σύνδεσμος πρόσβασης: |
https://ela.kpi.ua/handle/123456789/54956 |
| Αριθμός Καταχώρησης: |
edsair.od......2635..19e15ff8ab9a5147fd9c412f0903af2c |
| Βάση Δεδομένων: |
OpenAIRE |