Název:	Towards user-friendly and high-performance analytics with big data historian
Autoři:	Possolt, Martin Jirkovský, Václav Obitko, Marek
Citace zdrojového dokumentu:	STEINBERGER, Josef ed.; ZÍMA, Martin ed.; FIALA, Dalibor ed.; DOSTAL, Martin ed.; NYKL, Michal ed. Data a znalosti 2017: sborník konference, Plzeň, Hotel Angelo 5. - 6. října 2017. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2017, s. 27-30. ISBN 978-80-261-0720-0.
Datum vydání:	2017
Nakladatel:	Západočeská univerzita v Plzni
Typ dokumentu:	konferenční příspěvek conferenceObject
URI:	https://www.zcu.cz/export/sites/zcu/pracoviste/vyd/online/DataAZnalosti2017.pdf http://hdl.handle.net/11025/26330
ISBN:	978-80-261-0720-0
Klíčová slova:	vícevrstvý perceptron;velká data;ontologie;vodní elektrárna
Klíčová slova v dalším jazyce:	multilayer perceptron;big data;ontology;hydroelectric power station
Abstrakt v dalším jazyce:	We are witnessing the trend of increasing data production in various domains including industrial automation. This trend requires means for data capturing, storing, and analyzing. Furthermore, a versatile data model is needed to enable easy knowledge representation as well as change management. In this paper, we utilize Semantic Big Data Historian, which can cope with previously mentioned requirements, for a demonstration of promising analytic approach combining Big Data methods and a user-friendly modular platform. The ap-proach is demonstrated on data from a hydroelectric power station. The station has been dealing with the interesting problem of prediction when to momentari-ly stop their turbine to increase generated power after the restart. In this contri-bution, we discuss several approaches how to process and analyze data from power station sensors for achieving the best results.
Práva:	© Západočeská univerzita v Plzni
Vyskytuje se v kolekcích:	Data a znalosti 2017 Data a znalosti 2017

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.