بهره گیری از شبکه عصبی در شناسایی داده های خارج از محدوده در تحلیل کلان داده

اخیرا کلان داده به اصطلاح بیگ دیتا به یکی از پر اهمیت ترین و چالشی ترین مسئله برای سازمانها و شرکت های بزرگ مبدل گردیده است. کلان داده در واقع از داده های بسیار زیاد ایجاد میشود اما آنچه در این حوزه بیش از پیش مورد توجه است، تحلیل کلان داده میباشدکه میتواند منجر به تصمیم گیری بهتر و اقدامات استراتژیک تجاری گردد. به عبارتی دیگر این روزها، استفاده از کلانداده، توسط شرکتها برای پیشی گرفتن از رقبای خود، نوآوری و جذب ارزش، رایج شده است و از طرفی تحلیل دقیق و صحیح موجب سرعت بخشیدن به رسیدن اهداف مورد نظر می گردد. بنابراین تحلیل موثر و مفید بسته به کیفیت نتایج پردازش اولیه بدست آمده از داده های مورد نظر قابل دسترس میباشد. بدین منظور در این مقاله بر آن هستیم که در ابتدا پردازش اولیهای با آپاچی اسپارک، فریمورک متن – باز و موتور پردازش توزیع یافته کلان داده صورت می پذیرد، سپس با ارائه روش بهینه تشخیص داده های پرت به وسیله مدل شبکه عصبی بتوان به این هدف مهم دست پیدا نمود. با توجه به مدل پیشنهادی نتیجه بدست آمده در مقایسه با الگوریتم هاییادگیری ماشینLSTM و MLPs بهتر عمل نموده است. لازم به ذکر است که روش پیشنهادی شناسایی داده خارج از محدوده با استفاده از چهار لایه پنهان، بر روی دو مجموعه داده بررسی شده است.

کلیدواژه ها:

کلان داده ، بیگ دیتا ، تحلیل ، تجزیه و تحلیل ، داده پرت ، داده خارج از محدوده ، شبکه عصبی