Gesellschaft für Informatik e.V.

Lecture Notes in Informatics


Datenbanksysteme für Business, Technologie und Web (BTW 2015) - Workshopband P-242, 81-90 (2015).

Gesellschaft für Informatik, Bonn
2015


Copyright © Gesellschaft für Informatik, Bonn

Contents

Bestimmung von Datenunsicherheit in einem probabilistischen Datenstrommanagementsystem

Christian Kuka and Daniela Nicklas

Abstract


Für die kontinuierliche Verarbeitung von unsicherheitsbehafteten Daten in einem Datenstrommanagementsystem ist es notwendig das zugrunde liegende stochastische Modell der Daten zu kennen. Zu diesem Zweck existieren mehrere Ansätze, wie etwas das Erwartungswertmaximierungsverfahren oder die Kerndichteschätzung. In dieser Arbeit wird aufgezeigt, wie die genannten Verfahren in ein Datenstrommanagementsystem verwendet werden können, umso eine probabilistische Datenstromverarbeitung zu ermöglichen und wie sich die Bestimmung des stochastischen Modells auf die Latenz der Verarbeitung auswirkt. Zudem wird die Qualität der ermittelten stochastischen Modelle verglichen und aufgezeigt, welches Verfahren unter welchen Bedienungen bei der kontinuierlichen Verarbeitung von unsicherheitsbehafteten Daten am effektivsten ist.


Full Text: PDF

Gesellschaft für Informatik, Bonn
ISBN 978-3-88579-636-7


Last changed 30.04.2015 15:50:11