Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Zdzisław Pawlak: Man, Creator and Innovator ofComputer Sciences Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Hardware Supported Rule-Based Classification on Big Datasets

verfasst von : Maciej Kopczynski, Tomasz Grzes, Jaroslaw Stepaniuk

Erschienen in: Rough Sets

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper we propose a combination of capabilities of the Field Programmable Gate Arrays based device and PC computer for data processing resulting in classification using previously generated decision rules. Solution is focused on big datasets. Presented architecture has been tested in programmable unit on real datasets. Obtained results confirm the significant acceleration of the computation time using hardware supported operations in comparison to software implementation.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Scalable Maximal Discernibility Discretization for Big Data
Nächstes Kapitel Introducing NRough Framework
Literatur
1.
Grześ, T., Kopczyński, M., Stepaniuk, J.: FPGA in rough set based core and reduct computation. In: Lingras, P., Wolski, M., Cornelis, C., Mitra, S., Wasilewski, P. (eds.) RSKT 2013. LNCS (LNAI), vol. 8171, pp. 263–270. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-41299-8_​25CrossRef
2.
Grzymala-Busse, J.W.: Rule Induction, Data Mining and Knowledge Discovery Handbook, pp. 249-265. Springer, New York (2010)
3.
Kanasugi, A., Yokoyama, A.: A basic design for rough set processor. In: The 15th Annual Conference of Japanese Society for Artificial Intelligence (2001)
4.
Kopczyński, M., Stepaniuk, J.: Rough sets and intelligent systems - professor Zdzisław Pawlak in memoriam, intelligent systems reference library. In: Skowron, A., Suraj, Z. (eds.) Hardware Implementations of Rough Set Methods in Programmable Logic Devices, pp. 309–321. Springer, Heidelberg (2013)
5.
Kopczyński, M., Grześ, T., Stepaniuk, J.: FPGA in rough-granular computing : reduct generation. In: The 2014 IEEE/WCI/ACM International Joint Conferences on Web Intelligence, WI 2014, vol. 2, pp. 364–370. IEEE Computer Society, Warsaw (2014)
6.
Kopczynski, M., Grzes, T., Stepaniuk, J.: Generating core in rough set theory: design and implementation on FPGA. In: Kryszkiewicz, M., Cornelis, C., Ciucci, D., Medina-Moreno, J., Motoda, H., Raś, Z.W. (eds.) RSEISP 2014. LNCS, vol. 8537, pp. 209–216. Springer, Cham (2014). doi:10.​1007/​978-3-319-08729-0_​20CrossRef
7.
Kopczyński, M., Grześ, T., Stepaniuk, J.: Core for large datasets: rough sets on FPGA. Fundam. Inform. 147, 241–259 (2016)MathSciNetCrossRef
8.
Kopczyński, M., Grześ, T., Stepaniuk, J.: Rough sets based LEM2 rules generation supported by FPGA. Fundam. Inform. 148, 107–121 (2016)MathSciNetCrossRef
9.
Kopczynski, M., Grzes, T., Stepaniuk, J.: Hardware supported rough sets based rules generation for big datasets. In: Saeed, K., Homenda, W. (eds.) CISIM 2016. LNCS, vol. 9842, pp. 91–102. Springer, Cham (2016). doi:10.​1007/​978-3-319-45378-1_​9CrossRef
10.
Lewis, T., Perkowski, M., Jozwiak, L.: Learning in hardware: architecture and implementation of an FPGA-based rough set machine. In: 25th EUROMICRO Conference (EUROMICRO 1999), euromicro, vol. 1, p. 1326 (1999)
11.
12.
Muraszkiewicz, M., Rybinski, H.: Towards a parallel rough sets computer. In: Ziarko, W.P. (ed.) Rough Sets, Fuzzy Sets and Knowledge Discovery, pp. 434–443. Springer, London (1994)CrossRef
13.
Pawlak, Z.: Elementary rough set granules: toward a rough set processor. In: Pal, S.K., Polkowski, L., Skowron, A. (eds.) Rough-Neurocomputing: Techniques for Computing with Words, Cognitive Technologies, pp. 5–14. Springer, Berlin (2004)
14.
Snijders, C., Matzat, U., Reips, U.-D.: Big data: big gaps of knowledge in the field of internet science. Int. J. Internet Sci. 7, 1–5 (2012)
15.
Stepaniuk, J.: Knowledge discovery by application of rough set models. In: Polkowski, L., Tsumoto, S., Lin, T.Y. (eds.) Rough Set Methods and Applications, New Developments in Knowledge Discovery in Information Systems, pp. 137–233. Physica-Verlag, Heidelberg (2000)
16.
Stepaniuk, J.: Rough-Granular Computing in Knowledge Discovery and Data Mining. Springer, Heidelberg (2008)MATH
17.
Stepaniuk, J., Kopczyński, M., Grześ, T.: The first step toward processor for rough set methods. Fundam. Inform. 127, 429–443 (2013)
Metadaten
Titel
Hardware Supported Rule-Based Classification on Big Datasets
verfasst von
Maciej Kopczynski
Tomasz Grzes
Jaroslaw Stepaniuk
Copyright-Jahr
2017
Buch
Rough Sets

Print ISBN: 978-3-319-60836-5

Electronic ISBN: 978-3-319-60837-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-60837-2_52

Premium Partner

    Bildnachweise