|
Automatické označování obrázků
Lukáč, Michal ; Řezníček, Ivo (oponent) ; Hradiš, Michal (vedoucí práce)
Práca sa zaoberá automatickým označovaním obrázkov do sémantických kategórií. Je popísaná teória z klasi kácie a detekcie lokálnych príznakov. Sú vysvetlené základné algoritmy strojového učenia pri označovaní obrázkov a ich učenie pomocou algoritmu Gradient descent. Je navrhnuté riešenie s hierarchiou pre ImageNet a tagovanie obrázkov atribútmi. Výpočetný model MapReduce je ukázaný pre učenie na veľkých dátových sadách. V poslednej časti je popísaná implementácia, experimentálne a testovacie výsledky.
|
|
Optimalizace platformy pro distribuované výpočty Hadoop
Čecho, Jaroslav ; Smrčka, Aleš (oponent) ; Letko, Zdeněk (vedoucí práce)
Tato diplomová práce se zabývá možnostmi optimalizace frameworku Hadoop za pomocí platformy CUDA. Apache Hadoop je frameworku umožnující analýzu obrovských objemů dat. Obsahuje distribuovaný souborový systém a implementaci programovacího paradigmatu mapreduce s jehož pomocí se poté píší uživatelské aplikace. Platforma CUDA firmy NVIDIA umožnuje využít výkon grafické karty počítače i k jiným účelům než je generování grafického výstupu na zobrazovací zařízení počítače. Má prace obsahuje seznam a experimentální implementaci výpočtů frameworku Hadoop vhodných k přesunu z hlavního procesoru počítače na grafickou kartu za účelem dosáhutí časové optimalizace běžících mapreduce aplikací.
|
|
BigData řešení pro zpracování rozsáhlých dat ze síťových toků
Melkes, Miloslav ; Ráb, Jaroslav (oponent) ; Ryšavý, Ondřej (vedoucí práce)
Tato diplomová práce se zaměřuje na problematiku distribuovaného zpracování velkých dat ze síťové komunikace. Začíná analýzou síťové komunikace založené na modelu TCP/IP se zaměřením na datové jednotky na jednotlivých vrstvách, které je nutno při analýze síťových dat zpracovávat. Z hlediska vlastního zpracování rozsáhlých dat je objasněn výpočetní model MapReduce, architektura technologie Apache Hadoop a jejich možné využití pro zpracování síťových toků na clusteru počítačů. Druhá část práce se zbývá návrhem a následnou implementací aplikace pro zpracování síťových toků ze zachycené síťové komunikace. V této části jsou rozebrány klíčové a problematické části z implementace. Celá práce je poté zakončena srovnáním s dostupnými nástroji pro síťovou analýzu a vyhodnocením sady testů, které potvrdili lineární růst zrychlení.
|
|
Implementace shlukování regulárních výrazů pomocí MapReduce přístupu
Šafář, Martin ; Dvořák, Milan (oponent) ; Kaštil, Jan (vedoucí práce)
Hlavním přínosem této práce je návrh a implementace aplikace, která využívá model MapReduce a Apache Hadoop pro urychlení shlukování regulárních výrazů. V této prácí jsou popsány algoritmy, které se využívají pro shlukování regulárních výrazů a je navrženo několik vylepšení pro tyto algoritmy. Experimenty prováděné v rámci této práce ukázaly, že cluster skládající se z 20ti počítačů dokáže oproti klasickému přístupu zrychlit shlukování až desetinásobně.
|
|
Monitorování návštěvníků webových stránek
Jelič, Martin ; Očenášek, Pavel (oponent) ; Burget, Radek (vedoucí práce)
Práce se zabývá webovou analytikou, jejími pojmy, principy, souvisejícími problémy a jejich řešením. Je zde zevrubně popsáno několik existujících nástrojů pro webovou analytiku. Těžištěm práce je návrh a implementace nového nástroje, který umožňuje monitorovat provoz na webových stránkách a vyhodnocovat údaje za účelem řízení internetových projektů. V rámci práce jsou prezentovány výsledky testování nástroje v reálném provozu a jejich srovnání s existujícími nástroji, od kterých se nový nástroj v některých vlastnostech odlišuje. Práce pojednává též o výhodách použití dokumentově orientované databáze MongoDB pro účely monitorování návštěvnosti webových stránek.
|
|
Hadoop NoSQL databáze
Švagr, Lukáš ; Palovská, Helena (vedoucí práce) ; Tomášková, Barbora (oponent)
Tématem práce je databázové úložiště Hadoop Hbase. Cílem je ukázat, na jakých principech funguje a kde nachází své využití. Celý text předpokládá, že je již čtenář seznámen se základními principy NoSQL databází. Teoretická část stručně popisuje základní pojmy z databází, dále převážně Hadoop a jeho vlastnosti. Součástí práce je praktická část, ve které je popsána instalace databázového úložiště a ve dvou jednoduchých programech ukázány základní operace s databází. Dále jsou v praktické části případové studie, které se zabývají aktuálním využitím Hadoopu v celosvětově známých firmách.
|
|
Srovnání databází CouchDB a MarkLogic
Sapegina, Evgeniya ; Palovská, Helena (vedoucí práce) ; Chlapek, Dušan (oponent)
Tato bakalářská práce se zabývá NoSQL koncepty a zejména systémem řízení báze dat CouchDB a MarkLogic. Cílem bakalářské práce je uvést příčiny vzniku NoSQL SŘBD, popsat jejich vybrané vlastnosti a uvést obecně akceptovanou klasifikaci na základě jejich datového modelu. Dalším cílem je představit aktuální zájem o SŘBD CouchDB a MarkLogic, popsat základní principy jejich fungování a na konkrétních příkladech užití z praxe demonstrovat vybrané důvody, jež mohou hrát při výběru vhodného databázového řešení významnou roli. Následně tyto dva SŘBD porovnáme, přičemž jsou vyzdviženy některé důležité aspekty, které mohou být při rozhodování o nasazení těchto SŘBD klíčové. Za přínos této práce považuji především porovnání dvou uživatelsky oblíbených a zajímavých SŘBD: CouchDB a MarkLogic, které může posloužit jako materiál pro výběr jednoho ze dvou SŘBD do konkrétního projektu. Práce je členěna do čtyř kapitol. Teoretickou část zastupuje druhá a třetí kapitola. Druhá kapitola je věnována vlastnostem NoSQL SŘBD, třetí kapitola pojednává o vlastnostech SŘBD CouchDB a MarkLogic. Praktické části se pak věnuje kapitola čtvrtá, kde jsou oba zmíněné systémy z různých hledisek porovnány.
|
|
Hadoop: HDFS, MapReduce a výpočty v IBM BigInsights
Fessl, Adam ; Řezáč, Miroslav (vedoucí práce) ; Novotný, Ota (oponent)
Práce spadá do oblasti zpracování dat velkého rozsahu. Věnuje se Hadoopu, open-source nástroji pro distribuované zpracování a ukládání dat. Cílem práce je poskytnutí teoretických znalostí a objasnění základních principů v problema-tice Apache Hadoop. Zejména se jedná o souborový systém HDFS a model pro distribuo-vané výpočty MapReduce. Teoretické znalosti a principy jsou demonstrovány na modifiko-vané aplikaci WordCount v prostředí IBM InfoSphere BigInsights. Text je rozdělen do tří částí, přičemž první část se věnuje Hadoopu a jeho základním modu-lům, druhá část poskytuje informace o předních distributorech Hadoopu a detailně se věnu-je distribuci společnosti IBM. Část poslední je věnovaná praktickým výpočtům. Přínosem práce je ucelený pohled na Hadoop, který slučuje pohled technologický s pohle-dem praktického využití. Nový pohled je demonstrován na příkladech a doplněn způsoby, jakým lze s tímto nástrojem pracovat.
|
|
Dokumentově orientované open source databázové systémy
Regner, Tomáš ; Chlapek, Dušan (vedoucí práce) ; Tomášková, Barbora (oponent)
Jedním z cílů této bakalářské práce je seznámit čtenáře s motivy vývojářů pro hledání alternativ k tradičním relačním databázovým systémům, jež postupně vyústili ve vznik NoSQL hnutí a rovněž je seznámit s milníky tohoto vývoje a klíčovými projekty jeho historie. Dále uvádí některé základní vlastnosti společné NoSQL systémům jako je např. problematika škálovatelnosti a distribuovaného zpracování dat a uvede obecně přijímanou kategorizaci NoSQL systémů na základě jejich datového modelu. Podrobněji se zaměřuje na oblast dokumentově orientovaných databázových systémů, shrnuje situaci v této oblasti a rozebírá její dva v současné době nejpoužívanější zástupce -- systémy MongoDB a CouchDB. Popisuje základní mechanismy jejich fungování a demonstruje smysl jejich užití na příkladech z praxe. Následně definuje hodnotící kritéria pro porovnání těchto produktů a hodnotí jejich naplnění v aktuálně dostupných verzích těchto systémů.
|
|
Možnosti použití databázového systému CouchDB
Pultera, Ondřej ; Palovská, Helena (vedoucí práce) ; Strossa, Petr (oponent)
Práce se zabývá možnostmi použití dokumentově orientovaného databázového systému Apache CouchDb. V první kapitole vysvětluji základní teoretické pojmy a principy související s databázovým systémem CouchDb. Ve stručnosti zde také představuji databázové systémy založené na relačním modelu. Druhá kapitola se věnuje architektuře a vlastnostem Apache CouchDb. Zamýšlím se zde nad důvody vzniku Apache CouchDb. Kapitola zároveň popisuje principy běhu Apache CouchDb v distribuovaném prostředí. V třetí kapitole se zabývám případovými studiemi a popisuji zde úspěšné implementace Apache CouchDb. Cílem této kapitoly je čtenáři nastínit případy, ve kterých je vhodné využit Apache CouchDb. V další kapitole se pak věnuji praktické práci s Apache CouchDb. Zmiňuji zde nástroj pro správu databáze a konkrétní možnosti nastavení. Dále je zde praktická ukázka jak provádět základní operace přes HTTP rozhraní pomocí příkladů. Příklady jsou realizované pomocí skriptovacích jazyků PHP a JavaScript. Cílem této kapitoly je čtenáři představit Apache CouchDb z pohledu vývojáře nebo správce. Čtenář by na základě této práce měl porozumět nejpodstatnějším vlastnostem Apache CouchDb a být schopen rámcově určit využitelnost tohoto databázového systému pro konkrétní aplikace.
|