Solving mean-shift clustering using MapReduce Hadoop

Maksat Kalimoldayev, Vladimír Siládi, Maxatbek Satymbekov, Lyazat Naizabayeva

2017

DOI 10.1109/informatics.2017.8327240

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Paper presents results of a practical experiment that was conducted in order to pursuit main objective - design and implement novel iterative MapReduce framework based on Hadoop technology. To study the effects of implementation parallel scientific applications, we deployed. Despite the fact that they did not show better performance than the same algorithm implemented in MPI, we conducted experiments to solve problems iterative computations using the Hadoop architecture. As a result of the experiments, the fail-safe behavior of Hadoop technology was revealed in the solutions of complex hadacies.