Veri küplerinin bütünleşik kullanımına yönelik yeni bir OLAP mimarisi
A new OLAP architecture for integrated using of data cubes
- Tez No: 233888
- Danışmanlar: PROF. DR. HADİ GÖKÇEN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 137
Özet
Günümüz veritabanlarında Terabyte(Tb)larca verinin yönetimi olağandır. İnsanlar tarafından kavranamayacak kadar büyük hacimli ve detaylı olan veritabanlarında, özetleme, bütünleştirme ve analiz için; Çevrimiçi Analitik İşleme(OnLine Analytical Processing, OLAP) kullanılmaktadır. OLAP üzerinde yapılan işlemlerin daha hızlı ve kullanılacak modelin daha anlaşılabilir olması için Veri Küplerini kullanmak mümkündür. Küpler, belli bir alanı tariflemesi sebebiyle sorgularda daha hızlı ve iyi netice vermektedir. Pratikte karşılanması imkansız olan basit ihtiyaçlar, mevcut OLAP araçları ile çözülebilmekte fakat büyük veri kümelerinde bu imkansız olmaktadır. Veri küplerinin bu ihtiyacı karşılayacak şekilde kullanımı; çeşitli alanlarda daha avantajlı sistemlerin geliştirilmesine imkan sağlayacaktır. Bu çalışmada, Veri Küplerinin bütünleşerek daha fazla karar desteği sağlamasına yönelik; OLAP mimarisinin bir uzantısı olan yeni bir sistem (Bütünleşik Veri Küpü Sistemi ? BVKS) önerilmiştir. Bu sistem sayesinde; OLAP avantajları kullanılarak; Veri Küplerinin kendi aralarında, dışsal verilerle ve çeşitli analitik algoritmalarla ilişkili olduğu bir yapı elde edilmiştir.
Özet (Çeviri)
In today's databases, management of the data by terabytes is usual. Online Analytical Processing (OLAP) is used for summarizing, integration and analyzing in large volume and detailed databases that can not be envisaged easily by human. Data Cubes (DCs) can be used both to accelerate the processes on OLAP and to make the used model more understandable. Since Cubes define a specific area, they can give faster and effective response in the queries. Simple requirements which are impossible to be met on large volume of data sets in practice can easily be done by available OLAP tools. Usage of Data Cubes for this aim will provide developments of more advantageous systems in various areas. In this study, OLAP based a new architecture is proposed for the purpose of providing decision support at higher level, thereby integrating DCs. For the sake of this architecture, by using OLAP advantages, it is possible to obtain structure in which DCs are related with each other, external data and varied analytic algorithms.
Benzer Tezler
- Unconstrained face recognition under mismatched conditions
Eşleşmeyen koşullar altında yüz tanıma
OMID ABDOLLAHI AGHDAM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAZIM KEMAL EKENEL
- Sınıflandırma problemlerinde veri dengeleme ve özellik seçiminin makine öğrenmesi algoritmalarının performansına etkisinin çok kriterli karar verme ile değerlendirilmesi
Evaluation of the effect of data balancing and feature selection on the performance of machine learning algorithms in classification problems with multi-criteria decision making
ÖZLEM AKARÇAY PERVİN
Doktora
Türkçe
2025
İstatistikSelçuk Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. NİMET YAPICI PEHLİVAN
- Tek-hücre seviyeli çoklu-omik veri bütünleştirme
Single-cell multi-omics data integration
MEHMET BURAK KOCA
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH ERDOĞAN SEVİLGEN
- Optimized deep learning approach for image augmentation and classification using generative adversarial network and vision transformer
Çekişmeli üretici ağ ve görüntü dönüştürücü kullanarak görüntü artırımı ve sınıflandırma içı̇n optı̇mı̇ze edı̇lmı̇ş derı̇n öğrenme yaklaşımı
EMRE YÜKSEK
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSivas Bilim ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL ADEM
- Yerel sismik ağ ve mikrobölgeleme verilerine dayalı afet (deprem) bilgi sistemi için bir veri tabanı analiz ve tasarımı (Eskişehir ili örneğinde)
Design and analysis of a database on disaster (earthquake) information system based on local seismic network and micro-zoning data (for Eskisehir province)
UĞUR AVDAN
Doktora
Türkçe
2011
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. AYHAN ALKIŞ