Parallel Mining of Fuzzy Association Rules on Dense Data Sets

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F14%3AA1501BDK" target="_blank" >RIV/61988987:17610/14:A1501BDK - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Parallel Mining of Fuzzy Association Rules on Dense Data Sets
Popis výsledku v původním jazyce
The aim of this paper is to present a scalable parallel algorithm for fuzzy association rules mining that is suitable for dense data sets. Unlike most of other approaches, we have based the algorithm on the Webb's OPUS search algorithm. Having adopted the master/slave architecture, we propose a simple recursion threshold technique to allow load-balancing for high scalability.
Název v anglickém jazyce
Parallel Mining of Fuzzy Association Rules on Dense Data Sets
Popis výsledku anglicky
The aim of this paper is to present a scalable parallel algorithm for fuzzy association rules mining that is suitable for dense data sets. Unlike most of other approaches, we have based the algorithm on the Webb's OPUS search algorithm. Having adopted the master/slave architecture, we propose a simple recursion threshold technique to allow load-balancing for high scalability.

Projekt
<a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)