Bestimmung von Datenunsicherheit in einem probabilistischen Datenstrommanagementsystem

: F¨ur die kontinuierliche Verarbeitung von unsicherheitsbehafteten Daten in einem Datenstrommanagementsystem ist es notwendig das zugrunde liegende stochastische Modell der Daten zu kennen. Zu diesem Zweck existieren mehrere Ans¨atze, wie etwas das Erwartungswertmaximierungsverfahren oder die Kerndichtesch¨atzung. In dieser Arbeit wird aufgezeigt, wie die genannten Verfahren in ein Datenstrommanagementsystem verwendet werden k¨onnen, umso eine probabilistische Datenstromverarbeitung zu erm¨oglichen und wie sich die Bestimmung des stochastischen Modells auf die Latenz der Verarbeitung auswirkt. Zudem wird die Qualit¨at der ermittelten stochastischen Modelle verglichen und aufgezeigt, welches Verfahren unter welchen Bedienungen bei der kontinuierlichen Verarbeitung von unsicherheitsbehafteten Daten am effektivsten ist. 1 Einf¨uhrung F¨ur die qualit¨atssensitive Verarbeitung von Sensordaten ist es notwendig die aktuelle Qualit¨at der Daten zu kennen. Eine der hierbei h¨aufig ...

• Type: Journal
• Year: 2015
• Where: BTW
• Authors: Christian Kuka, Daniela Nicklas
• Keywords: BTW 2015, Database