У статті розглядаються питання системно-інформаційного підходу до аналізу видів технологій обробки «Big Data» з позиції визначення заходи дискретно-ймовірнісної інформації об'єктів при дослідженні реального фізичного світу. Викладено основні недоліки сучасних технологій обробки «Big Data». Представлена ​​структура самоорганізаційної інформаційної системи «Big Data». Запропоновано структуру видів технологій обробки «Big Data» з позиції дискретно-ймовірнісної інформаційної заходи

Анотація наукової статті з комп'ютерних та інформаційних наук, автор наукової роботи - Руженцев І.В., Луцький С.В.


Analysis of "Big Data" technologies on the basis of discrete probability information measure

The article deals with the information system approach to the analysis of types of «Big Data» processing technologies from the point of determining the discrete probability information measure in the study of objects of the real physical world. The basic disadvantages of «Big Data» modern processing technologies are outlined. The structure of self-organization of «Big Data» information system is outlined. The structure of types of «Big Data» processing technologies is outlined from the position of discrete probability information measure


Область наук:
  • Комп'ютер та інформатика
  • Рік видавництва діє до: 2017
    Журнал: ScienceRise

    Наукова стаття на тему 'АНАЛІЗ ТЕХНОЛОГІЙ 'BIG DATA' НА БАЗІ ДИСКРЕТНО-імовірнісної міри ІНФОРМАЦІЇ'

    Текст наукової роботи на тему «АНАЛІЗ ТЕХНОЛОГІЙ" BIG DATA "НА БАЗІ ДИСКРЕТНО-імовірнісної міри ІНФОРМАЦІЇ»

    ?13. Топ головних подій ринку упаковки [Електронний ресурс]. - Основа. - 2016. - Режим доступу: http://article.unipack.org.ua/60863

    14. Ecolean - легка упаковка [Електронний ресурс]. - Режим доступу: https: //www.ecolean.eom/ru/package/#

    15. Лучко, А. 13 прикладів «розумного» дизайну упаковок [Електронний ресурс] / А. Лучко // Look at me. - 2014. - Режим доступу: http://www.lookatme.org.ua/mag/live/inspiration-lists/202077-smart-package

    16. ДСТУ 4518: 2008. Продукти харчовг Маркування для спожівачш [Текст]. - К .: Держспоживстандарт Украши, 2008. - 39 с.

    17. Про основш принципи та вимоги до безпечності та якост харчових продубити [Текст]. - Верховна Рада Украши, 1997. - № 771/97-ВР. - Режим доступу: http://zakon3.rada.gov.ua/laws/show/771/97-%D0%B2%D1%80

    18. Гігієнічні нормативи ГН 2.3.972-00 [Текст]. - М .: Федеральний центр держсанепіднагляду МОЗ Росії, 2000. - 55 с. - Режим доступу: http://docs.nevacert.org.ua/files/sanpin/gn_2.3.3.972-00.pdf

    19. Про вимоги до предмета та матерiалiв, что контактують з харчовим продуктами [Текст]. - Мшстерство аграр-но! полижи та продовольства Украши, 2012. - № 9450. - Режим доступу: http://minagro.gov.ua/node/18243

    Дата надходження рукопису 04.01.2017

    Калшша Олена Сергівна, шженер I категорп, кафедра метрологи, стандартізацп та сертіфжацп, Нацюнальній

    унiверситет «Львшська полггехшка», вул. С. Бандери, 12, м. Львiв, Укра! На, 79013

    E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Байцар Роман 1вановіч, доктор технiчних наук, професор, кафедра метрології, стандартизації та сертіфжаці,

    Нацiональний унiверситет «Львiвська полггехшка», вул. С. Бандери, 12, м. Львш, Укра! На, 79013

    E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    УДК 658.51 / 52

    DOI: 10.15587 / 2313-8416.2017.93457

    АНАЛІЗ ТЕХНОЛОГІЙ «BIG DATA» НА БАЗІ ДИСКРЕТНО-імовірнісної міри ІНФОРМАЦІЇ

    © І. В. Руженцев, С. В. Луцький

    У статті розглядаються питання системно-інформаційного підходу до аналізу видів технологій обробки «Big Data» з позиції визначення міри дискретно-ймовірнісної інформації об'єктів при дослідженні реального фізичного світу. Викладено основні недоліки сучасних технологій обробки «Big Data». Представлена ​​структура самоорганізаційної інформаційної системи «Big Data». Запропоновано структуру видів технологій обробки «Big Data» з позиції дискретно-ймовірнісної інформаційної заходи

    Ключові слова: міра, технології «Big Data», системно-інформаційний підхід, дискретно-імовірнісна інформація

    1. Введення

    Інформаційна система «Big Data» є комп'ютерним відображенням реального фізичного світу, в той же час є його частиною. Вона повинна підпорядковується загальним інформаційним законам Всесвіту. Відсутність розуміння загальних інформаційних законів і закономірностей реального фізичного світу не дозволяє в повній мірі зрозуміти принципи самоорганізації інформаційної системи «Big Data». Властивість самоорганізації реального фізичного світу є фундаментальним атрибутом Всесвіту, яке знаходиться в основі принципів його існування і розвитку.

    Багатозначне визначення поняття «інформації» в науковому середовищі стримує розвиток інформаційних технологій «Big Data» і вимагає нових принципів і підходів при розробці «сучасної теорії інформації», яка б об'єднала нові і старі підходи.

    Розробка наукових основ, методів і підходів з розробки технологій обробки самоорганізаційної інформаційної системи «Big Data» на базі «системно-інформаційного (СІ) підходу» є необхідною потребою для розвитку перспективних інформаційних технологій «Big Data».

    2. Літературний огляд

    Гіпотеза про те, що Всесвіт є цифровим комп'ютером, вперше була висунута Конрадом Цузе в книзі Rechnender Raum ( «Обчислювальний простір», переведена на англійську мову як Calculating Space). Термін «цифрова фізика» використовувався Едвардом Фредкіном, який потім віддав перевагу термін «цифрова філософія». Серед тих, хто розглядав Всесвіт як гігантський комп'ютер знаходяться Стівен Вольфрам, Юрген Шмідхубер і нобелівський лауреат Герард 'т Хоофт.

    Ці автори вважали, що безсумнівно імовірнісна природа квантової фізики не обов'язково є несумісною з ідеєю обчислюваності. Квантова версія цифровий фізики недавно була запропонована Сетом Ллойдом, Девідом Дойчем і Паола Ціцці.

    Схожими ідеями є теорія протоаль-Тернат Карла Фрідріха фон Вайцзеккера, панком-пьютаціоналізм, обчислювальна теорія Всесвіту, теорія «речовини з інформації» Джона Уїлера і гіпотеза математичної Всесвіту ( «Кінцевий ансамбль») Макса Тегмарк.

    Погляд на Всесвіт як на велику обчислювальну машину, або як мережу обчислювальних процесів, яка обчислює наступний стан фундаментальних фізичних законів з поточного стану передбачає, що існує, принаймні, в принципі - програма, яка обчислює в реальному часі еволюцію Всесвіту. Цей комп'ютер може бути, наприклад, гігантським клітинним автоматом (Цузе, 1967), або універсальної машиною Тьюринга, як припустив Шмідхубер (1997). Вони звертали увагу на те, що існує дуже коротка програма, яка може обчислити всі можливі обчислюваності Всесвіти асимптотично оптимальним шляхом.

    Уявлення про те, що інформація є фундаментальною величиною в ядрі фізики, належить Фредеріку Кантору, фізику з Колумбійського університету «Інформаційна механіка» (1977). 1990 році Джон Арчібальт Уїллер висловив припущення, що інформація є фундаментальною концепцією фізики. Згідно з його доктрині «it from bit» все фізичні сутності є інформаційно-теоретичними у своїй основі. Девід Чалмерс з австралійським національного університету висловив думку, що інформація істинно фундаментальна, і по якій вона володіє двома базовими аспектами, відповідними фізичної і сприймається сторонами дійсності. Крістофер Ланган також посилив погляди Уиллера в своїй епістемологічної метатеорії.

    Розвиток інформаційних технологій обробки «Big Data» за принципом Вселенського цифрового комп'ютера в даний час є актуальною темою в світі. Приведення до єдиного інформаційного знаменника бази даних «Big Data» послужить локомотивом для вирішення накопичених завдань.

    Системно-інформаційний підхід [1] є новим науковим напрямом в області інформаційного дослідження процесів і систем реального фізичного світу.

    Системно-інформаційний підхід до дослідження процесів і систем як наукова дисципліна базується на:

    а) розробленої концепції визначення поняття заходи дискретно-ймовірнісної інформації [2, 3];

    б) методології чисельного визначення кількості, якості і цінності дискретно-ймовірнісної інформації [4];

    в) наукових принципах дискретно-ймовірнісної інформаційної алгебри [5];

    г) сформульованих законах і закономірностях дискретно-ймовірнісної інформації [6];

    д) методології системно-інформаційний підходу до моделювання процесів і систем [7];

    е) дискретно-імовірнісних моделях процесів і систем [7];

    ж) методології системно-інформаційний підходу до аналізу і синтезу процесів і систем [7, 8];

    з) методології розробки критичних технологій на базі дискретно-імовірнісних моделей процесів і систем [9].

    Концептуальною основою методології системно-інформаційний підходу є системно-інформаційні принципи визначення числового значення кількості, якості і цінності дискретно-ймовірнісної інформації, якими характеризується об'єкт [10].

    До категорії «Big Data» відноситься інформація, яку навряд чи можна обробляти традиційними способами, в тому числі структуровані дані, медіа і випадкові об'єкти. Термін «Big Data» відноситься до наборів даних, розмір яких перевищує можливості типових баз даних (БД) по занесенню, зберігання, управління та аналізу інформації.

    «Big Data» розглядаються відразу в трьох площинах (Gartner):

    1) зростання обсягів інформації;

    2) зростання швидкості обміну даними;

    3) збільшення інформаційного різноманітності.

    Проблема «Big Data» полягає в тому, що

    велика їх частина представлена ​​в форматі, погано відповідному традиційному структурованого формату баз даних, - це веб-журнали, відеозапису, текстові документи, машинний код і т. д. Дані самих різних типів, як структуровані, так і неструктуровані зберігаються в безлічі різноманітних сховищ, іноді навіть за межами організації. В результаті корпорації можуть мати доступ до величезного обсягу своїх даних і не мати необхідних інструментів, щоб встановити взаємозв'язок між цими даними і зробити на їх основі значущі висновки.

    Необхідно врахувати, що дані оновлюються всі частіше, і виникає ситуація, в якій традиційні методи аналізу інформації не можуть наздогнати величезними обсягами постійно оновлюваних даних, що в підсумку і відкриває дорогу технологіям «Big Data».

    Основна особливість використовуваних в рамках концепції підходів «Big Data», є можливість обробки інформаційного масиву цілком для отримання більш достовірних результатів аналізу.

    Основні методики аналізу масивів даних, базуються на основі інструментарію запозиченого з статистики та інформатики.

    В очікуванні нових можливостей, які принесуть із собою технології обробки «Big Data»,

    вже зараз багато організацій організовують процес збору і зберігання різного роду інформації. На думку Gartner, в гонці даних переможуть саме ті, хто навчиться поводитися з різними джерелами інформації.

    Завдання по «освоєнню» «Big Data» є унікальною. Головним відповіддю компаній на виклики «Big Data» є модернізація корпоративних центрів обробки даних (ЦОД).

    Різноманітність завдань і вендорськіх рішення в сфері «Big Data» поки не набули яскраво вираженої галузевої спрямованості. Ринок знаходиться на стадії активного формування, на самому початку цієї стадії.

    Недоліки технологій «Big Data» на сучасному етапі полягають в наступному:

    1. Об'єктивна потреба в нових технологіях «Big Data» - визначена.

    2. Мета і завдання «Big Data» - визначено.

    3. Проблемні аспекти «Big Data» - визначено частково.

    4. Області застосування технологій «Big Data» -Визначимо частково.

    5. Відкриті системи аналізу «Big Data» використовуються в даний час - визначені частково.

    6. Основні напрямки розвитку відкритих систем «Big Data» - визначено частково.

    7. Джерела формування «Big Data» -Визначимо частково.

    8. Методики аналізу масивів даних - визначені частково.

    9. Спектр розвитку технологій «Big Data» - не визначений.

    10. Компанії, зацікавлені в технологіях «Big Data» - визначено частково.

    11. Проблема ціноутворення технологій «Big Data» - визначена частково.

    Резюме. Головний недолік сучасного підходу до методології розробок технологій «Big Data» полягає: перше - відсутність єдиного підходу до визначення кількісної, якісної та ціннісної заходи інформації «Big Data», друге - відсутність єдиної «інформаційної інфраструктури» корпоративних центрів обробки даних як структурованої, так і неструктурованою інформації, третє - відсутність єдиного підходу до програмно-апаратним рішенням і супутніх сервісів, спрямованих на виявлення прихованих інформаційних закономірностей в «Big Data».

    3. Мета і завдання дослідження

    Мета дослідження - аналіз технологій формування, обробки і використання «Big Data» з позиції визначення міри дискретно-ймовірнісної інформації об'єктів реального фізичного світу.

    Для досягнення мети були поставлені такі завдання:

    1. Визначити основні наукові положення методології системно-інформаційного підходу до

    технологіями формування, обробки і використання «Big Data».

    2. Визначити особливості алгоритмів синтезу технологій «Big Data».

    3. Визначити завдання при розробці технологій «Big Data» на базі теоретичних положень системно-інформаційного підходу.

    4. Сформулювати основні принципи формування, обробки і використання «Big Data».

    5. Розробити структурну схему самоорганізаційної інформаційної системи «Big Data».

    4. Аналіз технологій формування, обробки і використання «Big Data» на базі дискретно-імовірнісної міри інформації.

    Основні наукові положення методології системно-інформаційного підходу до технологій обробки «Big Data» полягають в наступному.

    1. Методологія системно-інформаційного підходу дозволяє розраховувати кількість, якість і цінність дискретно-ймовірнісної інформації як структурованих, так і неструктурованих даних будь-якої природи, на базі якої створюється єдина «інформаційна інфраструктура» для корпоративних центрів обробки даних.

    2. «Інформаційна структура» створена на базі дискретно-ймовірнісної інформації підпорядковується загальним закономірностям, виявлених методологією системно-інформаційного підходу.

    3. Структуровані і неструктуровані дані підкоряються одним і тим же розробленим за системно-інформаційного підходу дискретно-імовірнісним інформаційним законам, на основі яких виявляються приховані, об'єктивних закономірностей в «Big Data»

    4. Алгоритм функціонування «Big Data» повинен грунтуватися на принципах самоорганізації структур даних, теоретичні основи яких забезпечує методологія системно-інформаційного підходу.

    5. Основною інформаційною платформою для вирішення завдань на базі системно-інформаційного підходу можна використовувати розроблені нами принципи програмне забезпечення «DISLUT».

    6. Проблема ціноутворення вирішується розрахунком кількості дискретно-ймовірнісної інформації, якою володіє продукт - (прихована закономірність) ціна продукту еквівалентна дискретно -імовірнісні інформації, яка була передана продукту при його виробництві (це найбільш об'єктивний принцип формування вартості продукту і вимірюється вона в бітах).

    Особливості алгоритму синтезу технологій формування і обробки «Big Data» полягають в наступному.

    1. Особливість алгоритму самоорганізаційної інформаційної системи «Big Data» на базі системно-інформаційного підходу полягає в структуризації даних з інформаційних ознаками.

    2. На основі теоретичних положень системно-інформаційного підходу розробляється база даних з переліком інформаційних ознак для властивостей об'єктів будь-якої природи.

    3. Дані корпоративних центрів постійно додаються з присвоєнням ознак з бази даних і на цій же основі самоструктуріруются з присвоєнням коефіцієнтів інформаційного зв'язку по відношенню до даних з іншими дозволеними ознаками.

    4. Замовник інформації «Big Data» вводить «заявку», при цьому алгоритм виділяє перелік ознак властивостей об'єктів, які відповідають «заявкою» клієнта.

    5. За «заявкою» проводиться вибірка даних за допомогою коефіцієнтів інформаційного зв'язку за ознаками з бази даних, а обрана інформація піддається необхідному аналізу і виводиться результат.

    Завдання по розробці технологій формування і обробки «Big Data» на базі теоретичних положень системно-інформаційного підходу.

    1. Розробити на базі системно-інформаційного підходу основи технологій (метод, спосіб, засіб, процес) «Big Data».

    2. Розробити алгоритми прийому і перетворення дискретно-ймовірнісної інформації для системи «Big Data».

    3. Розробити алгоритми зберігання дискретно-ймовірнісної інформації для системи «Big Data».

    4. Розробити алгоритми переробки дискретно-ймовірнісної інформації для системи «Big Data».

    5. Розробити алгоритми передачі дискретно-ймовірнісної інформації для системи «Big Data».

    6. Розробити генетичні основи дискретно-ймовірнісної інформації для системи «Big Data».

    7. Розробити класифікацію внутрішніх факторів впливу на систему «Big Data».

    8. Розробити класифікацію зовнішніх чинників впливу на систему «Big Data».

    9. Розробити функціональний аналіз синтезу структур коефіцієнтів інформаційного зв'язку елементів системи «Big Data».

    10. Розробити принципи самоорганізації системи «Big Data» під впливом внутрішніх факторів впливу.

    11. Розробити принципи самоорганізації системи «Big Data» під впливом зовнішніх чинників впливу.

    12. Розробити методологію математичного забезпечення системи «Big Data».

    13. Розробити методологію програмного забезпечення системи «Big Data».

    14. Розробити програмні продукти з управління системою «Big Data» на основі системно-інформаційного підходу.

    15. Розробити алгоритми, які дозволяє будувати гнучкі запити при обробці масивів даних «Big Data».

    Основоположні принципи формування системи «Big Data».

    1. Об'єкти навколишнього середовища об'єднані в системи: фізичні, біологічні, технічні, інформаційні та соціальні, які підкоряються одним і тим же інформаційним законам.

    2. Навколишнє середовище складається з екологічних ніш, в якій існують види об'єктів систем.

    3. Екологічна ніша є обсяг в n-вимірному просторі з мінімальними і максимальними значеннями факторів середовища.

    4. Кожен об'єкт екологічної ніші з одного боку являє собою певний вид, до якого він належить, з іншого боку в ньому закладена генетична інформація (дискретно-імовірнісна), яка строго індивідуальна.

    5. Види об'єктів в екологічній ніші ха-растеризуются певною кількістю ознак, які відрізняють об'єкти один від одного.

    6. Місце різноманітності видів об'єктів в екологічній ніші має суворе місце і підпорядковується степеневим законом, який був відкритий на основі великої кількості статистичних даних, (запропонований в 1928 р С. Гартсайденом, розвивався в роботах Р. Фішера, А. Коберта, Престона, Мак-Артура, що підтверджує висновок Ч. Дарвіна про імовірнісний розподіл популяції біологічних видів в екосистемі).

    7. Об'єкти в екологічній ніші, в залежності від закладеної в них генетичної інформації, ведуть боротьбу за місце на базі закону інформаційного відбору (природний відбір в біол.), Т. Е. Їх місце в n-вимірному просторі постійно змінюється в часі самоорганізаційних.

    8. Простір «Big Data» складається з безлічі екологічних ніш, в яких в певному місці знаходяться дані видів об'єктів, при поповненні даних структура «Big Data» постійно змінюється за певним законом самоорганізаційних.

    9. Алгоритм, який дозволяє будувати гнучкі запити, складається з:

    - визначення виду запиту, відповідно до наведеної класифікації;

    - визначення місця об'єкта в n-вимірному просторі «Big Data» на основі відомого закону розподілу даних видів об'єктів.

    10. Наведений принцип закладений природою і є визначальним у витратах на обслуговування структури «Big data».

    Структура самоорганізаційної інформаційної системи «Big data» на представлена ​​на рис. 1.

    Структура видів технологій обробки «Big Data» на дискретно-ймовірнісної інформаційної основі для внутрішніх і зовнішніх чинників вказана в табл. 1, 2.

    Мал. 1. Структура самоорганізаційної інформаційної системи Big data

    Таблиця 1

    внутрішні чинники

    Форма інформації Буква Число Фізичні величини

    Джерело інформації (текстова) (цифрова) (властивості об'єктів)

    1 Поточні дані 1 2 3

    2 Історичні дані 4 5 6

    3 Дані з моніторів і датчиків 7 8 9

    4 Дані в реальному часі 10 11 12

    5 Неструктуровані дані 13 14 15

    Таблиця 2

    Зовнішні фактори_

    Вид інформації Споживачі інформації Апріорна (Прогнозування) Інформаційний процес (Управління) Постапріорная (нові технології життєдіяльності суспільства)

    1 Рітейл 1 2 3

    2 Фінанси 4 5 6

    3 Логістика 7 8 9

    4 Телеком 10 11 12

    5 Енергетика 13 14 15

    6 ЖКГ 16 17 18

    7 Нафтогаз 19 20 21

    8 Аерокосмічна галузь 22 23 24

    9 Медицина 25 26 27

    10 Машинобудування 28 29 30

    Примітка: в таблиці № 1,2 - порядкові значення 1,2,3 .... п - номер виду технології.

    7. Результати досліджень.

    Проведені в статті дослідження показали, що технології «Big Data» розвивалися еволюційно за принципом задоволення виниклих соціальних потреб. Такий принцип розвитку технологій «Big Data» привів до виникнення цілого ряду недоліків і перш за все до роз'єднання методологій розробки технологій по формуванню, обробки та використання накопиченої на носіях інформації. Відсутність єдиного системного підходу до визначення міри інформації об'єктів реального

    Миру в «Big Data» стримує розвиток технологій, завдяки чому, як наслідок втрати цієї інформації для споживачів. У статті представлені основні принципи системно-інформаційного підходу до вирішення проблем, що накопичилися в «Big Data».

    6. Висновки

    Створення «Big Data» на базі єдиної міри інформації є ключовим аспектом, який дозволяє формувати, обробляти і використовувати інформацію «Big Data» на основі сформулювати-

    ванних наукових інформаційних закономірностей. Визначення основних наукових положень системно-інформаційного підходу до технологій формування, обробки і використання «Big Data» з позиції дискретно-імовірнісної міри інформації покликане виконати це завдання. Практично це забезпечується особливостями розробки алгоритмів аналізу і синтезу в задачах з розробки технологій «Big Data» на базі теоретичних положень системно-інформаційного підходу. Сформульовані основні принципи формування системи «Big Data» з позиції дискретно-імовірнісної міри інформації дозволяють з-

    здавать «Big Data» з властивостями самоорганізації закладених в неї функцій. Розроблена схема самоорганізаційної інформаційної системи «Big Data» відображає структурні основи формування, обробки і використання інформації «Big Data».

    Запропонований підхід до розробки технологій формування, обробки і використання «Big Data» на базі дискретно-імовірнісної міри інформації істотно зменшує витрати ресурсів при вирішенні завдань аналізу і синтезу, за рахунок використання інформаційних закономірностей корелюється властивостей даних.

    література

    1. Луцький, С. В. Теоретичні основи системно-інформаційного підходу до технологічних процесів і систем [Текст]: монографія / С. В. Луцький. - Х .: ХНАДУ, 2008. - 328 с.

    2. Луцький, С. В. Стратегія формування концепції інформаційного підходу і її розвитку [Текст]: зб. тр. меж-дунар. наук.-техн. конф. / С. В. Луцький // Машинобудування і техносфера XXI століття. - 2007. - T. 2. - C. 267-273.

    3. Луцький, С. В. Системна методологія інформаційного підходу [Текст]: зб. наук. пр. / С. В. Луцький // Вюнік Національного техшчного ушверсітету "Харювській полггехшчній шстітут". Тематичний випуск: Технологи в машино-будувант. - 2004. - № 28. - С. 60-64.

    4. Руженцев, I. В. Мiра дискретно-iмовiрноl шформацп при доолдженш процесш та систем [Текст]: наук.-вироб. журн. / I. В. Руженцев, С. В. Луцький, В. П. Фетькв // Метролопя та прилади. - 2016. - № 3. - С. 43-45.

    5. Луцький, С. В. Числові характеристики інформації технологічних систем [Текст]: зб. тр. міжнар. наук.-техн. конф. / С. В. Луцький // Машинобудування і техносфера XXI століття. - 2002. - Т. 2. - С. 61-66.

    6. Руженцев, І. В. дискретно-імовірнісні інформаційні закономірності фактор підвищення ефективності виробництва [Текст]: зб. тр. ХХ міжнар. наук.-техн. конф. / І. В. Руженцев, С. В. Луцький, В. П. Фетько, О. I. підземних-гун // Метрологія та вимірювальна техніка. - Х., 2016. - С. 21.

    7. Луцький, С. В. Моделювання, аналiз i синтез механообробніх комі'ютерно-штегрованіх технолопчніх систем з елементами самооргашзацп [Текст]: мат. наук.-пр. конф. / С. В. Луцький, Н. Е. Тернюк // Сучасш технологи промислового комплексу. - Херсон: ХНТУ, 2015. - С. 104-108

    8. Луцький, С. В. Послідовність структурно-інформаційного синтезу систем [Текст]: зб. ст. мат. 10-ій міжнар. наук.-метод. конф. / С. В. Луцький // Технології XXI століття. - 2003. - Т. 2. - С. 105-109.

    9. Луцький, С. В. Структуризація інформаційних процесів в технологічних системах [Текст]: наук.-техн. журн. / С. В. Луцький // Мехашка та машинобудування. - 2007. - № 2. - С. 117-125.

    10. Луцький, С. В. Відмінні риси сутності інформаційного підходу до опису систем [Текст]: зб. тр. міжнар. наук.-техн. конф. / С. В. Луцький // Машинобудування і техносфера XXI століття. - 2002. - Т. 3. - С. 61-66.

    Дата надходження рукопису 16.01.2017

    Руженцев Ігор Вікторович, доктор технічних наук, професор, завідувач кафедри, кафедра «Метрології та технічної експертизи», Харківський національний університет радіоелектроніки, пр. Науки, 14, г. Харьков, Україна, 61166

    E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Луцький Сергій Володимирович, кандидат технічних наук, старший викладач, кафедра «Метрології та технічної експертизи», Харківський національний університет радіоелектроніки пр. Науки, 14, г. Харьков, Україна, 61166 E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.


    Ключові слова: МІРА / MEASURE / ТЕХНОЛОГІЇ "BIG DATA" / "BIG DATA" TECHNOLOGY / СИСТЕМНО-ІНФОРМАЦІЙНИЙ ПІДХІД / INFORMATION SYSTEM APPROACH / ДИСКРЕТНО-імовірнісна ІНФОРМАЦІЯ / DISCRETE PROBABILITY INFORMATION

    Завантажити оригінал статті:

    Завантажити