dc.contributor.advisor | Πελέκης, Νικόλαος | |
dc.contributor.author | Δέδες, Χρήστος | |
dc.date.accessioned | 2023-03-29T06:50:52Z | |
dc.date.available | 2023-03-29T06:50:52Z | |
dc.date.issued | 2023-03 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/15295 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/2717 | |
dc.description.abstract | Με την ολοένα αυξανόμενη χρήση συσκευών GPS που ενσωματώνονται σε μέσα μεταφοράς και συσκευές, όπως αυτοκίνητα, πλοία, αεροπλάνα και κινητά τηλέφωνα, διατίθενται όλο και μεγαλύτεροι όγκοι δεδομένων τροχιάς που καταγράφουν τις κινήσεις οχημάτων και ανθρώπων, κάτι που είναι χρήσιμο σε πολλούς τομείς εφαρμογών, όπως οι μεταφορές, η διαχείριση της κυκλοφορίας (εναέριας και επίγειας) και οι υπηρεσίες που βασίζονται στην τοποθεσία. Ως αποτέλεσμα, έχουν προταθεί και έχουν προκύψει πολλά συστήματα διαχείρισης και ανάλυσης δεδομένων τροχιάς.
Πολλοί όμως από τους υπάρχοντες αλγορίθμους επικεντρώνονται στη βελτιστοποίηση των τεχνικών αποθήκευσης και επεξεργασίας των μεγάλων δεδομένων σε ένα μόνο μηχάνημα. Ωστόσο, λόγω της τεράστιας αύξησης του όγκου των δεδομένων, ο αριθμός των τροχιών υπερβαίνει την ικανότητα αποθήκευσης και επεξεργασίας ενός μόνο μηχανήματος και απαιτεί ανάλυση τροχιών μεγάλης κλίμακας σε κατανεμημένα περιβάλλοντα.
Με κίνητρο την ανάγκη εύρεσης κατάλληλων συστημάτων, τόσο απλών όσο και κατανεμημένων, προχωράμε στην παράθεση και τη σύγκριση, μέσω πινάκων, ορισμένων πρόσφατων συστημάτων επεξεργασίας και ανάλυσης μεγάλων δεδομένων τροχιάς. Ιδιαίτερη έμφαση δίνεται σε τεχνικές όπως η ευρετηρίαση, η διαμέριση και η επεξεργασία ερωτημάτων. Με αυτόν τον τρόπο, αυτή η εργασία αποτελεί έναν χρήσιμο συγκεντρωτικό οδηγό και μια συνεπτυγμένη ανάλυση των ήδη υπαρχόντων συστημάτων που υπάρχουν στη βιβλιογραφία. | el |
dc.format.extent | 85 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα | * |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Συγκριτική ανάλυση εργαλείων για μεγάλα σύνολα δεδομένων τροχιάς | el |
dc.title.alternative | Comparative analysis of tools for big trajectory datasets | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | With the accelerating use of GPS devices embedded in vehicles and devices such as cars, ships, airplanes, and mobile phones, ever-increasing amounts of trajectory data are available that record the movements of vehicles and people, which is useful in many application areas, such as transportation, traffic management (air and ground) and location-based services. As a result, many trajectory data management and analysis systems have been proposed and emerged.
Nonetheless, many of the existing algorithms focus on optimizing the storage and processing techniques of big data on a single machine. However, due to the huge increase in data volume, the number of trajectories exceeds the storage and processing capacity of a single machine and requires large-scale trajectory analysis in distributed environments.
Motivated by the need to find suitable systems, both single and distributed, we proceed to list and compare, through tables, some modern and recent systems for processing and analyzing large trajectory data. Special emphasis is placed on techniques such as indexing, partitioning, and query processing. In this way, this paper provides a useful and concentrated guide and a comprehensive analysis of already existing systems present in the literature. | el |
dc.contributor.master | Πληροφορική | el |
dc.subject.keyword | Big data | el |
dc.subject.keyword | Μεγάλα δεδομένα | el |
dc.subject.keyword | Δεδομένα τροχιάς | el |
dc.subject.keyword | Trajectory data | el |
dc.date.defense | 2023-03-20 | |