Use este identificador para citar ou linkar para este item: http://ri.ufmt.br/handle/1/5210
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSalles, Ricardo Frederico Figueiredo e-
dc.date.accessioned2024-02-23T16:56:44Z-
dc.date.available2016-08-30-
dc.date.available2024-02-23T16:56:44Z-
dc.date.issued2016-02-24-
dc.identifier.citationSALLES, Ricardo Frederico Figueiredo e. Processamento distribuído de grande volume de dados ambientais. 2016. 49 f. Dissertação (Mestrado em Física Ambiental) - Universidade Federal de Mato Grosso, Instituto de Física, Cuiabá, 2016.pt_BR
dc.identifier.urihttp://ri.ufmt.br/handle/1/5210-
dc.description.abstractThe environmental research involves a wide variety of data from different sources that when manipulated require the use of high computational complexity functi- ons. A function that fits on these characteristics is the wavelet transform, which is the transformation of a series of data in different temporal ranges of frequency and time. This calculation generates a high volume of data and requires high processing performance and storage. These characteristics are present in the con- text of Big Data. The objective of this work is to apply parallel and distributed processing technologies in the context of calculation of environmental data using the Apache Hadoop and Apache Spark frameworks. As a methodology, it was applied the wavelet transform into a large volume of rainfall data of about 15 years generated by TRMM mission - Tropical Rainfall Measuring Mission. Tests were done at different settings and environments, comparing the results with the sequential processing and other distributed approach.pt_BR
dc.description.provenanceSubmitted by Valquíria Barbieri (kikibarbi@hotmail.com) on 2024-02-07T20:25:24Z No. of bitstreams: 1 DISS_2016_Ricardo Frederico Figueiredo e Salles.pdf: 1943983 bytes, checksum: a1059cab1912113edf31d6f2257e442b (MD5)en
dc.description.provenanceApproved for entry into archive by Carlos Eduardo da Silveira (carloseduardoufmt@gmail.com) on 2024-02-23T16:56:44Z (GMT) No. of bitstreams: 1 DISS_2016_Ricardo Frederico Figueiredo e Salles.pdf: 1943983 bytes, checksum: a1059cab1912113edf31d6f2257e442b (MD5)en
dc.description.provenanceMade available in DSpace on 2024-02-23T16:56:44Z (GMT). No. of bitstreams: 1 DISS_2016_Ricardo Frederico Figueiredo e Salles.pdf: 1943983 bytes, checksum: a1059cab1912113edf31d6f2257e442b (MD5) Previous issue date: 2016-02-24en
dc.description.sponsorshipCAPESpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Mato Grossopt_BR
dc.rightsAcesso Abertopt_BR
dc.titleProcessamento distribuído de grande volume de dados ambientaispt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordHadooppt_BR
dc.subject.keywordSparkpt_BR
dc.subject.keywordParalelismopt_BR
dc.subject.keywordBig datapt_BR
dc.subject.keywordSatélitept_BR
dc.subject.keywordWaveletspt_BR
dc.subject.keywordPrecipitaçãopt_BR
dc.contributor.advisor1Figueiredo, Josiel Maimone de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1242386923227672pt_BR
dc.contributor.referee1Figueiredo, Josiel Maimone de-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/1242386923227672pt_BR
dc.contributor.referee2Gomes, Raphael de Souza Rosa-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7352154839166198pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8056530272352897pt_BR
dc.description.resumoA pesquisa ambiental envolve uma grande diversidade de dados de diferentes origens que quando manipulados demandam a utilização de funções de alta com- plexidade computacional. Uma função que se enquadra nessas características é a transformada de wavelets, que é a transformação de uma série de dados temporais em diferentes escalas de frequência e tempo. Esse cálculo gera um alto volume de dados e requer elevado poder de processamento e armazenamento, características estas presentes no contexto de Big Data. O objetivo deste trabalho é aplicar técnicas de processamento paralelo e distribuído no contexto do cálculo de da- dos ambientais utilizando os frameworks Apache Hadoop e Apache Spark. Como metodologia, foi aplicada a transformada de wavelets em um grande volume de dados de precipitação de aproximadamente 15 anos gerados pela missão TRMM - Tropical Rainfall Measuring Mission. Foram feitos testes em diferentes configu- rações e ambientes, comparando os resultados com o processamento sequencial e outra abordagem distribuída.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Física (IF)pt_BR
dc.publisher.initialsUFMT CUC - Cuiabápt_BR
dc.publisher.programPrograma de Pós-Graduação em Física Ambientalpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::FISICApt_BR
dc.subject.keyword2Hadooppt_BR
dc.subject.keyword2Sparkpt_BR
dc.subject.keyword2Parallelismpt_BR
dc.subject.keyword2Big datapt_BR
dc.subject.keyword2Satellitept_BR
dc.subject.keyword2Waveletspt_BR
dc.subject.keyword2Precipitationpt_BR
dc.contributor.referee3Preti, João Paulo Delgado-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/6493065488877740pt_BR
Aparece na(s) coleção(ções):CUC – ICHS – PPGFil – Dissertações de mestrado

Arquivos deste item:
Arquivo Descrição TamanhoFormato 
DISS_2016_Ricardo Frederico Figueiredo e Salles.pdf1.9 MBAdobe PDFVer/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.