haku: @keyword big data / yhteensä: 34
hakutulos-lista
viite: 33 / 34
« edellinen | seuraava »
Tekijä:Jony, Rabiul
Työn nimi:Preprocessing Solutions for Telecommunication Specific Big Data Use Cases
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:xiii + 71 s. + liitt. 35      Kieli:   eng
Koulu/Laitos/Osasto:Sähkötekniikan korkeakoulu
Oppiaine:Radio Communications   (S3019)
Valvoja:Hämmäinen, Heikki
Ohjaaja:Kekolahti, Pekka
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201403061515
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  1145   | Arkisto
Avainsanat:big data
data preprocesing
data value chain
big data in telecom industry
preprocessig tools
Tiivistelmä (eng):Big data is becoming important in mobile data analytics.
The increase of networked devices and applications means that more data is being collected than ever before.
All this has led to an explosion of data which is providing new opportunities to business and science.
Data analysis can be divided in two steps, namely preprocessing and actual processing.
Successful analysis requires advanced preprocessing capabilities.
Functional needs for preprocessing include support of many data types and integration to many systems, fit for both off-line and on-line data analysis, filtering out unnecessary information, handling missing data, anonymization, and merging multiple data sets together.
As a part of the thesis, 20 experts were interviewed to shed understanding on big data, its use cases, data preprocessing, feature requirements and available tools.
This thesis investigates on what is big data, and how the organizations, especially telecommunications industry can gain benefit out of it.
Furthermore, preprocessing as a part of value chain is presented and the preprocessing requirements are sorted.
Finally, The available data analysis tools are surveyed and tested to find out the most suitable preprocessing solution.
This study presents two findings as results.
Firstly, it identifies the potential big data use cases and corresponding functional requirements for telecom industry based on literature review and conducted interviews.
Secondly, this study distinguishes two most promising tools for big data preprocessing based on the functional requirements, preliminary testing and hands-on testing.
ED:2014-03-06
INSSI tietueen numero: 48731
+ lisää koriin
« edellinen | seuraava »
INSSI