کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6870868 1440106 2018 22 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Automatized integration of a contextual model into a process with data variability
ترجمه فارسی عنوان
یکپارچه سازی خودکار یک مدل متنی در یک فرایند با متغیر بودن داده
کلمات کلیدی
تنوع داده، داده های متنی، تحول مدل، تحول جایگزینی، تحول در پیشرفت،
ترجمه چکیده
مدل های فرایندی موجود، به سختی می توانند با مسئله در حال ظهور مدل های حجم داده های متغیر نمایشی در گردش کار سیستم، از مشخصات به عملیات، مقابله کنند. با توجه به رابطه قوی بین زمینه داده ها و تنوع داده ها، این مقاله یکپارچه سازی خودکار مدل های متنی را برای فرآیندهای با تنوع داده ها در نظر می گیرد. رویکرد پیشنهادی به روش شناختی فرایند مدل مستقل مستقل را گسترش می دهد، با استفاده از یک مدل داده های متنی، برای دستیابی به مدل خاص پلت فرم مربوطه. بنابراین داده های متنی به یک فرآیند به عنوان یک مدل در یک فرآیند یکپارچه می شوند. دو نمونه خاص از مدل داده های متنی به طور دقیق مورد مطالعه قرار می گیرند: جایگزینی، زمانی که مدل داده های محتوا، کد تولیدی را تعریف می کند و افزایش، زمانی که توصیف داده های یاد گرفته، مدل داده های متنی را تشکیل می دهد. امکان و ارزش یکپارچه سازی یک مدل متنی در یک فرآیند برای رسیدگی به تغییرات داده ها، با جزئیات این دو مورد استفاده نشان داده شده است. یکپارچه سازی مدل بافت متناظر با جایگزینی به طور خودکار شامل متغیر آماده برای استفاده از سرویس های کاربردی برای تولید کد و ادغام مدل های متنی با افزایش استفاده از طبقه بندی تصویر تحت نظارت بر اساس توصیفگر متغیر است. نتایج نشان می دهد که متغیرهای مربوط به داده ها و زمینه آن با استفاده از ادغام خودکار یک مدل جزء طراحی شده، پردازش اطلاعات متغیر پردازش مدل های سیستم را ساده می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
Existent process models can hardly cope with the emerging issue of modelling exponential variable data volumes in systems' workflow, from specifications to operation. Given the strong relation between data context and data variability, this paper considers the automated integration of contextual models for processes with data variability. The proposed approach extends methodologically a platform independent model process, using a contextual data model, to obtain automatically the corresponding platform specific model. Contextual data are thus integrated to a process as a model, within a process. Two particular cases of contextual data models are studied in detail: substitution, when the contextual data model defines generated code, and enhancement, when learned data descriptions constitute the contextual data model. The feasibility and value of integrating a contextual model into a process to handle data variability are shown in detail describing these two use cases. Contextual model integration by substitution to include automatically variable ready to use application services to generate code, and contextual model integration by enhancement applied to supervised image classification based on variable descriptors. Results show that relating data variability and its context by means of automated integration of a designed system component model, simplifies variable data processing of system process models.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Languages, Systems & Structures - Volume 54, December 2018, Pages 156-182
نویسندگان
, ,