大型光谱数据收集中的数据质量评估

А.Ю. Ахлестин, Н.А. Лаврентьев, Алексей Викторович Козодоев, А.З. Фазлиев, А.И. Привезенцев, Елена Михайловна Козодоева
{"title":"大型光谱数据收集中的数据质量评估","authors":"А.Ю. Ахлестин, Н.А. Лаврентьев, Алексей Викторович Козодоев, А.З. Фазлиев, А.И. Привезенцев, Елена Михайловна Козодоева","doi":"10.25743/ict.2019.25.66.032","DOIUrl":null,"url":null,"abstract":"В докладе обсуждаются методы анализа качества спектральных данных и оценка доверия экспертным данным и результаты их применения в ИС WDIS. Наряду с традиционными методами, используемыми при анализе качества первичных источников данных, обсуждается также метод декомпозиции экспертных источников данных, метод попарного сравнения упорядоченных массивов данных и использование эмпирических данных для фильтрации больших коллекций данных по величине допустимой разницы между уровнями энергии первичных источников данных и эмпирического источника. В докладе рассмотрены два типа интерфейсов для просмотра результатов анализа спектральных данных и оценки доверия экспертным данным.\n The report discusses methods for analyzing the quality of spectral data, trust assessment of expert data sources and the results of their application in the WDIS information system. Along with the traditional methods used in analyzing the quality of primary data sources, the method of decomposing expert data sources, the method of pairwise comparison of ordered data arrays, and the use of empirical data to filter large collections of data by the magnitude of the acceptable difference between the energy levels of primary data sources and an empirical source are also discussed. The report examines two types of interfaces for viewing the results of spectral data analysis and assessing trust in expert data.","PeriodicalId":438052,"journal":{"name":"XVII Российская конференция “Распределенные информационно-вычислительные ресурсы: Цифровые двойники и большие данные”","volume":"5 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-12-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"DATA QUALITY ASSESSMENTS IN LARGE SPECTRAL DATA COLLECTIONS\",\"authors\":\"А.Ю. Ахлестин, Н.А. Лаврентьев, Алексей Викторович Козодоев, А.З. Фазлиев, А.И. Привезенцев, Елена Михайловна Козодоева\",\"doi\":\"10.25743/ict.2019.25.66.032\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"В докладе обсуждаются методы анализа качества спектральных данных и оценка доверия экспертным данным и результаты их применения в ИС WDIS. Наряду с традиционными методами, используемыми при анализе качества первичных источников данных, обсуждается также метод декомпозиции экспертных источников данных, метод попарного сравнения упорядоченных массивов данных и использование эмпирических данных для фильтрации больших коллекций данных по величине допустимой разницы между уровнями энергии первичных источников данных и эмпирического источника. В докладе рассмотрены два типа интерфейсов для просмотра результатов анализа спектральных данных и оценки доверия экспертным данным.\\n The report discusses methods for analyzing the quality of spectral data, trust assessment of expert data sources and the results of their application in the WDIS information system. Along with the traditional methods used in analyzing the quality of primary data sources, the method of decomposing expert data sources, the method of pairwise comparison of ordered data arrays, and the use of empirical data to filter large collections of data by the magnitude of the acceptable difference between the energy levels of primary data sources and an empirical source are also discussed. The report examines two types of interfaces for viewing the results of spectral data analysis and assessing trust in expert data.\",\"PeriodicalId\":438052,\"journal\":{\"name\":\"XVII Российская конференция “Распределенные информационно-вычислительные ресурсы: Цифровые двойники и большие данные”\",\"volume\":\"5 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-12-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"XVII Российская конференция “Распределенные информационно-вычислительные ресурсы: Цифровые двойники и большие данные”\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25743/ict.2019.25.66.032\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"XVII Российская конференция “Распределенные информационно-вычислительные ресурсы: Цифровые двойники и большие данные”","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25743/ict.2019.25.66.032","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

报告讨论了光谱数据分析的方法,以及专家数据的可信度评估以及它们在is WDIS中的应用。除了分析原始数据源质量的传统方法外,还讨论了专家数据来源的分解方法、对顺序数据集的成对比较以及利用经验数据来过滤大型数据收集的方法。报告列出了两种类型的接口来查看光谱数据分析和专家数据评估的结果。在WDIS系统中有一个专门的数据集和一个专门的数据集集。Along with the倾向methods used in analyzing the quality of primary data字段the method of专家decomposing data字段,the method of pairwise comparison of cog data arrays, and the use of实证data to filter大型收藏of data by the magnitude of the acceptable difference between the energy关卡of primary data字段and an实证源码are also discussed。两种不同类型的接口类型在expert数据中显示数据分析和assing trust。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
DATA QUALITY ASSESSMENTS IN LARGE SPECTRAL DATA COLLECTIONS
В докладе обсуждаются методы анализа качества спектральных данных и оценка доверия экспертным данным и результаты их применения в ИС WDIS. Наряду с традиционными методами, используемыми при анализе качества первичных источников данных, обсуждается также метод декомпозиции экспертных источников данных, метод попарного сравнения упорядоченных массивов данных и использование эмпирических данных для фильтрации больших коллекций данных по величине допустимой разницы между уровнями энергии первичных источников данных и эмпирического источника. В докладе рассмотрены два типа интерфейсов для просмотра результатов анализа спектральных данных и оценки доверия экспертным данным. The report discusses methods for analyzing the quality of spectral data, trust assessment of expert data sources and the results of their application in the WDIS information system. Along with the traditional methods used in analyzing the quality of primary data sources, the method of decomposing expert data sources, the method of pairwise comparison of ordered data arrays, and the use of empirical data to filter large collections of data by the magnitude of the acceptable difference between the energy levels of primary data sources and an empirical source are also discussed. The report examines two types of interfaces for viewing the results of spectral data analysis and assessing trust in expert data.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
MATHEMATICAL MODELING OF THE PROСESSES OF CELLS DEATH IN DEGENERATIVE DISEASES ANALYSIS OF NGS DATA ON THE TRANSCRIPTIONAL REGULATION INFORMATION AND ANALYTICAL ENVIRONMENT TO SUPPORT SCIENTIFIC RESEARCH IN GEOLOGY: CURRENT STATUS AND PROSPECTS FOR DEVELOPMENT RESEARCH OF PROPERTIES OF ANONYMOUS DATA TRANSFER PROTOCOL PERSONAL DIGITAL TWINS AND THEIR SOCIOMORPHIC NETWORKS: ACTUAL AREA OF THE RESEARCH AND APROACH POSIBILITIES
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1