Big data application has many data

Big data application has many data resources and data. In the first stage of software engineering, a service overview or a system overview cannot be seen. In this paper, we propose that two processes of “Big data analytics” and “Implementation of data modeling” should be collaborated with Model-driven architecture (MDA). Data modeling with those two process in MDA should be repeated fast in order to verify the data model and to find a new data resource for a service. Our first research goal of big data application is to predict side effect of drug which is one of screening methods in drug discovery. This prediction model is constructed with data mining methods at the intersection of statistics, machine learning and database system. Moreover, a new service for drug discovery by new uses for old drugs can be found in data modeling and developed. We demonstrate that the prediction model and the data model for drug discovery are implemented as a prototype system to verify those models and their practicality.

ผลลัพธ์ (ไทย) 1:

ข้อมูลมีหลายแหล่งข้อมูลและข้อมูล ในระยะแรกของวิศวกรรมซอฟต์แวร์ รวมบริการหรือภาพรวมของระบบไม่สามารถมองเห็น ในกระดาษนี้ เราเสนอว่า กระบวนการที่สองของ "การวิเคราะห์ข้อมูล" และ "การดำเนินการแบบจำลองข้อมูล" ควรร่วมมือกับแบบโมเดลสถาปัตยกรรม(เตอร์ MDA) สร้างแบบจำลองกระบวนการที่สองในเตอร์ MDA ข้อมูลควรถูกทำซ้ำอย่างรวดเร็ว เพื่อตรวจสอบแบบจำลองข้อมูล และ การค้นหาทรัพยากรข้อมูลใหม่สำหรับบริการ เป้าหมายการวิจัยของเราแรกของข้อมูลคือการ คาดการณ์ผลข้างเคียงของยาซึ่งเป็นการตรวจหาวิธีการในการค้นพบยาเสพติด แบบคาดการณ์นี้เป็นสร้าง ด้วยวิธีการทำเหมืองข้อมูลที่เรียนรู้ของเครื่อง และระบบฐานข้อมูล สถิติ นอกจากนี้ บริการใหม่สำหรับการค้นพบยาเสพติดโดยการใช้ยาเก่าใหม่สามารถพบในแบบจำลองข้อมูล และพัฒนา เราแสดงให้เห็นว่า รูปการคาดเดาและรูปแบบข้อมูลสำหรับการค้นพบยาเสพติดจะใช้เป็นระบบต้นแบบเพื่อตรวจสอบโมเดลเหล่านั้นและการปฏิบัติจริง

ผลลัพธ์ (ไทย) 2:

การประยุกต์ใช้ข้อมูลขนาดใหญ่มีแหล่งข้อมูลจำนวนมากและข้อมูล ในขั้นตอนแรกของวิศวกรรมซอฟต์แวร์ภาพรวมบริการหรือภาพรวมของระบบที่ไม่สามารถเห็นได้ ในบทความนี้เราจะเสนอว่ากระบวนการที่สองของ "วิเคราะห์ข้อมูลขนาดใหญ่" และ "การดำเนินงานของการสร้างแบบจำลองข้อมูล" ควรจะร่วมมือกับสถาปัตยกรรมแบบขับเคลื่อน (MDA) การสร้างแบบจำลองข้อมูลที่มีทั้งสองกระบวนการในภาคตะวันออกเฉียงเหนือควรจะซ้ำอย่างรวดเร็วในการสั่งซื้อเพื่อตรวจสอบรูปแบบข้อมูลและการหาทรัพยากรข้อมูลใหม่สำหรับบริการ เป้าหมายของการวิจัยครั้งแรกของเราของการประยุกต์ใช้ข้อมูลขนาดใหญ่คือการทำนายผลข้างเคียงของยาเสพติดซึ่งเป็นหนึ่งในวิธีการตรวจคัดกรองในการค้นพบยาเสพติด ทำนายรูปแบบนี้ถูกสร้างด้วยวิธีการทำเหมืองข้อมูลที่จุดตัดของสถ​​ิติการเรียนรู้เครื่องและระบบฐานข้อมูล นอกจากนี้บริการใหม่สำหรับการค้นพบยาเสพติดโดยการใช้งานใหม่สำหรับยาเสพติดเก่าสามารถพบได้ในการสร้างแบบจำลองข้อมูลและการพัฒนา เราแสดงให้เห็นว่าการทำนายรูปแบบและรูปแบบข้อมูลสำหรับการค้นพบยาเสพติดที่จะนำมาใช้เป็นระบบต้นแบบในการตรวจสอบโมเดลเหล่านั้นและการปฏิบัติจริงของพวกเขา

ผลลัพธ์ (ไทย) 3:

การประยุกต์ใช้ข้อมูลใหญ่มีทรัพยากรข้อมูลจำนวนมากและข้อมูล ในขั้นตอนแรกของวิศวกรรมซอฟต์แวร์เป็นบริการภาพรวมหรือระบบไม่สามารถมองเห็นได้ ในบทความนี้เราได้เสนอว่ากระบวนการสองของ " บิ๊กข้อมูล Analytics " และ " การใช้ข้อมูลแบบ " ควรจะร่วมมือกับรูปแบบการขับเคลื่อนสถาปัตยกรรม ( 2 ) แบบจำลองข้อมูลที่มีสองขั้นตอน ( ควรจะซ้ำอย่างรวดเร็วในการตรวจสอบรูปแบบข้อมูลและหาแหล่งข้อมูลใหม่สำหรับบริการ เป้าหมายแรกของการค้นคว้าข้อมูลใหญ่ของเราคือการทำนายผลข้างของยาซึ่งเป็นหนึ่งของการตรวจคัดกรองในการค้นพบยา แบบจำลองการทำนายนี้สร้างด้วยการทำเหมืองข้อมูลวิธีการที่จุดตัดของสถิติ , การเรียนรู้เครื่องและระบบฐานข้อมูล นอกจากนี้ บริการใหม่สำหรับการค้นพบยาใหม่ โดยการใช้ยาเก่าที่สามารถพบได้ในข้อมูลการสร้างและพัฒนา เราแสดงให้เห็นว่าการทำนายแบบจำลอง และแบบจำลองข้อมูลสำหรับการค้นพบยาเสพติดจะใช้เป็นระบบต้นแบบเพื่อตรวจสอบรูปแบบและการปฏิบัติจริงของพวกเขา