理論および計算科学ジャーナル
オープンアクセス

概要

地方の医療サービスのためのビッグデータ分析プラットフォーム

アピア・プリンス

デジタル時代の到来により、予測分析ツールを使用して分析する必要がある大量のデータが発生しています。 IoT（ドローン）によるヘルスケアデータの急増により、ビッグデータ分析が注目を集めています。 今日の疾病監視疫学データ収集の傾向では、ドローンを使用するのが最適です。 そのため、構造化データ、半構造化データ、非構造化データが発生し、ドローンを使用したデータトロールが可能になります。 この論文では、ヘルスケアの質を向上させるための正確な予測のために、ドローンデータの分離とクラスタリングに適切な機械学習技術を使用するビッグデータツールを提案します。 提案されたアプローチは、ドローンを使用したデータトロールを克服し、クラウドセンシングデータのリアルタイム分析を提供することを目指しています。 実装は、クラウドからのさまざまなソースからのリアルタイムストリーミングをより適切に分離するための機械学習アルゴリズムを備えたApache Sparkコアを使用して行われました。 実施された実験の結果によると、このコンセプトは質の高いヘルスケア予測を改善する可能性があります。研究の結果は、グリッドベースや密度ベースのクラスタリングと比較して、K平均クラスタがリアルタイムで分離データを制御する率が最も高いことを明確に示しました。