research centers


Search results: Found 9

Listing 1 - 9 of 9
Sort by

Article
Proposed Business Intelligence Systemthrough Big Data

Authors: Hasanen S. Abdullah --- Saif Bashar Neama
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 4 Part (B) Scientific Pages: 528-539
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Every company or institution in the world has huge amounts of raw data. Since, we are living now in the era of data and data explosion, data is generated in an alarming rates. AstheBig Data problem emerges, big data cannot be processed by traditional systems due to its huge size, complexity and rapid generation, and since data became the most important element in the business world to drive companies and institutions in the right direction. Business Intelligence Systems are built to serve that purpose. This paper introduces a system that will implement a Business Intelligence techniqueto handle Big Data problem through HadoopFramework benefiting from its functionalitiesto provide a parallel processing environmentby implementing a cluster of three nodes that will hold the data set and running queries on it in parallel using the functionality of MapReduce algorithm. The system consists of four primary stages: first is the stage of loading the data into the cluster, second is the stage of constructing the data warehouse to become the source layer for the data analysis stage to extract the business insights. Thethird stage analyzes the data and answers the business problems.Finallythe fourth stage isthe data visualization stage where the answers that gathered from the previous stage will take the form of visual charts and graphs that will be contained in a unified business intelligence dashboard that will provide the overall look for the business operations.


Article
Analyzing 6Vs of Big Data using System Dynamics
استخدام دينامكية النظام في تحليل 6Vsلتضخم البيانات

Authors: Alla Talal Yassin allatalal@yahoo.com --- Eaesha Hamoudy
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2014 Issue: المؤتمر العلمي الثاني لكلية العلوم Pages: 75-83
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

Big Data is not just about lots of data, it is actually a concept providing an opportunity to find new insight into the existing data as well guidelines to capture and analysis future data. This paper deals with the Big data ideas, which is refers to data sets whose size is beyond the ability of commonly used softeware tools to capture,manage , and process the data within a tolerable elapsed time. In this paper we design a System Dynemic (SD) model for the 6Vs analyzing which is the key characteristics of Big data .finally we illustrate some cost examples for the object.

تضخم البيانات لا يعني الكم الهائل من البيانات ، هو مفهوم لفرص ايجاد مرشد للبيانات الموجودة لتحليلها في المستقبل . والبحث يعنى بمسالة القدرة على استخدام ادوات البرامجيات لادارة عمليات البيانات في وقت الاجراء. ويقدم البحث فكرة تضخم البيانات ويشير الى الحجم والقدرة والعمليات الاجرائية . واستعرض في البحث تصميم انموذج باستخدام ديناميكية النظم لــ 6Vs والتي تعد مفتاح خواص تضخم البيانات ، و اخيرا تم عرض بعض الامثلة حول كلفة موضوع البحث .

Keywords

Big Data --- 6Vs --- System Dynemic --- cost


Article
Big-data Management using Map Reduce on Cloud: Case study, EEG Images' Data
إدارة البيانات الضخمة باستخدام تقنية المابريديوس على الحوسبة السحابية: دراسة حالة، بيانات صور المخططات التحليل العصبي

Author: Sahar Mahdie Klim سحر مهدي غليم
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2017 Volume: 13 Issue: 1 Pages: 129-137
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Database is characterized as an arrangement of data that is sorted out and disseminated in a way that allows the client to get to the data being put away in a simple and more helpful way. However, in the era of big-data the traditional methods of data analytics may not be able to manage and process the large amount of data. In order to develop an efficient way of handling big-data, this work studies the use of Map-Reduce technique to handle big-data distributed on the cloud. This approach was evaluated using Hadoop server and applied on EEG Big-data as a case study. The proposed approach showed clear enhancement for managing and processing the EEG Big-data with average of 50% reduction on response time. The obtained results provide EEG researchers and specialist with an easy and fast method of handling the EEG big data.

قاعدة البيانات، تعرف بمجموعة من البيانات المرتبة والموزعة بطريقة تسمح للمستخدم بالوصول إليها بطريقة سهلة ومناسبة. لكن في عصر البيانات الضخمة، الطرق القديمة في إدارة البيانات لا تستطيع إدارة هذا الكم الهائل من البيانات. لكي يتم تطوير طريقة فعالة في إدارة هذه البيانات الضخمة. هذا البحث يدرس استخدام تقنية المابريديوس في معالجة البيانات الضخمة الموزعة على السحابة المحوسبة. هذه التقنية تم تقييمها باستخدام خادم الهادوب وتم تطبيقها على بيانات مأخوذة من صور التخطيط الدماغي، كدراسة حالة. الطريقة المقدمة في هذا العمل أظهرت تحسن واضح على إدارة ومعالجة البيانات الضخمة. بمعدل تحسين يساوي 50% مقارنة بالطرق الاعتيادية في معالجة وإدارة نفس البيانات. وهو ما يوفر طريقة سهلة وسريعة في التعامل مع البيانات الضخمة.


Article
Current Big Data Issues and Their Solutions via Deep Learning: An Overview

Authors: Roohie Naaz Mir --- Asif Ali Banka
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2018 Volume: 14 Issue: 2 Pages: 127-138
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

The advancements in modern day computing and architectures focus on harnessing parallelism and achieve high performance computing resulting in generation of massive amounts of data. The information produced needs to be represented and analyzed to address various challenges in technology and business domains. Radical expansion and integration of digital devices, networking, data storage and computation systems are generating more data than ever. Data sets are massive and complex, hence traditional learning methods fail to rescue the researchers and have in turn resulted in adoption of machine learning techniques to provide possible solutions to mine the information hidden in unseen data. Interestingly, deep learning finds its place in big data applications. One of major advantages of deep learning is that it is not human engineered. In this paper, we look at various machine learning algorithms that have already been applied to big data related problems and have shown promising results. We also look at deep learning as a rescue and solution to big data issues that are not efficiently addressed using traditional methods. Deep learning is finding its place in most applications where we come across critical and dominating 5Vs of big data and is expected to perform better.


Article
Evaluation of Two Thresholds Two Divisor Chunking Algorithm Using Rabin Finger print, Adler, and SHA1 Hashing Algorithms
تقييم خوارزمية (TTTD) بأستخدام ثلاث خوارزميات هاش مختلفة

Authors: Hala Abdulsalam هلا عبد السلام جاسم --- Assmaa A. Fahad أسماء عبد الله فهد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 4c Pages: 2438-2446
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Data deduplication is a data reduction technology that is worked by detecting and eliminating data redundancy and keep only one copy of these data, and is often used to reduce the storage space and network bandwidth. While our main motivation has been low band-width synchronization applications such as Low Bandwidth Network File System (LBNFS), deduplication is also useful in archival file systems. A number of researchers have advocated a scheme for archival. Data deduplication now is one of the hottest research topics in the backup storage area. In this paper, A survey on different chunking algorithms of data deduplication are discussed, and studying the most popular used chunking algorithm Two Threshold Two Divisor (TTTD), and evaluated this algorithm using three different hashing functions that can be used with it (Rabin Finger print, Adler, and SHA1) implemented each one as a fingerprinting and hashing algorithm and then compared the execution time and deduplication elimination ratio which was the first time this comparison performed and the result is shown below.

الغاء البيانات المكررة هي تقنية تقليل حجم البيانات عن طريق استكشاف و حذف البيانات المتكررة والاحتفاظ بنسخة واحده فقط من هذه البيانات , وغالبا ما تستخدم للتقليل من مساحة التخزين وكمية البيانات المنقولة عبر الانترنيت. في حين كان الدافع الرئيسي لدينا هو الحد من كمية البيانات المنقولة عبر الشبكات بأستخدام تطبيقات مثل (LBNFS)، تقنية حذف البيانات المكررة تستخدم ايضا في أنظمة ارشفة البيانات. اوصى عدد من الباحثين باستخدم الخوارزميات لأرشفه البيانات التي تكون مبنية على اساس تقنية حذف البيانات المكررة . تعتبر تقنية حذف البيانات المكررة من اهم العناوين في مجال التخزين الاحتياطي. في هذا البحث، تم مناقشة وعرض خوارزميات التقطيع المختلفه في تقنية حذف البيانات المكررة، ودراسة خوارزمية التقطيع الاكثر استخداما ( TTTD )، واختبار وعرض نتائج هذة الخوارزمية مع ثلاث خوارزميات هاش بديله يمكن استخدامها مع هذه الخوارزمية ( , Adler , Rabin Finger Print (SHA1. اجريت هذة الدراسة لأول مرة واستخدمنا هذة الخوارزميات كخوارزميات تقطيع و خوارزميات هاش بنفس الوقت والنتائج وسوف نعرض النتائج في هذة البيبر.


Article
Big Data Approch to Enhance Organizational Ambidexterity An Exploratory Study of a Sample of Managers at ASIA Cell For Mobile Telecommunication Company in Iraq
التوافق بين مدخل البيانات الكبيرة والبراعة التنظيمية دراسة استطلاعية لأراء عينة من المدراء في شركة أسيا سيل للاتصالات المتنقلة في العراق

Authors: الاء عبد الموجود العاني --- هدى عبد الرحيم حسين
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 105 Pages: 216-293
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Abstrac The research aimed at measuring the compatibility of Big date with the organizational Ambidexterity dimensions of the Asia cell Mobile telecommunications company in Iraq in order to determine the possibility of adoption of Big data Triple as a approach to achieve organizational Ambidexterity.The study adopted the descriptive analytical approach to collect and analyze the data collected by the questionnaire tool developed on the Likert scale After a comprehensive review of the literature related to the two basic study dimensions, the data has been subjected to many statistical treatments in accordance with research hypotheses By using the SPSS program .The research has reached many conclusions, the most important of which are: The existence of relationship between the Big data in its three dimensions and organizational Ambidexterity, reflecting a state of compatibility between the two variables, indicates that the potential for the adoption of the Big Data trilogy as approach to Ambidexterity In the field, the research has made a number of recommendations, including that Ambidexterity is one of the best treatments adopted in the face of challenges and environmental changes that maintain the organization's continuity in the environment by expanding its current activities, entering into new activities and for the purpose of achieving them requires Provide the necessary data, which must be of a specific size and diversity, as well as provide it with the required speed.

المستخلصاستهدف البحث قياس مدى توافق البيانات الكبيرة مع أبعاد البراعة التنظيمية في شركة أسيا سل للاتصالات المتنقلة في العراق من أجل تحديد أمكانية اعتماد البيانات الكبيرة مدخلاً لتحقيق البراعة التنظيمية. استخدمت الاستبانة كأداة أساسية لتجميع البيانات والتي طورت على وفق مقياس (Likert) الخماسي وذلك بعد مراجعة شاملة للأدبيات ذات الصلة ببعدي البحث الأساسيين،تم إخضاع البيانات للعديد من المعالجات الإحصائية على وفق فرضيات البحث باعتماد البرنامج الجاهزة (SPSS-23) ولعل من أهمها اختبارChi- Square) فضلا عن التوزيعات التكرارية والنسب المئوية، والأوساط الحسابية والانحرافات المعيارية. لتشخيص متغيرات البحث. وتوصل البحث إلى العديد من الاستنتاجات أهمها وجود علاقة توافقية بين البيانات الكبيرة بأبعادها الثلاثة والبراعة التنظيمية مما يعكس وجود حالة من التجانس أو التوافق بين المتغيرين الأمر الذي يؤشر لنا إمكانية تبني البيانات الكبيرة كمدخل لتحقيق البراعة التنظيمية في الميدان المبحوث، وقدم البحث جملة من التوصيات منها أن البراعة تعد من أفضل المعالجات المعتمدة في مواجهة التحديات والتغييرات البيئية كونها تحافظ على استمرارية المنظمة في البيئة من خلال توسيع أنشطتها الحالية، ودخولها في أنشطة جديدة ولغرض تحقيقها يتطلب الأمر توفير البيانات اللازمة والتي يجب أن تتوفر بحجم معين وتتميز بالتنوع فضلاً عن توفيرها بالسرعة المطلوبة.


Article
Comprehensive Expansion in Big Data: Innovation and Technology

Author: Suhiar Mohammed Zeki Abd Alsammed
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2019 Volume: 11 Issue: 3 Pages: Comp Page 7-20
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

In recent year, the use of the internet and cloud-based application has increased tremendously. With this lot of internet apps and social network have been developed. This apps and networks are growing very rapidly. Data on this network belongs to different data sizes and structures. This data in simple language is called big data. With the increasing demand for services, all the big data services are now automated, which stores and retrieve consumer's data. This data is in a different structure which makes it difficult to handle. This can include an example of road traffic data, different vehicle or person or location or atmosphere can produce a different set of data. Sometimes this data is structured while some times it may contain repeated, null or noisy data. This data may contain images and videos. The traditional database cannot handle this type of unstructured data. The best to solve this dimensionality problem is by using a dimensionality reduction technique. This paper provides the concept of big data collection, its analysis, storage and handling issues, security challenges, and other data handling technique.


Article
Using Big Data Technology for Prediction of Quiz Difficulty Level in E-learning Systems
استخدام تقنية البيانات الكبيرة للتنبؤ بمستوى صعوبة الامتحان في أنظمة التعلم الإلكتروني

Authors: Rana Riad K. AL-Taie رنا رياض خضير --- Hiba A. Abu-Alsaad هبة أكرم علي
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2018 Volume: 8 Issue: 4 اللغة الانكليزية Pages: 164-181
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

In recent years, big data have received a great deal of attention from many of researchers. Big data concepts have its various applications; it can be used in the field of healthcare and medicine, education world, finance and fraud detection, education and industry sectors...etc. From e-Learning environment, a large amount of data could be generated as a result of different e-learning aspects, which is called Big Data in e-learning. Analyzing big data across the educational organization has the potential to enhance the future of e-learning contents and students’ performance. The aim of the paper is to develop a method that can be used for analyzing the level of difficulty of the test questions for students who tested through e-learning software. I addition, it is expected to help instructors in determining strengths and weaknesses of students in the exams, as well as recognizing hardest/easiest questions for students based on their answers. An emerging open source Apache Spark tool had been used to facilitate the analysis process of large data through linking it to the database of e-learning systems.

في السنوات الأخيرة، تلقت البيانات الكبيرة قدرا كبيرا من الاهتمام من العديد من الباحثين. مفاهيم البيانات الكبيرة لديها تطبيقاتها المختلفة. فإنه يمكن استخدامها في مجال الرعاية الصحية والطب، والتعليم في العالم، والتمويل والكشف عن الاحتيال وقطاعات الصناعة ... الخ. من بيئة التعلم الإلكتروني، يمكن توليد كمية كبيرة من البيانات نتيجة لجوانب التعلم الإلكتروني المختلفة، والتي تسمى البيانات الكبيرة في التعلم الإلكتروني. تحليل البيانات الكبيرة عبر المؤسسة التعليمية لديه القدرة على تعزيز مستقبل محتويات التعلم الإلكتروني وأداء الطلاب. والهدف من هذه الورقة هو تطوير الطريقة التي يمكن استخدامها لتحليل مستوى صعوبة أسئلة الاختبار للطلاب الذين اختبروا من خلال برامج التعلم الإلكتروني. بالإضافة إلى ذلك، فمن المتوقع أن تساعد المدربين في تحديد نقاط القوة والضعف لدى الطلاب في الامتحانات، وكذلك معرفة أصعب وأسهل الأسئلة بالنسبة للطلاب على أساس إجاباتهم. وقد استعملت أداة أباتشي سبارك (open source) لتسهيل عملية تحليل البيانات الضخمة من خلال ربطها بقاعدة بيانات نظم التعلم الإلكتروني.


Article
Big Data Techniques: A Survey

Authors: Jamal N. Hasoon جمال ناصر حسون --- Assist. Prof. Dr. Rehab Hassan د. رحاب فليح حسن
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2019 Volume: 9 Issue: 4 Pages: 135-146
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Big data refer to the large volume of data, it can be analyzed for strategic Developing and better decisions. Big Data applications exaggerate in near few years because a traditional data techniques be limited specification. Various types of distributions and technologies used to suffer the Big Data challenges are developed. A survey of recent technologies are review for Big Data. The main technologies features are studied enable to extract knowledge from Big Data. Such distributions have some limitations and may differ in offerings and capacities. The used technologies face the increasing multi-streams and Big Data challenges. In this work review the big data technologies and challenge.

Keywords

Big Data --- Map --- Reduce --- Shuffle --- Hadoop --- HDFS --- YARN --- Internet of Things --- IoT

Listing 1 - 9 of 9
Sort by
Narrow your search

Resource type

article (9)


Language

English (7)

Arabic and English (2)


Year
From To Submit

2019 (2)

2018 (3)

2017 (2)

2016 (1)

2014 (1)