Logo des Repositoriums

Auflistung nach Schlagwort "Complex Event Processing"

1 - 3 von 3
  • Zeitschriftenartikel
    Anfragesprachen neu erdacht
    (KI - Künstliche Intelligenz: Vol. 26, No. 1, 2012) Bry, François
    Zum Erfolg der relationalen Datenbanken haben ihre logik-basierten Anfragen deswegen beigetragen, weil sie relativ leicht zu optimieren und auszudrücken sind. Relationale Anfragen eignen sich aber kaum zur Datenextraktion im Web und aus Ereignissströmen und können nicht so gut mit RDF umgehen. Dieser Artikel stellt prototypische Anfragesprachen vor, die das deklarative logik-basierte Paradigma der relationalen Anfragen auf verschiedene Weisen an das Web und an Ereignisströme anpassen: Xcerpt für unvollständige Web-Anfragen, KWQL für ein Spektrum von Web-Anfragetypen von einfachen Schlüsselwort-Anfragen bis hin zu Strukturanfragen, KWRL zur Begründungsverwaltung, KWRL zur Begründungsverwaltung, XChangeEQ für Ereignisanfragen, RDFLog zur uneingeschränkten Behandlung von Blank Nodes in RDF-Anfragen und RPL für Pfadanfragen in RDF-Graphen.
  • Zeitschriftenartikel
    Ereignisverarbeitung zur Flexiblen Dynamischen Informationsverarbeitung in Smart Cities
    (HMD Praxis der Wirtschaftsinformatik: Vol. 52, No. 4, 2015) Schaaf, Marc; Wilke, Gwendolin
    Ein Pfeiler des Smart City Konzeptes ist die Verfügbarkeit von großen Datenmengen, sowie die Fähigkeit diese flexibel und intelligent in Nahe-Echtzeit analysieren und verarbeiten zu können. Als technologische Grundlage für diese oft unterschätze Datenanalyse und -verarbeitungsfähigkeit werden vielfach Technologien aus dem Bereich der Ereignisverarbeitung genannt. In diesem Kapitel werden zentrale Konzepte der Ereignisverarbeitung kurz vorgestellt und deren Nutzen, Grenzen und zukünftige Entwicklungen anhand eines Szenarios aus dem Bereich ad-hoc Car-Sharings beschrieben.AbstractA pillar of the Smart City concept is the availability of big data, together with the ability to process and analyse it flexibly and intelligently in near real time. Event processing technologies are often referred to as a technical basis of the—often underestimated—big data processing and analysis capability. The chapter briefly introduces its central concepts and ideas. We outline the advantages, limits, and future developments of the technology using the example of an ad-hoc car sharing scenario in a Smart City.
  • Zeitschriftenartikel
    Machine Learning and Complex Event Processing
    (Enterprise Modelling and Information Systems Architectures (EMISAJ) – International Journal of Conceptual Modeling: Vol. 15, Nr. 1, 2020) Wanner, Jonas; Wissuchek, Christopher; Janiesch, Christian
    In the Industrial Internet of Things, cyber-physical systems bridge the gap between the physical and digital world by connecting advanced manufacturing systems with digital services in so-called smart factories. This interplay generates a large amount of data. By analyzing the data, manufacturers can reap many benefits and optimize their operations. Here, the value of information is at its highest with low latency to its emergence and its value decreases over time. Complex Event Processing (CEP) is a technology, which enables real-time analysis of complex events (i.e., combined data values from different sources). In this way, CEP assists in the identification and localization of anomalous process sequences in smart factories. However, CEP comes with limitations that reduce its effectiveness. Setting up CEP requires in-depth domain knowledge and is primarily declarative as well as reactive by nature. Combining CEP with machine learning (ML) is a possible extension to circumvent these technological limitations. However, there is no up-to-date overview on the integration of both paradigms in research and no review of their transferability for application in smart factories. In this article, we provide (1) a synthesis of research on the integration of CEP and ML identifying supervised learning as the predominant approach, and (2) a transfer of potentials for the use in smart factories. Here, reactive and proactive policies are used in equal frequency.