國立虎尾科技大學 |

Complex Event Processing = Verarbeitung von Ereignismustern in Datenströmen /

Record Type:	Language materials, printed : Monograph/item
Title/Author:	Complex Event Processing/ von Ulrich Hedtstück.
Reminder of title:	Verarbeitung von Ereignismustern in Datenströmen /
Author:	Hedtstück, Ulrich.
Description:	XI, 163 S. 130 Abb., 26 Abb. in Farbe.online resource. :
Contained By:	Springer Nature eBook
Subject:	Data mining. -
Online resource:	https://doi.org/10.1007/978-3-662-61576-8
ISBN:	9783662615768

Complex Event Processing = Verarbeitung von Ereignismustern in Datenströmen /
Hedtstück, Ulrich.

Complex Event ProcessingVerarbeitung von Ereignismustern in Datenströmen /[electronic resource] :von Ulrich Hedtstück. - 2nd ed. 2020. - XI, 163 S. 130 Abb., 26 Abb. in Farbe.online resource.

Einführung mit typischen Anwendungen -- Grundlegende Begriffe -- Ereignisströme -- Auswahlstrategien für komplexe Ereignisse -- Ereignismuster -- Beispiele für Event Processing Languages -- Complex Event Processing Engines -- Regelbasiertes Complex Event Processing -- Softwarekonzepte für das Complex Event Processing -- Abgrenzung des CEP zu anderen Methoden -- Anhang: Prädikatenlogik.

Eine wichtige Aufgabe für die IT der vernetzten Welt ist die maschinelle Auswertung und Verarbeitung von Informationen, die für eine Anwendung relevant sind und übers Netz verschickt werden. Mit Complex Event Processing (CEP) können große Mengen von zeitbehafteten Daten unterschiedlichster Art in nahezu Echtzeit analysiert und weiterverarbeitet werden. Die grundlegende Vorgehensweise beim CEP entspricht der menschlichen Entscheidungsfindung in Prozessabläufen des täglichen Lebens und stellt eine Erweiterung bekannter Methoden des Data Analytics wie Data Mining, statistische Analyse oder regelbasierte Wissensverarbeitung dar. Typische Anwendungsgebiete sind Big-Data-Systeme, Internet of Things, Industrie 4.0. Der Inhalt Einführung mit typischen Anwendungen Grundlegende Begriffe Ereignisströme Auswahlstrategien für komplexe Ereignisse Ereignismuster Beispiele für Event Processing Languages Complex Event Processing Engines Regelbasiertes Complex Event Processing Softwarekonzepte für das Complex Event Processing Abgrenzung des CEP zu anderen Methoden Anhang: Prädikatenlogik Die Zielgruppen Informatik-Studierende sowie Personen, die in den Fachgebieten Data Analytics, Internet of Things, Industrie 4.0 lehren, forschen oder praktisch tätig sind. Der Autor Ulrich Hedtstück ist Professor im Ruhestand an der Hochschule für Technik, Wirtschaft und Gestaltung Konstanz, Fakultät Informatik. Seine Fachgebiete sind Algorithmen und Datenstrukturen, Theoretische Informatik, Simulation diskreter Prozesse, Künstliche Intelligenz, Data Analytics.

ISBN: 9783662615768

Standard No.: 10.1007/978-3-662-61576-8doiSubjects--Topical Terms:

528622
Data mining.

LC Class. No.: QA76.9.D343

Dewey Class. No.: 006.312

Complex Event Processing = Verarbeitung von Ereignismustern in Datenströmen /
LDR:03226nam a22003615i 4500 001 1023754
003 DE-He213
005 20200716235615.0
007 cr nn 008mamaa
008 210318s2020 gw | s |||| 0|ger d
020 $a 9783662615768 $9 978-3-662-61576-8
024 7 $a 10.1007/978-3-662-61576-8 $2 doi
035 $a 978-3-662-61576-8
050 4 $a QA76.9.D343
072 7 $a UNF $2 bicssc
072 7 $a COM021030 $2 bisacsh
072 7 $a UNF $2 thema
072 7 $a UYQE $2 thema
082 0 4 $a 006.312 $2 23
100 1 $a Hedtstück, Ulrich. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1319769
245 1 0 $a Complex Event Processing $h [electronic resource] : $b Verarbeitung von Ereignismustern in Datenströmen / $c von Ulrich Hedtstück.
250 $a 2nd ed. 2020.
264 1 $a Berlin, Heidelberg : $b Springer Berlin Heidelberg : $b Imprint: Springer Vieweg, $c 2020.
300 $a XI, 163 S. 130 Abb., 26 Abb. in Farbe. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
505 0 $a Einführung mit typischen Anwendungen -- Grundlegende Begriffe -- Ereignisströme -- Auswahlstrategien für komplexe Ereignisse -- Ereignismuster -- Beispiele für Event Processing Languages -- Complex Event Processing Engines -- Regelbasiertes Complex Event Processing -- Softwarekonzepte für das Complex Event Processing -- Abgrenzung des CEP zu anderen Methoden -- Anhang: Prädikatenlogik.
520 $a Eine wichtige Aufgabe für die IT der vernetzten Welt ist die maschinelle Auswertung und Verarbeitung von Informationen, die für eine Anwendung relevant sind und übers Netz verschickt werden. Mit Complex Event Processing (CEP) können große Mengen von zeitbehafteten Daten unterschiedlichster Art in nahezu Echtzeit analysiert und weiterverarbeitet werden. Die grundlegende Vorgehensweise beim CEP entspricht der menschlichen Entscheidungsfindung in Prozessabläufen des täglichen Lebens und stellt eine Erweiterung bekannter Methoden des Data Analytics wie Data Mining, statistische Analyse oder regelbasierte Wissensverarbeitung dar. Typische Anwendungsgebiete sind Big-Data-Systeme, Internet of Things, Industrie 4.0. Der Inhalt Einführung mit typischen Anwendungen Grundlegende Begriffe Ereignisströme Auswahlstrategien für komplexe Ereignisse Ereignismuster Beispiele für Event Processing Languages Complex Event Processing Engines Regelbasiertes Complex Event Processing Softwarekonzepte für das Complex Event Processing Abgrenzung des CEP zu anderen Methoden Anhang: Prädikatenlogik Die Zielgruppen Informatik-Studierende sowie Personen, die in den Fachgebieten Data Analytics, Internet of Things, Industrie 4.0 lehren, forschen oder praktisch tätig sind. Der Autor Ulrich Hedtstück ist Professor im Ruhestand an der Hochschule für Technik, Wirtschaft und Gestaltung Konstanz, Fakultät Informatik. Seine Fachgebiete sind Algorithmen und Datenstrukturen, Theoretische Informatik, Simulation diskreter Prozesse, Künstliche Intelligenz, Data Analytics.
650 0 $a Data mining. $3 528622
650 0 $a Big data. $3 981821
650 0 $a Application software. $3 528147
650 0 $a Mathematical logic. $2 bicssc $3 810627
650 0 $a Computational intelligence. $3 568984
650 1 4 $a Data Mining and Knowledge Discovery. $3 677765
650 2 4 $a Big Data. $3 1017136
650 2 4 $a Computer Applications. $3 669785
650 2 4 $a Mathematical Logic and Formal Languages. $3 670059
650 2 4 $a Computational Intelligence. $3 768837
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783662615751
856 4 0 $u https://doi.org/10.1007/978-3-662-61576-8
912 $a ZDB-2-STI
950 $a Computer Science and Engineering (German Language) (SpringerNature-11774)