14
„BIG DATA” ELEMZÉSEK LEHETŐSÉGEI A KÖRNYEZETVÉDELMI MODELLEZÉSBEN Dr. Torma A. 2015.11.13.

„BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

  • Upload
    others

  • View
    2

  • Download
    0

Embed Size (px)

Citation preview

Page 1: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

„BIG DATA” ELEMZÉSEK LEHETŐSÉGEI A KÖRNYEZETVÉDELMI MODELLEZÉSBEN

Dr. Torma A. 2015.11.13.

Page 2: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 2

Tartalom

1. A „Big Data” fogalma

2. Pár érdekes adat a „Big Data” világából

3. „Big Data” felhasználás klasszikus területei

4. „Big Data” elemzésekben rejlő hasznok és kihívások

5. Pár érdekesebb technika „Big Data” elemzésekhez

6. Felhasználhatóság és rizikók a környezetvédelem területén

7. Továbbvezető kutatási kérdések

Page 3: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 3

1. A „Big Data” fogalma (1)

» > tera-; petabyte » technológiai szint függő » típusfüggő

» strukturális heterogenitás (5%) » magas változatosság

» keletkezés és feldolgozás is » „real time” analízisek

» jelentős eltérések

» források komplexitása

» alacsony értéksűrűség (low value density)

Page 4: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 4

1. A „Big Data” fogalma (2)

„big data” kifejezés gyakorisága dokumentumokban Forrás: ProQuest Research Library

Page 5: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 5

2. Pár érdekes adat a „Big Data” világából

2011-ben: 1,8 zettabyte adatmennyiség (1021)

napi szinten 2,5 exabyte bővülés – 2 évente duplázódó adatmennyiség

95% strukturálatlan adathalmaz

óránként 20 terabyte adat a turbina működéséről

60 mrd. tablet = 250 terabyte adat- feldolgozás = 1-2 millió könyv elolvasása egy szempillantás alatt

havonta ~100 mrd. keresés a Google-ön

Page 6: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 6

3. „Big Data” felhasználás klasszikus területei (1)

Közgazdaságtudomány

» vásárlói szokások feltérképezése

» preferenciaválasztások Politika

» választási kampányok (pl. Obama újraválasztása)

Egészségügy

» járványok elemzése » életmód és egészségi

állapot feltérképezése » drogprevenció

Katasztrófavédelem

» folyamatelemzés » előrejelzések

Ipari folyamatok

» folyamatelemzés » veszteségfeltárás

Kutatás – fejlesztés

» autonóm közlekedés (önvezető jármű)

» DNS szekvenálás » klímamodellezés (NCCS)

Mezőgazdaság

» terméshozam előrejelzések » precíziós mezőgazdaság

Társadalomtudományok

» szociológiai / szociográfiai elemzések

Előadó
Bemutató megjegyzései
NCCS: NASA Center for Climate Simulation
Page 7: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 7

3. „Big Data” felhasználás klasszikus területei (2)

CERN – Nagy Hadronütköztető » 150 millió szenzor » 40 millió adat másodpercenként » az adatok mindössze 0,001% kerül elemzésre > 200 petabyte évente » ha minden adatot elemeznének: 150 mill. petabyte / év > 200-szor

annyi, mint a világ többi része

Page 8: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 8

3. „Big Data” felhasználás klasszikus területei (3)

Vestas – „Big Data” a megfelelő elhelyezés érdekében » 2,8 petabyte adat » 178 elemzett paraméter » 27x27 km-es raszter helyett 3x3 km-es raszter

Page 9: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 9

4. „Big Data” elemzésekben rejlő hasznok és kihívások (1)

Komplex rendszerek elemzése >

fenntarthatósági döntések

Szegmentálás Erőforrások

hatékonyabb felhasználása

Innováció serkentése

Automatikus algoritmusok

alkalmazása a szubjektív

döntéshozatal helyett Lehetőség a

modellezésre / szimulációra

Transzparencia, adatok elérhetősége

Gazdasági szektor struktúrája,

versenyhelyzete

Alkalmas technológia és technikák

Adatok hozzáférhetősége

Sztenderdek

Adat „policy” (adatbiztonság, jogi

kérdések)

Szervezeti kultúra és képességek

Adatok újrahasználhatósága

Finanszírozás

Page 10: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 10

Egyes szektorok lehetséges hasznai a „big data” elemzésekből Forrás: McKinsey Global Institute

4. „Big Data” elemzésekben rejlő hasznok és kihívások (2)

Page 11: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 11

5. Pár érdekesebb technika „Big Data” elemzésekhez

Big Data elemzés

crowdsourcing

data mining

neural networks

time series analysis business

intelligence

Internet of Things

citizen science/ PPSR

social media

Industry 4.0 smart…

Page 12: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 12

6. Felhasználhatóság és rizikók a környezetvédelem területén

személyiségi jogok múltbéli predikciók rögzülése

nagy volumenű dolgok elemzése vs. mikroszintű

folyamatok

nagy számok törvénye >

helytelen trendek big data – pig data dilemma (minőség)

többszörös összevetés problémája

komplex rendszerek elemzése

veszteségfeltárás és veszteségcsökkentés

technológiák optimálása és változtatása

előrejelzések, szimulációk

globális összefüggések modellezése

Page 13: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 13

7. Továbbvezető kutatási kérdések

adatmennyiség és modellezési képesség összefüggései

költség – haszon mérleg

break even pont kérdése

adatminőség garantálásának kérdése

social media alapú big data elemzések

idősorokon alapuló előrejelzés lehetősége

Page 14: „BIG DATA” ELEMZÉSEK LEHETŐSÉGEI Dr. Torma A. A ...©sek...alkalmazása a szubjektív . döntéshozatal helyett Lehetőség a . modellezésre / szimulációra ... social media

KÖSZÖNÖM A MEGTISZTELŐ FIGYELMET!

Dr. TORMA A. [[email protected]]