Oliinyk, A. А.Skrupsky, S. Yu.Shkarupylo, V. V.Subbotin, S. A.Олійник, Андрій ОлександровичСкрупський, Степан ЮрійовичШкарупило, Вадим ВікторовичСубботін, Сергій Олександрович2026-04-232026-04-232017https://eir.zp.edu.ua/handle/123456789/28245Oliinyk A. A. The model for estimation of computer system used resources while extracting production rules based on parallel computations / A. A. Oliinyk, S. Yu. Skrupsky, V. V. Shkarupylo, S. A. Subbotin // Радіоелектроніка, інформатика, управління. – 2017. – № 1 (40). – C. 142-152.EN: Context. The task of production rules extraction while processing big arrays of data has been discussed. The problem of estimation of computer system used resources while extracting production rules based on parallel computations has been solved. The research object is the process of production rules extraction. The research subject lies in methods of parallel computer systems’ resource planning. Objective. The purpose of the work is а construction of the model for estimation parallel computer systems resources used to solve applied problems based on the parallel method of production rules extraction. Method. The article deals with the model building of used resources estimation of parallel computer system while extracting production rules. The model for estimation of computer system used resources while executing the parallel method of method of production rules extraction is proposed. Synthesized model takes into account the type of computer system, the amount of processors involved to solving the task and the bandwidth of data transfer network. In addition, the model considers parameters of used mathematical equipment (the portions of parallel system nodes involved for production rules extraction based on decision trees, associative rules and negative selection). Also the parameters of solved application task are taken into account. They are the number of observations and the number of characteristics in a given set of data describing the results of observations of the object or process being studied. The synthesized neural model is a polyalgorithmic. It allows estimating two characteristics of parallel computer system while executing the parallel method of production rules extraction. The first one is time used. And the second one is the volume of memory used. Results. The software which implements the proposed model and allows predicting the time and the volume of memory used of parallel computer system while solving practice tasks has been developed. Conclusions. The conducted experiments have confirmed the proposed software operability and allow recommending it for use in practice for solving the problems of big data processing. The prospects for further research may include the creation of parallel methods for feature selection, as well as an experimental study of proposed model on more complex practical problems of different nature and dimensionality. UK: Актуальність. Розглянуто задачу видобування продукційних правил при обробці великих масивів даних. Вирішено проблему оцінювання ресурсів комп’ютерної системи при видобуванні продукційних правил на основі паралельних обчислень. Об’єкт дослідження – процес видобування продукційних правил. Предмет дослідження – методи планування ресурсів паралельних комп’ютерних систем. Мета роботи полягає в побудові моделі оцінювання ресурсів паралельних комп’ютерних систем при видобуванні продукційних правил. Метод. Запропоновано модель оцінювання використовуваних ресурсів комп’ютерної системи при виконанні паралельного методу видобування продукційних правил. Синтезована модель враховує тип комп’ютерної системи, число процесів, на яких виконується задача, пропускну здатність мережі передачі даних, параметри використовуваного математичного забезпечення (частки вузлів паралельної системи, що використовуються для отримання продукційних правил на основі дерев рішень, асоціативних правил та негативного відбору, відповідно), а також параметри розв’язуваної прикладної задачі (кількість спостережень і кількість ознак в заданій множині даних, що описує результати спостережень за досліджуваним об’єктом або процесом). Синтезована нейромережева модель є поліалгорітмічною, дозволяє виконувати оцінювання двох характеристик (часу і обсягу споживаної пам’яті) паралельної системи при виконанні методу видобування продукційних правил. Результати. Розроблено програмне забезпечення, яке реалізує запропоновану модель і дозволяє прогнозувати для паралельної системи витрачений час і обсяг споживаної пам’яті при вирішенні практичних завдань. Висновки. Проведені експерименти підтвердили працездатність запропонованого математичного забезпечення і дозволяють рекомендувати його для використання на практиці при вирішенні задач обробки великих масивів даних. Перспективи подальших досліджень можуть полягати в створенні паралельних методів відбору інформативних ознак, а також експериментальному дослідженні запропонованої моделі на більшому комплексі практичних задач різної природи і розмірності.endata samplingparallel computingresource estimationproduction rulesneural networkвибірка данихпаралельні обчисленняоцінювання ресурсівпродукційні правиланейронна мережаArticle