基于Flink的分布式在线集成学习框架研究
Research on distributed online integrated learning framework based on Flink
西南石油大学 计算机科学学院, 成都 610500
摘要
在大数据环境背景下，传统机器学习算法多采用单机离线训练的方式，显然已经无法适应持续增长的大规模流式数据的变化。针对该问题，提出一种基于Flink平台的分布式在线集成学习算法。该方法基于Flink分布式计算框架，首先通过数据并行的方式对在线学习算法进行分布式在线训练；然后将训练出的多个子模型通过随机梯度下降算法进行模型的动态权重分配，实现对多个子模型的结果聚合；与此同时，对于训练效果不好的模型利用其样本进行在线更新；最后通过单机与集群环境在不同数据集上做实验对比分析。实验结果表明，在线学习算法结合Flink框架的分布式集成训练，能达到集中训练方式下的性能，同时大大提高了训练的时间效率。
基金项目
国家自然基金资助项目(61873218)
西南石油大学创新基地资助项目(642)
出版信息
DOI: 10.19734/j.issn.1001-3695.2022.09.0535
出版期卷: 《计算机应用研究》 印刷出版, 2023年第40卷 第6期
所属栏目: 软件技术研究
出版页码: 1784-1788
文章编号: 1001-3695(2023)06-029-1784-05
发布历史
[2023-01-05] 优先出版
[2023-06-05] 印刷出版
引用本文
曹张宇, 钟原, 周静. 基于Flink的分布式在线集成学习框架研究 [J]. 计算机应用研究, 2023, 40 (6): 1784-1788. (Cao Zhangyu, Zhong Yuan, Zhou Jing. Research on distributed online integrated learning framework based on Flink [J]. Application Research of Computers, 2023, 40 (6): 1784-1788. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
