агрегирование данных

агрегирование данных
Процесс сбора, обработки и представления информации в окончательном виде. Агрегирование данных в основном выполняется для формирования отчетов, выработки политики, управления здравоохранением, научных исследований, статистического анализа и изучения здоровья населения.
[ГОСТ Р ИСО-ТС 18308-2008]

Тематики

• автоматизированные системы

EN

• data aggregation

агрегирование данных (data aggregation): Процесс сбора, обработки и представления информации в окончательном виде. Агрегирование данных в основном выполняется для формирования отчетов, выработки политики, управления здравоохранением, научных исследований, статистического анализа и изучения здоровья населения.

Источник: ГОСТ Р ИСО/ТС 18308-2008: Информатизация здоровья. Требования к архитектуре электронного учета здоровья

агрегирование
Объединение, суммирование экономических показателей по какому-либо признаку для получения обобщенных совокупных показателей. При агрегировании необходим учет структуры объединяемых элементов, в ряде случаев требуется анализ возможности и определение весов агрегирования (например при расчете индекса промышленного производства).
[ОАО РАО "ЕЭС России" СТО 17330282.27.010.001-2008]

агрегирование
1. Соединение независимых частей, обычно выполняющих различные функции, в единую систему. 2. Объединение нескольких низкоскоростных потоков информации в один более высокоскоростной поток. См. channel ~.
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

агрегирование
Объединение, укрупнение показателей по какому-либо признаку для получения обобщенных, совокупных показателей агрегатов. С математической точки зрения А. рассматривается как преобразование модели в модель с меньшим числом переменных и ограничений — агрегированную модель, дающую приближенное (по сравнению с исходным) описание изучаемого процесса или объекта. Его сущность — в соединении однородных элементов в более крупные. Среди способов А.: сложение показателей, представление группы агрегируемых показателей через их среднюю, использование различных взвешивающих коэффициентов (см. Вес), баллов (см. Шкалы) и т.д. Процесс, обратный к А., называется дезагрегированием, реже — разагрегированием, разукрупнением. Некоторыми теоретиками термин «агрегирование» понимается также как переход от микроэкономического к макроэкономическому взгляду на изучаемые экономические явления. В экономико-математических моделях А. необходимо потому, что ни одна модель не в состоянии вместить всего многообразия реально существующих в экономике продуктов, ресурсов, связей. Даже крупноразмерные модели, насчитывающие десятки тысяч показателей, и то неизбежно являются продуктом агрегирования. В процессе управления при переходе от низшей ступени к высшей показатели агрегируются, а число их уменьшается. Но при этом часть информации «теряется» (при сведении воедино заказов на материалы, например, уже неизвестно, каких именно марок и размеров они нужны каждому заказчику) и приходится вести расчеты приближенно, на основании статистических закономерностей. Поэтому всегда надо сопоставлять выгоду (от сокращения расчетов) с ущербом, который наносится потерей части информации. Особенно затруднено А. в динамических моделях, поскольку с течением времени меняется соотношение элементов, входящих в укрупненную группу (возникает «структурная неоднородность«). Расхождение между результатами исходной задачи и результатами агрегированной задачи называется ошибкой А. Уменьшение ошибки А. — один из основных критериев, применяемых в теории оптимального агрегирования, разработанной Л.Гурвицем, Е.Малинво, У.Фишером и Дж.Чипмэном. А. имеет большое значение в методе межотраслевого баланса (МОБ), где оно означает объединение различных производств в отрасли, продуктов — в обобщенные продукты и укрупнение таким путем показателей балансовых расчетов. МОБ обычно оперирует «чистыми отраслями», т.е. условными отраслями, каждая из которых производит и передает другим отраслям один агрегированный продукт. Количество их ограничивается вычислительными возможностями и некоторыми обстоятельствами математического характера, однако, в принципе, чем больше детализация МОБ, тем лучше он отражает действительность, тем точнее расчеты по нему. А. в МОБ возможно двух типов — вертикальное и горизонтальное. Первое означает объединение продукции по технологической цепочке. Например, в соответствии с этим принципом в одну группу могут быть объединены железная руда, чугун, сталь, прокат (тогда отрасль дает потребителям один продукт — прокат), в другую — пряжа, суровая ткань, готовая ткань, в третью — целлюлоза, бумажное производство. При этом все показатели, прежде всего затраты, относятся на избранную единицу агрегированного продукта (в данных примерах — это тонна готового проката, 1 млн. кв. м готовой ткани, тонна бумаги). Выбрать правильное объединение сложно, поскольку та же сталь может отпускаться потребителям (для литейных производств) не в виде проката, а в виде слитков, целлюлоза может поступать не только на бумажные комбинаты, но и на заводы искусственного волокна, где из нее делают вискозную пряжу, и т.д. При горизонтальном А. в одну группу объединяются, например, продукты, сходные между собой либо по экономическому назначению (различные виды зерна, топлива), либо по техническим условиям производства. Это связано, однако, с дополнительными трудностями. Логично объединить в одну группу всю электроэнергию, но структура затрат на ее производство на тепловых и гидравлических станциях в корне различна. Любой сдвиг в соотношениях внутри такой объединенной отрасли резко скажется на ее показателях, необходимых для расчета. Наиболее рациональные способы А. отраслей и продуктов определяются путем экономико-математических расчетов. Основным инструментом агрегирования почти во всех экономических расчетах являются цены.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• aggregation
• aggregation problem

3.2 агрегирование (aggregation): Процесс или результат объединения конструкций языка моделирования и других компонентов модели в единое целое.

Примечание - Конструкции языка моделирования и другие компоненты модели могут быть агрегированы в более чем один объект.

Источник: ГОСТ Р 54136-2010: Системы промышленной автоматизации и интеграция. Руководство по применению стандартов, структура и словарь оригинал документа

агрегирование каналов
Метод повышения пропускной способности за счет объединения нескольких параллельных каналов в один высокоскоростной поток данных.
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

Тематики

• электросвязь, основные понятия

EN

• channel aggregation

обработка данных
Систематическое осуществление операций над данными.
[ИСО/МЭК 2382-1]
[ ГОСТ Р 52292-2004]

обработка данных
Технологическая операция, в результате которой изменяет свое значение хотя бы один из показателей, характеризующих состояние данных (объем данных при этом не изменяется).
[ ГОСТ Р 51170-98]

обработка данных
- Любое преобразование данных при решении конкретной задачи.
- Работа, выполняемая компьютером.
[ http://www.morepc.ru/dict/]

обработка данных
Процесс приведения данных к виду, удобному для использования. Независимо от вида информации, которая должна быть получена, и типа оборудования любая система О.д. выполняет три основные группы операций: подбор исходных, входных данных (см. Сбор данных), собственно их обработку (в процессе которой система оперирует промежуточными данными), получение и анализ результатов, т.е. выходных данных). Выполняет ли эти операции человек или машина (см. Автоматизированная система обработки данных), все равно они следуют при этом заданному алгоритму (для человека это могут быть инструкция, методика, а для ЭВМ — программа). Важным процессом О.д. является агрегирование, укрупнение их от одной к другой ступени хозяйственной иерархии. Проверка статистических данных, приведение их к сопоставимому виду, сложение, вычитание и другие арифметические операции — тоже процессы О.д. Можно назвать также выборку, отсечение ненужных данных, запоминание, изменение последовательности (упорядочение), классификацию и многие другие. О.д. предшествует во времени принятию решений. Она может производиться эпизодически, периодически (т.е. через заданные промежутки времени), в АСУ — также в реальном масштабе времени. Последнее означает, что О.д. производится с той же скоростью, с какой протекают описываемые ими события, иначе говоря — со скоростью, достаточной для анализа событий и управления их последующим ходом.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• качество служебной информации
• экономика
• электронный обмен информацией

EN

• data processing
• DP
• information processing

ошибка
Расхождение между вычисленным, наблюденным или измеренным значением или условием и истинным, специфицированным или теоретически правильным значением или условием.
Примечание
Адаптировано из МЭС 191-05-24 путем исключения примечаний.
[ ГОСТ Р МЭК 61508-4-2007]

ошибка
1. В теории информации: отклонение воспринятой информации от переданной. В соответствии с характеристикой процесса восприятия и передачи информации различают: синтаксические (или структурные) О., вызываемые физическими ограничениями канала, сбоями в сборе информации и т.п.; семантические О., состоящие в непонимании получателем полученной им информации; прагматические, т.е. О. в определении ценности полученной информации при ее отборе для использования. 2. В экономико-математическом моделировании — элемент модели, отражающий суммарный эффект не учтенных в ней непосредственно (т.е. не признанных существенными) систематических и случайных факторов, воздействующих на экзогенные переменные (см. Возмущение, Помехи). 3. В математической статистике то же, что отклонение или разброс около истинного значения рассматриваемой случайной величины. Различаются О. случайные (их величина описывается законом распределения и при массовом повторении они обычно взаимно погашаются), и систематические, которые отражают воздействие некоторых неизвестных факторов; они либо имеют постоянную величину, либо изменяются в определенном направлении. Сочетание многих систематических ошибок может привести к формированию случайной ошибки. Есть также ошибки грубые, эксцессы, которые обычно исключаются из статистического исследования из-за своей нехарактерности для изучаемого процесса. В теории статистической проверки гипотез различаются: ошибка первого рода, если отклоняется истинная гипотеза и ошибка второго рода, если не отвергается неправильная гипотеза. То же: Погрешность • Некоторые виды статистических ошибок: Ошибка агрегирования [aggregation bias] - см. Агрегирование. Ошибка выборки [sample bias] - в выборочных методах возникает тогда, когда обнаруживается то, что в действительности отсутствует (например, в процессе наблюдения экономических явлений, при решении задач поиска). Ошибка наблюдения [observation bias] - в выборочных методах возникает тогда, когда пропускают то, что в действительности имеет место (например, при наблюдениии экономических явлений, в задачах поиска). Ошибки в прогнозировании [forecasting bias] - расхождения между данными прогноза и действительными (фактическими) данными. Закономерности О.п. изучаются математико-статистическими методами. Различаются четыре вида ошибок прогнозирования: исходных данных, модели прогноза, согласования, стратегии. Ошибки исходных данных связаны главным образом с неточностью экономических измерений, некачественностью выборки, искажением данных при их агрегировании и т.д. Ошибки модели прогноза возникают вследствие упрощения и несовершенства теоретических построений, экспертных оценок и т.д. Правильность модели прогноза (в том числе оценки ее параметров) проверяется ретроспективным расчетом, который можно сопоставить с действительным ходом исследуемого процесса. Однако и это не дает полной гарантии качества прогноза на будущее, так как условия могут измениться. Ошибки согласования часто происходят из-за того, что статистические данные в народном хозяйстве подготавливаются разными организациями, которые применяют различную методологию расчетов. Ошибки стратегии — результат, главным образом, неудачного выбора оптимистического или пессимистического вариантов прогноза. (См. Диапазон осуществимости прогноза).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электротехника, основные понятия

EN

• deviation
• disturbance
• error

3.1.30 ошибка (fault): Разность между погрешностью весоизмерительного датчика и основной погрешностью весоизмерительного датчика (см. 3.1.34).

Источник: ГОСТ Р 8.726-2010: Государственная система обеспечения единства измерений. Датчики весоизмерительные. Общие технические требования. Методы испытаний оригинал документа

3.6.11 ошибка (error): Расхождение между вычисленным, наблюденным или измеренным значением или условием и истинным, специфицированным или теоретически правильным значением или условием.

Примечание - Адаптировано из МЭС 191-05-24 путем исключения примечаний.

Источник: ГОСТ Р МЭК 61508-4-2007: Функциональная безопасность систем электрических, электронных, программируемых электронных, связанных с безопасностью. Часть 4. Термины и определения оригинал документа

4.10.1 ошибка (Funktionsfehler): Разность погрешности показаний и основной погрешности.

Источник: ГОСТ Р ЕН 1434-1-2006: Теплосчетчики. Часть 1. Общие требования

4.10.1 ошибка (fault): Разность между погрешностью показаний и погрешностью прибора.

Источник: ГОСТ Р ЕН 1434-1-2011: Теплосчетчики. Часть 1. Общие требования

аддитивный факт
Факты, допускающие агрегирование относительно любого измерения куба данных.
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• additive fact

класс логических устройств
Виртуальное устройство, обеспечивающее агрегирование близких логических узлов и наборов данных для коммуникационных задач.
[ ГОСТ Р 54325-2011 (IEC/TS 61850-2:2003)]

EN

logical device class
virtual device that exists to enable aggregation of related logical nodes and data set(s) for communication purposes. In addition, logical devices contain convenient lists of frequently accessed, or referred to, information for example data sets
[IEC 61850-2, ed. 1.0 (2003-08)]

Тематики

• релейная защита

EN

• logical device class