Treballs Fi de Màster> Enginyeria Informàtica i Matemàtiques

Real-time Image Inference Stream Processing with Apache Flink

  • Dades identificatives

    Identificador:  TFM:2104
    Autors:  Álvarez-Ruiz, Miquel
  • Altres:

    Paraules clau: Aprendizaje automático, procesamiento de flujos de datos; Machine learning, stream processing; Aprenentatge automàtic, processament de fluxos de dades
    Títol en diferents idiomes: Procesamiento de flujo de inferencia de imágenes en tiempo real con Apache Flink; Real-time Image Inference Stream Processing with Apache Flink; Processament de fluxos d'inferència d'imatges en temps real amb Apache Flink
    Àrees temàtiques: Ingeniería informática; Computer engineering; Enginyeria informàtica
    Confidencialitat: No
    Curs acadèmic: 2023-2024
    Estudiant: Álvarez-Ruiz, Miquel
    Aprenentatge Servei: No
    Departament: Enginyeria Informàtica i Matemàtiques
    Drets d'accés: info:eu-repo/semantics/openAccess
    Data de la defensa del treball: 2024-09-12
    Director del projecte: Sanchez-Artigas, Marc
    Resum: In the Big Data era, real-time data stream processing is essential across domains like AI. This thesis investigates using Apache Flink for streaming machine learning inference, focusing on image classification. A workflow leveraging Flink's distributed processing includes preprocessing, real-time inference, and postprocessing with deep learning models. Results show the approach’s scalability and efficiency, making it suitable for scenarios demanding low-latency and high-performance data processing.; A l'era del Big Data, el processament de fluxos de dades en temps real és essencial en dominis com la IA. Aquesta tesi investiga l'ús d'Apache Flink per a la inferència d'aprenentatge automàtic en temps real, centrant-se en la classificació d'imatges. Un flux de treball que aprofita el processament distribuït de Flink inclou preprocessament, inferència en temps real i postprocessament amb models d'aprenentatge profund. Els resultats mostren l'escalabilitat i l'eficiència de l'enfocament, cosa que el fa adequat per a escenaris que exigeixen un processament de dades de baixa latència i alt rendiment.
    Matèria: Aprenentatge automàtic
    Entitat: Universitat Rovira i Virgili (URV)
    Idioma: en
    Ensenyament(s): Enginyeria de la Seguretat Informàtica i Intel·ligència Artificial
    Títol en la llengua original: Real-time Image Inference Stream Processing with Apache Flink
    Data d'alta al repositori: 2025-10-23
  • Paraules clau:

    Ingeniería informática
    Computer engineering
    Enginyeria informàtica
    Aprenentatge automàtic
  • Documents:

  • Cerca a google

    Search to google scholar