Приложения

Машинное обучение — мощный инструмент обработки больших объемов данных, требующий, однако, выбора между качеством полученных моделей и временем их расчета. В то же время использование графических ускорителей позволяет распараллелить многие алгоритмы — в частности, обучения ранжированию в поисковой машине «Яндекс».

За последнее десятилетие наметился прогресс в области обработки текстов на естественном языке, однако многие задачи по-прежнему остаются нерешенными, хотя появляются новые, связанные с мониторингом социальных сетей и обработкой преднамеренно искаженных текстов. Все это заставляет по-иному взглянуть на системы обработки текстов.

Всеми функциями салона лайнеров Airbus управляет система CIDS, объем кода которой превышает пять миллионов строк.

Число успешных краудсорсинговых проектов растет, сообщества их экспертов генерируют все больше данных, и для понимания происходящих в коллаборативных платформах процессов требуются новые методы анализа.

Видеонаблюдение — одна из популярных и эффективных мер обеспечения безопасности. Системы видеонаблюдения развертываются не только с охранными целями.

В дискуссии вокруг достоинств и недостатков тех или иных продуктов для резервного копирования виртуальных сред одним из спорных моментов является применение технологии программных агентов или, напротив, отказ от нее. Насколько же обоснованны доводы вендоров? Чем вызвано непонимание специалистов? Попробуем расставить точки над i.

В условиях бурного роста количества пользователей сервисов, предоставляемых веб-приложениями, особую важность приобретают эффективные архитектуры разработки, а также средства оптимальной балансировки нагрузки.

Разработчики систем управления вузами используют сегодня различные технологии автоматизации, позволяющие решать проблемы учета и хранения данных, организации коммуникации участников учебного процесса и т. д., но не собственно задачу управления вузом, требующую аппарата математического моделирования. Возможно, мультиагентные системы позволят решить задачу управления.

Иногда высказывается мнение, что, хотя суперкомпьютеры и становятся все мощнее, они не всегда ориентированы на потребности конечного пользователя и используются неэффективно. Опыт эксплуатации суперкомпьютера «Ломоносов» для решения больших задач показывает, что это не так.

Несмотря на движение в сторону Semantic Web, для которой содержание обязательно снабжается атрибутами и значениями, основной объем текстов в Сети пока остается неструктурированным, а единственным способом организации текста является внешнее форматирование, слабо способствующее пониманию его смысла. Как же можно из «сырых» текстовых данных извлечь максимум пользы?

Методы работы с неструктурированными данными иногда противопоставляются технологиям бизнес-аналитики, мало того, заговорили даже о «смерти BI», однако точнее говорить не о противопоставлении, а о взаимном дополнении двух групп технологий.

Спустя 150 лет после изобретения телефона электронные коммуникации, судя по всему, переходят в новое измерение виртуального взаимодействия. Теперь ключевая роль отводится инструментам и средствам, обеспечивающим полноту зрительного восприятия: видеосвязи, визуальным эффектам, виртуальным визуальным средам и аватарам. При этом визуальная коммуникация посредством протоколов IP и SIP внедряется в телефонные системы и унифицированные коммуникации, в том числе и в мобильные устройства — смартфоны и планшетные компьютеры. В качестве завершающего штриха стоит отметить, что такая многомерная коммуникация наследует простоту управления и поддержку сторонних приложений в стиле iPhone.

«Можно ли решить все задачи в одной ИТ-системе?» — вопрос, имеющий право на обсуждение хотя бы в контексте одной сферы, например проектирования и производства.

Можно ли прочитать мысли клиентов, чтобы понять их текущие и будущие предпочтения? Как оперативно найти важную информацию в потоке новостей и сообщений в социальных медиа? Ответы на эти и аналогичные вопросы вполне реально получить при работе с контентом нового качества.

Новейшие клавиатуры еще сохраняют физические свойства традиционных, но их клавиши оснащены сенсорными датчиками и дисплеями, благодаря чему возможны принципиально новые способы взаимодействия с компьютером.

Проблема Больших Данных вызвана не столько большими объемами, сколько неспособностью традиционных методов справиться с потоками разнообразных данных, поступающих из огромного числа внешних и внутренних источников, имеющих различную структуру и схемы индексации. Для работы с Большими Данными требуются новые решения, например, такие как пакет SAS High-Performance Analytics.

Методы анализа процессов позволяют по протоколам событий информационной системы автоматически моделировать процессы, проверять корректность моделей и совершенствовать их.

Современные информационные системы, как правило, основываются на трехзвенной архитектуре, в которой протоколирование выполняемых пользователями операций решается на уровне сервера приложений с помощью журнала событий, регистрируемых в терминах предметной области, а не на уровне SQL-операций. Однако бывают события, которые в таком журнале не отражаются, но способны нарушить целостность критически важной для бизнеса информации, что делает необходимым аудит изменений на уровне базы данных.

Любой компании, работающей с большими объемами данных, необходимо ответить на два ключевых вопроса: как их хранить и как эффективно использовать. Решения класса Business Discovery помогают расширить возможности систем бизнес-аналитики средствами ассоциативного поиска и анализа.

Современные модели задания метаданных предоставляют гибкие возможности настройки прикладной системы на конкретную предметную область, однако по мере усложнения концептуальной модели могут возникать конфликты, устранение которых требует переработки уже существующих модулей. Как можно представить концептуальную модель данных таким образом, чтобы при ее развитии не требовалась корректировка имеющихся модулей приложений?