Большие данные

Глубокое обучение. Обработка больших данных

Что такое глубокое обучение?

На самом деле глубокое обучение — это отрасль машинного обучения. Машинное обучение включает в себя несколько различных типов алгоритмов, которые получают тысячи данных и пытаются учиться у них, чтобы предсказать новые события в будущем. Но глубокое обучение применяет нейронную сеть в качестве расширенных (или вариативных) форм. Глубокое обучение способно обрабатывать миллионы точек данных.

Глубокое обучение

Самая фундаментальная основа глубокого обучения — это его способность выбирать подходящие признаки из множества. Действительно, глубокое обучение суммирует данные и вычисляет результат на основе сжатых данных. Это то, что действительно необходимо в искусственном интеллекте, особенно когда у нас есть огромная база данных с нагруженными вычислениями.

Глубокое обучение имеет последовательные слои, которые наполнены нейронной сетью. Эти слои имеют нелинейную функцию с обязанностью выбора объектов. Каждый слой имеет выходные данные, которые будут использоваться в качестве входных данных для следующих слоев. Приложения для глубокого обучения — это компьютерное зрение (например, распознавание лиц или объектов), распознавание речи, обработка естественного языка (NLP) и обнаружение киберугроз.

Читать далее

Большие данные

Инструменты Больших данных. Hadoop и другие

Большие данные: Виды обработки

Скачать сконфигурированный Hadoop — 116MB

Большие данные

Читать далее

Большие данные

Большие данные. Введение

Большие данные можно найти практически во всем, что окружает нас. В этой статье описывается практический пример того, как обрабатывать большие данные (> 1 петабайта = 10^15 байт) с помощью hadoop с определением нескольких кластеров spark и проводить тяжелые вычисления с помощью библиотек tensorflow в python.Большие данные

Читать далее

Распознавание голоса на производстве

Может ли распознавание голоса быть полезно для промышленности?

С момента выпуска Amazon продала более 20 миллионов устройств Echo с Alexa — активируемым голосом помощником. Это изменило способ выполнения многих ежедневных задач, от покупок до получения обновлений погоды. Может ли Alexa сделать то же самое для производства? Представим, как технология распознавание голоса может улучшить производственные процессы.

Распознавание голоса на производстве

Читать далее

Anybus .NET Bridges для PROFIBUS, PROFINET, EtherCAT и EtherNet/IP

Новая линейка Anybus .NET Bridges объединяет полевые сети предприятия и ИТ-системы

Преодоление разрыва между операционными технологиями (OT) и ИТ-приложениями на основе .NET.

HMS Industrial Networks представляет новую линейку Anybus .NET Bridges для PROFIBUS, PROFINET, EtherCAT и EtherNet/IP. Устраняя разрыв между операционной технологией (OT) и ИТ, семейство сетевых мостов .NET Bridges позволяет представлять данные из промышленного оборудования в ИТ-приложения на основе .NET.
Anybus .NET Bridges для PROFIBUS, PROFINET, EtherCAT и EtherNet/IP
Читать далее

Облачные вычисления в АСУТП

Рост облачных вычислений в АСУ ТП. Часть 2

Консолидация и анализ облачных данных

Сейчас мы наблюдаем огромный скачок в реализации облачных вычислительных систем, в различных приложениях и во всех секторах. Внедрение облачных вычислений в промышленной автоматизации помогает управлять данными и производительностью.

Облачные вычисления в АСУТП

Облачные технологии открыли для отрасли возможности для понимания, казалось бы, случайных / непредвиденных событий, которые было трудно предсказать в прошлом, из-за отсутствия данных и правильных прогнозных моделей данных. В настоящее время эти модели развернуты в производственных подразделениях и собирают большие объемы данных. Что позволяет эффективно обмениваться данными и предоставлять специалистам отрасли проверенные механизмы обработки данных и инструменты анализа.

Читать далее

Облачные вычисления в АСУТП

Рост облачных вычислений в АСУ ТП. Часть 1

С появлением передовых технологических разработок, особенно в области облачных технологий и анализа данных, общепромышленный сектор и предприятия по автоматизации процессов могли бы иметь более широкие возможности для решения бизнес-задач и использования быстрого распространения моделей услуг на базе интернета.

Облачные вычисления позволяют использовать виртуализацию и консолидировать вычислительные ресурсы с минимальными первоначальными инвестициями, обеспечивая тем самым всемирную доступность услуг и информации. Кроме того, эти технологические достижения также могут быть использованы, чтобы предложить предварительно построенные решения и услуги. Аналитика больших данных, например, позволяет управлять, консолидировать, суммировать и анализировать большие объемы и разнообразие данных со многими переменными. Множество программных решений для промышленной автоматизации интегрируются с технологией облачных вычислений, включая серверы истории, приложения обслуживания по условию, упреждающего обслуживания, управления потоками, и др.
Читать далее

Базы данных временных рядов

Базы данных временных рядов набирают популярность

Рост популярности Баз данных временных рядов

Хранение и управление данными временных рядов уже давно является интересной, хотя и не такой заметной, нишей рынка. Эти базы данных временных рядов являются основой процесса на производственных предприятиях с 1980-х годов.

Но в последнее время все это получило дополнительный интерес со стороны инвесторов и компаний различного масштаба. В чем причина? Для начала, объемы данных временных рядов огромны: в 2010 году компании-производители генерировали 1800 петабайт в год, вдвое больше, чем следующая ближайшая вертикаль, и большая часть из них — данные временных рядов (рис.1). И объемы производственных данных продолжают расти благодаря новым развертываниям Internet of Things (IoT) и Industrial Internet of Things (IIoT).

Производство данных

Рис.1 Производственные данные, большая часть которых хранится в базах данных временных рядов, превышает по объемам все остальные сегменты, включая государственные.

Читать далее

groov EPIC Opto 22

Первый в мире краевой программируемый промышленный контроллер

Компания Opto 22 представляет свой новейший краевой ПЛК groov EPIC, разработанный для интеграции ИТ и управления технологическими процессами объединяя I/O, управление в реальном времени, местный и дистанционный HMI и обмен промышленными/ИТ данными в едином компактном, промышленном устройстве.

groov EPIC Opto 22

Читать далее

Производственные данные

Производственные данные. Новые возможности исторического архива

Помимо хранения переменных процесса, исторический архив должен превращать производственные данные в полезную информацию.

Производственные данныеВ свое время исторические архивы производственных данных (далее Архивы) представляли собой просто программные пакеты, используемые для хранения и представления данных процессов в реальном времени. Сегодня, однако, они используются для того, чтобы сделать гораздо больше.

Читать далее