В работе дан обзор эвристических методов кластеризации адресного пространства публичных распределенных реестров. Упомянутые техники опираются на достаточно простые наблюдения за поведением типичных пользователей и здравый смысл. Формально эвристики представляют собой вырожденные решающие правила, которые не предполагают подбора параметров в ходе обучения по заранее отобранным данным. Можно также считать, что эвристикам соответствуют устойчивые мотивы в графовых представлениях истории транзакций. Несмотря на кажущуюся простоту и отсутствие возможности проверить правильность результатов их работы, эти подходы демонстрируют достаточно хорошую эффективность и зачастую их применение предваряет использование гораздо более сложного инструментария на основе современного машинного обучения и искусственного интеллекта. Приведены эвристики для Bitcoin, Ethereum, Ripple, Monero и Zcash. Кратко рассмотрен пример эвристической кластеризации по данным о cross-chain-транзакциях. Отмечены случаи, когда эвристики дают некорректные результаты. Насколько можно судить, обзор такого рода публикуется на русском языке впервые.
В настоящее время актуальной задачей во всех сферах жизнедеятельности общества является создание отраслевых цифровых платформ на основе различных экономических методов обработки больших массивов информации. От ее решения во многом зависит успех реализации целевой программы «Цифровая экономика РФ» в целом, а значит, и переход отраслей российской экономики к цифровизации. Сфера здравоохранения сегодня находится в числе лидеров не только по созданию, но и практическому применению цифровых платформ для комплексного лечения широкого спектра заболеваний на основе инновационных подходов. В ходе проведенных исследований определены перспективные направления развития мирового рынка цифровизации сферы здравоохранения в сфере медицинской диагностики и фармакогенетики, а также деятельности его основных участников в области онкологии. Показаны инновационные преимущества биоинформационной web-платформы компании ООО «Онко Генотест», обеспечивающие конкурентоспособность ее деятельности. Полученные результаты нашли свое практическое применение в развитии деятельности компании ООО «Онко Генотест» по подбору методов персонализированной терапии в области онкологических заболеваний.
Ценность данных связана с программами для их обработки. Это интуитивно понятное соображение может получить формальное основание в виде алгоритмического подхода к определению информации. Предложенный Колмогоровым этот подход оперирует информацией в терминах программы и способа программирования, которые преобразуют объекты. Такой формализм подсказывает естественный способ повышения ценности данных через построение платформы, призванной соединить массивы данных с программами для их обработки. Описанная в статье концептуальная схема такой платформы предусматривает программные сервисы навигации в массивах данных, сервисы ценообразования и поддержки процедуры согласования цен.
На примере серийного дела «Рикор Электроникс» рассматривается метод расчета ставок роялти за использование объектов интеллектуальной собственности для судебных экспертиз и сделок на основе Big Data и нечеткой логики. Метод «LABRATE ROYALTY PRO» базируется на трех ключевых показателях: доля лицензиара в прибыли лицензиата (Licensor’s Share), рентабельность продаж (Return on Sales, операционная маржа) и рентабельность по EBIT (EBIT Margin, операционная доходность). Применение традиционных методов, основанных на рентабельности производства или затрат, часто приводит к расхождениям с показателями выручки от продаж, что требует адаптации подходов к российским реалиям и международной практике. В статье детально описан алгоритм расчета, основанный на анализе финансовых показателей компаний и отраслевой статистике, а также на использовании технологий Big Data и Fuzzy Logic. Примеры из судебной практики подтверждают эффективность предложенного подхода, обеспечивая объективные и справедливые решения по определению ставок роялти, стоимости права использования товарных знаков и расчета компенсаций. Особое внимание уделено необходимости точного и однозначного описания объектов исследования и исходных данных.
Идет ли речь о цифровой экономике, экономике данных или о больших данных, всегда подразумевается представление информации (будь то сигналы, команды или данные) в цифровом формате или, точнее, в двоичном коде. Понимание этого - ключ к пониманию многих событий и фактов. В частности, это касается быстрого развития сетевых сервисов на основе цифровых технологий и многих других реалий современной экономики. В статье это показано на конкретных примерах из прошлого ведущих фирм.
В статье рассматривается проблем оценки текстовой информации в информационных системах с акцентом на доверие. Авторы подчеркивают важность формирования доверия по различным критериям, таким как авторитетность и экспертность авторов, надежность источников, ясность изложения и соответствие информации потребностям. В статье представлена формализация эмерджентности доверия в виде кода на phyton.
В статье рассматриваются существующие подходы к прогнозированию аварий в системах водоснабжения. Данная задача является одной из важнейших, так как она позволяет заранее провести работы по предупреждению аварий, а также, в случае возникновения подобных аварий, быть максимально готовыми к подобным ситуациям. Иными словами - прогноз позволит избежать возникновение авариных ситуаций на сетях водоснабжения, что актуализирует выбранную тему исследования. Целью статьи является описание методов прогнозирования аварий в системах водоснабжения. Объект исследования - системы водоснабжения. Предмет исследования - методы прогнозирования аварий в системах водоснабжения. Методы исследования - анализ научный публикаций и статей, проводимый с целью обобщения существующих методик прогнозирования аварий в системах водоснабжения. Научная новизна исследования заключается в проведении обзора современных методов прогнозирования аварийных ситуаций. Практическая значимость состоит в оценке возможности реализации подобного прогноза с использованием инструментария информационных технологий.
Управление IT-проектами, наряду с управлением проектами в отраслях промышленности с более долгой историей, таких как металлургия, машиностроение, тяжёлая промышленность, является регламентированным процессом, в котором все этапы регулируются различными документами - методологиями, соглашениями, стандартами. Эти регламенты помогают использовать всем участникам процесса практики, зарекомендовавшие свою эффективность - начиная с этапов планирования проекта, завершая тестированием и выводом проекта в эксплуатацию. По мере становления различных процессов, появляются новые методологии, вбирающие в себя весь накопленный опыт и дающие возможность этим опытом воспользоваться. Жизненный цикл IT-проекта состоит из множества этапов, каждый из которых описан либо отдельно в соответствующем стандарте, либо в составе комплексного описания группы этапов. Этап разработки программного обеспечения представляет собой временной промежуток, за время выполнения которого создаётся основная ценность создаваемого решения, поэтому процессы работы с исходным кодом являются одними из наиболее важных среди всех процессов жизненного цикла. На текущий момент произошло становление очередного ряда процессов этапа разработки, описание и формализация которых дает возможность большому числу разработчиков пользоваться лучшими практиками и не изобретать велосипед в работе с кодовой базой. В научной статье рассматривается история становления методологий в сфере информационных технологий и пути формализации используемых практик. Затем, даётся краткая характеристика состояния сферы в контексте работы с исходным кодом программного продукта. Следующим шагом описываются зарекомендовавшие себя практики работы с кодовой базой, на их основе выполнена систематизация накопленных знаний и приведение к виду методологии, готовой к практическому применению. Пример использования описанной в работе методологии служит для подтверждения её жизнеспособности и обозначения границ её практического применения.
В данной статье рассматриваются теоретические основы и принципы работы основных методов кластерного анализа данных, используемых в задачах интеллектуальной аналитики. Подробно анализируются работы ряда исследователей в области кластеризации, описан прогресс в разработке и применении классических и новейших подходов к группировке структурно сложных, разнородных данных с использованием аппарата статистики, нейронных сетей, математического моделирования. Рассмотрены математические основания иерархических, вероятностных, плотностных, графовых и других методов кластеризации, теоретически доказана эффективность их применения на разных типах данных в зависимости от поставленных аналитических целей. Отдельное внимание уделено проблематике кластеризации больших объемов разнородной информации в условиях возрастания скорости поступающих данных и требований к оперативности их обработки. Продемонстрирован потенциал гибридных нейросетевых и распределенных методов кластеризации для эффективного масштабируемого анализа Big Data в высокопроизводительных вычислительных системах. Показано, что несмотря на значительный прогресс, ряд фундаментальных вопросов в данной области остается открытым и требует дальнейших междисциплинарных исследований на стыке статистики, математики и компьютерных наук..
Сегодня работа мерчандайзера заключается в том, чтобы убедиться, что витрины с товарами соответствуют планограмме выкладки и имеют корректные ценники. К сожалению, процесс мерчендайзинга часто по-прежнему включает в себя множество неэффективных, трудоемких и выполняемых вручную задач: мерчандайзеры используют рулетки, вручную подсчитывают товары и заполняют длинные бумажные формы оценки витрины. Сочетание традиционных методов мерчандайзинга с современными цифровыми технологиями, в том числе, с использованием искусственного интеллекта, позволит существенно повысить эффективность взаимодействия производителя с покупателем в точках розничной продажи. В статье описаны особенности применения масштабно-инвариантной трансформации признаков для решения задачи автоматизированного мониторинга выкладки с помощью выделения областей интереса на изображениях выкладки путем сопоставления найденных особых точек..