Анализ - база - данные
Cтраница 1
 |
Контрольный список удачных программ НСР. [1] |
Анализ аудиометрической базы данных используется для оценки эффективности программы НРС в предупреждении производственной потери слуха. [2]
Результаты анализа базы данных являются достаточными для оценки технического состояния, но не достаточны для расчета вероятностей возникновения аварий. [3]
Режим обслуживания состоит в интерактивном анализе базы данных, ее реорганизации и корректировке, производимых системными аналитиками, прошедшими курс обучения по обслуживанию базы данных. [4]
Предположим, что вы занимаетесь анализом базы данных в составе бригады, разрабатывающей систему контроля качества продукции. Одним из важнейших элементов данных является при этом номер счета клиента, лежащий в диапазоне от 0 до 1000000 и фигурирующий в ряде таблиц и программ. Как будет показано ниже, при объявлении типов данных важно соблюдать определенный порядок. Разра: ботчикн не всегда соблюдают единообразие и выбирают для номера счета самые разные типы, от SMALLINT и INTEGER до CHAR и VARGHAR. Это порождает проблемы при преобразовании типов данных с помощью хранимых процедур, а также приводит к разнобою в структуре таблиц. [5]
На третьем этапе проводятся систематизация, обобщение и анализ базы данных, полученных на предыдущих этапах расследования. Изучается и устанавливается механиз развития разрушения на основе классификационных признаков. Делается анализ влияния условий эксплуатации труб ( состава и рН коррозионной среды, температуры, потенциала катодной защиты, состояния изоляции) на зарождение и развитие опасных дефектов. [6]
По-видимому, причины несостоятельности подходов, основанных на анализе баз данных и технологическом сводничестве, отчасти лежат в сфере взаимоотношений. Исследователи не знают, что хочет промышленность или как представить свой потенциал, чтобы привлечь ее внимание. [7]
Очевидно, что прогресс в понимании природы КРН и разработка эффективных мер по борьбе с этим явлением могут быть достигнуты только на основе анализа базы данных и знаний по стресс-коррозии, обобщающих весь имеющийся материал. Создание современного банка данных по стресс-коррозии является одной из приоритетных научно-технических задач в решении такой актуальной проблемы, как КРН. [8]
В общем, если речь идет не о распознавании изображений в реальном времени или других приложениях такого рода, а, скажем, об обработке и анализе обычных баз данных, не имеет особого смысла связываться с нейро-ускорителями. Скорее всего, производительности хорошей PC окажется вполне достаточно. Поскольку большинство финансовых применений относится пока имено к этому классу задач, мы будем ориентировать нашего читателя на использование нейро-эмуляторов. Несколько условно нейро - software можно разделить на готовые нейро-пакеты общего назначения, более дорогие системы разработки нейроприложений, обладающие большими возможностями, но требующие и больших знаний, и, наконец, готовые комплексные решения с элементами нейросетевой обработки информации, обычно скрытыми от глаз пользователя. [9]
Предполагается дальнейшее развитие системы в направлении эасширения ее возможностей экспертной оценки третичной структуры заданного белка по его аминокислотной последовательности. С этой целью предполагается распространить подсистему анализа Базы данных на все классы белков, а также дополнить алгоритмический расчет структуры интерактивным режимом работы, используя машинную графику. [10]
Ленат - не единственный ученый, который активно работает в этой области. Алгоритм обучения понятиям, в котором дерево решения наращивается в результате анализа базы данных, содержащей примеры, был разработан Квинланом. Я сам написал программу [2], в которой для создания и усиления правил классификации используется дарвиновская схема естественного отбора. [11]
База данных PIR содержит 19 последовательностей гистонов Н1, из которых 16 было отобрано нами в базу знаний для построения методов распознавания. Из них 2 последовательности длиной менее 40 аминокислотных остатков не приринимались во внимание при анализе баз данных, так как минимальная длина последовательностей при сканировании была равна 50-ти аминокислотным остаткам. [12]
Подобное распределение типично для большинства нефтеперерабатывающих и химических заводов. В зависимости от условий работы ( давления и температуры) и коррозионной стойкости для изготовления технологического оборудования НПЗ применяются углеродистые стали обыкновенного качества и качественные, низко - и высоколегированные стали и сплавы. Анализ базы данных по техническому обслуживанию ОАО НУНПЗ показал, что наибольшее распространение имеют углеродистые и низколегированные стали. Благодаря хорошим технологическим свойствам и низкой себестоимости по сравнению с другими литейными сплавами чугун также получил широкое распространение в нефтепереработке и нефтехимии. [13]
Этот общий объем информации может быть использован для различных целей, даже для таких, которые не предусматривались во время создания базы данных. Такой подход отличается от традиционных методов хранения информации, при которых объединяется фиксированный объем данных, доступных в предварительно определенном формате, и имеет место ее многократное дублирование, равное числу целей, для которых эту информацию предполагается использовать. Если в любой из этих областей использования происходят изменения или изменяются программы доступа и обработки записей, то должен изменяться и файл потребителей. В базе данных информация о потребителях доступна из общего файла для каждой области применения, и его структура не зависит от прикладной программы. Сбор, хранение, анализ и использование всех доступных данных о текущем или потенциальном потребителе, обычно осуществляемые с помощью компьютера. Данные могут собираться по прошлым покупкам и представлять собой, например, наименования приобретенных товаров, даты приобретения, частоту покупок и их стоимость или могут быть никак не связаны с покупками и включать данные о доходах, уровне образования и возрасте. Данные могут собираться самим продавцом ( продажи, опросы) и пополняться данными, приобретенными из других источников. Маркетинг с использованием базы данных предполагает, что продавец может предсказать будущее потребительское поведение с помощью анализа характеристик потребителей и их прошлых действий. Этот метод увеличивает экономическую эффективность маркетинга, так как позволяет разделить список потребителей на четко определенные целевые группы с высокой вероятностью покупки. Производитель может также использовать свои знания о симпатиях и антипатиях рынка, почерпнутые из анализа базы данных, при разработке и предложении новой продукции. [14]
Страницы: 1