-
人工智能的下一个转折：图神经网络迎来快速爆发期
所属栏目：[大数据] 日期：2021-07-28 热度：179
01 GNN：从尝鲜进入快速爆发期 今年以来，图神经网络技术(Graph Neural Network， GNN)得到了学术界极大的关注与响应。各大学术会议纷纷推出 GNN 相关的 workshop，在投中的论文中，以 Graph Network 为关键词的论文数量也呈现井喷之势，下图给出了近三年，[详细]
-
谷歌CEO皮查伊：人工智能必须受到监管 不能放任市场操纵
所属栏目：[大数据] 日期：2021-07-28 热度：191
人工智能（AI）已成为当今科技领域的核心力量之一，正融入到社会的方方面面。但在给我们带来更多便利的同时，AI的负面效应也逐渐显现出来。 谷歌首席执行官桑达尔皮查伊（Sundar Pichai）日前撰文，认为AI将变得越来越重要，必须受到监管。公司不能仅仅只是[详细]
-
人工智能在云平台的应用将呈现爆炸式提升
所属栏目：[大数据] 日期：2021-07-28 热度：141
埃森哲公司分析师认为，云平台是企业将在2020年获得更多创新的场所。 如果埃森哲公司分析师预测得到证实，则计算的下一个重大飞跃可能会在云中奠定基[详细]
-
AI人工智能摄像机的应用领域介绍，这些热门应用你知道几个?
所属栏目：[大数据] 日期：2021-07-28 热度：159
传统的网络摄像机对于网络带宽的要求较高， 1080P 的图像，即使反复压缩后，也需要至少 8Mbps 带宽。主要是由于网络摄像机直接把大量数据的高清视频回传给数据中心里的 NVR，很难对所有图像进行实时分析， 大部分时候是对保存的图像进行事后分析。如果全部通[详细]
-
人工智能战“疫”打响!人工智能企业各显其能
所属栏目：[大数据] 日期：2021-07-28 热度：68
当前，新型冠状病毒感染的肺炎疫情防控工作正处于关键阶段，习近平总书记高度重视，作出一系列重要指示，多次主持召开会议，对疫情防控工作进行研究部署，提出明确要求，各级党委和政府及有关部门要把人民群众生命安全和身体健康放在第一位，制定周密方案，[详细]
-
值得关注的10个人工智能走向
所属栏目：[大数据] 日期：2021-07-28 热度：106
根据济南站长网 Www.0531Zz.Com报道 人工智能技术将在未来一年如何发展?组织需要在主要的人工智能发展趋势中寻找边缘建模、对数据治理的新关注，以及不断发展的人才竞争。 然而，很少有人做得好。麻省理工学院(MIT)2019年发布的《SMR-BCG人工智能全球执行研[详细]
-
大数据归档应是企业的重要任务之一
所属栏目：[大数据] 日期：2021-07-27 热度：158
在这样的背景下，历史数据也需要能够立即访问，而无需IT部门进行大规模的数据恢复。从战略上讲，这意味着网站应进行相应的规划准备，方便用户访问有关的历史数据信息（而无需IT部门的调解），并实时获得新创建的数据信息。 IT部门从未以更加关键任务的态度[详细]
-
数据化时代的生活充满希望
所属栏目：[大数据] 日期：2021-07-27 热度：178
副标题#e# 无处不在的海量信息现在正改变着整个世界和日常生活方式，一场大数据革命悄然来临。大数据使掌控和逻辑管理我们未来生活的方方面面都有望成为现实。 牛津大学的维克托迈克舍恩伯格教授被誉为大数据时代的预言家，他将大数据对我们生活的影响称为[详细]
-
BI领导者必备的不仅是技术而是领导力
所属栏目：[大数据] 日期：2021-07-27 热度：108
业内人士对于未来的预测过于乐观，他们通常不断重复着给出一些很早前就出现的技术名称，如果这些技术没有被采纳就反复鼓吹这些技术的优点。当然，2013年同样也有这样一张写满全明星技术的清单，这其中就包括大数据时代各种技术的排列组合，移动商务智能，[详细]
-
融合系统推动数据中心转型
所属栏目：[大数据] 日期：2021-07-27 热度：127
数据中心随着时间的推移在不断的发展，大家可曾记得老式数据中心的样子？而今融合系统的出现让老式数据中心面临着退休的境地，一捆捆的各种通信电缆、各种互联的服务器和存储设施，还有为了维持25度以下低温而发出巨大噪音的冷却系统，这些都将成为过去，[详细]
-
数据中心成功搬迁的五大重点
所属栏目：[大数据] 日期：2021-07-27 热度：137
副标题#e# 在现实中，DCR可能是一家公司最为复杂和最具挑战性的工作之一。鉴于其承载了太多的关键任务信息，涉及到高经济风险，搬迁过程中任何的失败的都可能会带来潜在破坏性影响。有价值的数据信息可能会丢失。昂贵的IT设备可能会受损。关键系统可能会脱[详细]
-
云计算环境中的数据挖掘存储管理分析
所属栏目：[大数据] 日期：2021-07-27 热度：133
1.引言 Hadoop提供了一个基于HDFs的简单数据库HBase，它的设计思想和数据模型都与Google开发的模型简化的大规模分布式数据库BigTabIe极为相似。HBase不支持完全的关系数据模型，只为用户提供了简单的数据模型，让客户来动态控制数据的分布和格式。从数据模[详细]
-
大数据带来的难题：数据垄断
所属栏目：[大数据] 日期：2021-07-27 热度：181
以往触不可及的梦想在大数据时代实现了 在信息爆炸的社会，受众面对海量信息，往往需要花费大量的时间和精力进行筛[详细]
-
大数据提高电子政务效率的主要分析
所属栏目：[大数据] 日期：2021-07-27 热度：119
大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对国家治理方式、决策、组织和业务流程、提供公共服务的方式等都将产生巨大的影响。随着互联网、云计算、物联网等信息技术的迅猛发展，大量数据的收集、储存、分析、处理及其应用变得更加方便[详细]
-
未来数据中心快速发展的关键
所属栏目：[大数据] 日期：2021-07-27 热度：63
数据中心列表中独有的技术包括有配置管理数据库和自动化工具。与此同时，早前的排名名单中还包括业务流程管理（BPM）和真实世界网络（RealWorldWeb）Gartner用来形容随处都能通过移动设备访问网络的一种说法。 统一通信主要涉及IP电话通信、电子邮件、即时[详细]
-
数据大集中模式下基层人行信息安全的方案
所属栏目：[大数据] 日期：2021-07-27 热度：70
数据大集中是依靠科技手段，将分布在各个分支机构的业务数据及其他一些相关的数据实现集中和整合。从而更高效地管理和利用资源的一种技术。对于基层人民银行来说，数据大集中带来的积极作用在于以下4个方面。 （一）提高IT效率。 数据集中意味着技术力量的[详细]
-
数据大集中模式下的应用监控盘点
所属栏目：[大数据] 日期：2021-07-27 热度：50
副标题#e# 随着中国工商银行（以下简称工行）数据大集中工程的完成，数据中心对全行的业务影响力日益提高。截至目前，数据中心运行的各类应用系统已达200多套，各类服务器3000多台，部分应用系统支撑着全球范围724小时的连续业务运营。在此情况下，如何确保[详细]
-
商业智能应用的五个方面
所属栏目：[大数据] 日期：2021-07-27 热度：171
在这个过程里面，咱们按照Gartner的定义来看，什么叫商业智能？我给商业智能一个应用的定义，从数据到信息，从信息到知识，从知识到决策，从决策到行动，最后从行动再给企业带来效益。总而言之是以数据为中心。Gartner给的是产品线的定义，什么叫商业智能B[详细]
-
企业的数据存储在哪里？
所属栏目：[大数据] 日期：2021-07-27 热度：166
在过去几年中，所有围绕大数据的讨论，企业管理者都需要问自己这样一个的问题：是否了解企业的数据存储在何处？ 感谢自带设备办公（BYOD）这一革命性的趋势，很多员工都可以在工作场所使用更多不同的设备。而这也意味着关键有价值的数据信息不只是出现在一[详细]
-
大数据时代的重点所在？
所属栏目：[大数据] 日期：2021-07-27 热度：60
2012年，大数据是一个抓住了上到国家政要下到普通老百姓眼球的热词。随着技术的进步，数据获取成本、数据存储与处理成本都在以指数的速度迅速下降，普通老百姓都能感觉到数据将对人们的生活产生至关重要的影响。虽然，人们谈大数据时往往都会谈及利用Hadoo[详细]
-
大数据爆炸将重塑人类思维
所属栏目：[大数据] 日期：2021-07-27 热度：171
每个人都知道互联网改变了企业经营、政府运作以及人们生活的方式。但是一种新的、不那么明显的技术趋势却有着同样巨大的变革能力，那就是大数据（BigData）。大数据的趋势发端于下面这个事实：如今到处传播的信息比以往任何时候都多出了许多，而且这一趋势[详细]
-
大数据在整个系统中的地位怎样？
所属栏目：[大数据] 日期：2021-07-27 热度：147
企业或政府单位对于数据的驾驭，从最基本的获取到整合、治理、探索、分析、汲取智能，再到采取精确行动，这种全能力的建立已经比以往任何时候更为重要。数据的核心是发现价值，而驾驭数据的核心是分析。随着数据资产成为企业的核心资产，数据分析也正在成[详细]
-
实施大数据战略的企业有什么特点？
所属栏目：[大数据] 日期：2021-07-27 热度：154
不过，要想成为一家以信息为中心的企业，并在激烈的市场竞争中保持领先优势，仅仅只是收集了大量的数据显然是不够的。因此，那些成功地实施了大数据战略的企业都具备哪些主要特点呢？ 建立信息中心文化 那些已经成功实施了大数据策略的企业都知道，仅仅是[详细]
-
大数据的生命周期的九个时刻
所属栏目：[大数据] 日期：2021-07-27 热度：148
企业建立大数据的生命周期应该包括这些部分：大数据组织、评估现状、制定大数据战略、数据定义、数据收集、数据分析、数据治理、持续改进。 一、 大数据的组织 没有人，一切都是妄谈。大数据生命周期的第一步应该是建立一个专门预算和独立KPI的大数据规划[详细]
-
分析大数据：“数”中自有黄金屋
所属栏目：[大数据] 日期：2021-07-27 热度：191
新的石油、类似货币或黄金的新型经济资产、未来的自然资源 今天，当人们在评价种类广泛、数量庞大、产生和更新速度惊人的大数据时，几乎没有人会吝啬这些极富有渲染性甚至有些耸人听闻的话语。伴随着大数据在各行各业的探索之路的启程，其蕴含的巨大价值所[详细]
