С каждым днём всё большее число устройств создаёт всё больше данных. Управлять ими приходится во множестве точек, а не в нескольких централизованных облачных ЦОД. Иными словами, процесс управления выходит за пределы традиционных центров обработки данных и смещается к тому месту, где данные создаются, — на периферию сети, ближе к конечным пользователям. Здесь данные генерируются различными датчиками, камерами, гаджетами и устройствами интернета вещей (IoT). Когда результаты их работы собираются и обрабатываются непосредственно на границе сети, их можно анализировать и использовать гораздо быстрее. По мнению экспертов Gartner, к 2020 году более 50% всех данных, генерируемых предприятиями, будут обрабатываться за пределами традиционных ЦОД или облачной среды (сегодня этот показатель составляет лишь 10%). В такой архитектуре будут работать 5,6 млрд устройств интернета вещей (IoT). При этом объёмы продуцируемых устройствами данных исчисляются терабайтами, а интерпретировать и анализировать их зачастую нужно в реальном времени.
Архив за день: 06.01.2020
Самые перспективные FinTech технологии: настоящее и будущее
Наверняка вы уже слышали слово «финтех», ведь все уже его слышали. Но мало кто по-настоящему понимает его смысл. Впрочем, пока мы произносим: «Мало кто знает», несколько человек в мире успевают разобраться в этом явлении — ведь оно меняет и очень скоро еще больше изменит наши привычки, быт и представление о комфорте. Мы уже давно используем то, что называется financial technologies (финансовые технологии), а если коротко — FinTech. Каждый раз, когда вы платите налоги через онлайн-кабинет, заходите в онлайн-банк или покупаете музыку в iTunes — вы используете достижения FinTech-индустрии. Именно из-за обширности использования технологий в сфере финансов сложно объяснить, как именно работает FinTech, но мы разберемся! Начнем с FinTech в области бизнеса. За последний год FinTech-компании только в США заработали $17,4 миллиарда, а мировая доля прибыли составила $84 миллиарда. Неплохо, правда?
Экспериментальная нейросеть рассчитала задачу трех тел быстрее традиционных способов решения в 100 миллионов раз
Ученые использовали глубокое обучение нейросетей для предсказывания исхода гравитационного взаимодействия трех тел. Опробованная методика оказалась быстрее традиционных способов решения до 100 миллионов раз. Для начала авторы ограничили пространство начальных параметров, но планируют изучить задачу и в общем случае, говорится в препринте на arXiv.org. Задача трех тел заключается в поиске координат и скоростей трех материальных точек в произвольный момент времени при заданных начальных условиях и учете лишь гравитационного взаимодействия. Эту задачу описал Исаак Ньютон еще в конце XVII века, но, несмотря на простоту формулировки, эта задача оказывается исключительно сложной для решения из-за проявления хаотической динамики. Обычно обсуждают так называемую ограниченную задачу трех тел, когда начальные параметры позволяют пренебречь некоторыми воздействиями.
Автоматизированный расчёт узлов на прочность компонентным методом конечных элементов с помощью IDEA StatiCa Connection
Статья посвящена вопросу расчёта узлов стальных конструкций. Материал статьи содержит краткое описание существующих методик расчёта и их сравнительный анализ. Основные разделы посвящены описанию компонентного метода, используемого в европейской практике, и его модификации – компонентному методу конечных элементов. Названный метод используется в программе IDEA StatiCa Connection, которая предлагает конструкторам надежный и проверенный инструмент для инженерного анализа, расчёта и проверки по нормам (в том числе российским) узлов стальных конструкций. Приводятся описания основных принципов и теоретически обоснованных методов, заложенных в реализацию программы. В заключении статьи в качестве примера приводятся расчёт рамного узла по СП 16.13330.2017 средствами IDEA StatiCa Сonnection и сравнительный анализ полученного решения с ручным расчётом.
