ارتباط با ما
با ما تماس بگیرید
0086-21-58386256
0086-21-58386256
1.شیرین کنعانی؛2.دکتر جمال الدین سهیلی؛ ۱۳۹۵، تحلیل مقیاس های انعطاف پذیری در معماری فضاهای آموزشی، چهارمین کنفرانس بین المللی پژوهش های نوین در عمران ، معماری و شهر سازی، https://scholar.conference.ac:443 ...
یادگیری ماشینی در معماری به کاربرد تکنیک‌های هوش مصنوعی (AI) به‌ویژه الگوریتم‌های یادگیری ماشین در حوزه معماری اشاره دارد. این شامل استفاده از رایانه برای تجزیه و تحلیل و یادگیری مقادیر ...
در این نوشتار به بررسی اجمالی معماری سرورلس در توسعه برنامه‌های مقیاس‌پذیر می پردازیم و مفاهیم اصلی و مزایای آنرا شرح میدهیم.
پردازش داده های بورس همواره یکی از حوزه های جذاب کاربردهای هوش مصنوعی و یادگیری ماشین در سالیان اخیر بوده است. با توجه به حجم بسیار بالای داده های تبادل شده در این صنعت و نیاز به اخذ تصمیمات لحظه ای، نیازمند یک معماری ...
مایکروسرویس ها از سال 2024 همچنان بر صحنه معماری نرم افزار می درخشند. این سبک معماری، برنامه ها را به سرویسهای ...
مقیاس پذیری یک مفهوم قدرتمند برای ارتقا سطح خطوط پردازش داده است، اما بهینه سازی بی موقع می‌تواند به پیچیدگی کد بی مورد منجر شود. یک رویکرد خوب این است که با استفاده از سؤالات ارائه شده در ...
در دنیای پردازش و محاسبات، مقیاس‌بندی فرآیند افزودن منابع بیشتر به یک سیستم موجود برای مدیریت افزایش تقاضا است. این امر از طریق دو روش قابل دستیابی است: مقیاس‌بندی عمودی و مقیاس‌بندی افقی.
مراحل پردازش تصویر چیست ؟. پردازش تصویر از چندین مرحله تشکیل شده است که در این بخش به آنها اشاره خواهد شد. در هر یک از این گام‌ها، تغییراتی بر روی تصاویر اعمال می‌شود تا داده‌های تصویری در ...
هنگام اتمام دوره، شما دانش و مهارت‌هایی از تمام بخش‌های داده‌های بزرگ و یادگیری ماشینی که روی gcp فراهم شده‌اند را برای ساخت معماری ابری که برای مقیاس پذیری، پردازش آنی و استفاده صحیح از ...
پردازش داده‌ها: امروزه زبان‌های برنامه‌نویسی مانند پایتون و R، فناوری‌های پیشرو در تجزیه و تحلیل داده‌ها هستند. آنها منبع باز (Open Source) دارند و قادر به ادغام با سیستم کلان داده‌ها و ابزارهای تجسم داده هستند.
1. جستجوی برداری مقیاس پذیر کارآمد. Quantization با کاهش هزینه محاسبات مقایسه، جستجوی برداری را بهینه می کند. بنابراین، جستجوی برداری به منابع کمتری نیاز دارد و کارایی کلی آن را بهبود می بخشد. 2.
هدف این رویکرد استفاده از تأخیر کم محاسبات لبه و مزایای پردازش داده های محلی، ارائه یک معماری مقیاس پذیر و انعطاف پذیر است که می تواند نیازهای پویا برنامه های IoT را برآورده کند.
این فضای ذخیره سازی کاملاً مقیاس پذیر با دسترسی به زمان واقعی برای خواندن و نوشتن است. Hive. یک چارچوب آشنا برای SQL است که فراداده و پردازش دسته‌ای را ارائه می‌دهد.
سخت‌افزار، مجازی‌سازی و سرویس و اپلیکیشن لایه‌های مختلف معماری رایانش ابری را تشکیل می‌دهند. انواع معماری پردازش ابری کدام‌اند؟. به‌طور کلی چهار نوع رایانش ابری وجود دارد که عبارت‌اند ...
نیازهای مهم در ارائه یک معماری شامل: · مقیاس پذیری: سیستم های داده های بزرگ باید مقیاس پذیر باشند، یعنی باید قادر به افزایش و پشتیبانی از مقادیر مختلف داده، پردازش آنها به طور یکنواخت، تخصیص ...
هدف این درس، آشنا کردن دانشجویان کارشناسی ارشد و دکترا با الگوها و پارادایم‌های برنامه‌نویسی مقیاس‌پذیر و با کارایی بالا برای ساخت سیستم‌های مقیاس بالا است. این الگوها باید به صورت عملی ...
دیزاین پترن‌ها مفاهیمی آنقدرها پیچیده و گنگ نیستند و اتفاقا کاملا برعکس، راهکارهایی دم دستی برای مشکلات رایج در طراحی به حساب می‌آیند. وقتی راهکارها در پروژه‌های گوناگون تکرار می‌شوند ...
مقیاس‌پذیری عمودی، که به آن «Scaling Up» هم گفته می‌شود، شامل افزایش ظرفیت‌های منبع موجود با تقویت اجزای داخلی آن و اضافه کردن توان بیشتر به واحد پردازش هسته‌ای سیستم است.
با توجه به اینکه سامانه‌های مقیاس بزرگ پردازش داده، سامانه‌هایی توزیع شده بوده و از اجزای مختلف تشکیل شده‌اند، وجود یک معماری کلان که تمام ملاحظات لازم را پوشش دهد، جزء ضروریات طراحی ما ...
سپس ضرورت وجود معماری برای سیستم‌های پردازش کلان داده از این دید که هر کدام از این سیستم‌ها داتا یک نرم‌افزار هستند بررسی کردیم.در بخش بعدی با توجه اشتراکاتی که این سیستم‌ها در معماری‌شان ...
هدف این مقاله، پیشنهاد یک معماری مقیاس پذیر برای ارائه اقدامات زمان واقعی متن آگاه می باشد که براساس پردازش جریان پیشگویانه داده ها صورت گرفته و بعنوان تکامل معماری سرویس گرای مبتنی بر ...
میکروسرویس چیست؟. میکروسرویس (microservices) الگوی معماری نرم‌افزاری است که در آن یک برنامه واحد، از سرویسهای کوچک و مستقلی تشکیل شده است و هر یک از این سرویسهای کوچک فقط از طریق APIهای مشخص با ...
با این راهنمای مبتدی، به اصول معماری برنامه های کاربردی مقیاس پذیر و تمیز در پایتون بپردازید. در اینجا، مفاهیم اساسی مانند برنامه نویسی شی گرا (OOP)، اصول جامد، تزریق وابستگی (DI) و تایپ را بررسی ...
مدلسازی خودکار رگرسیو بصری: تولید تصویر مقیاس‌پذیر. یک الگوی رایج در میان مدل‌های زبان بزرگ اخیر، اجرای یک استراتژی یادگیری خود نظارت است، یک رویکرد ساده و در عین حال مؤثر که نشانه بعدی را ...
معماری اصلی شامل الگوریتم نگاشت کاهش (MapReduce) است که به توزیع بهینه‌ی داده‌ها بر روی گره‌های مختلف سرورها می‌پردازد. ... آپاچی ماهوت قصد فراهم کردن روش‌های یادگیری ماشین مقیاس‌پذیر و تجاری ...
چکیده مقاله سازوکاری مقیاس پذیر به منظور پایش فرآیند کسب وکار. عملیات کسب وکار سازمان های امروزی، به شدت تحت تاثیر تعداد زیاد رویدادهای کسب وکار داخلی و خارجی است. از سویی دیگر، با استفاده از ...
مثال‌ها. یک سامانه پردازش تراکنش برخط (به انگلیسی: Online Transaction Processing) مقیاس پذیر، سامانه ایست که بتواند با افزایش منابع (مانند پردازنده، فضای ذخیره‌سازی و…)تراکنش‌های بیشتری را پردازش کند و همچنین این ارتقا باید به ...
چگونه معماری های میکروسرویس مقیاس پذیری را امکان پذیر می کنند. معماری‌های میکروسرویس‌ها، معماری‌های توزیع‌شده‌ای هستند که چابکی، انعطاف‌پذیری و مقیاس‌پذیری را در اولویت قرار می‌دهند.
معماری سرویس‌گرا در دنیای نرم افزار، به یک معماری مورد پذیرش و منطبق با نیازمندیهای جاری این صنعت تبدیل شده است.در دنیای مهندسی داده (طراحی و مدیریت زیرساخت‌های پردازش داده) اما فعلا روال کار غالب، …
دوره آموزش رایگان پردازش تصویر مکتب خونه با هدف آموزش تکنیک‌های پردازش تصویر در دانشگاه شهید بهشتی تهیه شده است. این دوره آموزشی شامل 29 جلسه بوده که در قالب 36 ساعت محتوای ویدیویی به کاربران ...
