«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г




Название«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г
страница17/26
Дата публикации24.02.2013
Размер3.22 Mb.
ТипДокументы
uchebilka.ru > Журналистика > Документы
1   ...   13   14   15   16   17   18   19   20   ...   26

Рисунок 1 - Контекстная диаграмма информационной модели процесса выбора и создания социальной сети в организации.
Использование построенной информационной модели позволит упростить и ускорить процесс выбора и внедрения социальной интернет сети в компании и сделать изменения, необходимые для эффективного функционирования социальной сети, минимальными; позволит снизить затраты при построении и использовании социальной сети в Интернете.

Использование социальных сетей украинскими и зарубежными кампаниями даст им возможность не только повысить свою конкурентоспособность на рынке труда, но и создать в своей организации мощный фундамент для дальнейшего развития[2].

^ Использованная литература:

  1. Mikhail Bondarenko, Nikolay Slipchenko, Kateryna Solovyova, Viktoriia Bobrovska, Andrey Danilov. Systemological Classification Analysis In Conceptual Knowledge Modeling. // Information Book Series «INFORMATION SCIENCE & COMPUTING». Supplement to the International Journal «INFORMATION TECHNOLOGIES & KNOWLEDGE» 2010. Варна, Болгарія. Pp. 169-176.

  2. Данилов А.Д. Анализ социальных сетей в рамках создания обучающейся организации. / 14-ый международный молодежный форум «Радиоэлектроника и молодежь в 21-м веке». Сб. материалов форума Ч.2. Харьков: ХНУРЭ, 2010. С. 422.

^ О ПРИМЕНЕНИИ МЕТОДОВ СТРАТЕГИЧЕСКОГО ПЛАНИРОВАНИЯ К КОМПАНИИ «FACEBOOK»

Жиганов В.С.

Научный руководитель – д.т.н., проф. Соловьева Е.А.

Харьковский национальный университет радиоэлектроники

61166, Харьков, пр. Ленина, 14, каф. Социальной информатики, тел.(057)702-15-91, E-mail: si@kture.kh.ua

The strategic planning process provides a framework for management members. It formed a picture of the future - this is not a detailed description of the external and internal situation of the organization, but rather, his description of the scenario, which bears a probabilistic nature. It is obvious that even an imperfect description of the future far better than none. In general, strategic planning - a symbiosis of art and intuition of senior management organization for setting and achieving strategic objectives, based on the mastery of specific techniques analysis and strategic planning. The dynamic process of strategic planning is the umbrella under which the lodge, all management functions.
Стратегическое планирование представляет собой набор действий и решений, предпринятых руководством, которые ведут к разработке специфических стратегий, предназначенных для того, чтобы помочь организации достичь своих целей. Процесс стратегического планирования является инструментом, помогающим в принятии управленческих решений. Его задача - обеспечить нововведения и изменения в организации в достаточной степени. Существует четыре основных вида управленческой деятельности в рамках процесса стратегического планирования. К ним относятся: распределение ресурсов, адаптация к внешней среде, внутренняя координация и организационное стратегическое предвидение [1].

Методы стратегического планирования являются одной из наиболее востребованных и актуальных разработок в области управления и планирования, которая позволяет решить широкий круг задач, поставленных перед любой компанией в условиях жесткой конкуренции.

Компания Facebook бесспорно является одной из наиболее популярных социальных сетей во всём мире. По результатам 2009-2010 годов самый важный показатель «количество пользователей» потерял ту стремительно возрастающую тенденцию, которую имел в предыдущие годы. Отчасти это связано с насыщением рынка социальных медиа, но также имеют место некоторые проблемы, которые компании необходимо решить в ближайшее время, чтобы улучшить своё положение на рынке.

Целью данной работы является применение методов стратегического планирования к компании Facebook.

В работе были рассмотрены и применены такие методы стратегического планирования:

  1. BCG matrix— инструмент для стратегического анализа и планирования в маркетинге. Создан для анализа актуальности продуктов компании, исходя из их положения на рынке относительно роста рынка данной продукции и занимаемой выбранной для анализа компанией доли на рынке. Данный инструмент теоретически обоснован. В его основу заложены две концепции: жизненного цикла товара и эффекта масштаба производства или кривой обучения [2].

  2. Сбалансированная система показателей - это концепция переноса и декомпозиции стратегических целей для планирования операционной деятельности и контроль их достижения. По сути ССП - это механизм взаимосвязи стратегических замыслов и решений с ежедневными задачами, способ направить деятельность всей компании (или группы) на их достижение [3].

  3. Анализ 5 сил Портера - методика для анализа отраслей и выработки стратегии бизнеса. Методикой выделяются пять сил, которые определяют уровень конкуренции, и, следовательно, привлекательности ведения бизнеса в конкретной отрасли [4].

  4. Culture gaps analysis – любые различия между культурами, которые затрудняют понимание и взаимодействие в компании. Такие различия включают в себя ценности, поведение и обычаи разных культур. Культурный разрыв может относиться к религии, этической принадлежности, возраста или социального положения [5].

Данные методы были выбраны, так как с их помощью можно наиболее полно и со всех сторон проанализировать деятельность компании и разработать оптимальные стратегии, которые позволят достичь поставленных целей.

Список источников:

  1. Стратегическое планирование. Основы менеджмента. [Электронный ресурс] – Режим доступа: http://tourlib.net/books_men/meskon09.htm - Загл. С экрана.

  2. Bcg matrix explained. The BCG matrix product portfolio method. [Электронный ресурс] – Режим доступа: http://www.valuebasedmanagement.net/methods_bcgmatrix.html - Загл. С экрана.

  3. Каплан Р.С., Нортон Д.П. Сбалансированная система показателей. От стратегии к действию / Пер. с англ. – М.:ЗАО «Олимп- Бизнес», 2005. – 320 с.

  4. 5 конкурентных сил Майкла Портера. Менеджмент. [Электронный ресурс] – Режим доступа: http://biztimes.ru/index.php?artid=434 - Загл. С экрана.

  5. Beware the culture gap on global growth trail. MarketingWeek. [Электронный ресурс] – Режим доступа: http://www.marketingweek.co.uk/in-depth-analysis/cover-stories.html

^ ПРОБЛЕМА ПРОИСХОЖДЕНИЯ ДАННЫХ В ХРАНИЛИЩАХ И БАЗАХ ДАННЫХ

Зайончковская А.Ю.

Научный руководитель – к.т.н., доцент Малых О.Н.

Национальный технический университет «ХПИ»

(61002, Харьков, ул. Фрунзе, 21, каф. Системный анализ и управление,

тел. (057) 707-66-00, (057) 70-76-103)

e-mail: omsroot@kpi.kharkov.ua, факс (057) 707-66-01

Integrated database is given. It is necessary to determine what tuples from base tables used in the SQL-query, participated in the formation of each tuple of the resulting table. Current problem is really important and actual in database science scope as it leads to optimization SQL-queries.
Проблема происхождения данных возникает при поиске ответов на следующие два вопроса, которые возникают после выполнения SQL-запросов к реляционной базе данных. Чем обусловлен полученный результат, то есть, какие кортежи базовых таблиц, использованных в SQL-запросе, участвовали в формировании полученного результата? Почему отсутствуют ожидаемые данные после выполнения SQL-запроса?

Поиск ответа на первый вопрос приводит к постановке следующей задачи.

Дана целостная база данных, над базовыми таблицами которой выполняется синтаксически и логически корректный SQL-запрос. Необходимо установить, какие кортежи из базовых таблиц, использованных в SQL-запрос, участвовали в формировании каждого кортежа результирующей таблицы.

В рамках постановки этой задачи возможны два варианта места размещения базовых таблиц. В первом варианте базовые таблицы принадлежат некоторой целостной базе данных. При этом базовые таблицы отвечают ограничениям целостности сущности и ссылочной целостности, то есть, между таблицами имеют место ссылочные связи. В состав базовых таблиц могут входить таблицы сущностей и таблицы пересечений, которые обеспечивают реализацию связей типа «многие ко многим» между сущностями. Поэтому ответ о происхождении может содержать как кортежи из таблиц сущностей, так и таблиц пересечения.

Во втором варианте размещения базовые таблицы принадлежат хранилищу данных или поисковой системе. В таких системах базовые таблицы извлекаются из внешних источников данных. В общем случае между таблицами отсутствуют ссылочные связи, то есть, таблицы могут не удовлетворять ограничениям целостности сущности и ссылочной целостности.

Существуют два подхода к решению сформулированной задачи. Первый из них предусматривает разработку трассирующего SQL-запроса.

В таком запросе поиск кортежей происхождения в базовых таблицах осуществляется с использованием известных значений атрибутов целевого кортежа. Фактически такой подход можно охарактеризовать как поиск происхождения в режиме off-line, когда известны атрибуты целевого кортежа, полученного в результате выполнения исходного SQL-запроса[1].

Второй подход предусматривает поиск происхождения в процессе выполнения исходного SQL-запроса. Моделью процесса выполнения SQL-запроса является движение по реляционному дереву запроса от листьев к корню. При этом устанавливается происхождение для результата каждой реляционной операции дерева запроса. Фактически такой подход можно охарактеризовать как поиск происхождения в режиме on-line [2]. Сложность такого подхода очевидна, так как для его реализации необходимо иметь оптимизированное реляционное дерево, отличное от канонического дерева запроса. По-видимому, такой подход целесообразно осуществлять в подсистеме отладки SQL-запросов. При этом должны быть объединены в одной подсистеме как действия по формированию физического плана выполнения запроса, так и действия по фиксации происхождения для каждой реляционной операции.

Поиск ответа на вопрос об отсутствии ожидаемых данных приводит к постановке следующей задачи.

Задана целостная поисковая система, базовые таблицы которой подкачиваются из внешних источников данных. Базовые таблицы могут удовлетворять или не удовлетворять ограничению целостности сущности, и между таблицами нет ссылочных связей. Над базовыми таблицами выполняется синтаксически и логически корректный SQL-запрос. В результате его выполнения установлено, что в базовых таблицах искомых данных нет. Необходимо оценить объем возможных изменений в базовых таблицах, которые приведут к появлению отсутствующих данных в целевой таблице исходного SQL-запроса.

На первый взгляд из постановки задачи не следует связь между отсутствующими данными и данными, составляющими происхождение некоторого целевого кортежа. Такую связь можно установить, если вносимые изменения, которые сводятся к обновлению или дополнению базовых таблиц, интерпретировать как происхождение тех данных, которые должны появиться в результате этих изменений на выходе SQL-запроса.

Использаванная литература:

  1. Y. Cui, J. Widom. Practical Lineage Tracing in Data Warehouses – ICDE, 2000.

  2. M. Mutsuzaki, M. Theobald, A. Keijzer, J. Widom, P. Agrawal, O. Benjelloun, A. Das Sarma, R. Murthy, T. Sugihara. Trio-One: Layering Uncertainty and Lineage on a Conventional DBMS – 3rd Biennial Conference on Innovative Data Systems Research (CIDR), 2007.

^ РАЗРАБОТКА СИСТЕМЫ ИНТЕЛЕКТУАЛЬНОГО АНАЛИЗА И РАСПОЗНАВАНИЯ ГРАФИЧЕСКИХ ОБРАЗОВ

Иньяков Е.В.

Научный руководитель – ст. преп. Коваленко С.В.

Национальный технический университет «ХПИ»

61002, Харьков, ул. Фрунзе, 21, каф. Системного анализа и управления,

тел. (057) 707-66-54, факс (057) 707-66-01

Optical character recognition, usually abbreviated to OCR, is the mechanical or electronic translation of scanned images of handwritten, typewritten or printed text into machine-encoded text. It is widely used to convert books and documents into electronic files, to computerize a record-keeping system in an office, or to publish the text on a website. OCR makes it possible to edit the text, search for a word or phrase, store it more compactly, display or print a copy free of scanning artifacts, and apply techniques such as machine translation, text-to-speech and text mining to it. OCR is a field of research in pattern recognition, artificial intelligence and computer vision.
В настоящее время распознавание объектов на цифровых изображениях из стадии лабораторных исследований перешло в стадию внедрения в различные коммерческие проекты. Ведутся работы, которые делают возможным определение не только отдельных объектов, но и целиком сценариев (отношения между объектами), представленных на изображении. Этому способствовали значительные финансовые вложения, как государственных, так и частных организаций по всему миру. В результате масштабных инвестиций были созданы эффективные алгоритмы и методы идентификации образов. Все это говорит о значительных теоретических и прикладных достижениях в области распознавания двумерных образов, которые произошли за последние годы.

Хотя теоретические исследования продолжаются, в настоящее время большинство работ делают упор на применении OCR (OCR – Optical Character Recognition) в конкретных предметных областях. В связи с тем, что каждый объект имеет свои характеристики и особенности, то для распознавания даже одинаковых объектов в различных условиях зачастую требуется разработка специальных алгоритмов. Примером могут служить алгоритмы, применяемые для выделения и распознавания печатного текста, которые могут плохо работать в задаче обнаружения и распознавания текста, появляющегося на экране монитора.

В настоящее время задача текстового распознавания (TP) применяется во многих практических задачах, таких как регистрация номеров автомобилей, автоматическая идентификация торговой марки, а также при разработке программного обеспечения автоматического чтения текста для людей с ограниченным зрением и т.п. Применение TP позволяет сохранить документ в электронном виде, что экономит пространство для архива, упрощает поиск нужного документа, а также решить другие задачи.

В данной работе основное внимание уделяется задаче оптического распознания образов, которая представляет собой процесс преобразования изображений (с помощью сканера, фотоаппарата, фотокамеры и т.п.), содержащих рукописный или машинописный текст в машинно-редактируемый текст [1].

В свете активного развития отраслевого применения искусственных нейронных сетей (ИНС) для решения задачи распознавания использован адаптивный метод, использующий основные преимущества ИНС [2].

Программный продукт, в котором реализованы данные методы, имеет приемлемую скорость преобразования информации, что позволяет использовать его в режиме «online».

Из общего процесса обработки данных можно выделить несколько ключевых алгоритмических этапов, которые обеспечивают корректное проведение анализа. Особенно стоит остановиться на следующих задачах: шумоподавление, бинаризация, выделение строк, выделение символов, определение форм и непосредственное распознавание.

Используемый алгоритм распознавания основан на выделении из растрового представления изображения символа его первичных признаков, с последующим использованием искусственной нейронной сети для оценки близости входного изображения с символами из заданного набора. Результатом работы предложенного алгоритма является набор оценок, отражающих степень близости распознаваемого символа и символов из заданного набора [3].

Сравнение качества различных алгоритмов распознавания символов затруднено тем, что относительное значение количества правильно распознанных символов существенно зависит от конкретной базы данных, на которой проводится тестирование. На качество распознавания также значительно влияют объем набора распознаваемых символов, технология использования нейронной сети, методика и алгоритмы выделения первичных признаков, технология подготовки обучающей базы данных и другие факторы.

Полученные результаты исследований оказались достаточно приемлемыми. Хотя для многих задач подобного рода пока не создано доминирующих подходов. Выбор решения должен диктоваться природой самой задачи.

  1. Fukushima, Neocognition: a hierarchical neural etwork capable of visual pattern recognition. Стр. 119-130.

  2. Y-H Pao Adaptive pattern recognition and neural network “Addison-Wesley” 2006.

  3. Linda Shapiro and George Stockman, Computer Vision. Prentice Hall, March -2000.
1   ...   13   14   15   16   17   18   19   20   ...   26

Похожие:

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon15-й Юбилейный Международный молодежный форум «радиоэлектроника и молодежь в ХХІ веке»
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon17-й Международный молодежный форум «радиоэлектроника и молодежь в ХХІ веке»
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon18-й Международный молодежный форум «радиоэлектроника и молодежь в ХХІ веке»
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon17-й Международный молодежный форум «радиоэлектроника и молодежь в ХХІ веке»
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon16-й Международный молодежный форум «радиоэлектроника и молодежь в ХХІ веке»
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon17-й Международный молодежный форум «радиоэлектроника и молодежь в ХХІ веке»
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon«радиоэлектроника и молодежь в ХХІ веке» 1 – 3 апреля 2008 г

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon15-й Юбилейный Международный молодежный форум
Социальной информатики приглашает студентов, аспирантов и молодых ученых принять участие в конференции «конкурентная разведка и управление...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г iconТезисов доклада
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

«радиоэлектроника и молодежь в ХХІ веке» 18 – 20 апреля 2011 г icon18-й Международный молодежный форум
Харьковский национальный университет радиоэлектроники (хнурэ) приглашает студентов, аспирантов и молодых ученых принять участие в...

Вы можете разместить ссылку на наш сайт:
Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
uchebilka.ru
Главная страница


<