Kurgan-Telecom Ru | Информационные технологии

В.С. Кухарук, компания «ЭРЕМЕКС», В.А. Ухин, компания «ЭРЕМЕКС»

Цель цикла данных статей — показать возможности расчета электрических параметров печатных плат в САПР Delta Design с использованием модуля SimPCB на практическом примере интерфейса DDR.

Полная детализация проектирования DDR‑интерфейсов на печатной плате здесь не рассматривается, однако в последующих материалах планируется более детально описать данный маршрут проектирования.

Согласно хрестоматийной хронологии машинного обучения, в 1952 году, то есть спустя год после того, как Минский и Эдмондс собрали и испытали свой SNARC, сотрудник компания IBM Артур Самюэль написал программу для игры в шашки с компьютером IBM 701. С точки зрения математики это было, как говорится, из другой оперы, скорее статистики и теории игр, но с точки зрения машинного обучения это считается теперь одним из краеугольных камней, заложенных в фундамент машинного ИИ, да и введение в оборот самого термина Machine Learning ставят в заслугу именно Самюэлю.

Всем известно, что работа на бирже — это потоки денег, которыми управляют из-за кулис и армии хомяков несут свои монетки туда, куда, по их мнению, подует ветер надежды. В Athenix я реализовал своё видение анализа потоков сделок. Не удивляйтесь, если результаты анализа сделок будут противоречить общим выводам аналитиков, которые сейчас на поверхности в разных источниках. Рынок реагирует наперёд и только на те факторы, на которые посчитает нужным.

Целью анализа сделок я определил анализ, который покажет показатели наиболее важных критических точек и не позволит запутаться. Показателями критических точек я определил баланс покупок и продаж:

— в целом за торговую сессию;
— на уровне цены с наибольшим проведённым объёмом за сессию (POC);
— в пиковый момент сессии, в минуту, в которую прошёл наибольший объём.

...

Выгорание, бюрократия, вечные «идеальные процессы» и проваленные дедлайны.
Знакомо?

Сэм Альтман утверждает, что успех строится совсем иначе:
вера в себя, смелые идеи и быстрые ошибки важнее любых процессов.

Его 17 правил — это не очередная теория, а работающий рецепт.
И да, они во многом пересекаются с Agile Manifesto… только звучат острее.

Коллектив российских ученых синтезировал ферромагнитные пленки переменного состава из палладия и железа с помощью метода молекулярно-лучевой эпитаксии. Им удалось обнаружить возможность управлять с помощью них спектром спиновых волн. Работа опубликована в Journal of Vacuum Science & Technology A.

Молекулярно-лучевая эпитаксия (МЛЭ) — это метод роста кристаллических пленок на подложках, который используется в материаловедении и микроэлектронике для создания тонкопленочных структур. Основная идея метода заключается в том, что на подложку направляются молекулы или атомы, которые, оседая на поверхности, образуют упорядоченный кристаллический слой.

В ходе нового исследования российские ученые продемонстрировали возможность использования метода молекулярно-лучевой эпитаксии для получения тонких пленок ферромагнитного сплава Pd-Fe с прецизионно-регулируемым составом по толщине. Они выпарили чистые палладий и железо из тиглей и осаждали их на подложке из монокристаллического оксида магния. 

В прошлой статье на хабре "На дворе LLM, а книгу о перцептроне так никто и не открыл!?" я указал, что многие понятия не имеют о перцептроне Розенблатта, но пишут о нем так как будто читали оригинал. И так или иначе в комментариях прошла дискуссия, как минимум с тремя оппонентами, которые тоже находятся в разного рода не знании о перцептроне. Что только подтверждает мои слова, что это массовое явление. Поэтому даже в научной статье мне придётся этому уделить не малое внимание. Свою статью, я еще не опубликовал, да ещё полностью и не написал, хотя все эксперименты были сделаны 15 лет назад, а сейчас их нужно улучшить. Собственно, когда я сам стряхнул пыль с них, я долго не мог по программному коду понять, о чем это, что это дает, так и возникла моя мысль, что это нужно донести людям. И подумал, почему бы мне некоторые разделы будущей статьи, сразу не взять и не опубликовать тут на хабре. Имея широкий охват, это может иметь даже большую пользу, чем публикация в модерируемом издании. Поэтому ниже я дам выдержки из своего черновика статьи "как есть", относящиеся в основном к "утерянной памяти о перцептроне", но т.к. как это часть научной статьи, настоятельно прошу при цитировании ссылаться на меня. Хотя и понимаю, что выдержки не дадут вам полного понимания проблемы, но как минимум расскажут о известных фактах и надеюсь, все же уберегут от поверхностного взгляда. Ну и мало ли - если тут найдется специалист, который публикуется на https://arxiv.org последние 5 лет, мне нужна ваша помощь с рекомендацией, свяжитесь со мной. Тогда полноценная статья выйдет быстрее.

Но прежде, чем начать, я хочу, в отличии от прошлой своей статьи на хабре, похвалить автора статьи Всё, что вы хотели знать о перцептронах Розенблатта, но боялись спросить, которая вселяет надежду, что люди все таки читают оригиналы, и не живут мифами. А за информацию о биографии Розенблатта - отдельное спасибо, таких подробностей я не знал. Очень рекомендую прежде, чем читать дальше.

Немного лирики...

Давайте уже честно признаемся, что скорее всего (как большинству наверное известно) ни одна диспетчеризация крупных промышленных объектов, не завязана с глобальной сетью.. Ровно как и ни одна транзакция, по крайней мере в крупных банках, не проходит бесследно.. Поэтому разговоры о том, что где-то там.. вывели из строя половина энергосистемы страны, либо в каком-то банке, хакеры украли +100500 миллионов долларов.. Это все остается просто разговорами.. Либо инфоповодами для более масштабных схем.. чего-бы то не было.. Если только обозначенное этим текстом, не является социальным инжинирингом..

Привет всем поклонникам вселенной Fallout, особенно её первых двух частей. Сегодня речь пойдёт о Fallout 2 — попытки перенести вторую часть Fallout предпринимались не единожды. Есть вот такой интересный ремейк, а ещё есть группа энтузиастов, пытающихся перенести вторую часть Fallout на движок Fallout 4. Я не знаю, в каком статусе находятся эти проекты; подозреваю, что воз и ныне там. Как бы то ни было, намерения самые что ни на есть благие. В этот раз я хочу представить очередную попытку перенести Fallout 2 в 3D, на этот раз на движок Unity.

Почему Unity?

Изначально мой выбор пал на Unreal Engine 5, так как уровень графики и богатый API движка впечатляют. Но я быстро понял, что Unreal Engine 5 — это выбор для AAA-проектов либо для полноценных команд, которые уже собраны и готовы работать. В то время как Unity идеально подходит для энтузиастов-одиночек. Дополнительным обстоятельством послужил мой ноутбук — Unreal Engine 5 он банально не тянет, даже редактор работает со скрипом. В итоге звёзды сошлись и указали на Unity: выбор сделан.

Ранее мы с вами развернули кластер Kafka. Что дальше?

В этой статье, как всегда, переходим от теории к практике: разработаем собственные продюсер и консьюмер на Python. Это будет не просто демонстрация кода — мы погрузимся в детали работы с Kafka.

Подробно разберем структуру сообщений Kafka,

Углубимся в основы проектирования: от топиков до настройки клиентов,

На практике изучим ключевые процессы: сериализацию, партиционирование, батчинг и сжатие данных.

В начале XX века происходят коренные изменения в социальной психологии. И это связано не только с подъёмом социалистических идей (об этом мы поговорим в следующей статье), но так же и с коренными изменениями в обществе, новаторским взглядом на привычные вещи. Одним из самых удивительных событий, о котором многие даже не задумываются, является повторное изобретение человечеством детства. Вы не ослышались. Сотни лет в феодальном и раннем промышленном обществе дети в возрасте старше 5–6 лет воспринимались, как «недоразвитые» взрослые. Если мы говорим о крестьянских семьях, как только ребёнок мог работать в поле, мог выполнять обязанности по дому, мог обучаться у мастера — он начинал буквально окупать собственное пропитание. Снисхождений по возрасту больше не существовало. Конечно, никто не воспринимал ребенка, как самостоятельного человека, хотя некоторые поступки малолетних детей сегодня воспринимались бы, как катастрофически ранние. Существуют достоверные истории о том, как сироты с 8 лет могли зарабатывать на улице и обеспечивать себе пропитание сами, а то и пропитание младшим братьям и сёстрам. В крестьянском мышлении подобное оправдывалось очень просто: если ребенок начинает питаться, как взрослый, то и работать он тоже должен не меньше взрослого. Аналогичная ситуация проявлялась и в более высоких сословиях. Правда, у детей аристократов были в запасе 2–3 «капризных» года, когда родители могли позволить ребенку еще поиграть в куклы и солдатики. Тем не менее, в скором времени мальчиков уже начинали строго готовить к армейской службе, а девочек к замужеству.

Забудьте все, что вы читали в бизнес-блогах. Успех вашей первой GTM-кампании зависит не от вдохновения, а от стерильности инструментов и точности предоперационной подготовки. Любая ошибка на этом этапе приведет к тому, что вы будете «оперировать» вслепую, теряя время и деньги. У вас нет на это права.

Привет, друзья! Добро пожаловать в новый туториал из серии практических материалов по explanable AI (интерпретируемости моделей). Он посвящен методу интерпретации на основе вмешательства — RISE. В этом материале разобрана теоретическая постановка метода, подчеркнуты красивые математические идеи и переходы, и, конечно, реализован код для практики. Приглашаю к чтению! Ноутбук к туториалу доступен на гитхаб.

Привет, Хабр!

Много лет можно наблюдать один и тот же ритуал: человек берёт фиксированный seed, торжественно записывает его в три места, запускает обучение и искренне ожидает, что всё будет повторяться до бита. А потом accuracy скачет на третьем знаке, лосс уплывает и приходит вопрос: «Почему не детерминируется?» А потому что детерминизм в ML это не один флажок. Это сумма десятка мелких факторов, от выбора алгоритма в cuDNN до порядка файлов в каталоге.

Привет, Хабр! Машинное обучение в финансовой сфере — это полноценный инструмент, который уже меняет подходы к анализу данных, принятию решений и автоматизации процессов. Как именно эта технология работает, и какие конкретные задачи она решает? Поговорим об этом в этой статье.

Вооружившись игровым движком Unity, я написал техническое демо, в котором пытаюсь наложить кубические воксели Minecraft на шарообразное тело (планету). Планета генерируется процедурно, и её можно полностью разрушить. Игроки могут расставлять или убирать разные блоки, которых насчитывается более 20 типов.

Да, во многом эта реализация базируется на обычных приёмах, которые могут быть знакомы вам из типичного экземпляра игры Kirkland (это клон Minecraft), но благодаря сферической структуре игрового мира возникает ряд уникальных аспектов, которые учитываются в строительстве. Основное внимание в этом посте будет уделено именно таким нетривиальным задачам.

Как в вашей компании менеджеры обычно начинают день? Они открывают почту или CRM и видят десятки входящих заявок: среди них есть и целевые обращения, и случайные контакты, и банальный спам. На сортировку уходит масса времени, пока параллельно звонит телефон и в чатах продолжают появляться новые сообщения.

Эта ситуация знакома большинству компаний. Но есть решение: часть рутины можно переложить на искусственный интеллект. В нашей статье мы разбираем, как именно ChatGPT помогает быстро и недорого автоматизировать квалификацию лидов и разгрузить сотрудников.

При создании высокопроизводительных приложений под Windows мы обычно используем разные счётчики производительности для профилировки "узких мест" в коде. Вашему вниманию предлагается небольшой этюд, позволяющий получить чуть больше информации о том, чем же занимается процессор под капотом нашего компьютера.

До сих пор искусственный интеллект воспринимает мир как набор пикселей. Но что, если научить ИИ понимать смысл увиденного, а не только картинки? Один из свежих подходов — VLWM: модель, которая переводит реальность в слова и смыслы, позволяя роботам строить осмысленные планы на будущее. В этой статье разбираемся, как агенты научились планировать, проверять гипотезы внутри своей модели мира и выбирать самый разумный вариант.

В этой статье мы разберем концепцию жадных алгоритмов. Она будет актуальна для тех, кто только начинает изучать алгоритмы и структуры данных и хочет понять предложенную тему для прохождения собеседования/написания олимпиады, а также статья будет полезна для тех, кто уже знаком с данной темой, но хочет освежить её в памяти.

Что такое жадный алгоритм?

В строгом определении жадный алгоритм - это особый подход к решению задачи, в котором на каждом шаге выбирается локально-оптимальный вариант. Из этих локальных шагов в итоге складывается глобальное решение, которое выполняется за оптимальную сложность.

Идея статьи была навеяна Хабра — конкурсом «Космотекст» и многими другими статьями, в которых упоминались различные послания Землян в космос.

Общая задача посланий — доставить нашим Братьям по разуму «письмецо», будь то материальный объект или пакет радиоволн, до мест, где их могут заметить, распознать и, крайне желательно — понять.

Дисклеймер — здесь и далее Братьями именуются существа, достаточно развитые по интеллекту, чтобы вступить в контакт с нами, достаточно любопытные, чтобы хотеть этого, и достаточно дружелюбные, чтобы делать это с мирными намерениями. Иные варианты контакта не рассматриваются.

Итак, этап первый — заметить.

Если мы рассчитываем на любопытство к окружающему миру — как ожидаемое свойство разумного существа, давайте поразмыслим, какими способами оно сможет распознать чужеродность некоего обнаруженного послания. Причём, лучше, если для этого не будет нужно постоянно смотреть в телескоп, сканировать космос во все стороны или барражировать на орбите патрулём.

Начнём с себя. Что нас, землян, наводит на мысль об внеземном Разуме?

Ну, например, нечто похожее на творение разума, но непохожее на человеческое творение, до степени чужеродности.

Ночью это может быть странная мигающая звезда на небе, лучше — перемещающаяся как‑то не так, как остальные.

А на Земле это могут быть, например, семейные статуи «рептилоидов» на острове Нуку Хива.