图形化的数据转换工具,其他结构化的数据也可以加进来,可以半自动,全自动要分析背景信息,等自然信息吧

行政管理系统(自动化)

IT架构CAD,DA,机器分析推理

管理——库存,质量,风险(资源缺乏导致中断),规划,设计
管理的对象——资源、事件

项目管理——多任务+集中资源压缩阻塞项(短板、瓶颈)

Word模板,标题自动编号+只调整编号的段的格式——文档筛选调整格式,编辑等

CAD中的筛选(批处理,关键字(含同义词),关系型等)+模板+深度搜索方法——编程语言适用

筛选器和模板是两个常规的创新方向,还有一个是理解器(匹配旧模板或建立新模板(模板可以是子系统或组件级的)),模板可以是动态的(维度上演绎的)

Review模板与样例

邻接项目提供一致,贪婪,多样三种默认模板选项

资源分配预测算法提供一致,贪婪,多样三种选项

人力资源的情况是这样的:

  1. 有天才,没有白痴——所以初级员工的问题不会特别多
  2. 所以初级员工实际上是供不应求
  3. 高级员工要回答初级员工的问题,对于问题的数量和折算的工作量,使用统计的方法解决
  4. 对于高端人才,采用工作量+事件(创新)的方式评价(生育上工作量是广度,事件上是长度,待遇上向事件倾斜(按劳分配,年轻人上高级岗位忙不过来可以配个老年的常务副职))
  5. 仙人是个贝叶斯+马尔科夫过程,大尺度的成长是贝叶斯过程,小尺度的成长是马尔科夫过程,但是大仙是有的

动态微服务,动态服务,自治服务

非功能特性:
1.安全性
数据备份:系统应允许数据的备份和恢复,保证数据库的安全;
权限控制:严格控制系统权限访问,用户在身份认证后,只能访问其权限范围内的数据,只能进行其权限范围内的操作;
日志记录:可以记录用户的操作,确保历史信息的追踪情况,便于从用户关键性操作中查找出系统运行时发生错误的原因。
2.可靠性
系统保证具有较高的稳定性,对输入有提示,对数据有检查,防止数据异常。因系统的失效而造成不能完成业务的概率要小于5%。支持多并行操作的用户同时操作。在故障发生时系统能够提供有效的解决方案快速恢复运行状态,且不影响业务数据。
3.可维护性
模块配置写入配置文件,统一维护
4.可交付性
软件应支持在线升级,版本间数据平滑迁移,自动(一键)升级,终端软件提供批量升级功能(可以是p2p的)

测试用例控件,模板

深度搜索,对点击开的搜索结果进行深度搜索,输入可以使用2d、3d图像,先经过一个同义词(图)生成器,并在后端新增连接泛化输入的app,深度搜索可以使用左中右三种策略,一项技术是关键词映射到关键词和句子

区块链——p2p数据库——数据库分割

P2P云——服务分割

元宇宙模拟——管理元宇宙

人工智能模拟——人工智能心理学

标语:为了美好世界
努力让世界更美好

环境监测自动化设备

可信计算,使用专门的认证模块,认证系统各软硬件模块后再启动

黑和黑图是两种灰度

计算机视觉的矢量识别技术——空间2D图形和3D图形自动采样2D图形,角度无关识别,矢量的参数在识别完矢量之后,依模型单独识别

一种仿生,可以节能并延长使用寿命:对待识别物体先进行低精度初步识别,需要高精度识别才进行高精度识别

OA等实时性要求不高的软件使用分布式区块链

自治大数据平台

软件自治与可视化(包括日志的可视化,后端系统和控件的可视化,代码(模块)的可视化(source insight做了函数,实际上嵌套的系统和消息没有做))

财务就是算收支,财务的一个重要风险是技术进步带来的折旧,含人力资本折旧(但人力资本折旧相对要小一些,人的适应性要强一些),还有一个是收入折旧,这个按财务标准就可完成常用的决策支持,非标的部分逐步增加

设计模板开发分外观和内核两部分,内核的逻辑验证可以和外观平台结合起来(比如外观就用viso,内核自己做,驱动viso),我们也可以考虑维护一组低成本图像框架(老版本的viso)(就像小霸王做psp一样)

软件开发可以把旧版本的组件低价买来,集成系统高价卖(老代码往往维护的也好一些,各方面也比较成熟,开源的也可以考虑,但是比较老,不一定够用)

架构多维系统,架构元素周期,用于架构设计和架构元素设计

基于共享内存等其他通信方式的跨平台通信框架,还有跨层通信框架,以及跨平台+跨层通信框架

  1. 高层协议只作为信令协议,传输层用其他协议(跨层)
  2. 以通信为中心的计算机新增核心是高速广播、交换模块
  3. 转发模块可以分快慢表
  4. 比较时因将热值放在比较序列的前面(动态热值技术,异步后端流程统计刷热值)
  5. 跨层编址与收发技术

并行比较器——一次比较多个数或数组(字符串)

有人区也可搞太阳能,通过施肥和育种增加植物密度

大数据要建立数据标准,老数据要数据转换,数据是产品的一部分,符合标准才满足品质要求,才能协作

决策支持系统(人事、财务)先做标准的部分(中等难度,原型可以先做一个细分行业,更简单一些),可以节约大量决策者的时间,使其专注于高利润的非标部分,后续再逐渐增加非标的功能

把linkin的老版本源码整合入项目管理系统即可

MES要集成水电等公用事业费用统计

标准利率主要是心理学,由于技术进步,科技产品的通缩十分严重,科技产品是消费的主体,实际的生活水平提升是很高的,人种和科技进步会带来非标产品

算法周期律也可以搞,收益高,算法是设计的一个元素,但是基本算法多少受限于自然,化合算法和算法应用空间太大

设计的几个元素集:
算法——物理算法,逻辑算法
接口
外观
架构
通常被统称为模式(pattern),基本模式的周期性就不是很强了,原则上基本模式还是有一定的内部结构的,可以总结一下,但就像基本粒子的内部结构不是任意化合的一样,基本模式的内部结构也不是可以任意化合的

非高端行业才用居民楼(兼职家政),可以住改商(和远程办公结合)

共享软件license,很荒唐,但是确实是按服务收费,是创新

架构设计除了绝对地址以外模块的全部配置都要有

摘要生成的概括——除了直接match以外,可以转换目标文本(模型)到标准化和抽象化后使用自然信息处理技术反向修复的中间语言文本(模型),然后用标准化的模型去识别,这样可以减少同义词的识别量(标准化),并能识别比喻(抽象化+反向修复),抽象化靠数据库和基于抽象模型数据库的闫啸机分析理解的部分,分析和理解的元素和系统都是抽象的结果,左中右三种方式生成中间语言文本(模型),并发处理,返回概括内容的时候可以搭配一个自适应的非标生成器,概括总是低精度的

抽象可以是一对多的,联想中相当一部分是以抽象作为媒介的

对句子的识别除了直接match之外,可以采用转化为标准化文本(模型)(去同义)+去比喻的方式识别,或用摘要识别,去同义分不同的精度级别,图像识别也一样,自然信息的理解也分不同的精度级别

搜索应当是分精度的

目前成仙还是贝叶斯过程

长短期神经网络

符号学(发音)影响注意力,与决策的左中右

快速学习和推理技术,在学习和推理前先对训练数据进行相关运算(再认训练数据,需要动态维护(长短期记忆)一张训练数据与结果或带约束的微引擎的表),如果相同则直接得到结果或经带约束的微引擎得到结果,这项技术可以用于系统,也可单独用于子系统

长短期记忆也分快慢表

内存也应该分冷热卷

开发设计软件,应当提供office复制粘贴后直接显示图像的功能(可配置)

点击后翻页的图像,可以增加首页,下一章,尾页,全部或章节或指定页数叠加显示,动画的按钮,用于显示时间序列图(特别是设计图)

法学决策支持系统

各种社会科学的决策支持系统,现在已经有管理系统和数据了

微分决策树,循环决策树,学习决策树,决策树框架

神经网络就是一颗并行决策树,深度学习可以是一个混合决策树(使用决策树神经网络(对特定值域做处理)),这样就可以得到最优神经网络,神经网络的输入输出可以是一个系统,对过程数值状态种类的估计是计算最优神经网络的关键,过程重复时可以使用循环神经网络,还有动态神经网络和递归神经网络

决策树神经网络,对带约束的神经网络,是有巨大优势的,但对对称的神经网络,时间复杂度是一样的,空间复杂度要差一些,但可以作为空间复杂度的上界

神经网络的神经元可以是一个函数、线程、进程

机器学习运算的动态精度法

note20220419相关推荐

最新文章

  1. 收藏版超全机器学习资料合集
  2. python二十:内置函数
  3. 《走着瞧》:另类的知青电影
  4. go 写文件_「go」 项目多个文件编程
  5. read 系统调用剖析【转】
  6. Intel 旗下 Habana Labs 遭勒索软件 Pay2Key 攻击,数据被盗
  7. 公众服务常用电话号码大全
  8. explain分析sql效果
  9. bt种子文件变成html,bt种子文件是什么?bt种子文件怎么用?
  10. [放遗忘]PR进行视频剪辑的两种办法
  11. 超立方体结构图计算机系统,科学网—超立方体或将构成纳米计算机
  12. 否则 JavaFX 应用程序类必须扩展javafx.application.Application
  13. InnoDB引擎--事务持久性
  14. 蓝天白云青山绿水还有清风吹斜阳......
  15. 计算机图形学(十二):真实感图形(光照模型、材质模型)
  16. c51中断优先级c语言,基于proteus的51单片机开发实例(14)中断嵌套和中断优先级...
  17. 为何安全芯片能应用到设备认证和配件认证领域,物联网安全芯片
  18. win7下常用截图工具snipaste,常用gif制作工具ScreenToGif使用方法
  19. 圣经书||《强化学习导论(2nd)》原书、代码、习题答案、课程视频大全
  20. asyncio 警告 DeprecationWarning: There is no current event loop

热门文章

  1. tableau_9_快速表计算、自定义表计算、计算字段
  2. 洛谷P1417:优先级与背包问题
  3. Android 仿大众点评团购购买条浮动效果
  4. Python列表统计重复元素
  5. 用 Python 解释 SpaceX 如何进行火箭回收
  6. 使用Systemctl命令来管理系统服务
  7. MATLAB: 2018a百度云资源、迅雷资源、安装步骤
  8. 将exe4j打包的java exe程序反编译过程
  9. iview 中 render函数与renderHeader函数
  10. 《MVC》——ViewData、ViewBag、TempData、model