HDS近日宣布已完成对在数据集成、可视化和分析技术方面领先的公司Pentaho的收购。根据收购协议,Pentaho公司将成为HDS公司旗下的一员,维持原品牌名称,并在Pentaho首席执行官Quentin Gallivan的带领下继续运营,其首席执行官需向HDS分管社会化创新的高级副总裁Kevin Eggleston汇报。Pentaho平台将继续独立提供服务,并被HDS公司并入其先进的分析软件,以提升公司现有的大数据分析和处理技术,扩展其更广泛的信息管理产品和服务组合的功能。
HDS公司正在快速崛起,它将成为全球在物联网(IoT)技术、运营技术、大数据技术和机器对机器(M2M)分析技术的领先企业。其大数据分析解决方案能够借助先进的数据分析、物联网设备的互联智能和运营技术(OT)的应用,帮助组织机构将大量不同来源的结构化和非结构化数据转换成洞察信息。通过与Pentaho平台结合,HDS公司如今将其数据集成、细化、监测、管理和协作功能,向实现无比复杂的数据分析堆栈来拓展。该堆栈通过帮助企业从其数据中更快地获得更深入的业务洞察力,更好地发挥数据价值,以及支持发展更智能、更安全、更健康和更高效的社会,推动社会化创新解决方案的实行并助力物联网的发展。
“物联网不仅仅包括大数据,还包括可能产生大成果的小数据。”IDC企业系统部门高级副总裁兼IDC物联网研究员Vernon Turner表示,“HDS公司已意识到这个区别,并且正在建立一个强大的分析框架,该框架将HDS公司在面向工业的、社会的和商业的强大专业性与其丰富的数据基础架构组合和分析解决方案以独特方式结合在一起。而Pentaho平台成为其实现统一融合的关键因素,它能完善HDS的运营技术(OT)和信息技术(IT)的传承,并为其物联网、分析技术和社会化创新解决方案组合的改革做好准备。”
通过对oXya公司、Pantascene公司和Pentaho公司的战略性收购,HDS正在加速其社会化创新的愿景及物联网产品的发展蓝图。2015年4月在拉斯维加斯举行的2015 Connect大会中,HDS公布了全新社会化创新解决方案和服务,包括HDS IT运维透视眼、HDS医疗数据宝藏和HDS实时洞察大数据整体服务,并针对公共安全和通讯产业的现有解决方案进行了更新。HDS和Pentaho最近还发表了针对SAP HANA的全新UCP解决方案,使得开发人员能够按比例处理和细化任何来源的大数据。
HDS通过将其现有的实时的、有时间序列的、以及具备预测性的分析功能与Pentaho的数据可视化、集成和分析技术相结合,扩充了先进的分析基础软件,推动其社会化创新解决方案,并为实现新一代智能行业和社会愿景做好准备。HDS将凭借多年来累积的先进的专业知识和完整的产品、服务以及行业支持,继续积极扩大其在IoT、OT、M2M和大数据分析市场中的影响,并计划针对互联汽车、能源和其他工业引进全新解决方案。
“我们很高兴在此正式欢迎Pentaho加入HDS。Pentaho公司的数据分析、可视化和集成平台是HDS先进的分析基础架构不可或缺的一部分,能够推动HDS社会化创新解决方案。”Eggleston说道,“HDS现正在通过向市场引入能够改变业务和整个市场的全面、复杂的解决方案,积极实现统一的社会化创新及物联网的愿景和承诺,最终推动整个社会的发展。”
好文章,需要你的鼓励
大多数用户只使用计算机预装的操作系统直到报废,很少尝试更换系统。即使使用较老版本的Windows或macOS,用户仍可通过开源软件获益。本文建议通过重新安装系统来提升性能,Mac用户可从苹果官方下载各版本系统安装包,PC用户则建议使用纯净版Windows 10 LTSC以获得更长支持周期。文章强调备份数据的重要性,并推荐升级内存和固态硬盘。对于老旧系统,应替换需要联网的内置应用以降低安全风险,定期进行系统维护清理。
新加坡南洋理工大学研究团队提出"棱镜假设",认为图像可像光谱一样分解为不同频率成分,低频承载语义信息,高频包含视觉细节。基于此开发的统一自编码系统UAE,通过频率域分解成功统一了图像理解和生成能力,在多项基准测试中超越现有方法,为构建真正统一的视觉AI系统提供了新思路,有望推动计算机视觉技术向更智能统一的方向发展。
微软杰出工程师Galen Hunt在LinkedIn上宣布,目标是到2030年消除微软所有C和C++代码。公司正结合AI和算法重写最大的代码库,目标是"1名工程师、1个月、100万行代码"。微软已构建强大的代码处理基础设施,利用AI代理和算法指导进行大规模代码修改。该项目旨在将微软最大的C和C++系统翻译为内存安全的Rust语言,以提高软件安全性并消除技术债务。
芝加哥伊利诺伊大学团队提出QuCo-RAG技术,通过检查AI训练数据统计信息而非内部信号来检测AI回答可靠性。该方法采用两阶段验证:预检查问题实体频率,运行时验证事实关联。实验显示准确率提升5-14个百分点,在多个模型上表现稳定,为AI可靠性检测提供了客观可验证的新方案。