چکیده
هوش تجاری یک مسئله قابل توجه و در حال ظهور در حاکمیت مدرن و عملکرد های سازمانی بوده است که توجه محققان و بازرگانان را به خود جذب می کند و با استفاده از دادههای خام مشتریان دانش تاثیرگذار تصمیم گیری را برای حاکمیت شرکت های مختلف با استفاده از متد انبار داده ها و استخراج داده ها فراهم می آورد. با رشد ناگهانی حجم داده ها استفاده از داده های بدون ساختار مثل تصویر و متن در سیستم هوش تجاری از آنالیز توصیفی اولیه صورت های محاسباتی شکل گرفته است .این مقاله به بررسی روش های ذخیره سازی و آنالیز داده های تصویری در ساختار سیستم هوش تجاری میپردازد که شامل روش های فرایند سنتی تصاویر و یادگیری عمیق می شود در هر متد الگوریتم های خاص و سناریوهای کاربردی خلاصه خواهد شد. به طور کلی ما در این مقاله پیشرفت نوآوری ممکن در ساختار سیستم هوش تجاری و روند آینده را مورد بحث قرار خواهیم داد.
1. مقدمه
هوش تجاری با تبدیل داده ها به اطلاعات و پس از آن تبدیل آن به دانش، شرایط و محیطی را برای فرایند تصمیم گیری تاثیر گذار ایجاد میکند.[1] هوش تجاری یک نقطه نظر در حال ظهور در زمینه حاکمیت شرکتی است. توسعه و رشد شرکت ها به طور عمده به مدیران، سرمایه گذاران ،سهامداران و حتی حاکمیت ها وابسته است. [2]این مفهوم به سال ۱۹۸۹ باز میگردد که شرکت IBM به دنبال تبلیغات پیشنهادی برای گروه گارتنر (یکی از شرکت های مشاوره برتر) بود. از دهه ۱۹۹۰ هوش تجاری به طور گسترده ای در شرکت ها برای کشف دانش و ارائه حمایتهای تصمیم گیری[3] مورد استفاده قرار گرفته اند که با سیستم هوش تجاری ویژه همراه است.
سیستمهای هوش تجاری با استفاده از انبارهای اطلاعاتی ، آنالیز آنلاین و تکنولوژی استخراج داده ها، داده های تجاری در کاربردهای خاص از صنعت[4] روبرو هستند که راه حل های تاثیر گذار و مناسب را از دادههای خام پیچیده ودرهم خلاصه سازی میکند. این سیستم به شرکت ها کمک می کند تا در مقابل تغییرات سریع محیط تجارت واکنشهای سریع تری داشته و تصمیمات منطقی تری بگیرد [5]بنابر توسعه و گسترش تکنولوژی انبار داده ها سیستمهای هوش تجاری از جمع آوری داده ها و پیش پردازش داده ها از قبل و ساختمان انبار داده ها و آنالیز داده ها و نشان دادن نتایج تشکیل می شود [6]
۴. بحث و روند آینده
پس از مطالعه و آنچه در بالا نمایش داده شد ، اکنون سعی داریم پیشرفت نوآوری و روند آینده را در ساخت سیستمهای اطلاعاتی تجارت با استفاده از دادههای تصویر بدون ساختار خلاصه کنیم . یکی از روش های خاص ، ترکیب دادههای بزرگ از جمله دادههای ساختاری و بدون ساختار است . سیستمهای اطلاعاتی تجارت اولیه معمولا ً فقط از یک نوع داده استفاده میکنند که استفاده از آن برای نیاز های پیچیده امروز سخت است. امروزه متون ، تصاویر و عبارات اصلی برای ساخت سیستمهای BI به کار میروند که یک مفهوم جدید به نام ترکیب اطلاعات بزرگ ایجاد میکند که دانش بیشتری را برای تصمیمگیری ایجاد میکند .
روند جدید امکان پذیر دیگر , مرحله پیش پردازش است , که به معنای در نظر گرفتن قابلیت تفسیر می باشد. با رشد ناگهانی حجم داده , اطلاعات بیشتر و بیشتری وارد سیستم BI میشوند در حالی که همه آنها تاثیرگذار نیستند . برخی از محققان [ 33 ] متوجه این مساله محاسباتی شدند و تلاش کردند تا تعادل میان دقت و پیچیدگی را بیایند . با این حال , تخمین تاثیر گذاری یک بخش از دادهها قبل از آنالیز دادهها مشکل است . این مساله به ان معناست که اکثر دادهها را نمی توان مستقیما بعد از پردازش آنالیز کرد . بنابراین , باید در مورد روش ارتقا تاثیر گذاری دادههای وارد شده به سیستمهای BI فکر کنیم .
Abstract
Business Intelligence (BI) has been an emerging significant issue in modern government and corporate functions, which attracts the attention of both researchers and merchants. Using the raw data from customers, BI provides effective decisionmaking knowledge for various cooperate governance operations with the method of Data Warehouse and Data Mining. As the explosive growth of data volume, it has evolved into using unstructured data including image and text in business intelligence system, from the initial descriptive analysis of computational statements. This paper will review the methods of storing and analyzing the unstructured image data used in the construction of BI system, including traditional image processing and novel deep learning methods. In each method, the specific algorithms and application scenarios will be summarized. Together, we will discuss the possible innovative progress of BI system construction and its future trends.
1. Introduction
Business Intelligence (BI), transforming data into information and further into knowledge, creates conditions and environment for effective decision-making process [1]. BI has been an emerging hot spot in the field of cooperate governance, since the development and growth of a company is highly important to its managers, investors, shareholders and even governments [2]. This research concept can be traced back to 1989, when IBM seek for commercial proposals to Gartner Group, one of a top consulting company. Since 1990’s, Business Intelligence has been extensively applied in companies to discover the intelligent knowledge and offer decisionmaking support [3], along with the enterprise unique BI system coming into being.
Using the data warehouse, online analysis and data mining technology, BI systems deal with and analyze business data in a specific application field from different industry [4], summarizing effective and tailored solutions from complex and scrambled raw data. This system helps enterprise to make quick response and more reasonable business decision in the face of the rapid change of business environment [5]. Based on the development of data warehouse technology, BI systems consist of data collection, data preprocessing, data warehouse building, data analysis and result display [6].
چکیده
1. مقدمه
۲. روش های پردازش عکس های دیجیتال
2.1 تبدیل تصویر ( IT )
۲.۲. ارتقا و ترمیم تصویر ( IER )
۳. ۲ بخشبندی تصویر ( IS )
2.4 طبقهبندی تصاویر یا تشخیص آنها ( IC / IR )
3.یادگیری عمیق بر پایه روش بینایی کامپیوتری
۳.۱. روشهای یادگیری خودخوان
۳.۲. مدل های مولد
۴. بحث و روند آینده
تقدیر و تشکر
منابع
Abstract
1. Introduction
2. Digital Image Processing Methods
2.1. Image Transformation (IT)
2.2. Image Enhancement and Restoration (IER)
2.3. Image Segmentation (IS)
2.4. Image Classification or Recognition (IC/IR)
3. Deep Learning based Computer Vision Method
3.1. Self-learning Methods
3.2. Generative models
4. Discussion and Future Trend
References
این محصول شامل پاورپوینت ترجمه نیز می باشد که پس از خرید قابل دانلود می باشد. پاورپوینت این مقاله حاوی 13 اسلاید و 4 فصل است. در صورت نیاز به ارائه مقاله در کنفرانس یا سمینار می توان از این فایل پاورپوینت استفاده کرد.
در این محصول، به همراه ترجمه کامل متن، یک فایل ورد ترجمه خلاصه نیز ارائه شده است. متن فارسی این مقاله در 5 صفحه (1000 کلمه) خلاصه شده و در داخل بسته قرار گرفته است.
علاوه بر ترجمه مقاله، یک فایل ورد نیز به این محصول اضافه شده است که در آن متن به صورت یک پاراگراف انگلیسی و یک پاراگراف فارسی درج شده است که باعث می شود به راحتی قادر به تشخیص ترجمه هر بخش از مقاله و مطالعه آن باشید. این فایل برای یادگیری و مطالعه همزمان متن انگلیسی و فارسی بسیار مفید می باشد.
بخش مهم دیگری از این محصول لغت نامه یا اصطلاحات تخصصی می باشد که در آن تعداد 20 عبارت و اصطلاح تخصصی استفاده شده در این مقاله در یک فایل اکسل جمع آوری شده است. در این فایل اصطلاحات انگلیسی (تک کلمه ای یا چند کلمه ای) در یک ستون و ترجمه آنها در ستون دیگر درج شده است که در صورت نیاز می توان به راحتی از این عبارات استفاده کرد.