پایان نامه کارشناسی
دانلود مقالات فنی و مهندسی و علوم انسانی (علوم تربیتی روانشناختی)پایان نامه کارشناسی
دانلود مقالات فنی و مهندسی و علوم انسانی (علوم تربیتی روانشناختی)ترجمه مقاله هوش کسب و کار به روش محاسبه ابری (ترجمه مقاله فناوری اطلاعات)
عنوان انگلیسی مقاله: Business intelligence in the cloudعنوان فارسی مقاله: هوش کسب و کار به روش محاسبه ابری
طبقه بندی: فناوری اطلاعات
فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش
تعداد صفحات فایل ترجمه شده: 15
لینک دریافت رایگان نسخه انگلیسی مقاله: دانلود
چکیده
هوش کسب و کار (BI) در ارتباط با روش یکپارچه ای برای پشتیبانی مدیریت می باشد. در حال حاضر، محدودیت هایی برای پذیرش هوش کسب و کار (BI) وجود دارد و عصر جدید مدیریت داده های تحلیلی در مورد هوش کسب و کار وجود دارد. این محدودیت ها زیرساخت های یکپارچه ای می باشد که در ارتباط با روش کسب و کار بوده که پیچیده، هزینه بردار و انعطاف ناپذیر شده، که نیازمند تلاش برای یکپارچه سازی و تنظیف داده های شرکتی و تاثیر عملکرد بر روی زیرساخت های موجود/ زیرساخت های فناوری اطلاعات ناکافی، می باشند. بنابراین در این مقاله محاسبه به روش ابری به عنوان راه حل احتمالی برای این مسائل می باشد. ما اتمسفر جدیدی را برای هوش کسب و کار ایجاد کرده تا قابلیتی را برای کم کردن کارهای اداری هوش کسب و کار ایجاد کرده، هزینه ها را برای برنامه های هوش کسب و کار در مقایسه با نرم افزارهای قدیمی هوش کسب و کار کاهش داده، قابلیت را برای افزودن محیطی به منظور آزمون ایجاد کرده، مفاهیم را به اثبات رسانده و به روز رسانی کنیم، پتانسیلی را برای صف آرایی سریع تر ایجاد کرده و افزایش انعطاف پذیری ایجاد کنیم. همچنین محاسبه به روش ابری، ین امکان را برای سازمان ها را ایجاد می کند تا به تحلیل ترابایت های داده به شکل سریعتر و به صرفه تر از قبل بپردازند. هوش کسب و کار (BI) در روش محاسبه ابری همانند یک پازل بزرگ می باشد. کاربران می توانند وارد آن شده و قطعات کوچک پازل را در کنار یکدیگر قرار داده اما تا زمانی که کل موارد تکمیل نشود، کاربر نمی تواند دید کلی از تصویر کامل داشته باشد. در این مقاله خواندن هر بخش، قطعات مربوط به پازل را در جای خود قرار می دهد.
مقدمه
با ایجاد رکود اقتصادی، سازمان ها به طور روزافزونی به دنبال روش هایی برای کسب منابع بیشتر؛ ایجاد منابع به روش های مختلف- برای ایجاد درآمد، اطلاعات مربوط به مشارکت در انجام فعالیت ها می باشند. در چنین موقعیتی، فناوری هایی همانند محاسبه ابری و هوش کسب و کار (BI) دارای اهمیتی روزافزونی در کسب سود و حفظ فاصله رقابتی می باشند. زمانی که این فناوری ها ادغام می گردند مجموعه ای از پروژه های مدیریتی، اطلاعات تحلیلی و احتمالات کسب و کار را امکان پذیر می کنند. محاسبات ابری منجر به تغییر اقتصاد هوش کسب و کار (BI)، از طریق در دسترس قرار دادن سخت افزار، ایجاد شبکه، امنیت و نرم و ...
محیط محاسبات ابری علمی کارآمد برای شبیه سازی مواد
چکیده
ما به شرح پلتفرم (مبنای) پیشرفت محاسبات ابری علمی (SCC) که ظرفیت محاسبه کارآمد را ارائه میدهند، می پردازیم. این پلتفرم شامل نمونه آزمایشی از دستگاه مجازی علمی شامل سیستم عامل یونیکی و چندین کد علمی مواد، به همراه ابزارهای رابط مهم (تولست SCC) می باشد که نقش های قابل مقایسه با خوشه های محاسبه محلی را ارائه می دهد. مشخصا، تولست SCC (محاسبات ابری علمی) ایجاد اتوماتیک خوشه های مجازی را برای محاسبات موازی، و همچنین تسهیلات I/O (صفر و یک) مناسبی را که امکان ارتباطات یکپارچه را در مورد محاسبات ابری ایجاد می کنند، فراهم می کند. پلفرم SCC (محاسبات ابری علمی) مورد نظر ما برای محاسبات ابری انعطاف پذیر آمازون مطلوب می باشد (EC2). ما به ارائه مبنایی برای برنامه های کاربردی علمی پیش الگو پرداخته و به اثبات عملکردهای قابل مقایسه با خوشه های محاسباتی محلی می پردازیم. برای ساده سازی اجرای کد و فراهم کردن دسترسی کاربرپسند، همچنین به ادغام قابلیت محاسبه ابری در رابط گرافیک کاربری (GUI) مبتنی بر زبان برنامه نویسی جاوا پرداخته ایم. پلتفرم SCC (محاسبات ابری علمی) مورد نظر ما، به عنوان جایگزینی برای منابع HPC (محاسبه با کارایی بالا) برای علم مواد یا کاربردهای شیمی کوانتوم می باشد.
کلیدواژه: محاسبه ابری، محاسبه علمی، محاسبه کارامد، فیزیک ماده چگال (فشرده شده)
مقدمه
محاسبه ابری (CC) به عنوان الگوی محاسباتی می باشد که منابع مقیاس پذیر پویا، مجازی به عنوان خدماتی بر روی اینترنت می باشند [1–4]. این الگو شاهد پیشرفت های قابل توجهی در چند سال گذشته، به ویژه با ظهور چندین سرویس محاسبه ابری تجاری که از صرفه جویی های مقیاس مزایای بدست می آورند، بوده است [5–9]. درحالیکه بسیاری از کاربردهای تجاری به سرعت پیشرفت CC (محاسبه ابری) را مد نظر قرار داده اند، دانشمندان در بکارگیری ظرفیت های محیط CC کندتر عمل کرده اند. اشتراک منابع محاسباتی همانند خوشه های بیوولف که اغلب برای مواد چگال (به هم فشرده) امروزی و شبیه سازی علم مواد، برای دانشمندان چیز جدیدی نیست. همچنین منابع ابرمانند همانند محاسبه گرید و خوشه های کندور برای بعضی از کاربردهای علمی مفید می باشد.