|加盟VIP
  • 文章
  • 新闻
  • 资料
  • 视频
  • 活动
  • 特别报道
  • VIP智库
  • 专家
  • 报告
e-works为您找到 10000  条结果
  • 相关性
  • 发布时间

混合云平台打破数据壁垒，人工智能激活数据价值

但问题在于，由于数据割裂地存在于各个业务系统及异构的IT基础设施中，且数据的复杂性也越来越高，而制造企业却普遍缺少数据整合、分析与挖掘的工具、能力与方法，这使得制造企业所积累的数据大多处于“ 02人工智能激活企业数据价值随着市场竞争日益激烈，市场环境不确定风险加剧，越来越多的企业都将数据分析与洞察放到了极其重要的位置，旨在通过海量数据的分析与挖掘，产生基于数据的实时洞察与预测，从而更好地指导企业经营 图片来源：摄图网对企业而言，通过人工智能对数据进行分析，将原始数据加工为信息和知识，能够以全新的方式释放数据的价值，进而能够从微观和宏观层面产生基于数据的洞察，预测并塑造未来成果；优化劳动力分配，支持员工专注于更高价值 适合混合多云架构环境的数据与AI平台，以实现无论是结构性数据还是非结构性数据，无论数据处于私有云、公有云、本地数据中心还是智能边缘计算设备中，都能随时访问和管理，同时还能对数据集进行训练并构建模型，实现对数据的深入挖掘和统计分析 它基于IBM人工智能阶梯（AILadder）方法论构建，可以简化和自动执行数据的收集、组织和分析，并将AI注入整个企业当中，无缝集成广泛的数据和AI软件、领先的治理能力和安全性，以及统一的协作体验，将所有地方的数据连接起来
其他
来源：e-works
2021-08-16

辛丛良青特集团有限公司信息管理处处长

利用ERP系统对通用物资、配套物资采购入库、生产过程、成品以及售后服务的质量检测数据进行存储、处理和分析；通过质量管理模块，提高质量数据的加工深度和利用程度，利用系统自动提取数据编制各种统计分析报表，为改进产品质量和进行质量决策提供有力支持 避免手工管理中重检查轻分析的倾向，使产品质量通过ERP系统形成闭环控制机制，使质量保证体系真正起到质量控制的作用。 财务核算自动化、标准化、规范化；帐务、报表的计算机处理，灵活的报表功能；计算机辅助的报表合并和汇总；实现财务核算系统与库存（包含物流公司仓库）、采购、销售、计划生产系统实现数据集成；分析应收、应付、账龄 ldquo;强化集团管控、夯实管理基础、支持青特集团战略发展”的目标，搭建满足集团多元化、集团化、多分支机构的集中、统一、共享一体化信息平台，项目上线实施后，企业通过供应商配额管理、采购价格分析 ，到货及时率与质量分析，优化供应商网络，满足生产计划齐套率要求。
优秀CIO参评内容
来源：e-works
2021-01-20

基于Solidworks的三维设计在机械工业中的应用

机械CAD过程如图1，CAD设计要经过几何模型定义，并将其转化为具体的数据，对其进行数据处理和工程分析计算，再进行修改，详细设计，最后编制全部设计文件和输出工程图。 CAD技术主要应用于下列几个方面：二维图形处理代替传统的手工绘图；将图形和符号存入图库以便在其它图形中调用；进行工程分析如有限元分析、优化设计、物理特性计算和数据管理和数据交换等；进行参数化设计，减少设计人员工作量 设计人员的操作对象是产品的功能要素，建立的产品模型容易为别人理解和组织生产，从产品的造型、构思、方案的确定，结构分析到加工过程的仿真，系统随时保证用户能够观察、修改中间结果，进行实时编辑处理，设计的图样更容易修改 图11离心泵爆炸视图4SolidWorks在机械设计与制造中的应用前景随着数控加工编程软件CAMworks、有限元分析软件CosMos/Works、流体力学分析软件FloWorks等黄金伙伴的加入，SolidWorks
MCAD
来源：互联网
2020-11-26

私有云在多云世界中的作用

调研机构Forrester公司分析师ChrisGardner认为，企业的愿景是在适当的平台上运行工作负载，无论是公有云还是内部部署数据中心，并尽可能为私有云提供与公有云同等的功能。 一些分析师预测企业的数据中心即将消亡，另一些分析师则认为将云计算应用程序遣返回私有云是一个重要趋势。 一切都与工作量有关Forrester公司分析师Gardner认为，遣返并不是一个大趋势。出于性能、监管或数据重要性的原因，可能会有一些企业将特定的应用程序移回私有云，但是云遣返是一个相对孤立的现象。 Gartner公司分析师关于遣返的想法与Gardner一致。 Gartner公司分析师BrandonMedford、SidNag和MikeDorosh在2019年的一份调查报告中指出：“这与市场传言的客户正在放弃公有云的情况正好相反，随着企业利用新功能推动转型
云计算
来源：企业网D1Net
2020-04-27

疫情过后，对企业数字化战略的新思考

当然，面临的挑战也很多，比如工业设备互联互通、关键设备的数据采集与分析、工业软件及系统的重构等。 因此，要深入推进数字化转型和智能制造战略，必须优先考虑业务云化和软件系统重构，以及通过实施工业互联网平台为企业构建强大的工业连接能力和数据分析能力。 通过对贵州轮胎集团总部及7家子公司的现状调研，戴尔EMC咨询团队梳理出企业的核心业务需求，并对存在的问题进行诊断分析，在此基础上为贵州轮胎的数字化转型制定了顶层设计与业务架构及应用架构。 在决策层面，针对质量、绩效管理等提供业务分析数据，通过数据看板、图形或报表，获取实时信息，快速处理各种异常情况；使决策依据更详实，决策过程更直观，决策结果更合理。 我们还会重点结合戴尔EMC的智能制造应用场景及案例，详细分析戴尔EMC是如何帮助汽车、精密制造、化工、航空、包装饮用水、电子等行业企业推动数字化和智能制造转型。
其他
来源：e-works
2020-03-12

基于HyperMesh软件的客车CAE前处理二次开发

随着客车产业迅速发展，设计模型越来越精细化，对仿真分析效率的要求也越来越高。加上传统客车行业本身具有产品研发周期较短的特点，因此尽可能缩短CAE分析所需的时间从而加快项目进度，是一项非常有意义的工作。 在整个CAE分析过程中，前处理工作大约占据近80%的工作量，不仅耗时耗力，还容易出现人为的错误和遗漏。 无论进行何种仿真分析项目，材料属性设置的精确与否对于分析结果都至关重要，通过二次开发工具完成材料属性的设置，避免了其中可能出现的人为失误，提高了模型精准度；同时极大地简化了操作步骤，显著地提升了工作效率 实践证明，利用自动创建质量单元工具，每辆车的CAE分析可以节省一名成熟CAE工程师1~2天的时间。5结束语本文主要介绍了利用Tcl/Tk语言开发的HyperMesh前处理自动化小工具。
CAE
来源：Altair论文集
2020-02-21

PLM服装企业成功选型三步走

由于PLM最重要的工作之一就是集成系统，对现有系统的分析将成为集成的基础。将数据从老系统移植到新系统是非常费力，昂贵和耗时的，这也是许多IT项目实施失败的原因之一。 总之，在整个PLM的选型过程中，明确PLM实施的目标，让高层理解其价值，并分析企业当前IT系统的现状是决定PLM最终选型能否成功的关键。 关注点二：形成完善的选型步骤确保PLM系统选型成功，企业需要有一套完善的选型步骤，以确保选型工作的有效性和完整性，一般来说完整的PLM系统选型包括以下5个步骤：需求分析，广泛接触供应商从流程切入需求分析是一种不错的选择 如对PLM软件模块功能进行分析时，就要细化评估针对服装设计、生产等方面的功能评价，包括面辅料色码管理、工艺管理、订单管理、订单进度管理、订单分析管理、系统日志管理、预警系统等，应对每个模块进行详细分解，
PDM/PLM
来源：百度文库
2019-11-26

MES系统选型实施的困难与对策

MES系统选型关键技术的发展已日趋成熟，开发MES系统技术并不是问题，困难的是如何确定系统的功能、规格，如何成功地使用MES系统，以充分发挥其作用，下面给大家分析这两大块内容。 工厂侧的系统用基于生产、产品的语言予以处理，然后由MES加以分析变换为ERP的术语。企业最大产量和能力，也为供应链规划和制定生产的时间进度提供相关数据。 为了证明MES项目的可行性和确定投资回报周期，必须对制造过程作定性分析和评估。12、定量分析和配置事务负荷和数据模型。一旦完成制造过程评估，在选择软件之前，首先要确定各种要求。 在分析数据库事务和数据负载中选择软件，确定数据模型。通过分析后，可以确定出现最坏情况时的数据长度、发生最坏情况的次数，以及在一个生产过程中同时出现的事务类型。此时，MES不会造成生产周期时间变慢。
MES/MOM
来源：互联网
2019-04-09

社会化分销体系中的库存管控策略

最后，基于云计算技术，挖掘数据，加强分析决策的支持力度。 传统的渠道管理体系中，常常存在这么两种情况：一是有不小的数据空白，决策分析时只能拍脑袋；二是收集有大量数据，但数据质量不高，分析手段单一，其结果是无法足够支撑决策分析，甚至会误导政策走向。 这里，最重要的环节就是构建数据分析模型。这些模型的设计首先须遵从企业实际管理水平和决策需要。 又如对区域市场消费者画像，我们就要先构建多个特定数据模型，然后再做模型重构来实现这类复杂的数据分析。随着商业BI，大数据技术的广泛应用，这方面的工作将会越来越模块化、简便化，更灵活高效。
其他
来源：e-works
2018-08-29

从刷支付宝乘地铁谈起，浅议大数据时代的隐私安全

这些数据的使用状况，数据分析和挖掘的目标和最终的数据消费者，更是不得而知。 深度分析和机器学习在混淆隐私边界吗积累足够全面的数据才能让有规律的随机事件，在大量重复出现的条件下，呈现出几乎必然的统计特性。 企业在应用数据进行决策和谋利的同时，仍然会不言而喻地使用用户的个人数据，使之在整合、关联和深度分析时受到隐私侵犯。在当前数据科学和信息技术发展的过程中，隐私信息的界定正在变得不严格。 公开在社交网站及其他角落的相片信息中的肖像不存在隐私问题，但对于人脸图像数据的分析、存储和使用，隐私权问题依旧面临挑战。 特定的分析流程和算法有时很难进行描述和解释，服务运营商甚至在进行分析之前也不了解他们能够得到的结果。更多隐私问题甚至是在二次开发利用原始数据时才引发的，因此在法律监管上也存在难度。
网络与安全
来源：FreeBuf
2018-02-16
共 1000 页 总数：10000 条
信息搜索中，请稍候...

系列微信

数字化企业
观潮工业AI
e-works制信科技
具身智能一线
智能制造网博会
智能制造IM
ERP之家
智能工厂前线
MES百科
PLM之神
供应链指南针

旗下机构

中国光谷产业联盟
广西两化融合促进中心
广西工业创新促进会

e-works 公众号

e-works APP

旗下其他网站

e-works global
广西两化融合门户
广西新品推介交易平台

特色服务

两化融合贯标
VIP会员
加盟撰稿
成为专家
产业研究
咨询服务
广告服务
网站地图
© 2002-2026  武汉制信科技有限公司  版权所有  ICP经营许可证：鄂B2-20030029-1（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号 法律声明及隐私权政策     投诉举报电话：027-87592219

关于我们    |    联系我们    |    隐私条款

ICP经营许可证：鄂B2-20080078
（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号
© 2002-2026  武汉制信科技有限公司  版权所有
投诉举报电话：027-87592219

需求中心
AI助手
扫码查看
联系我们
返回顶部