Пользователь
Приветствую всех читателей Хабра!
В этой статье затрагиваются основные аспекты надёжности электронных систем в малых космических аппаратах (МКА) форм фактора cubesat. Все написанное ниже является личным мнением автора, его знакомых работающих с космосом, а также открытых/закрытых документах различных компаний данной отрасли.
В конце статьи приведены ссылки на дополнительные источники по данной теме. А в комментариях ждут вашего мнения :-)
Постоянно откладываешь дела на потом и не видишь в этом проблемы? Мне это знакомо. Расскажу как не повторить моих ошибок и почему пора это прекращать. Не откладывай эту статью на потом!
Это продолжение статьи про автоматизацию проверок работ студентов (первая часть).
Сегодня продолжу рассказывать про автоматизацию проверок работ студентов: проверку правильности решения (прохождение unit-тестов). И пока ещё примеры будут связаны с C#.
Понимаю, что для многих информация в статье будет "слабой" и т.п. Но, надеюсь, хоть какому-нибудь преподавателю она пригодится. Потому как, многие преподаватели программирования не знают как облегчить себе проверки студенческих работ. Даже таким простым способом.
Добрый день, Хаброжители!
В наши дни тема освоения космоса человеком становится все более актуальна для растущего населения планеты Земля. Людей, которые хотят что-то делать в космической индустрии тоже становится все больше. Об этом свидетельствует рост космической экономики. По данным JP Morgan общий объем рынка составляет порядка 300 с лишним миллиардов долларов и растет он примерно на 5% в год.
С приходом больших инвестиций, а так же частных космических компаний порог вхождения в космическую отрасль хоть и стал ниже, но не на много. Люди, интересующиеся космосом, по прежнему не понимают, как они лично могли бы применить свои «не космические» знания и навыки в этой области для того, чтобы ей помочь и в этом поучаствовать.
Проект SapceGo был создан именно для того, чтобы дать возможность простому обывателю ускорить освоение космоса.
Привет, Хабр! На связи Юрий Кацер, эксперт ML и анализу данных в промышленности, а также руководитель направления предиктивной аналитики в компании «Цифрум» Госкорпорации “Росатом”.
Недавно я выступил с докладом о том, как в рамках проекта по предиктивной аналитике на производстве мы разрабатывали систему и алгоритмы контроля технического состояния электролизера. По сути, мы разработали систему предиктивной аналитики, возились с поиском работающих подходов, долго мучались с данными о состоянии оборудования и извлекали из умов технологического персонала информацию о работе установок.
Сегодня хочу поговорить на примере этого проекта о реализации data science проектов в промышленности. С подобным докладом я также выступал ранее, видео выступления доступно по ссылке. Обычно нашей основной задачей является разработка моделей на основе данных, но работает ли такой подход всегда? Давайте поговорим об основных этапах и проблемах таких проектов и посмотрим, как мы двигались к финальному результату на примере проекта по диагностике электролизеров.
Хабр, привет!
В лаборатории моделирования природных систем Национального центра когнитивных разработок Университета ИТМО мы активно исследуем вопросы применения автоматического машинного обучения для различных задач. В этой статье мы хотим рассказать о применении AutoML для эффективного прогнозирования временных рядов, а также о том, как это реализовано в рамках open-source фреймворка FEDOT. Это вторая статья из серии публикаций, посвященной данной разработке (с первой из них можно ознакомиться по ссылке).
Все подробности — под катом!
Практически все крупные приложения нуждаются в журналировании всех действий и ошибок программы, чтобы при возникновении каких-либо падений программы у пользователей, оперативно исправлять недочеты.
Реализация собственных библиотек не занимает большого количества времени. Но данные решения будут малофункциональными и могут быть недотестированными. Поэтому разработчики используют готовые решения по управлению и записи логов во время работы программы.
Плюсы использования подобных решений заключается в том, что они являются более универсальными, т.к. должны работать с любым кодом и иметь возможность сохранять записи в различных форматах (от простой записи в консоль до записи результатов в базу данных).
Вторым плюсом можно выделить то, что готовые библиотеки многократно протестированы пользователями (другими разработчиками) и имеют меньший шанс отрицательно повлиять на программу, путем вылета приложения.
В данной статье представлен обзор трех наиболее популярных библиотек логирования: Log4Net, SeriLog, NLog.
Вступление
Сжатие видео с камеры является важной задачей как при трансляции данных через сеть Интернет, так и при передаче данных через радиоканал. Это позволяет в разы сократить объем передаваемой информации при небольшой потере детализации в исходном видео. Сейчас самым популярным алгоритмом для сжатия видео является кодек h264. Хотя уже существует следующая реализация кодека – h265, но он имеет большую вычислительную сложность алгоритма и пока не нашел столь широкого применения, и его реализацию можно оставить на потом :)
Модельно-ориентированное проектирование - это что?
При разработке алгоритма для ПЛИС можно выделить два основных подхода: написать алгоритм сразу на языке описание аппаратуры VHDL/Verilog/SystemC или использовать более высокоуровневые средства проектирования. Во втором случае вначале строится эталонная модель алгоритма в MATLAB/Simulink, тестируется, верифицируется и постепенно подготавливается к автоматической генерации HDL кода из алгоритма. Конечно, мы выбрали второй вариант, т. е. наш план – на основе MATLAB кода сделать эталонную модель алгоритма Simulink, а после – адаптировать ее к автоматической генерации кода и получить HDL для ПЛИС.
Эта статья – продолжение моего рассказа про умный дом. Здесь будут конкретные примеры моих девайсов для HomeKit и умного дома Яндекса. Расскажу по каким принципам выбирал и как связывал все вместе.
В итоге получилось примерно такая схема. Есть Homebridge на Raspberry Pi и плагин для него, который помогает прокинуть девайсы в Алису. Остальное уже завязано на то, что придумали производители. Яндекс.Станция управляет устройствами через сервера компаний, то есть при голосовой команде она отправляет запрос на сервер, а он уже отправляет запрос на устройство. Если устройство имеет встроенный WiFi, то подключается к серверу напрямую. А в случае мелких датчиков обычно есть специальный хаб, к которому они подключаются по ZigBee. HomeKit же может управлять устройствами локально, но об этом поговорим далее.
В последние годы все большую популярность у разработчиков завоевывает структурное логирование. В этой статье я хотел бы рассмотреть, как мы можем добавить поддержку структурного логирования с использованием интерполированных строк при помощи новых возможностей C# 10.
Привет! Представляю продолжение статьи о типовых ошибках, которые допускают инженеры при подготовке публичных выступлений. Сегодня поговорим о подготовке презентаций.
