2.3.3. Результат
Полученные результаты раскрывают интенсиональный и экстенсиональный аспекты классов фосфорорганических веществ, эффекты воздействия которых характеризуются мультифакториальным генезом и полиморфизмом клинической симптоматики. Эти результаты создают научную базу для решения сложных проблем дифференциальной диагностики острых отравлений фосфорорганическими веществами. [7]
В Intel ускорили тестирование микросхем с помощью Hadoop
Специалисты Intel разработали систему прогнозной аналитики, способную, по их оценкам, сократить продолжительность тестирования микропроцессоров на 25% и принести экономию корпорации в 30 млн долл. за год. Система сложной серии тестов на основании технологии больших данных для ускорения принятия решений проверяет каждый чип. Intel внедрили платформу состоящую из Apache Hadoop, с её помощью собирается информация и объединяются данные из разных источников. Так, по оценкам компании аналитическая платформа позволила сократить продолжительность аттестации готовы процессоров. Компания расширяет применение прогнозной аналитики в сочетании с извлечением сведений из больших данных. Одна из самых больших трудностей для организации – обработка больших объемов неструктурированных данных и извлечение полезных сведений из них. Новая система выполняет прогнозный анализ в реальном времени на основе данных с датчиков. В техпроцесс заложены идеи ФОС и построение аналитического ядра, которое строится на нем в итоге дало плодотворный результат. Согласно массачусетскому исследованию, компании, в которых решения принимают с помощью аналитических средств обычно на 5% более рентабельны, чем остальные.
3. Техническое предложение
3.1. Название проекта
Прогноз отказа чипов на основе системного знания, автоматически генерируемого из эмпирических данных, полученных в результате мониторинга производства.
3.2. Научный приоритет, конкретные задачи и ключевые проблемы
Научный приоритет: системный анализ онтологии техпроцесса производства и генерация научных реконструкций состояния чипов.
Приоритетная задача: анализ факторов, которые могут классифицировать чип как бракованный на основе эмпирических данных.
Ключевая проблема: моделирование системы, характеризующую этот процесс как целостную систему.
3.3. Обоснование соответствия тематики проекта научному приоритету
Решение задачи прогноза отказа в работе негодных изделий требует анализа многомерных массивов данных, выявления доминирующих факторов, определяющих надежность чипов, установления перечня параметров, обеспечивающих индивидуальную оценку их годности. Даже те компании, которые на первый взгляд не имеют ничего общего с исследованием больших данных и технологиями физики открытых систем, на самом деле очень выигрывают в своей нише бизнеса, применяя научный подход к своим технологическим процессам.
В проекте будут рассмотрены подходы к гносеологии бизнес-процессов чипов, новые пути решения проблем анализа, описание методов по работе с большими данными и диагностики чипов по их параметрам.
Область знания, к которой относится проект: раздел математики - мат статистика, информатика и науки о системах.
Методологические и теоретические основания проекта: физика открытых систем (ФОС).
Технологическая база проекта: технологии ФОС, data mining.
ФОС предлагает информационные и когнитивные технологии познания, вносит рациональные объяснения. Она основана на принципах системности и холизма, исследует открытие системы и способствует устранению трудности в вопросе познания открытых систем.
Первой стадией в вопросе познания системы стоит задача сформировать исходную систему эмпирических данных, которая наиболее полно отразит техпроцесс и показатели чипов. Иными словами, требуется сформировать аналитическое ядро.
Вторая стадия – разработка полного множества классификационных правил. На их основе для каждого устройства будет установлен свой класс отказоустойчивости. Правила строятся на основе системных знаний.
Системное знание создается из больших данных, которые извлекаются из разных источников. Данные показателей чипов и результаты систем тестирования чипов подвергаются технологии системных реконструкции, накладываются на технологию системной экспертизы и проходят через технологию системного дизайна.
Научный метод и компьютерные технологии ФОС являются мощным средством преодоления сложности открытых систем. ФОС как методология, теория и технология системного исследования обладает большим аналитическим и вычислительным превосходством над другими методами продвинутой системной аналитики, применяемыми в настоящее время.
ФОС разработана в России научной группой консорциума «Институт стратегических разработок» (Санкт-Петербург) и СПбГЭТУ «ЛЭТИ». Авторы ФОС являются участниками предлагаемого проекта.
Идеи ФОС, ее подходы, методы и технологии испытаны в разных областях знания, в числе которых:
безопасность (химическая, радиационная, социальная) (В. Агеев, А. Арасланов, Т.Качанова и др. Системный анализ влияния условий труда на состояние здоровья персонала опасного химического производства // Труды IV Международной конференции «Параллельные вычисления и задачи управления» (PACO’08). М.: ИПУ РАН, 2008. С. 1–22; В. Агеев, А. Арасланов, Т.Качанова и др. Генерация системного знания по проблемам социальной напряженности в регионах России // Научно-технические ведомости СПбГПУ, №2-1 (147) 2012. С. 300–308);
системная биология, геномика, вычислительная токсикология, медицина, здравоохранение, экология человека и территорий (V. Ageev, B. Fomin, O. Fomin, et al., “Physics of open systems: A new approach to use genomics data in risk assessment”, in: The Continuum of Health Risk Assessments, InTech (2012), pp. 135-160; V. Ageev, T. Kachanova, L. Kopylev, et al.,”Physics of open systems: Effects of the impact of chemical stressors on differential gene expression”// Cybernetics and Systems Analysis, volume 50, issue 2, March 2014, pp. 218-227)
Предлагаемые в проекте направление исследований и подходы к решению приоритетной задачи «анализ факторов, которые могут классифицировать чип как бракованный на основе эмпирических данных» и ключевой проблемы «моделирование системы, характеризующую этот процесс как целостную систему» на основе ФОС являются перспективными для научного приоритета «системный анализ онтологии техпроцесса производства и генерация научных реконструкций состояния чипов». Проект должен привести к результатам высокого научного значения таким как:
Преодоление сложности, познание, научное понимание, рациональное объяснение причины отказа чипов;
Извлечение полного завершенного научно достоверного онтологического, аксиологического и праксиологического знания о системах производства чипов из Больших Данных;
Реальная возможность освоения огромных объемов эмпирических данных, путем преобразования этих данных в достоверное научное знание о диагностике и контроле возникновения вышедших из строя устройств;
Автоматический самоконтроль и корректировка процессов формирования Больших Данных в реальном времени, кардинальное усиление «интеллекта» и продуктивности мониторингов работоспособности чипов.
Новое направление, новые подходы и новые методы решения приоритетных задач и ключевых проблем научного приоритета.
Научно обоснованное решение на основе классификатора, базирующегося на построенном аналитическом ядре
3.4. Ключевые слова
Открытые системы, сложность открытых систем, большие данные, физика открытых систем, прогнозирование, информационные системы, аудит, диагностика, контроль производства, онтологическое знание, аксиологическое знание, праксиологическое знание, информационные технологии.
3.5. Аннотация проекта
Современные технологии и рынок производства точной электроники во втором десятилетии 20 века стали главным движущим вектором прогресса. Производство чипов и контроллеров нашло свое применение даже в носимой электронике и биоинформатике. Новые подходы к использованию чипов в разных сферах жизнедеятельности диктуют высокие требования к качеству. Прогноз отказа чипов является приоритетной задачей прогноза отказа чипов при мониторинге производства.
В проекте научно обосновано новое направление исследований прогноза отказа чипов. Начало этому направлению положила идея познания эмпирических данных как открытых Информационных Систем. На основе этой идеи возможны новые подходы к диагностике и контролю возникновения сбоев работы чипов, основанные на системном мышлении и системном знании. Системное мышление привело к новой системной методологии научного познания работоспособности чипов, а системное знание онтологии, аксиологии и праксиологии позволит на фундаментальном уровне обосновать адекватные системные методы классификации чипов по вероятности отказа.
ФОС полагает исследование на принципы системности и холизма. Понимание и распознавание характерных паттернов в работе чипов выступает главной научной целью исследования. ФОС извлекает из больших данных полное онтологическое, аксиологическое и праксиологическое знание о состояниях чипов.
Объем эмпирических данных колоссален. Полагаясь на конструктивную теорию ФОС, обеспечивается извлечение объективного научно достоверного знания. ФОС преобразует большие данные о работоспособности чипов в эмпирические описания.
Полная формализация онтологии о техническом процессе производства и дальнейшей работе чипов как самостоятельных единиц раскрывается через всестороннюю формализацию: устроения системы в целом, в частях, через части, в совокупности друг с другом; актуальных стостояний системы. Онтологическое знание включает: базовые элементы системной организации, многообразие ролевых функций элементов; полное множество уникальных качеств системы; глобальные реконструкции всех состояний системы; идеальные и актуальные формы выражения каждого уникального качества системы.
Аксиология каждого рассматриваемого чипа представляется в проекте ресурсами системного знания – технологическим, информационным, интеллектуальным и когнитивным. Всякий ресурс имеет свой набор ценности онтологического знания о системе. Каждый ресурс имеет неповторимый набор своих мер ценности онтологического знания о системе в целом.
Технологический ресурс оценивается как завершенность и адекватность глобальных реконструкций состояний системы в части соответствия каждого эмпирического факта его системному смыслу.
Информационный ресурс оценивается как способность исходного эмпирического описания проявлять смыслы системы чипов в полной и законченной форме.
Интеллектуальный ресурс рассматривается как ценность моделей всех качеств системы.
Когнитивный ресурс, в свою очередь, рассматривается как адекватность и завершенность глобальных реконструкций состояний системы в части соответствия каждого эмпирического факта его системному смыслу.
Ресурсами решений приоритетной задачи можно определить праксиологию вопроса. Праксиология завершает исследование прогноза отказа чипов методами ФОС. Ресурсы решений воплощаются в контекстах для проективной, когнитивной и аналитической деятельности предметных специалистов. Контексты для когнитивной и аналитической деятельности структурируют и оформляют онтологическое и аксиологическое знание в форматы, пригодные для практического решения задачи и ключевой проблемы научного приоритета. Контексты для проективной деятельности обеспечивают эффективную разработку полных конкретно-предметных описаний таких систем, создание метода контроля состояния чипов и как следствие прогнозирование их отказов. В проекте на основе системного знания предложены новые подходы и методы, обеспечивающие на фундаментальном уровне решение задач прогноза чипов на основе системного знания.