Tiêu đề: Sửa Chữa Máy Chiếu Uy Tín Tại Hà Nội nó bao gồm các [In trang] Thành viên: maytinhpg Thời gian: 3/10/2017 13:07:55 Tiêu đề: Sửa Chữa Máy Chiếu Uy Tín Tại Hà Nội nó bao gồm các
Sửa Chữa Máy Chiếu Uy Tín Tại Hà Nội Khi World Wide Web ra đời vào năm 1991, trang văn bản tĩnh liên kết với nhau bằng các siêu liên kết, và đó là những gì nó đã tồn tại trong nhiều năm. Nhưng ngay từ đầu, nhà phát minh Web, Tim Berners-Lee, đã hình dung ra một Web phức tạp hơn nhiều, một cái gọi là Semantic Web, không chỉ lưu trữ dữ liệu mà còn thực sự hiểu ý nghĩa của nó. Giờ đây, giáo sư của MIT, Berners-Lee cũng chỉ đạo Tổ chức World Wide Web Consortium (W3C) , cơ quan tiêu chuẩn có các thành viên trong ngành công nghiệp bao gồm tất cả mọi người từ Adobe đến Yahoo, và duy trì một văn phòng tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo của MIT. W3C vừa xuất bản một tiêu chuẩn mới giúp đưa Web ngữ nghĩa Semantic đến gần hơn với sự thành công.
Nếu Web hiện tại giống như một tập tin văn bản khổng lồ - bạn có thể tìm kiếm các trường hợp cụ thể của các từ - Semantic Web sẽ giống như một cơ sở dữ liệu, nơi mọi thứ của thông tin được phân loại, và các truy vấn mới có thể kết hợp các loại theo bất kỳ cách nào tưởng tượng được. Ví dụ, bạn có thể tìm trên Web một nhà hàng trong phạm vi một dặm từ ga đường sắt ở một thị trấn với một nhà hát cung cấp bánh mì nướng chay và ít nhất một món ăn cừu. Và nếu bạn muốn thực đơn của nhà hàng, bạn chỉ có thể kéo lên menu chứ không phải trang sau các trang đánh giá đã sử dụng từ "menu".
Sandro Hawke, kiến trúc sư hệ thống của World Wide Web Consortium (W3C) nói: "Mặc dù cơ sở dữ liệu thông thường đã được các nhà lập trình lựa chọn trước, nhưng Semantic Web là" cơ sở dữ liệu nơi mọi người kiểm soát dữ liệu của chính họ ". "Bạn có những bộ phận cơ sở dữ liệu riêng của mình, vì vậy bạn có thể đặt bất cứ dữ liệu nào ra ngoài mà bạn muốn."
Một cơ sở dữ liệu khổng lồ nối mạng, nơi mọi người kiểm soát dữ liệu của chính họ có lợi thế rõ ràng: số lượng lớn người có thể đóng góp vào nó, và họ có thể đảm bảo rằng đóng góp của họ không được phân loại hoặc ghi không chính xác. Nhưng nó cũng có một điều bất lợi rõ ràng: Không có gì đảm bảo rằng mọi người sẽ tổ chức và ghi nhãn dữ liệu một cách thống nhất.
Để có một ví dụ đơn giản, giả sử hai phòng khám y tế gần đó đưa danh sách nhân viên của họ lên mạng. Các công nghệ Web ngữ nghĩa sẽ cho phép các phòng khám phân loại thông tin trong danh sách. Nhưng giả sử rằng một phòng khám đã chọn ghi tên họ của bác sĩ của họ, và phòng khám kia đã chọn nhãn "họ". Một tìm kiếm trên web liệt kê các bác sĩ địa phương bằng "họ" có thể không nhận được những người có nhãn "họ" và ngược lại.
Trên thực tế, một tiêu chuẩn Web Semantic hiện có, Ngôn ngữ Bản thể Web, giải quyết vấn đề này. Ngôn ngữ này cung cấp cho các lập trình một cách để chỉ định rằng, ví dụ, "họ", "họ", và có thể "họ" hoặc "cuối cùng" chỉ ra cùng loại dữ liệu.
Trường hợp cho các quy tắc
Nhưng nếu phòng khám thứ ba, trong khi vẫn sử dụng công nghệ Semantic Web, chọn bỏ tên, họ và tên đệm trung lưu vào một thể loại duy nhất, được gắn nhãn "tên"? Việc lập bản đồ trực tiếp về thể loại sẽ không còn hoạt động. Thay vào đó, thống nhất dữ liệu trên các trang web khác nhau đòi hỏi một quy tắc, chẳng hạn như, Đặt mọi thứ lên ký tự không gian đầu tiên trong "tên đầu tiên", bất cứ thứ gì sau ký tự không gian cuối cùng trong "họ" và bất kỳ thứ gì khác ở giữa ".
Tiêu chuẩn Semantic Web được phát hành gần đây được gọi là Rule Interchange Format (Định dạng Liên kết Rule) hoặc RIF và nó cho phép các lập trình Web viết ra các quy tắc để chuyển đổi giữa các dữ liệu trên các trang khác nhau. Nhưng đó không phải là quy tắc mục đích duy nhất phục vụ trên Web. Chẳng hạn, Hawke chỉ ra rằng, một nhà bán lẻ Web trực tuyến có thể cung cấp cho khách hàng miễn phí vận chuyển nếu tổng số tiền mua hàng của họ vượt quá một ngưỡng trong một khoảng thời gian nhất định; nhưng các máy chủ Web của nhà bán lẻ có thể không lưu trữ dữ liệu về khách hàng của mình trừ các hoá đơn riêng lẻ. Mã cho việc sàng lọc thông qua các hoá đơn và xác định có nên cung cấp chiết khấu là một ví dụ khác của quy tắc hay không. "Một phần của trò chơi tiêu chuẩn là phải có những trường hợp sử dụng rất khác nhau xung quanh cùng một bảng và sau đó có được một tiêu chuẩn có thể được sử dụng trong tất cả các phần mềm khác nhau", Hawke nói.
Nếu tiêu chuẩn RIF được chấp nhận rộng rãi, hầu hết người dùng Internet sẽ không nhận thấy nó. Web đã có đầy đủ các trang tổng hợp dữ liệu từ các trang web khác: Ví dụ: trang chủ cá nhân của Google có thể bao gồm tiêu đề từ nhiều nguồn tin tức khác nhau, báo cáo thời tiết từ một trang web khác và giá cổ phiếu từ một trang khác. Khi các trình tổng hợp nội dung như vậy đã trở thành các điểm đến trực tuyến phổ biến, có thể khó truyền đạt chính xác những lợi thế của một Web ngữ nghĩa có ý nghĩa. Nhưng như Hawke nói, "Bạn luôn có thể xây dựng một cái gì đó để tổng hợp dữ liệu bạn đã biết về"; những gì mà Semantic Web cung cấp là một cách tổng hợp dữ liệu mà bạn khôngđã biết về. Ví dụ: một trang web nhỏ liệt kê các sự kiện cuối tuần ở một khu vực cụ thể có thể lấy dữ liệu từ các nguồn thậm chí không tồn tại khi nó được xây dựng, miễn là chúng được phân loại dữ liệu theo tiêu chuẩn Web ngữ nghĩa.
Hawke cho biết mặc dù đã gần 20 năm kể từ khi Berners-Lee đưa ra trang web đầu tiên, nếu ý tưởng ban đầu của ông cuối cùng đã được thực hiện, "nó sẽ xảy ra rất nhanh mà không ai biết". "Họ sẽ chỉ nhận thấy Internet làm những thứ mát mẻ hơn."
Kiến trúc sư Mies van der Rohe nổi tiếng với việc quảng cáo khẩu hiệu "ít hơn" Nhưng nếu Venkat Chandrasekaran, một sinh viên cao học tại Khoa Kỹ thuật điện và Khoa học Máy tính, đã có khẩu hiệu cho công việc của mình, có thể "nhiều hơn ít hơn."
Khoa học, kỹ thuật và các nguyên tắc định lượng khác liên quan đến khám phá các mối quan hệ toán học giữa các điểm dữ liệu - chẳng hạn như năng lượng của phân tử, đo nhiệt độ hoặc hoạt động của gen, hoặc giá cổ phiếu. Trong hầu hết các trường hợp, thêm nhiều điểm dữ liệu chỉ làm cho toán học phức tạp hơn. Nhưng đôi khi nó làm cho nó đơn giản hơn. Và đối với nhiều loại tính toán, nếu có thêm các điểm dữ liệu sẽ làm cho chúng trở nên đơn giản hơn, kỹ thuật của Chandrasekaran sẽ tìm ra chúng.
Để xem cách thêm các điểm dữ liệu có thể có nghĩa là các phép tính đơn giản, giả sử rằng bạn đang cố gắng để hiểu được mối quan hệ giữa một loạt các cổ phiếu trong cùng một ngành công nghiệp - nói, Apple, Gateway, Dell, Hewlett-Packard và các nhà sản xuất máy tính khác. Một mặt, sự gia tăng giá cổ phiếu của Apple có thể có nghĩa là sự sụt giảm của Dell, bởi vì Apple và Dell cạnh tranh với một lượng người mua máy tính giới hạn; Mặt khác, nếu các nhà đầu tư tổ chức lớn đang lạc quan về cổ phiếu máy tính nói chung, sự gia tăng cổ phiếu của Apple cũng có thể cho thấy sự gia tăng của Dell.
Có thể xây dựng một mô hình toán học phức tạp, dựa trên các cân nhắc như tỷ lệ giá-thu nhập của các công ty, khối lượng thương mại và doanh thu quyết định liệu sự gia tăng giá cổ phiếu của Apple có gây ra sự gia tăng hoặc giảm của Dell và Gateway, và Hewlett-Packard, và như vậy. Nhưng nó cũng có thể cho thấy một biến số duy nhất - nói, giá trung bình của tất cả các cổ phiếu của công ty - cung cấp một dấu hiệu tốt về xu thế chung trong ngành. Vì biến số mới này tạo nên sự nhiệt tình hoặc sự hăng hái của các nhà đầu tư, nên mối quan hệ giữa các cổ phiếu riêng lẻ không còn nữa. Tính toán tổng thể trở nên đơn giản hơn nhiều.
Tham chiếu không liên quan
Trong trường hợp này, các kỹ thuật của Chandrasekaran chỉ cho bạn biết rằng thêm một biến khác - giá cổ phiếu trung bình - đơn giản hóa tính toán tổng thể. Họ sẽ không cho bạn biết lý do tại sao. Và thực tế, biến phụ có thể trở thành một cái gì đó phức tạp hơn mức trung bình. Nó có thể là yếu tố trong tỷ lệ giá / thu nhập của một số công ty, thu nhập của người khác, giá cổ phiếu của những người khác, và như vậy. Một nhà phân tích hiểu biết có thể suy ra rằng biến số mới, phức tạp này đại diện cho các chiến lược kinh doanh của một loạt các quỹ phòng hộ lớn tập trung vào ngành công nghiệp máy tính. Nhưng một lần nữa, có thể là không ai có ý tưởng gì về biến mới đề cập đến.
Chandrasekaran nói: "Có sự cám dỗ này mà tôi thậm chí còn có lúc đầu, để bạn có thể khám phá các biến ẩn". "Và đó là sự thật: Bạn có thể khám phá các biến ẩn. Nhưng nó sẽ không dễ dàng để gắn kết ý nghĩa với những biến ẩn này ". Tuy nhiên, đối với hầu hết các mục đích, điều đó không thành vấn đề. Chandrasekaran nói: "Từ quan điểm toán học, chỉ cần đặt những thứ này vào giúp bạn đơn giản hóa. Nếu biến bổ sung giúp bạn dự đoán giá cổ phiếu của Dell từ Apple, liệu nó có thực sự quan trọng đối với những gì nó đề cập đến - hay liệu nó có đề cập đến bất cứ điều gì cả? Sửa Chữa Máy In Tại Nhà Hà Nội