Search Results 物流

現代医学におけるデータサイエンスの役割は何ですか？

イントロダクション AIの台頭により、働くプロフェッショナルの生活を簡素化するために、データに基づいた意思決定にますます頼るようになりました。サプライチェーンの物流や顧客へのローンの承認など、データは鍵を握っています。データサイエンスの力を医療の分野に活用することで、画期的な成果をもたらすことができます。データサイエンティストが現代医学の膨大な量のデータを分析することで、発見や治療につながるパターンを見つけ出すことができます。医療業界を革命化する可能性を秘めているデータサイエンスを医療領域に統合することは、単なる良い考えだけでなく、必要不可欠です。データ前処理いくつかの列をクリーンアップしましょう。前のステップで、すべての列が整数であるとわかりました。そのため、まず、年齢、用量、期間を数値に変換します。同様に、データ入力の日付を日時型に変換します。直接変換する代わりに、新しい列を作成します。つまり、Age 列の数値バージョンAge2 列を作成します。 df['Age2'] = pd.to_numeric(df['Age'],errors='coerce')df['Dosage (gram)2'] = pd.to_numeric(df['Dosage (gram)'],errors='coerce')df['Duration (days)2'] = pd.to_numeric(df['Duration (days)'],errors='coerce')df['Date of Data Entry2'] = pd.to_datetime(df['Date of Data…

「LLMを活用したサプライチェーン分析におけるLangChainの提供- GPTで強化されたコントロールタワー」

サプライチェーンコントロールタワーは、エンドツーエンドのサプライチェーンオペレーションを効率的に管理するための可視性とモニタリング機能を提供する、中央集権的なソリューションとして定義されることがありますこの分析的な...

Amazon SageMaker JumpStartを通じてLlama 2 Chat LLMを使用するための最適なプロンプトの実施方法

「Llama 2は、AIの革新の最前線に立ち、洗練されたトランスフォーマー基盤上で開発された先進的な自己回帰言語モデルを具現化しています英語を主要な言語集中として、商業および研究の領域で多様なアプリケーションに対応するようカスタマイズされていますそのモデルパラメータは、驚異的な70億からすばらしい[…]にスケールします」

2024年のトップ10のAI主導のデータ分析企業

2024年にデータ分析の世界を革新する傾向にあるトップのビジネスタイタンを発見してくださいIBM CloudからGoogle Cloudまで、これらのAI駆動のデータ分析企業は人工知能の力を活用し、膨大なデータの貯蔵庫から貴重な洞察を解き放ち、企業に行動可能な知識を提供しています

Tech

「NVIDIA CUDA Quantumによる研究者の進歩が期待される」

マイケル・クーンとダヴィデ・ヴォドラは、世界最大の化学会社のために量子コンピューティングを開拓する取り組みを新たな高みにもっていく。 BASFの研究者たちは、量子アルゴリズムが従来のシミュレーションでは見ることのできない、NTAという化合物の重要な属性を見ることができることを実証している。この化合物には鉄などの有害金属を都市の下水から除去するなどの応用がある。 BASFの量子コンピューティングチームは、GPU上で24キュービットに相当する量子コンピュータの処理エンジンであるもので、この課題に取り組むことができるかどうかをシミュレーションした。多くの企業の研究開発拠点では、これを重要な達成と見なすだろうが、彼らはさらに進み、最近NVIDIAのEos H100スーパーコンピュータで初めて60キュービットのシミュレーションを実行した。「これは、量子アルゴリズムを使用して分子の最大シミュレーションです」とクーンは言った。柔軟で使いやすいソフトウェア BASFは、NVIDIA CUDA QuantumというCPU、GPU、および量子コンピュータのためのプラットフォームでシミュレーションを実行している。これは、QPUsとも呼ばれる。ヴォドラはこれを「非常に柔軟で使いやすく、比較的シンプルなブロックから複雑な量子回路シミュレーションを構築することができる」と述べた。「CUDA Quantumがなければ、このシミュレーションを実行することは不可能でした」と彼は付け加えた。この作業には多くの計算能力も必要であり、それでBASFはNVIDIAのH100 Tensor Core GPUを使用したNVIDIA DGX Cloudサービスに頼った。「私たちは多くの計算能力が必要であり、この種のシミュレーションにはCPUベースのハードウェアよりもNVIDIAプラットフォームの方がはるかに高速です」とクーンは語った。 BASFの量子コンピューティングイニシアティブは、クーンが立ち上げに関与した2017年に始まった。チームは化学の他にも、機械学習、物流、スケジューリングの最適化など、量子コンピューティングの利用事例の開発にも取り組んでいる。 CUDA Quantumコミュニティの拡大他の研究グループもCUDA Quantumを用いて科学の進歩を遂げている。…

AI倫理の役割：革新と社会的責任のバランス

「人工知能は急速に拡大している分野を表しており、AIが引き起こす倫理的なジレンマを認識することが重要です」

「トップ50以上のジオスペーシャルPythonライブラリ」

導入地理情報解析は、都市計画や環境科学から物流や災害管理まで、さまざまな分野で重要な要素です。データへのアクセスや操作、高度な機械学習技術、地理情報システム（GIS）ソフトウェアとのシームレスな統合など、Pythonは地理情報解析およびデータサイエンティストにとって必須の言語です。本記事では、Pythonが地理情報解析をどのように変革し、この重要な分野を効率化・強化するための豊富なライブラリについて分かりやすく概説します。 Pythonの地理情報解析における役割 Pythonは、その多様性、豊富なエコシステムのライブラリ、使いやすさのために地理情報解析で重要な役割を果たしています。以下に、Pythonの地理情報解析での重要な側面をいくつか紹介します。データへのアクセスと操作：Pythonは、GDAL、Fiona、Rasterioなどのライブラリを提供しており、シェープファイル、GeoTIFFなどさまざまな形式の地理情報データの読み書きや操作が可能です。これらのライブラリを使用することで、ユーザーは簡単に地理情報データにアクセスし、操作することができます。データの可視化：Matplotlib、Seaborn、PlotlyなどのPythonライブラリは、インタラクティブで情報豊かな地理情報の可視化に広く使用されています。これらのツールを使用すると、地理データを効果的に表現するためのマップ、チャート、グラフを作成することができます。地理情報解析ライブラリ：Pythonには、GeoPandas、Shapely、Pyprojなどの特化した地理情報解析ライブラリがあり、ジオメトリオブジェクトの操作、空間関係、座標変換などを容易に行うことができます。これらのライブラリを使用すると、複雑な空間分析を簡素化することができます。ウェブマッピング：FoliumやBokehなどのPythonライブラリを使用すると、開発者はインタラクティブなウェブマップやアプリケーションを作成することができます。これらのツールはLeafletやOpenLayersなどのウェブマッピングサービスと統合することができ、地理情報データのオンラインでの可視化や共有が容易になります。機械学習とAI：scikit-learnやTensorFlowなどのPythonの幅広い機械学習ライブラリを活用することで、地理情報解析者はリモートセンシングデータ、土地利用分類などに機械学習技術を適用することができます。これは、予測モデリングやパターン認識に役立ちます。地理情報データサイエンス：Pythonは、地理情報データを扱うデータサイエンティストにとってのお気に入りの言語です。データの前処理、特徴エンジニアリング、モデル構築をサポートしており、現実世界の地理情報問題の解決に理想的な選択肢です。 GISソフトウェアとの統合：Pythonは、ArcGIS、QGIS、GRASS GISなどの人気のあるGISソフトウェアとシームレスに統合することができます。これにより、ツールの機能を拡張したり、繰り返しのタスクを自動化したり、ワークフローをカスタマイズしたりすることができます。関連記事：地理情報データ解析の初心者ガイド 50以上の地理情報Pythonライブラリ Arcpy Arcpyは、人気の地理情報ソフトウェアであるArcGISのタスクを自動化およびカスタマイズするためにEsriによって開発されたPythonライブラリです。ArcGISの機能へのアクセスを提供し、スクリプト化および機能の拡張を可能にします。Arcpyはジオプロセシング、マップの自動化、空間解析についてのツールを提供しています。ユーザーは地理情報データの作成と管理、空間クエリの実行、複雑なGISワークフローの自動化などを行うことができます。ArcGISユーザーやGIS専門家にとって貴重なリソースです。 Basemap Basemapは、静止、インタラクティブ、アニメーションの地図を作成するためのPythonライブラリですが、現在はCartopyに取って代わられており、非推奨となっています。Basemapは、さまざまな地図投影法で地理情報データの可視化を可能にしました。Basemapを使用すると、さまざまな地図投影法にデータをプロットしたり、地理的な特徴を追加したり、地図のレイアウトをカスタマイズしたりすることができます。現在はメンテナンスされていませんが、かつては地理情報の可視化に広く使用されているツールでした。 Cartopy Cartopyは、地理情報データの可視化に使用されるPythonライブラリです。Basemapに代わるより現代的で現在もメンテナンスが行われている選択肢であり、さまざまな地図投影法やカスタマイズオプションを提供しています。Cartopyは、地理情報データの可視化、複数の地図データソースとの統合をサポートしています。科学や環境データの可視化に使用され、さまざまなアプリケーションに適しています。 EarthPy EarthPyは、環境科学の文脈での地球空間データ解析のために設計されたPythonパッケージです。主に衛星画像や航空画像の取り扱いに焦点を当てています。EarthPyは、地球空間データの処理、分析、および可視化のためのツールを提供します。土地被覆分析、時系列データ、およびラスターデータの操作に役立ちます。 Fiona-GO…

「AIベースのサイバーセキュリティがビジネスの強靭性を高める方法」

世界の50億人以上のインターネットユーザーとおよそ540億個のデバイスが、IDCによると1秒あたり3.4ペタバイトのデータを生成しています。デジタル化が加速する中、企業のITチームは、ビジネスの運用やサービスが中断されないように、入ってくるサイバー脅威を特定してブロックするための頼りになる手段として、AIベースのサイバーセキュリティを利用しています。サイバー脅威から免れる業界はごく一部です。今年だけでも、国際ホテルチェーン、金融機関、フォーチュン100社の小売業、航空管制システム、アメリカ政府などが脅威と侵入を報告しています。内部のミス、サイバー犯罪者、ハクティビスト、その他の脅威からのリスクにより、サイバーランドスケープでの損害は企業の評判や収益に影響を与えることがあります。セキュリティ侵害は業務を麻痺させ、特許や顧客データを危険にさらし、規制違反に対する罰金を申し受けることになったり、顧客の信頼を損ねる結果になることもあります。 AIと高速計算を活用することで、ビジネスはサイバー脅威を検出しブロックするために必要な時間と運用費用を削減できるだけでなく、リソースをコアビジネスの価値創造活動や収益を生み出す活動に集中させることができます。以下では、様々な業界がどのようにAI技術を活用してデータを保護し、より早い脅威の検出を可能にし、攻撃を緩和して顧客やパートナーへのサービスの一貫した提供を保証しているかをご紹介します。公共部門：身体の安全、エネルギーの安全、市民サービスの保護 AI搭載の分析ツールと自動化ツールは、政府機関が市民に情報やサービスに即時アクセスさせ、データに基づいた意思決定を行い、気候変動をモデル化し、自然災害を管理するなどの支援をしていますが、デジタルツールとインフラストラクチャーを管理する公的機関は、規制の遵守要件、公的監査、大規模で相互に接続されたネットワーク、機密データや重要な標的の保護の必要性を含む、複雑なサイバーリスクの環境に直面しています。敵対する国家は、ネットワークの中断、知的財産の窃取、機密政府文書の盗難などのためにサイバー攻撃を開始する可能性があります。内部のミスや複雑な外部スパイ活動により、公共機関はデータ侵害の高いリスクにさらされます。スパイ活動者は内部の協力を受けることもあり、16％の公共行政の侵害事件では、共謀の証拠が見られます。重要なインフラ、市民データ、公的記録などの機密情報を保護するために、連邦機関はAIに頼っています。アメリカエネルギー省（DOE）のサイバーセキュリティ、エネルギーセキュリティ、緊急対応（CESER）事務局は、新興の脅威に対応し、エネルギーインフラのセキュリティを向上させることにより、国のエネルギーセクターの耐性を強化することを目的としています。DOE-CESERは2010年以来、サイバーセキュリティの研究、開発、デモンストレーションプロジェクトに2億4,000万ドル以上を投資しています。その一環として、同省はエネルギー供給システムのセキュリティの脆弱性とパッチ管理をAIで自動化し最適化するツールを開発しました。また、エネルギー供給システムの状況認識を向上させるためにソフトウェア定義ネットワークを利用した人工多様性とディフェンスセキュリティのための別のプロジェクトも行っており、エネルギーの連続的な流れを確保しています。国家安全保障のための画期的な技術の研究と投資を担当している国防高等研究プロジェクト局（DARPA）は、機械学習とAIを複数の領域で使用しています。DARPAのCASTLEプログラムは、AIを訓練して高度で持続的なサイバー脅威から防御することを目的としています。この取り組みの一環として、研究者たちは自動化、繰り返し可能性、測定可能性を持つアプローチでサイバーセキュリティの評価を迅速化することを意図しています。また、サプライズ攻撃や敵対的攻撃に耐性のあるAIモデルの開発を支援するためのプラットフォーム、ライブラリ、データセット、トレーニング資料を提供するためのDARPA GARDプログラムもあります。脅威の変化に対応し、身体の安全、エネルギーの安全、データの安全性を確保するために、公共機関はAIを統合し、ダイナミックで予防的かつ広範なサイバーディフェンスの姿勢を維持する必要があります。金融サービス：デジタルトランザクション、支払い、ポートフォリオのセキュリティ確保銀行、資産運用会社、保険会社などの金融機関は、AIと機械学習を活用して、不正検知、ポートフォリオ管理、アルゴリズム取引、セルフサービスバンキングなどで優れたパフォーマンスを提供しています。デジタルトランザクション、支払い、融資、投資取引などが絶え間なく行われる金融サービス機関は、最も大規模で、複雑で、機密性の高いデータセットを取り扱っています。医療業界に次ぐデータ漏洩のコストは第二位であり、一件あたりのコストは約600万ドルです。規制当局からの罰金が発生した場合や、回復に法的費用や訴訟解決費用がかかるとコストは上昇します。さらに悪いことに、信頼が修復されなければ、失われたビジネスを回復することはありません。銀行や金融機関は、AIを使用して内部の脅威を検知し、フィッシングやランサムウェアを検出し、機密情報を安全に保つための対策を講じています。 MastercardとEnel Xによる共同事業であるFinSec Innovation Labは、顧客がランサムウェアに対抗するためにAIを活用しています。FinSecとの協力前に、1つのカード処理顧客は1時間半で200社のサーバーがLockBitランサムウェアの攻撃を受けました。会社はサーバーをシャットダウンし、業務を一時停止しなければならず、推定で700万ドルのビジネスの損失が生じました。 FinSecは、この攻撃を研究所で再現し、NVIDIA Morpheusサイバーセキュリティフレームワーク、NVIDIA DOCAソフトウェアフレームワーク、およびNVIDIA…

「2024年に注目すべきトップ10のソフトウェアアウトソーシング企業」

2024年のトップ10ソフトウェア委託革新者を探索し、ソフトウェア開発の成長と変革を推進してください

Tech

「AIの雇用展望：給与のトレンドと将来の予測」

「サイエンスフィクションが科学の事実となり、機械がますます『人間のよう』になる時代、無視することは不可能な一つのことがあります：AI（人工知能）が雇用の景色を劇的に変える可能性があるということですAI技術の出現は、雇用市場に変革の時代をもたらし、前例のない機会と課題をもたらします... AIの雇用見通し：給与の傾向と将来の予測続きを読む」

NEWS

Learn more about Search Results 物流 - Page 3