北祥資訊電子報
Vol.19-2020-September

IBM Rational 系統和軟體工程解決方案

專案管理與軟體工程是軟體開發專案不可或缺的兩項重要流程,專案管理著重於管理專案的作業流程,而軟體工程則專注於專案的技術流程。軟體工程的目標是讓軟體開發的架構更清晰、更具備邏輯性,其主要的活動包含需求、設計、執行、確認和支援等,每一活動可根據實際需要採用合適的開發範型 (Programming Paradigm)、設計方法、支援流程及流程管理。

IBM Rational系統和軟體工程解決方案針對涉及需求、設計、開發和測試工作等的系統工程和軟體開發活動,提供各種產品、服務及最佳作法。這項解決方案使用 Jazz 平台技術和 Open Services for Lifecycle Collaboration (OSLC),因此,團隊可以存取各工具之間的資訊、實作最佳作法指引,有效追蹤工作,以及在 Jazz 儀表板中檢視進度與重要資料。透過需求管理、建模、品質管理、工作項目規劃,以及變更管理工具之間的整合,實現系統工程和內嵌軟體的最佳作法並支援不同團隊之間的分工合作。

IBM Rational 系統和軟體工程解決方案包含下列主要元件:

  • IBM Rational DOORS:需求工程
    徵求、策劃、記載,以及追蹤需求。協助利害關係人定義並取得所需,以及在必然變更下,協助團隊交付變更。
  • IBM Rational Rhapsody 和 IBM Rational Rhapsody Design Manager:架構設計和建模
    運用視覺化建模方式,來驗證需求、衍生架構,以及建置內嵌的即時軟體。
  • IBM Rational Team Concert:專案管理
    整合規劃和執行、自動執行工作流程,以及管理不同工程規範和開發團隊之間的變更。
  • IBM Rational Quality Manager:品質管理和測試
    使用協同的品質規劃、自動化測試,以及問題報告管理,根據設計來達到品質。

如需 IBM Rational 系統和軟體工程解決方案的相關資訊,請立即聯繫北祥資訊。

新一代AI商業智慧軟體IBM Cognos Analytics

大數據熱潮讓企業在過去十年內注重各種資料的採集和分類,智慧分析的可能性也重新被定義。企業可以透過分析,將資料轉變為商機與產業洞悉,回答商業問題、發覺未來可能性、追求破壞式創新。IBM Cognos Analytics 是一個 AI 支援的商業智慧平台,可支援從探索到運作的整個分析週期,讓使用者以視覺化方式呈現相關資料的可行洞察,然後加以分析並與企業內的任何人共享。IBM Cognos Analytics可在企業有需要的時間和位置進行部署,支援混合雲環境,可部署於公有雲、私有雲、內部部署及 IBM Cloud Pak for Data新一代資料分析基礎架構平台中。

IBM Cognos Analytics產品特性:

  • 將企業績效視覺化
    - 使用單一工具,製作精美的互動式儀表板和具說服力的報告。
    - 透過 AI 建議探索出眾的資料視覺化。
    - 透過地理空間功能,將資料與實體世界合而為一。
  • 發掘資料中隱藏的模式
    - Cognos Analytics 不只能顯示長條圖,還能藉由 AI 來解譯資料。
    - 商業使用者可以用淺顯的語言提出問題,並獲得可行的回答,無論什麼問題都能迎刃而解。
    - 分析師可以利用這些洞察來深入探討資料。
  • 與組織中的任何人分工合作
    - Cognos Analytics 會在雲端(或內部部署)中連結企業的資料,讓所有使用者都能存取一致的內容。
    - 每個人都可以獲得觀點相同的答案。
    - 透過電子郵件或 Slack 擷取、註解和共用視覺化資料。
  • 幾分鐘內理清並結合資料
    - 從試算表、CSV 檔案、雲端或內部部署資料庫匯入資料。
    - 使用機器學習,自動探索相關資料來源,並整合為單一的受信任資料模組。
    - 為資料新增直欄;執行計算;分割、重新排序和隱藏直欄。

請立即聯繫北祥資訊,瞭解更多IBM Cognos Analytics實現自助式商業智慧的方法。

AI小學堂 – 今天教您「電腦視覺」

人工智慧時代來臨,面對市場需求的變化以及未來的無限商機,北祥資訊將與您一起學習,讓AI小學堂成為您最佳的學習助手。第14堂課,我們為您介紹:電腦視覺(Computer Vision)。

現今的時代,數位影像的取得及分享變成一件非常容易的事。透過智慧型手機,我們可以很快速地拍攝照片或影片並將其分享於社群媒體或影音平台。除此之外,遍及各地的影像監視設備,同樣也不斷地在累積影像資料,形成一個龐大的數位影像大數據資料集。為了能夠加速理解影像資料的內容並縮短資料檢索的時間,科學家們開創了一個新的研究領域「電腦視覺 (Computer Vision)」,也就是讓電腦能夠模擬並複製人類視覺系統複雜性的一部分,讓電腦能夠以接近人類識別影像的方式擷取並理解影像中重要的物件,並透過機器學習技術進行認知理解的學習,協助人類完成以下的工作:

  • 物件識別及分類:識別及分辨照片或影像中物件大致的類別,例如:人類、動物、植物、建築物、車輛等。
  • 物件識別及驗證:識別及驗證照片或影像中是否出現特定的目標物件,例如:在照片中標記出特定的人臉或物體。
  • 物件行為及場域偵測:偵測照片或影像中特定的目標物件目前的狀態(靜止中、行動中)或是所在的場域(室外空間、周圍地標、室內空間等)。

由於機器學習與GPU計算資源的成熟發展,讓電腦視覺領域在近年來取得了長足的發展,Alex Krizhesky 和 Geoff Hinton(2012年)提出的AlexNet 在 ImageNet 的圖像分類競賽中以巨大優勢贏得冠軍,讓卷積神經網路(Convolutional Neural Network, CNN) 成為電腦視覺研究領域的焦點,帶動了後續更多提升影像偵測精準度的研究。目前諸如無人駕駛汽車透過攝影機識別環境、車輛、行人及交通標誌;智能家庭監控攝影機自動通知入侵者或火災等意外狀況;警方運用路口監視系統追蹤嫌疑犯逃亡路徑等,都已經是出現在我們日常生活中的電腦視覺成熟應用。

北祥資訊股份有限公司服務電話:02-2658-3010

聯絡我們