ИТ в метрологии

[aretrus 0]

Добрый день!

Работаю в сфере метрологического обеспечения нефтехимического производства и обучаюсь по направлению IT. Сейчас передо мной стоит задача выбрать тему магистерской диссертации в своей сфере деятельности. Преподаватели сломали голову, говорят что легче натянуть сову на глобус.

Прошу помочь идеями применения информационных технологий в метрологии, которые можно рассмотреть в объемах магистерской диссертации.

[bonifadzee 27]

Добрый день. Подумайте над автоматизацией процессов поверки, калибровки, градуировки, отчетов, протокол, дистанционной передачи результатов поверок в ФГИС Аршин, Росаккредитацию, обновление результатов поверок, калибровок собственных СИ в собственной системе, оперативного отслеживания каких либо процессов и т.д. Автоматический предупреждение заблаговременно об истекании сроков поверки, отключении систем при истекшем сроке поверки. 

Подумайте о синхронизации с Федеральными системами. 

Может быть программу учета, оформления и отчета напишите. Сейчас это модно.

[ЖЮЯ 34]

Думаю, что здесь неправильный подход. Вспоминаю, как к нам на работу пришла новенькая. И сразу "Как бы мне защитить диссертацию" !! Да ты хоть тему найди.

Вначале надо поработать, осмотреться. Найти слабое (и нужное!) звено. Это не год-два. И только потом приступать к теме. Здесь много примеров из классики: "Д.Гранин. Иду на грозу" и т.д. И обязательно парадокс М.Таля (чемпиона мира по шахматам) "Вначале Я, потом Я и Моцарт, потом Моцарт и я, потом просто Моцарт". И придет ОЗАРЕНИЕ!!! Господь щедр, но по труду.

[Alex Pu 0]

Думаю интересны темы: Предиктивная аналитика ИИ в метрологии ( машинное зрение, непрерывные измерения, аналитика, предиктив). 

 

Вторая тема: Исследование ПО для обработки данных лазерного сканирования при калибровке выпускаемой продукции

 

Про роботов что-то- автоматизация регулярных замеров роботами-манипуляторами. Модель, где часть данных берет робот, а в каких-то ключевых точках специалист

[scbist 1823]

Современные компьютерные системы памяти хранят только точные числовые значения и не имеют встроенной поддержки обработки данных с присущей неопределённостью (например, вероятностными распределениями). Это заставляет программное обеспечение самостоятельно управлять статистическими метаданными (например, средне, дисперсией), что приводит к неэффективным вычислениям, чрезмерному трафику памяти, большему энергопотреблению и неоптимальной производительности для статистических и вероятностных рабочих нагрузок в таких областях, как машинное обучение и научное моделирование.
Документ предлагает новую систему памяти с **аппаратно-нативной поддержкой данных с дистрибутивным значением**. Это достигается посредством:
1. Введение **нового формата памяти**, который хранит как среднее значение, так и дисперсию (неопределённость) для каждого элемента данных.
2. Добавление **новых вероятностных инструкций загрузки/сохранения** (например, 'LOADP', 'STOREP') в набор инструкций процессора.
3. Проектирование **контроллеров кэша и памяти** с учетом неопределённости**, которые сохраняют и управляют этими статистическими метаданными по всей иерархии памяти.
Такой интегрированный аппаратный подход позволяет передавать и хранить вероятностные распределения как атомарные единицы, устраняя необходимость в программном обеспечении для ручного управления и пересчитывания статистических параметров, тем самым повышая эффективность и производительность.

1770558954124.pdf