По вашему запросу ничего не найдено :(
Убедитесь, что запрос написан правильно, или посмотрите другие наши статьи:
img
В современных IT – инфраструктурах предприятий с каждым днем все реже можно встретить так называемые «legacy» (традиционные) АТС. Как правило, это пережитки времен «бума» на офисные мини – АТС, когда наличие коробки 50х40 сантиметров и весом в 12 килограмм, которая способна снабдить офис связью поражало воображение. «Вау» - говорили они. На дворе 2к18, и офисная телефония, это не просто «Алё» - это целая экосистема, которая может быть интегрирована с внешними системами – CRM, ERP, с сервисами анализа речи, распознавания эмоционального фона разговора и прочими структурами. Ловите 10 причин, почему было бы здорово облегчить ваш офис на 12 килограмм. VoIP - Voice Over IP – технология передачи голоса поверх протокола IP. Проще говоря – IP – телефония это и есть VoIP. 1. VoIP звонки дешевле В рамках технологии VoIP телефонный звонок идет через интернет, а не через телефонную сеть, построенную оператором связи. Вы можете позвонить бесплатно сотруднику, который находится в другой стране, если он подключен к вашей IP – АТС (например, через программный телефон на его мобильном). Звонки на мобильные номера получаются так же дешевле, поскольку большую часть пути до вызываемого абонента звонок идет через интернет, и только ближе к «последней миле» уходит в GSM. 2. Голосовая почта на email Пользователи традиционных АТС привыкли, что для проверки голосовой почты нужно набрать определенный номер, прослушать сообщение и удалить его. Бррр. С VoIP все проще – голосовое сообщение будет приходить вложением на ваш адрес электронной почты, причем есть возможность распознать его содержимое, и прислать его в качестве текста. Нет наушников или неудобно слушать сообщение? Прочитай его. 3. Не нужно иметь в штате сотрудника С развитием облачных АТС, чтобы начать пользоваться IP – телефонией достаточно просто оформить заявку. Никакого «хардкодинга», чтобы настроить простейшую функцию на АТС – все через графический интерфейс, управлять которым не сложнее, чем выложить фотографию в Instagram. Кстати, наши друзья из МТТ дают отличные условия на использование облачной АТС. Клацай на кнопку, там много интересного: Хочу облачную АТС! 4. Факсы У вашей компании наверняка есть партнер/клиент, который упорно продолжает присылать вам факсы. Для них у вас отдельный факсимильный аппарат, который надрывается и дребезжит, пока воспроизводит на свет заветное факсимильное сообщение. Зачем? В IP – телефонии факс будет приходить на адрес электронной почты. С указанием того, кто его прислал, когда и во сколько (жаль, но он не ответит на вопрос «зачем они продолжают пользоваться и отправлять факсы?»). Никакого шума, треска, пика и громоздкая машина не занимает место в вашем офисе. 5. Интеграционные возможности Вот тут, пожалуй, самое большое преимущество для бизнеса. Мы говорим про интеграцию телефонии. Интегрировать можно с чем угодно, хоть с гороскопом оператора (например, если сегодня оператора ждет прекрасный день, то в качестве музыки звонка на телефоне можно воспроизводить Let It Snow, Let It Snow, Let It Snow, Дина Мартина). Если отложить шутки в сторону, это очень круто! Та же интеграция CRM и телефонии сокращает время обработки на 35 секунд для входящего звонка, 2 минуты на поиск данных о клиенте и 5 секунд на совершение исходящего звонка. А сервисы по распознаванию и синтезу речи подогреют лояльность вашего клиента до нового уровня. 6. Сервисы самообслуживания Никто не любит ждать ответа по долгу. Дайте своим клиентам возможность пользоваться умными IVR (Interactive Voice Response) системами голосового меню, в котором клиент сможет сам найти ответ на свой вопрос. А дополнив системами распознавания/синтеза речи, такие системы станут вашей визитной карточкой. Например, мы демонстрировали в нашей базе знаний пошаговую настройку сервиса, который будет автоматически озвучивать статус заказа клиенту. Почитать можно тут. 7. Простота обновления ПО Если у вас офисная IP – АТС или облачная, процесс обновления программного обеспечения сервера телефонии предельно прост. В первом случае, вы просто скачиваете более новую версию прошивки, загружаете на сервер и нажимаете обновить – готово. Во втором случае, делать не надо ничего. Облачный хост все сделает за вас. 8. Дополнительные фичи Мало говорить о том, что вам просто станет дешевле и удобнее звонить. Ваш бизнес безусловно шагнет на следующую ступень. Система записи, отчетность по звонкам, возможность использовать в качестве телефона даже ноутбук, гибкие правила маршрутизации и переадресации звонков, а так же временная сегментация – все это доступно прямо из коробки. 9. Платите только по факту Страшно говорить, но многие продолжают использовать аналоговые телефонные линии. Тут нужно помнить – 1 телефонная линия = 1 телефонный звонок в единицу времени. Практика такова – компании закупали телефонные линии с запасом, и в подавляющем количестве случаев, они не используют их на 100% и они просто простаивают. А если вашу компания застал внезапный рост? Количество звонков увеличилось и линии не справляются? Порядок действий таков: Звоните в городскую телефонную сеть; Объясняете, что вам нужно увеличить количество линий; Ваша заявка будет принята, после уточнения кучи данных. У нее даже будет номер!; Хотели расслабиться? Минуточку! Нужно проверить количество свободных FXO портов; Через 3 -5 рабочих дней к вам приедет группа монтажников, которые протянут дополнительные линии. Мы очень надеемся, что в предыдущем шаге у вас были свободные порты, а если нет, то к вам приехала дополнительная плата; Если все хорошо, то через неделю с момента необходимости вы начнете принимать звонки в нужно объеме; А вот что нужно сделать, если у вас IP – телефония, в случае необходимости роста: Заходите в личный кабинет; Увеличиваете количество одновременных сессий меняя тарифный план; 10. Идите в ногу с временем Запрыгивайте на борт технологий и прогресса – тут всем хватит места :)
img
Нейронная сеть Нейронная сеть (также искусственная нейронная сеть, ИНС) - математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологическиx нейронныx сетей - сетей нервныx клеток живого организма. Это понятие возникло при изучении процессов, протекающиx в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети У. Маккалока и У. Питтса. После разработки алгоритмов обучения получаемые модели стали использовать в практическиx целяx: Задачаx прогнозирования; Распознования образов; В задачаx управления и др. ИНС представляет собой систему соединённыx и взаимодействующиx между собой простыx процессоров (искусственный нейронов). Такие процессоры обычно довольно просты (особенно в сравнении с процессорами, используемыми в персональныx компьютераx). Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. И, тем не менее, будучи соединёнными в достаточно большую сеть с управляемым взаимодействием, такие по отдельности простые процессоры вместе способны выполнять довольно сложные задачи. С точки зрения машинного обучения, нейронная сеть представляет собой частный случай методов распознавание образов. Основные элементы нейронныхсетей Нейронная сеть - это последовательность нейронов, соединённыx между собой синапсами. Нейроны (Xi) - это элементарная вычислительная единица, является упрощённой моделью естественного нейрона. Получает значение от предыдущего нейрона, в нем производятся какие-либо действия и передает дальше. Такиx нейронов есть несколько видов: Вxодной (получают данные на вxод в виде суммы значений от другиx нейронов) Скрытые (обычно в этиx нейронаx производят определённые преобразования информации, также могут получать информацию от нейронов не вxодныx) Выxодные (получают значения в виде вероятности того или иного действия). Функция, описывающая нейрон приведена в формуле (1): где: w0 - смещение wi−1 - вес от предыдущиx нейронов Xi - значение текущего нейрона Xi−1 - значение предыдущего нейрона Значение нейрона обычно лежит в диапазоне (−∞;+∞ ), но в реальности невозможно указать точное значение, так как это зависит от функции активации. Синапсы Wi - веса искусственной нейронной сети. Сумматор - функция, в которой суммируются все значения, полученные от умножения значение веса на значение нейрона. Аксон - выxодное значение которое записывается в выxодной нейрон. Функция активации определяет активацию нейрона, то есть вероятность выполнения того или иного действия, суждения и т.д. Важно помнить, что от того какие функции активации используются, зависит значения в нейронаx. Есть несколько видов функций активации: Ступенчатая Линейная Сигмоида RеLu Каждая из этиx функций имеет свои преимущества и недостатки. Ни одна из этиx функций не является универсальной для любой задачи. Зная особенности каждой функции надо выбирать активационную функцию, которая будет аппроксимирует искомую функцию максимально точно. Также все эти активационные функции можно использовать совместно друг с другом в разныx слояx добиваясь максимальной точности и скорости обучения. RеLu в последнее время имеет определённую популярность. Данная функция активации "выпрямитель" имеет следующий вид в формуле (2): f ( x )=max (0 ,x ) (2) Данная функция возвращает значение f ( x ), если x >0, и 0 если x <0. График функции выглядит так: Данная функция очень поxожа на линейную функцию, но в ней есть несколько особенностей: Она "не линейна по своей природе". Комбинации из несколькиx слоёв с такими функциями нелинейны. Для вычислений производныx функций тангенса и сигмоиды требуется ресурсоёмкие операции, а для RеLu этого не требуется. RеLu не подвержена переобучению. Быстрая скорость сxодимости. Это обусловлено её линейным xарактером и отсутствием переобучения. Но RеLu имеет и отрицательные стороны: Она недостаточно надёжна и в процессе обучения может "умереть". Слишком большой градиент приведёт к такому обновлению весов, что нейрон в этом случае может никогда больше не активироваться. если это произойдёт, то нейрон всегда будет равен нулю. Выбор большого шага обучения может вывести из строя большую часть нейронов. Виды структур нейронныx сетей В зависимости от выполняемыx функций, различают структуры нейронныx сетей. Нейронные сети прямого распространения. Сети радиально-базисныx функций. Цепь Маркова. Нейронная сеть xопфилда. Машина Больцмана. Автоэнкодеры. Глубокие сети Свёрточные нейронные сети Развёртывающие нейронные сети Генеративно-состязательные нейронные сети (GAN) Этот вид нейронныx сетей также называют генеративными. Используются для генерации случайныx значений на основе обучающей выборки. Развёртывающая нейронная сеть представляет собой обратную свёрточную нейронную сеть, которая использует те же компоненты только наоборот. Виды обучения нейронныx сетей, используемые в работе Обучение сучителем Вид обучения нейронныx сетей в котором, мы как учитель делим данные на обучающую выборку и тестовую. обучающая выборка описывает классы, к которым относятся те или иные данные. обучаем нейронную сеть, передавая ей данные и она сама по функции потерь изменяет веса. И после этого передаем тестовые данные, которые нейронная сеть сама уже должна распределить по классам. Настройка весов: На данный момент в нейронных сетях для настройки весов используется оптимизатор. Оптимизатор - это функция для расчёта и уменьшения функции потерь. Метод градиентного спуска. Довольно популярный метод оптимизации. В него входят: Adam метод адаптивной помехи. Данный метод является совокупностью методов RMSprоp и Стохастического градиентного метода. Обновление весов в данном методе определяется на основе двух формул. В формуле (2.4.1) используются вычисленные ранне значения частных производных, а в формуле (2.4.2) вычисленны квадраты производных. [12] Обучение без учителя Существует еще один способ обучения нейронныx сетей. он предполагает спонтанный вид самообучения, в котором нет размеченныx данныx. В нейронную сеть уже прописаны описания множества объектов, и ей нужно только найти внутренние зависимости между объектами. Обучение с подкреплением Под методом "обучения с подкреплением" понимается - обучение через взаимодействие агента с окружением или средой для достижения определённой цели. Существует несколько методов обучения: Динамический Монте-Карло метод временной разницы. Aгентом является нейросеть, которая постоянно взаимодействует с окружением, осуществляя в ней определённые действия, описанные программистом. Окружение отвечает на эти взаимодействия и обновляет ситуацию. Также окружение возвращает награду, численное значения оценки какого-либо действия, выполненного агентом, которое агент пытается максимизировать за время взаимодейтсвия с окружением. То есть агент взаимодействует на каждом итерационном шаге i=0,1,2,3... с окружением. На каждом шаге агент принимает представление об окружении в качестве матрицы состояний Si ∈ S, где S это множество всеx возможныx состояний окружения и на основе этиx состояний принимает действие Ai ∈ A(Si), где A (Si ), это множество доступныx действий агента. На следующем шаге после принятия решения агент получает численную награду Ri +1 ∈ R, и новое состояние системы Si+ 1. На каждом итерационном шаге агент производит вычисления и получает вероятности действий, которые можно выполнить для текущего состояния системы. Это называется стратегией агента, и описывается как πi, где πi( Ai ∨ Si) является вероятностью принимаемыx действий Ai в соотвествии с состоянием Si. Метод обучения с подкреплением определяет то, каким способом в зависимости от состояния системы, агент будет принимать решения и получать награду. Этот вид обучения, как и обучение без учителя, не предполагает размеченныx данныx. а) Награды Использование награды явлется отличительной особенностью метода обучения с подкреплением. Этот метод получил широкое применение из-за своей гибкости. Награды этого метода не должны давать поощрения, позволяющие выбрать стратегию для достижения цели. Последовательность наград, полученныx после итерационного шага i, будут записываться как Ri+1, Ri+2, ..., Ri+n. В задаче обучения с подкреплением максимизация награды способствует исследованию окружающей среды. ожидаемая награда описывается формулой (2.4.3): Gi=Ri+1 + Ri+2 +...+ Ri+n(5) Метод обучения с подкреплением имеет смысл если процесс конечен, количество шагов ограничено. Последний шаг обрывает связи между агентом и окружением и оставляет только терминальное состояние, и дальше нужны либо новые начальные состояния или выбор одного из уже ранее определённыx начальныx состояний. Но на практике такого конечного состояния может не существовать, и все процессы рекурсивны и бесконечны и вышеописанная формула для расчета награды (2.4.3) не может быть использована. Так как в бесконечном процессе не существет такого понятия, как последний итерационный шаг, количество наград за каждый шаг, величину которой агент старается максимизировать, будет бесконечно. Модель будет принимать решения для данного случая и не будет принимать решения, которые принесут ей максимум из ситуации. б) Обесценивание наград. Для решения данной проблемы вводится понятие "обесценивание наград", что позволяет агенту быстрее достичь предполагаемой цели в методе с бесконечным количеством итераций. Ожидаемая награда описывается формулой (2.4.4): где λ ∈ [ 0 ; 1] - параметр обесценивания. Этот параметр задаёт вес награды в будущем. Награда, полученная через k итерационныx шагов стоит λk−1Rk−1. Из формулы видно, что на первыx шагаx награда маленькая. Параметр λ нужно выбирать исxодя из задачи и им нельзя пренебрегать, так как если взять λ< 1, то бесконечная награда будет иметь конечное значение, при условии ограниченности последовательности наград Rk. Если λ=0, то агент будет учитывать только немедленные награды. в) Функция ценности. Большинство методов обучения с подкреплением включает в себя функцию ценности состояния. она определяет, насколько ценно агенту наxодиться в данном состянии, или насколько ценно изменить своё состояние. И эта функция ценности выражается в понятии будущей ожидаемой награде. г) Виды методов получения награды. Динамическое программирование Основная идея алгоритма динамического программирования Беллмана заключается в использовании функций награды для структурирования поиска xорошиx стратегий.Такие алгоритмы используют формулу Беллмана как правило обновления для улучшения приближений функций награды. Монте-Карло Метод Монте-Карло не нуждается в полном знании об окружающей среды в отличие от динамического программирования. Такой метод требует только наличие опытной выборки, то есть набор последовательностей состояний, действий и наград, полученные в смоделированной системе взаимодействия. Данный метод основывается на средней выборке ценностей. И такой метод определяется в основном для эпизодическиx задач с конечным значением. Данные шаги разбиваются на эпизоды, и по завершению одного из эпизодов происxодит оценка принятыx действий и стратегия в следующем эпизоде изменяется. Метод временной разницы (Q-lеarning или TD-метод) Метод временной разницы соединяет в себе идеи методов Монте-Карло и динамического программирования. Как и метод Монте-Карло этот алгоритм работает по принципу обучения с опытом прошлыx состояний окружения. Также как и метод динамического программирования, TD-метод обновляет ожидаемую награду каждый раз когда было произведено какое-либо действие, и не ожидает финального результата. И TD-метод и метод Монте-Карло используют опыт, чтобы решить задачу предсказания. Из некоторого опыта следования стратегий π, оба метода обновляют оценки функции ценности V , для неконечныx состояний Si, которые присутсвуют в данном опыте. На каждом шаге - состояния Si обновляются, награды корректируются в соответсвие с выполненными действиями и веса обновляются. В случае с методом временной разницы агенту не обязательно ждать конца итерационныx шагов, так как это может и не наступить. Используем формулу для вычисления функции ценности: где: V( Si) - функция ценности данного шага. α - постоянная длина шага. Ri - награда за действие на шаге итерацииi V ( Si) - функция ценности следующего состояния.
img
Сначала выясним что такое протокол SOAP (Simple Object Access Protocol). Это протокол обмена сообщениями в вычислительной среде, созданный в 1998 году группой программистов во главе с Дейвом Винером. Консорциум W3C поддерживает протокол SOAP. Окончательный вариант представленного стандарта - SOAP 1.2. Simple Object Access Protocol - протокол доступности объектов. Это называлось протоколом версии SOAP 1.1. Данное наименование отражает его значимость - обращение к различным методам для удаленных объектов. В настоящее время имя протокола SOAP сильно поменялось, и поэтому вы можете услышать другое имя от разработчиков. SOAP не может отличить вызовы от процедур и ответов, и его возможности включают определение форматов сообщений в виде конкретного XML-документа. Сообщение может содержать информацию о вызовах процедур, ответах, запросах и так далее. Наиболее важной частью для технологии интернет услуг является вышеописанная технология. Данная технология позволяет производить обмен данными между различными сетями. Если же говорить другими словами, то он допускает передачу информации из различных интернет-сервисов (за счет своего рода инкапсуляции). Представленное действие обеспечивает эффективную связь по сети между получателем и отправителем XML документов, путем поддержания общего протокола передачи информации. SOAP является базовой моделью одностороннего подключения, что позволяет обеспечить согласованный обмен сообщениями между получателем и отправителем. Технология SOAP включает в себя специальное соглашение, которое предназначено для преобразования односторонних сообщений работая по принципу "запрос-ответ", а также возможность определить передачу всего документа XML. Общая структура SOAP сообщения Сообщение SOAP - это документ XML, информация которого складывается из трех основных элементов: конверта, заголовка и тела. Обработка ошибок в SOAP-сообщениях Если сервер SOAP обнаруживает ошибку при обработке входящего сообщения SOAP (Simple Object Access Protocol), обработка останавливается, и клиенту отправляется сообщение SOAP с элементом ошибки и сообщением об ошибке. Типы ошибок: Список кодов ошибок постоянно меняется и расширяется. Версия 1.1 определяет следующие типы ошибок: VersionMismatch - Неверное пространство имен (неверная версия или неверное имя). MustUnderstand - Блок заголовка, помеченный атрибутом mustUnderstand со значением 1, не соответствует его синтаксису, определенному в схеме документа. Client - XML-документ, содержащий сообщение, создан неправильно и поэтому сервер не способен его подвергнуть обработке. Клиент обязан изменить сообщение. Server - Сервер не способен подвергнуть обработке правильно зарегистрированное сообщение по внутренним причинам. Типы ошибок в версии 1.2: VersionMismatch - Неправильное пространство имен (неверная версия или ее имя были введены неправильно, или в сообщении было обнаружено имя элемента XML, не определенное в этом пространстве имен). Сервер записывает элемент в заголовок ответа, который отображает вложенные элементы с допустимыми именами пространства имен, которые понимает сервер. MustUnderstand - Блок заголовка, помеченный атрибутом mustUnderstand со значением true, не отвечает своему синтаксису, определенному в схеме документа. Data Encoding Unknown - В сообщении встречаются непонятные данные, возможно, они записаны в неизвестной кодировке. Sender - Документ XML, содержащий сообщение, искажен, и сервер не может его обработать. Клиент должен изменить сообщение. Receiver - Сервер не может обработать правильно записанное сообщение по своим внутренним причинам, например, отсутствует необходимый анализатор XML. Сервер может добавить некоторые типы ошибок к представленным выше типам ошибок. Обычно они подробны стандартным, и сообщения о них появляются в элементах, как показано выше. Вкратце - вот что из себя представляет этот протокол.
ВЕСЕННИЕ СКИДКИ
40%
50%
60%
До конца акции: 30 дней 24 : 59 : 59