WikiDer > Нечеткая логика

Fuzzy Logix
Нечеткая логика
ПромышленностьИТ / программное обеспечение / оборудование / прогнозная аналитика / в базе данных / аналитика графического процессора
Основан2007
ОсновательПартха Сен, Майк Апчерч
Штаб-квартира
Шарлотта, Северная Каролина
,
Соединенные Штаты Америки
ТоварыВысокопроизводительная аналитика для больших данных (DB Lytix и FIN Lytix) Аналитические ускорители (Saral и AdapteR) Аналитические консультации и услуги
Интернет сайтFuzzyLogix.com

Вступление

Fuzzy Logix разрабатывает высокопроизводительные аналитические решения для больших данных. Fuzzy Logix предлагает в базе данных[1][2] и GPU-основан аналитика решения, основанные на обширных и постоянно растущих библиотеках, включающих более 600 математических, статистических, имитационных моделей, интеллектуального анализа данных, временных рядов и финансовых моделей.

История

Компания Fuzzy Logix была основана в 2007 году Партха Сеном и Майком Апчерчем, которые познакомились во время работы в Bank of America и разделяли цель сделать аналитику повсеместной.[3] В 2008 году Fuzzy Logix выпустила DB Lytix, первую полную и коммерчески доступную библиотеку аналитики в базе данных. FIN Lytix был выпущен в 2010 году и стал первой всеобъемлющей библиотекой финансовых моделей в базе данных. В 2010 году OEM-производители Aperity разработали модели Fuzzy Logix для запуска в своих решениях SaaS для аналитики и программного обеспечения CPG. В 2011 году Quest[4] (теперь Dell) выпустила Toad for Data Analyst (Data Point), которая включала модели Fuzzy Logix, работающие в MySQL. Компания была основана в Шарлотте, Северная Каролина, США, где и сегодня находится их штаб-квартира. Fuzzy Logix имеет офисы в Ричмонде, штат Вирджиния, Купертино, Калифорния, а также в Великобритании и Индии, а также торговых партнеров в Мексике, Швеции, Японии и Китае.

Программного обеспечения

Fuzzy Logix предлагает четыре программных продукта DB Lytix и Fin Lytix - комплексные библиотеки аналитических моделей в базе данных. Библиотеки используют возможности определяемых пользователем функций (UDF), доступные на платформах баз данных. Программное обеспечение доступно на нескольких платформах баз данных. Поскольку перемещение данных из базы данных сводится к минимуму, а платформы баз данных становятся все более мощными, модели в базе данных работают в 5–100 раз быстрее, чем модели, использующие многоуровневые аналитические платформы.

DB Lytix

Fuzzy Logix выпустила первую полную библиотеку моделей в базе данных, DB Lytix в 2008 году. Библиотека разрабатывалась с 1998 года. Библиотека включает математический, статистический, сбор данных, симуляция и классификационные модели.

Fin Lytix

Fuzzy Logix выпустила первую всеобъемлющую финансовую библиотеку FIN Lytix в 2010 году. Библиотека содержит модели для капитала, фиксированного дохода, иностранной валюты, процентных ставок и моделей временных рядов, которые используются в индустрии финансовых услуг для управления рисками, ценообразования и оптимизации портфеля.


Поддерживаемые платформы баз данных

Данные Aster,[5] Informix,[6] Netezza,[7][8] IBM PureData Systems, MySQL, ParAccel,[9] SQL Server,[10] Sybase IQ[11][12] и Терадата.


Промышленное использование

Решения Fuzzy Logix эффективны в оптимизации производительности бизнес-процессов за счет использования управления рисками на основе математического моделирования. В качестве примеров можно привести такие отрасли, как маркетинг, здравоохранение, страхование, услуги цифровых медиа, финансовые услуги (инвестиционный и розничный банкинг, брокерские конторы, фондовые биржи, управление хедж-фондами). Те же методы и превосходная производительность потенциально могут быть использованы в гораздо более широком смысле для решения сложных проблем в других отраслях и организациях (государственные программы, образовательные учреждения, исследования), когда есть необходимость в аналитике больших данных с использованием сложных моделей. Решения основаны на прогнозном моделировании поведения при оценке риска и моделировании оптимальной системы.

Рекомендации

  1. ^ Аналитика n-баз данных: сердце прогнозного предприятия
  2. ^ Решения для управления решениями
  3. ^ «Операционная аналитика: как использовать аналитику в операционных системах». Архивировано из оригинал на 2012-08-05. Получено 2013-04-04.
  4. ^ «Команды Quest с Fuzzy Logix создают экономичное решение для прогнозного моделирования». Архивировано из оригинал в 2013-11-30. Получено 2013-04-04.
  5. ^ Сервер аналитики данных Aster Data и аналитические возможности SQL-MapReduce привлекают новых партнеров
  6. ^ Fuzzy Logix и IBM представляют аналитику в базе данных для IBM Informix
  7. ^ Новый продукт для аналитики в базе данных
  8. ^ Fuzzy Logix и партнер Netezza
  9. ^ ParAccel переходит на подножку аналитики
  10. ^ Fuzzy Logix представляет новый продукт и нового партнера: DB Lytix (TM) In-Database Analytics для Microsoft
  11. ^ Fuzzy Logix объявляет о партнерстве с Sybase для внедрения аналитики в базе данных на ведущем в мире сервере аналитики, ориентированном на столбцы
  12. ^ Включение аналитики в базе данных с помощью Sybase IQ

внешняя ссылка