Перспективные Яндекс технологии и их применение
ВВЕДЕНИЕ
«Яндекс» — транснациональная компания в отрасли информационных технологий, чьё головное юридическое лицо зарегистрировано в Нидерландах, владеющая одноимённой системой поиска в интернете, интернет-порталом и веб-службами в нескольких странах. Наиболее заметное положение занимает на рынках России, Белоруссии и Казахстана.
Поисковая система Yandex.ru была официально анонсирована 23 сентября 1997 года и первое время развивалась в рамках компании CompTek International. Как отдельная компания «Яндекс» образовалась в 2000 году. В мае 2011 года «Яндекс» провёл первичное размещение акций, заработав на этом больше, чем какая-либо из интернет-компаний со времён IPO-поисковика Google в 2004 году.
Приоритетное направление компании — разработка поискового механизма, но за годы работы «Яндекс» стал большой корпорацией с большим количеством активов; в 2016 году «Яндекс» предоставлял более 50 различных веб-служб. Поисковая система «Яндекс» являлась в 2013 году четвёртой среди поисковых
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 4
Глава 1. SpeechKit — речевые технологии Яндекса 5
1.1 Распознавание речи 5
1.2 Понимание естественного языка 7
1.3 Синтез речи 8
Глава 2. Компьютерное зрение 9
2.1 Как учится компьютер 10
2.2 Анализ изображения 11
2.3 Где используется компьютерное зрение 12
Глава 3. Матрикснет 13
3.1 Как устроено ранжирование 14
Глава 4. Real Time Bidding 14
Глава 5. Технология Крипта 15
5.1 Возможности Крипты 16
5.2 Применение 17
Глава 6. Как Яндекс прогнозирует погоду 17
Глава 7. Рекомендательная технология Диско 19
7.1 Выявление предпочтений 19
7.2 Составление рекомендаций 20
7.3 Обработка рекомендаций 21
Глава 8. Технология Турбо: как Яндекс ускоряет доступ к информации 22
8.1 Турбо-страницы 22
8.2 Меньше рекламы 22
8.3 Надёжно и безопасно 23
8.4 Режим Турбо в Яндекс.Браузере 23
8.5 Сжатие данных 23
8.6 Шифрование информации 24
8.7 Автоматическое включение 24
Глава 9. DeepHD 24
9.1 Как работает DeepHD 25
9.2 Как обучается нейросеть-генератор 25
9.3 Где используется DeepHD 26
ЗАКЛЮЧЕНИЕ 27
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 28
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
1. Информационный ресурс (Академия яндекса) // USL https://academy.yandex.ru/
2. Информационный ресурс (Яндекс технологии) // USL https://yandex.ru/company/technologies
Поскольку дескриптор — это числовое описание данных, то сравнение изображений — одна из важнейших задач в компьютерном зрении — сводится к сравнению чисел. Дескрипторы выражены довольно большими числами, поэтому их сравнение может требовать заметных вычислительных ресурсов. Чтобы ускорить вычисления, дескрипторы распределяют по группам, или кластерам. В один и тот же кластер попадают похожие дескрипторы с разных изображений. Операция распределения дескрипторов по кластерам называется кластеризацией.
После кластеризации данный дескриптор изображения сам по себе можно не рассматривать; важным становится лишь номер кластера с дескрипторами, наиболее похожими на данный. Переход от дескриптора к номеру кластера называется квантованием, а сам номер кластера — квантованным дескриптором. Квантование существенно сокращает объём данных, которые нужно обработать компьютеру.
Опираясь на квантованные дескрипторы,