данные изучения

to keep under observation - а) держать под наблюдением; б) установить слежку

to escape /to avoid/ observation - остаться незамеченным, ускользнуть от наблюдения

observation data - данные наблюдения

observation tower - наблюдательная вышка

observation platform - смотровая площадка

record of observation - запись результатов наблюдений

observation of natural phenomena - изучение природных явлений

he was sent to the hospital for observation - его положили в больницу для (клинического) исследования /на обследование/

a man of keen observation - очень наблюдательный человек

observations on the habits of ants - наблюдения за поведением муравьёв

have your observations led to any new discoveries? - привели ли ваши наблюдения к каким-нибудь новым открытиям?

a very childish observation - совершенно наивное замечание

to make an observation on smth. - сделать замечание по поводу чего-л.

he didn't make a single observation during the whole dinner - он просидел весь обед молча

observation of laws - соблюдение законов

информация
Значимые данные.
[ ГОСТ Р ИСО 9000-2008]

информация
Любой вид знаний о предметах, фактах, понятиях и т. д. проблемной области, которыми обмениваются пользователи информационной системы
[ ГОСТ 34.320-96]

информация
Сведения (сообщения, данные) независимо от формы их представления.
Примечание
В соответствии с определением, приведенным в ГОСТ Р ИСО 9000, информацией являются значимые данные.
[ ГОСТ Р 52653-2006]

информация
Сведения, воспринимаемые человеком и (или) специальными устройствами как отражение фактов материального или духовного мира в процессе коммуникации
[ГОСТ 7.0-99]

информация
Сведения о лицах, предметах, фактах, событиях, явлениях и процессах независимо от формы их представления.
[Руководящий документ "Основные положения развития Взаимоувязанной сети связи Российской Федерации на перспективу до 2005 года"]
[ОСТ 45.127-99]

информация
сведения
Одно из наиболее актуальных, фундаментальных и дискуссионных понятий в современной науке и практике. В связи с отсутствием общего определения, в различных предметных областях имеет различные интерпретации. Философия рассматривает две противостоящие друг другу концепции: первая квалифицирует информацию как свойство всех материальных объектов, т.е. как атрибут материи (атрибутивный подход), а вторая связывает ее лишь с функционированием самоорганизующихся систем (функциональный подход). Наиболее распространенным (но не общепринятым) является определение У.Р.Эшби, дополненное А.Д.Урсулом, которые рассматривают информацию как отраженное разнообразие в любых объектах (процессах) живой и не живой природы. На бытовом уровне информация чаще всего воспринимается интуитивно и связывается с получением сведений о чем или о ком-либо. В информатике – это совокупность фактов, явлений, событий, представляющих интерес, подлежащих регистрации и обработке (по Э.А.Якубайтису). Наиболее прагматичным определением оперирует вычислительная техника, в которой информация есть содержание, присваиваемое данным (по В.И.Першикову и В.М.Савинкову).
[http://www.rol.ru/files/dict/internet/#I].
Примеры сочетаний:
information agent - информационный агент - программа, выполняющая поиск информации в Сети без указания пользователем места ее нахождения
information appliances - информационная бытовая электроника
information security - информационная безопасность
information theory - теория информации
information warfare (infowar) - информационная война
management information - управленческая информация
status information - информация о состоянии
[ http://www.morepc.ru/dict/]

Тематики

• базы данных
• защита информации
• информационно-библиотечная деятельность
• информационные технологии в образовании
• информационные технологии в целом
• системы менеджмента качества
• электросвязь, основные понятия

EN

• information

информация (в кибернетике)
Основное понятие кибернетики, точно так же экономическая И. — основное понятие экономической кибернетики. Определений этого термина много, они сложны и противоречивы. Причина этого, очевидно, в том, что И. как явлением занимается много разных наук, и кибернетика лишь самая молодая из них. И. — предмет изучения таких наук, как наука об управлении, математическая статистика, генетика, теория средств массовой И. (печать, радио, телевидение), информатика (1), занимающаяся проблемами научно-технической И., и т.д. Наконец, последнее время большой интерес к проблемам И. проявляют философы: они склонны рассматривать И. как одно из основных универсальных свойств материи, связанное с понятием отражения. При всех трактовках понятия И., она предполагает существование двух объектов: источника И. и потребителя (получателя) И. Передача И. от одного к другому происходит с помощью сигналов, которые, вообще говоря, могут не иметь никакой физической связи с ее смыслом: эта связь определяется соглашением. Например, удар в вечевой колокол означал, что надо собираться на площадь, но тем, кто не знал об этом порядке, он не сообщал никакой И. В ситуации с вечевым колоколом человек, участвующий в соглашении о смысле сигнала, знает, что в данный момент могут быть две альтернативы: вечевое собрание состоится или не состоится. Или, выражаясь языком теории И., неопределенное событие «вече» имеет два исхода. Принятый сигнал приводит к уменьшению неопределенности: человек теперь знает, что событие «вече» имеет только один исход — оно состоится. Однако, если было заранее известно, что вече состоится в таком-то часу, колокол ничего нового не сообщил. Отсюда вытекает, что, чем менее вероятно (т.е. более неожиданно) сообщение, тем больше И. оно содержит, и наоборот, чем больше вероятность исхода до совершения события, тем меньше И. содержит сигнал. Примерно такие рассуждения привели в 40-х годах XX в. к возникновению статистической, или «классической«, теории И., которая определяет понятие И. через меру уменьшения неопределенности знания о свершении какого-либо события (такая мера была названа энтропией). У истоков этой науки стояли Н.Винер, К.Шеннон и советские ученые А.Н.Колмогоров, В.А.Котельников и др. Им удалось вывести математические закономерности измерения количества И., а отсюда и такие понятия, как пропускная способность канала И., емкость запоминающих И. устройств и т.п., что послужило мощным стимулом к развитию кибернетики как науки и электронно-вычислительной техники, как применения достижений кибернетики на практике. Что касается определения ценности, полезности И. для получателя, то здесь еще много нерешенного, неясного. Если исходить из потребностей экономического управления и, следовательно, экономической кибернетики, то И. можно определить как все те сведения, знания, сообщения, которые помогают решить ту или иную задачу управления (т.е. уменьшить неопределенность ее исходов). Тогда открываются и некоторые возможности для оценки И.: она тем полезнее, ценнее, чем скорее или с меньшими затратами приводит к решению задачи. Понятие И. близко понятию «данные«. Однако между ними есть различие: данные — это сигналы, из которых еще надо извлечь И. Обработка данных есть процесс приведения их к пригодному для этого виду. Процесс их передачи от источника к потребителю и восприятия в качестве И. может рассматриваться как прохождение трех фильтров: 1) физического, или статистического (чисто количественное ограничение по пропускной способности канала, независимо от содержания данных, т.е. с точки зрения синтактики); 2) семантического (отбор тех данных, которые могут быть поняты получателем, т.е. соответствуют тезаурусу его знаний); 3) прагматического (отбор среди понятых сведений тех, которые полезны для решения данной задачи). Это хорошо показано на схеме, взятой из книги Е.Г.Ясина об экономической информации (см. рис. И.8). Соответственно, выделяются три аспекта изучения проблем И. — синтаксический, семантический и прагматический. По содержанию И. подразделяется на общественно-политическую, социально-экономическую (в том числе экономическую И.), научно-техническую и т.д. Вообще же классификаций И. много, они строятся по различным основаниям. Как правило, из-за близости понятий точно так же строятся и классификации данных. Например, И. подразделяется на статическую (постоянную) и динамическую (переменную), и данные при этом — на постоянные и на переменные. Другое деление — первичная, производная, выходная И.: так же классифицируются данные. Третье деление — И. управляющая и осведомляющая. Четвертое — избыточная, полезная и ложная. Пятое — полная (сплошная) и выборочная. См. также Банк данных, Данные, Выборочная информация, Избыточная информация, Обработка данных, Прагматический аспект информации, Релевантная информация, Сбор данных, Семантический аспект информации Теория информации, Экономическая информация, Экономическая семиотика, Энтропия. Рис. И 8. Процесс передачи и восприятия информации Д — данные; I — физический фильтр (канал связи), 1 — статистическая информация, а — статистический шум; II — семантический фильтр (тезаурус), 2 — семантическая информация, б - семантический шум; III — прагматический фильтр, 3 — прагматическая информация; в — прагматический шум (ненужная, например,. избыточная информация). И — используемая информация.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• information

3.34 информация (information): Любые данные, представленные в электронной форме, написанные на бумаге, высказанные на совещании или находящиеся на любом другом носителе, используемые финансовым учреждением для принятия решений, перемещения денежных средств, установления ставок, предоставления ссуд, обработки операций и т.п., включая компоненты программного обеспечения системы обработки.

Источник: ГОСТ Р ИСО/ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

3.1 Термины, определенные в ИСО 10303-1

В настоящем стандарте применены следующие термины:

- приложение (application);

- прикладной объект (application object);

- прикладной протокол (application protocol);

- прикладная эталонная модель; ПЭМ (application reference model; ARM);

- данные (data);

- информация (information);

- интегрированный ресурс (integrated resource);

- изделие (product);

- данные об изделии (product data).

Источник: ГОСТ Р ИСО/ТС 10303-1287-2008: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 1287. Прикладные модули. Регистрация действий по прикладному протоколу ПП239

3.7.1 информация (information): Значимые данные.

Источник: ГОСТ Р ИСО 9000-2008: Системы менеджмента качества. Основные положения и словарь оригинал документа

3.2.20 информация (information): Факты, понятия или инструкции;

Источник: ГОСТ Р ИСО 10303-1-99: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 1. Общие представления и основополагающие принципы оригинал документа

3.34 информация (information): Любые данные, представленные в электронной форме, написанные на бумаге, высказанные на совещании или находящиеся на любом другом носителе, используемые финансовым учреждением для принятия решений, перемещения денежных средств, установления ставок, предоставления ссуд, обработки операций и т.п., включая компоненты программного обеспечения системы обработки.

Источник: ГОСТ Р ИСО ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

3. СТРУКТУРА И ФОРМАТ ДАННЫХ

57. Информационный бит

Information

bit

Бит, вырабатываемый источником данных и предназначенный для передачи данных пользователя

Источник: ГОСТ 24402-88: Телеобработка данных и вычислительные сети. Термины и определения оригинал документа

2.9 информация (Information): Основана на понятии «данные». Добавляет значения величин для понимания предмета в заданном контексте. Является источником знаний.

Источник: ГОСТ Р 53894-2010: Менеджмент знаний. Термины и определения оригинал документа

3.2.50 информация (information): Значимые данные.

Источник: ГОСТ Р 54147-2010: Стратегический и инновационный менеджмент. Термины и определения оригинал документа

57. Информационный бит

Information

bit

Источник: ГОСТ 24402-88: Телеобработка данных и вычислительные сети. Термины и определения оригинал документа

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

анализ риска
Изучение технических требований к машине в части ограничений, идентификация опасности и расчет степени риска
[ ГОСТ Р ИСО 12100-1:2007]

анализ риска
Систематическое использование информации для определения источников и количественной оценки риска.
Примечания
1. Анализ риска обеспечивает базу для оценивания риска, мероприятий по снижению риска и принятия риска.
2. Информация может включать в себя исторические данные, результаты теоретического анализа, информированное мнение и касаться причастных сторон.
[ ГОСТ Р 51897-2002]

анализ риска
Процесс изучения характеристик и слабых сторон системы, проводимый с использованием вероятностных расчетов, с целью определения ожидаемого ущерба в случае возникновения неблагоприятных событий. Задача анализа риска состоит в определении степени приемлемости того или иного риска в работе системы.
[ http://www.morepc.ru/dict/]

Тематики

• безопасность машин и труда в целом
• менеджмент риска

EN

• risk analysis

FR

• analyse du risque

2.20 анализ риска (risk analysis): Систематический процесс определения величины риска.

Источник: ГОСТ Р ИСО/МЭК 13335-1-2006: Информационная технология. Методы и средства обеспечения безопасности. Часть 1. Концепция и модели менеджмента безопасности информационных и телекоммуникационных технологий оригинал документа

3.58 анализ риска (risk analysis): Систематический процесс определения величины рисков [2].

Источник: ГОСТ Р ИСО/ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

2.14 анализ риска (risk analysis): Систематическое использование имеющейся информации для выявления опасностей и определения риска ([2], пункт 3.10).

Источник: ГОСТ Р ИСО 14971-2006: Изделия медицинские. Применение менеджмента риска к медицинским изделиям оригинал документа

3.14 анализ риска (risk analysis): Изучение технических требований к машине в части ограничений, идентификация опасности и расчет степени риска.

Источник: ГОСТ Р ИСО 12100-1-2007: Безопасность машин. Основные понятия, общие принципы конструирования. Часть 1. Основные термины, методология оригинал документа

3.58 анализ риска (risk analysis): Систематический процесс определения величины рисков [2].

Источник: ГОСТ Р ИСО ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

2.21 анализ риска (risk analysis): Процесс понимания природы риска (2.1) и определения уровня риска (2.23).

Примечание 1 - Анализ риска обеспечивает основу для оценивания риска (2.24) и решений, касающихся воздействия на риск (2.25).

Примечание 2 - Анализ риска включает определение степени риска.

[Руководство ИСО 73:2009, определение 3.6.1]

Источник: ГОСТ Р ИСО 31000-2010: Менеджмент риска. Принципы и руководство оригинал документа

3.68 анализ риска (risk analysis): Систематическое использование имеющейся информации для определения опасностей и степени риска серьезности [33].

Источник: ГОСТ Р 54110-2010: Водородные генераторы на основе технологий переработки топлива. Часть 1. Безопасность оригинал документа

3.13 анализ риска (risk analysis): Систематическое использование информации для определения источников и количественной оценки риска.

Примечания

1 Анализ риска обеспечивает основу для проведения оценки риска и принятия решений об обработке риска.

2 Информация может включать в себя исторические данные, результаты теоретического анализа, информированное мнение и касаться причастных сторон.

[ ГОСТ Р 51897-2002, ст. 3.3.2].

Источник: Р 50.1.068-2009: Менеджмент риска. Рекомендации по внедрению. Часть 1. Определение области применения

3.6 анализ риска (risk analysis): Идентификация опасности и количественная оценка риска с учетом требований производственных условий.

Источник: ГОСТ Р 53454.1-2009: Эргономические процедуры оптимизации локальной мышечной нагрузки. Часть 1. Рекомендации по снижению нагрузки оригинал документа

3.4.25 анализ риска (risk analysis): Систематическое использование информации для определения источников и оценки риска.

Источник: ГОСТ Р 54147-2010: Стратегический и инновационный менеджмент. Термины и определения оригинал документа

3.6 анализ риска (risk analysis): Систематическое использование информации для определения источников и количественной оценки риска.

Примечания

1 Анализ риска обеспечивает основу для проведения оценки риска и принятия решений об обработке риска.

2 Информация может включать в себя исторические данные, результаты теоретического анализа, информированное мнение и касаться причастных сторон.

[ ГОСТ Р 51897-2002, ст. 3.3.2]

Источник: Р 50.1.069-2009: Менеджмент риска. Рекомендации по внедрению. Часть 2. Определение процесса менеджмента риска

модель
Масштабный предметный образец объекта или его частей, отображающий их строение и действие
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

модель
Представление системы, процесса, ИТ-услуги, конфигурационной единицы и т.п. которое используется для облегчения понимания или прогнозирования будущего поведения.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

модель
В том смысле как этот термин применяется в словаре — логическое или математическое описание компонентов и функций, отображающих существенные свойства моделируемого объекта или процесса (обычно рассматриваемых как системы или элементы системы). М. используется как условный образ, сконструированный для упрощения их исследования. Природа моделей может быть различной (общепризнанной единой классификации моделей в настоящее время не существует): материальные или вещественные модели (например, модель самолета в аэродинамической трубе), знаковые модели двух типов: графические (чертеж, географическая карта) и математические (формула, описывающая гравитационное взаимодействие двух тел); материально-идеальные («деловая игра«); словесное описание объекта (явления, процесса) можно также рассматривать как его модель. В управлении хозяйственными процессами наибольшее значение имеют математические, прежде всего, экономико-математические модели, часто объединяемые в комплексы моделей и системы моделей. Подробнее см. Моделирование, Экономико-математическая модель, Экономико-математическое моделирование. Во второй из этих статей см. полную классификацию моделей, представленных в словаре.
[ http://slovar-lopatnikov.ru/]

EN

model
A representation of a system, process, IT service, configuration item etc. that is used to help understand or predict future behaviour.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• экономика

EN

• model

DE

• Modell

FR

• modèle

модель (сети и системы связи)
Отображение некоторых аспектов реальности с целью облегчения понимания, описания или прогнозирования функционирования сущностей в реальном мире посредством изучения упрощенного представления конкретного объекта или явления.
[ ГОСТ Р 54325-2011 (IEC/TS 61850-2:2003)]

EN

model
representation of some aspects of reality. The purpose of creating a model is to help understand, describe, or predict how things work in the real world by exploring a simplified representation of a particular entity or phenomenon
[IEC 61850-2, ed. 1.0 (2003-08)]

Тематики

• релейная защита

EN

• model

3.1 Термины, определенные в ИСО 10303-1

В настоящем стандарте применены следующие термины:

- приложение (application);

- прикладной контекст (application context);

- прикладной протокол; ПП (application protocol; АР);

- метод реализации (implementation method);

- интегрированный ресурс (integrated resource);

- интерпретация (interpretation);

- модель (model);

- изделие (product);

- данные об изделии (product data).

Источник: ГОСТ Р ИСО 10303-502-2006: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 502. Прикладные интерпретированные конструкции. Каркасное представление формы на основе оболочек оригинал документа

3.6.28 модель (model): Представление или описание сущности или системы, характеризующее только аспекты, относящиеся к установленной цели.

Примечание - «Сущность» не используют в данном документе в значении, установленном ИСО 10303-11, а используют в значении, представленном в стандарте [2] (см. примечание к 3.6.12).

Источник: ГОСТ Р ИСО 15531-1-2008: Промышленные автоматизированные системы и интеграция. Данные по управлению промышленным производством. Часть 1. Общий обзор оригинал документа

3.47 модель (model): Абстрактное описание реальности в любой форме (включая математическую, физическую, символическую, графическую или описательную), которая представляет определенный аспект этой реальности.

Примечание - Заимствовано из ИСО 15704:2000

Источник: ГОСТ Р ИСО 19439-2008: Интеграция предприятия. Основа моделирования предприятия оригинал документа

имитация
Процесс разработки модели реальной ситуации и выполнения экспериментов с целью понять, как будет реально изменяться ситуация.
[ http://tourlib.net/books_men/meskon_glossary.htm]

Тематики

• менеджмент в целом

EN

• simulation

машинная имитация
имитация на компьютере
Экспериментальный метод изучения экономики с помощью электронной вычислительной техники. (В литературе часто в том же смысле применяется термин «имитационное моделирование«, однако, по-видимому, лучше разделить значения: моделирование есть разработка, конструирование модели некоторого объекта для его исследования, а имитация — один из возможных способов использования модели). Для имитации формируется имитационная система, включающая имитационную модель, а также программное обеспечение. В машину вводятся необходимые данные и ведется наблюдение за тем, как изменяются интересующие исследователя показатели; они подвергаются анализу, в частности, статистической обработке данных. С одной стороны, имитация применяется в тех случаях, когда модель (а значит, отражаемые ею система, процесс, явление) слишком сложна, чтобы можно было использовать аналитические методы решения. Для многих проблем управления и экономики такая ситуация неизбежна: например, даже столь отработанные методы, как линейное программирование, в ряде случаев слишком сильно огрубляют действительность, чтобы по полученным решениям можно было делать обоснованные выводы. А если изучаемые процессы имеют нелинейный характер и еще осложнены разного рода вероятностными характеристиками, то вопрос об аналитическом решении вообще не возникает. Сам выбор между имитационным (численным) или аналитическим решением той или иной экономической задачи не всегда легкая проблема. С другой стороны, имитация применяется тогда, когда реальный экономический эксперимент по тем или иным соображениям невозможен или слишком сложен. Тогда она выступает в качестве замены такого эксперимента. Но еще более ценна ее роль как предварительного этапа, «прикидки», которая помогает принять решение о необходимости и возможности проведения самого реального эксперимента. С помощью статической имитации можно выявить, при каких сочетаниях экзогенных (вводимых) факторов достигается оптимальный результат изучаемого процесса, установить относительное значение тех или иных факторов. Это полезно, например, при изучении различных методов и средств экономического стимулирования на производстве. М.и. в форме проигрывания динамических моделей (динамической имитации) применяется также в прогнозировании,. С его помощью изучают возможные последствия крупных структурных сдвигов в экономике, внедрения важнейших научно-технических достижений, принятия плановых решений. Если имитация организуется в форме диалога человека и машины, то у экспериментатора появляется возможность, анализируя на ходу промежуточные результаты, менять те или иные управляющие параметры и тем самым — направление изучаемого процесса. В последнее время широко применяется имитация экономических процессов, в которых сталкиваются различные интересы типа конкуренции на рынке. При этом управляют «проигрыванием» люди, принимающие по ходу деловой игры те или иные решения, например: «снизить цены», «увеличить или уменьшить выпуск продукции» и т.д., и ЭВМ показывает, у кого из «конкурирующих» сторон дело идет лучше, у кого — хуже (см. также Деловые игры, Олигопольные эксперименты). Таким образом, машинное имитирование экономических процессов — это, по существу эксперимент, но не в реальных, а в искусственных условиях. Для повышения его эффективости разрабатываются методы планирования эксперимента, проверки имитационной модели (см. Верификация моделей, Валидация модели), методы анализа функции отклика и т.д.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• имитация на компьютере

EN

• simulation

машинное моделирование
Реализуемый на вычислительной машине метод исследования, предполагающий замену реального процесса его математической моделью.
[ ГОСТ 15971-90]

Тематики

• системы обработки информации

EN

• simulation

моделирование
Метод исследования сложных процессов и явлений на их моделях или на натурных установках с применением теории подобия при постановке и обработке эксперимента
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

моделирование
Техника, используемая для предсказания будущего поведения системы, процесса, ИТ-услуги, конфигурационной единицы и т.п. Моделирование обычно используется в управлении финансами, управлении мощностями и управлении доступностью.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

моделирование
1. Исследование объектов познания на моделях. 2. Построение и изучение моделей реально существующих предметов и явлений, а также предполагаемых (конструируемых) объектов. М. в обоих указанных смыслах является мощным орудием научного познания и решения практических задач и широко используется как в науке, так и во многих областях производственной деятельности человека. С теоретической точки зрения, модель — гомоморфное отображение моделируемого объекта действительности (см. Гомоморфизм). Ряд авторов, стремясь глубже проникнуть в процесс образования модели, утверждают, что она изоморфна (См. Изоморфизм) по отношению к некоторому абстрактному образу, представлению об объекте, которое в свою очередь является его гомоморфным отображением. М. основывается на принципе аналогии и позволяет (при определенных условиях и с учетом неизбежной относительности аналогии) изучать объект, почему либо трудно доступный для изучения, не непосредственно, а через рассмотрение другого, подобного ему и более доступного объекта — модели. По свойствам модели оказывается возможным судить о свойствах изучаемого объекта — однако не обо всех, а лишь о тех, которые аналогичны и в модели, и в объекте, и при этом важны для исследования (такие свойства называются существенными). Различается подобие между моделируемым объектом и моделью: физическое — когда объект и модель имеют одинаковую или сходную физическую природу; структурное — при сходстве между структурой объекта и структурой модели; функциональное — подобие с точки зрения выполнения объектом и моделью сходных функций при соответствующих воздействиях; динамическое — между последовательно изменяющимися состояниями объекта и модели; вероятностное — между процессами вероятностного характера в объекте и модели; геометрическое — между пространственными характеристиками объекта и модели. Соответственно различаются типы моделей.
[ http://slovar-lopatnikov.ru/]

EN

modelling
A technique that is used to predict the future behaviour of a system, process, IT service, configuration item etc. Modelling is commonly used in financial management, capacity management and availability management.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• теория подобия и моделирования
• экономика

EN

• model-building
• modelling
• simulation

DE

• Modellierung
• Simulation

FR

• simulation

моделирование
Учения кабинетного типа в режиме реального времени (не обязательно проходящие на объекте Игр) с участием руководящей группы поддержки, которая разрабатывает сценарии проведения учений и наблюдает за действиями команд. В ходе таких мероприятий, в основном, отрабатывается информационное взаимодействие. Участников размещают в разных помещениях/зонах, исходя из их функциональных задач, где им предстоит общаться между собой с помощью средств связи, которые будут использоваться во время Игр (радио и телефоны), или же перемещаться по объекту для непосредственного общения. Такие учения характеризуются тем, что их участники разъединены в пространстве, а оперативным группам приходится действовать с учетом нескольких вариантов развития событий. Моделирование ситуаций проводится накануне тестовых мероприятий и до того, как команды переедут на объекты, которые они будут обслуживать во время Игр.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

EN

simulation
SIM
Real-time laboratory-type exercise (which can be conducted in the actual Games-time location, but not necessarily) involving a "driving team" which facilitates the exercise. The driving team feeds scenarios and observes the team responses, and therefore communication is the key testing outcome. Participants are separated into different rooms/spaces based on their functional role and communicate using Games-time devices such as radios and telephones or by moving around to speak face to face. This exercise is characterized by the introduction of geographic separation and by the need for operational teams to address multiple scenarios at once. Simulations are conducted prior to test events and prior to venue teams moving to their venues for the Games time.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

Тематики

• спорт (управление Играми)

EN

• SIM
• simulation

моделирование (обычно имитационное)
Имитация структуры, функций и поведения одной системы средствами другой; обычно при моделировании исследуется реальная жизненная ситуация.
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

Тематики

• электросвязь, основные понятия

EN

• simulation

4.41 моделирование (simulation): Воспроизведение деятельности, характерной для помещения, выполняемой в контролируемых условиях для проверки ее влияния на содержание волокон асбеста в воздухе.

Источник: ГОСТ Р ИСО 16000-7-2011: Воздух замкнутых помещений. Часть 7. Отбор проб при определении содержания волокон асбеста оригинал документа

52. Машинное моделирование

Simulation

Реализуемый на вычислительной машине метод исследования, предполагающий замену реального процесса его математической моделью

Источник: ГОСТ 15971-90: Системы обработки информации. Термины и определения оригинал документа

systematic study — систематическое изучение

battery of studies — комплекс исследований

data for study — данные для исследования

domain [field\] of study — область изучения

study group — исследовательская группа

study tour — ознакомительная поездка

to complete one's studies — завершать учебу

to pursue one's studies — продолжать учебу

study course — курс обучения

year of study — учебный год, год обучения

He devoted the afternoons to study. — Вторую половину дня он посвящал учебе.

study of language and literature — филология

test studies — данные результатов испытаний

scientific study — научный труд

to study the effect of sleep on aggression — изучать влияние сна на агрессию

This researcher is studying the effect of sleep on aggression, thinking that less sleep will lead to more aggression. — Этот исследователь изучает влияние сна на агрессию, полагая, что сокращение времени сна ведет к повышению агрессии.

to study under smb. — учиться у кого-л.

to study diligently [hard\] — усердно учиться, прилежно заниматься

to study for the test — готовиться к тестированию

подвижная земная станция
Земная станция подвижной спутниковой службы, предназначенная для работы во время движения и (или) во время остановок.
[ОСТ 45.124-2000 ]

Тематики

• службы связи

Обобщающие термины

• станции

EN

• MES
• mobile earth station

система документирования медицинской помощи
Одна из систем управления Играми. Данная система обеспечивает сбор информации относительно различных уровней медобеспечения и отчетов для организаций по управлению медицинскими службами (медицинской комиссии МОК и др.). Она также предоставляет онлайн-доступ к краткой истории болезни по каждому пациенту.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

EN

medical encounters system
MES
One of the Games management systems. The medical encounters system gathers information relative to the different levels of healthcare, generated reports for the medical management organizations (IOC Medical Commission and others) and provides an online summary of each case history.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

Тематики

• спорт (управление Играми)

EN

• medical encounters system
• MES

система оперативного управления производством
-
[Интент]

Уровень оперативного управления реализуется с помощью MES-систем.

Классический подход при рассмотрении системы класса MES предполагает 11 функций, которыми такая система должна располагать. Эти функции были определены ассоциацией Manufacturing Execution Systems Association (MESA), и подробное их описание можно найти во многих источниках, например в книге Michael McClellan “Applying Manufacturing Execution Systems”.

Вряд ли найдётся ПО, которое в полной мере будет обладать всей необходимой для оперативного управления функциональностью
Поэтому говоря о программных реализациях оперативного управления, нужно прежде всего выделять самые важные для конкретной ситуации функции и выбирать ту систему, которая поможет решить соответствующие задачи. Не исключено, что для реализации определённого набора функций необходимо будет использовать несколько информационных систем, тесно интегрированных между собой.

Приведём пример такого подхода.
В качестве ядра системы оперативного управления производством может выступать классическая MES-система,
например Factelligence компании CIMNET, обладающая полным набором классических MES-функций. Однако существуют программные компонен ты, «заточенные» на решение определённых задач. Если требуется оптимизационное планирование, то функций модуля планирования MES Factelligence может не хватить и нужно использовать решения класса Advanced Planning Systems (APS), например программный продукт Preactor компании Preactor International, в тесной интеграции с MES-системой. На основе созданного в ERP объёмно-календарного плана производства APS-система сформирует оптимизированный по вы бранным критериям цеховой план.

Если стоит задача отслеживать плановые и учитывать оперативные ремонты оборудования, то совместно с MES-системой можно использовать систему класса Enterprise Asset Management (EAM). В этом случае при составлении плана производства будут учитываться связанные с ремонтами и техническим обслуживанием простои оборудования. В качестве EAM-системы может использоваться и решение на базе программного продукта DataStream.

Не всегда классические MES-системы имеют необходимые для решения специальных задач средства визуализации и агрегирования данных. Здесь их функцию могут выполнить системы класса Enterprise Manufacturing Intelligence (EMI). Они позволяют создавать информационную среду, обладающую Web-интерфейсом, предоставляющую доступ к данным о производственных процессах предприятия и ключевым показателям эффективности и помогающую формировать различные виды отчётов о ежедневной деятельности предприятия. На основе полученной информации EMI-системы позволяют менеджерам принимать своевременные решения, направленные на увеличение эффективности производства и повышение качества выпускаемой продукции. Системы класса EMI позволяют собирать и анализировать данные не только с одного АРМ, линии или завода, но и с нескольких предприятий, расположенных как в одной стране, так и географически распределённых по всему миру. Представителем класса EMI-решений является система ActivePlant.

Решения задач оперативного управления производством невозможно реализовать в полной мере без системы, обеспечивающей получение фактических данных о проходящих на производстве процессах, обработки этих данных и передачи их для анализа, например, в MES систему. Безусловно, в любую ERP- или MES-систему можно ввести подобные данные вручную. Но минусы такого подхода очевидны: это низкая оперативность, высокая вероятность случайных и предумышленных ошибок. Во избежание этих минусов можно реализовать интеграцию MES-уровня с АСУ ТП. В этом случае на систему АСУ ТП возлагается не столько функция управления технологическим процессом, сколько функция регистрации событий, обработки полученной информации, её хранения и предоставления на верхние уровни информационной структуры в требуемом виде.

Таким образом, получаем структуру, изображённую на рис. 2.

Рис. 2. Структура, решающая задачи оперативного управления производством

Все компоненты, входящие в эту структуру, принимают участие в решении задач оперативного управления производством. Грани, которыми они соприкасаются, — это области интеграции, где информационные потоки объединяют такие, на первый взгляд, разные программно-аппаратные структуры. Как видно, решаемые задачи охватываются различными программными решениями, и совсем не обязательно, что это будут классические, с точки зрения ассоциации MESA, 11 функций MES-системы. Выбор того, какими средствами будут решаться отдельные задачи, должен производиться очень тщательно, после всестороннего изучения бизнес-процессов, протекающих на предприятии. Поэтому важным элементом успешного внедрения такой комплексной системы, кроме технической реализации, является её организационная реализация.

[Владимир Демидов. Решение задач оперативного управления производством на различных уровнях информационной структуры предприятия. СТА 1/2006]

Тематики

• автоматизированные системы

EN

• Manufacturing Execution Systems
• MES

система оперативного управления производством
-
[Интент]

Уровень оперативного управления реализуется с помощью MES-систем.

Классический подход при рассмотрении системы класса MES предполагает 11 функций, которыми такая система должна располагать. Эти функции были определены ассоциацией Manufacturing Execution Systems Association (MESA), и подробное их описание можно найти во многих источниках, например в книге Michael McClellan “Applying Manufacturing Execution Systems”.

Вряд ли найдётся ПО, которое в полной мере будет обладать всей необходимой для оперативного управления функциональностью
Поэтому говоря о программных реализациях оперативного управления, нужно прежде всего выделять самые важные для конкретной ситуации функции и выбирать ту систему, которая поможет решить соответствующие задачи. Не исключено, что для реализации определённого набора функций необходимо будет использовать несколько информационных систем, тесно интегрированных между собой.

Приведём пример такого подхода.
В качестве ядра системы оперативного управления производством может выступать классическая MES-система,
например Factelligence компании CIMNET, обладающая полным набором классических MES-функций. Однако существуют программные компонен ты, «заточенные» на решение определённых задач. Если требуется оптимизационное планирование, то функций модуля планирования MES Factelligence может не хватить и нужно использовать решения класса Advanced Planning Systems (APS), например программный продукт Preactor компании Preactor International, в тесной интеграции с MES-системой. На основе созданного в ERP объёмно-календарного плана производства APS-система сформирует оптимизированный по вы бранным критериям цеховой план.

Если стоит задача отслеживать плановые и учитывать оперативные ремонты оборудования, то совместно с MES-системой можно использовать систему класса Enterprise Asset Management (EAM). В этом случае при составлении плана производства будут учитываться связанные с ремонтами и техническим обслуживанием простои оборудования. В качестве EAM-системы может использоваться и решение на базе программного продукта DataStream.

Не всегда классические MES-системы имеют необходимые для решения специальных задач средства визуализации и агрегирования данных. Здесь их функцию могут выполнить системы класса Enterprise Manufacturing Intelligence (EMI). Они позволяют создавать информационную среду, обладающую Web-интерфейсом, предоставляющую доступ к данным о производственных процессах предприятия и ключевым показателям эффективности и помогающую формировать различные виды отчётов о ежедневной деятельности предприятия. На основе полученной информации EMI-системы позволяют менеджерам принимать своевременные решения, направленные на увеличение эффективности производства и повышение качества выпускаемой продукции. Системы класса EMI позволяют собирать и анализировать данные не только с одного АРМ, линии или завода, но и с нескольких предприятий, расположенных как в одной стране, так и географически распределённых по всему миру. Представителем класса EMI-решений является система ActivePlant.

Решения задач оперативного управления производством невозможно реализовать в полной мере без системы, обеспечивающей получение фактических данных о проходящих на производстве процессах, обработки этих данных и передачи их для анализа, например, в MES систему. Безусловно, в любую ERP- или MES-систему можно ввести подобные данные вручную. Но минусы такого подхода очевидны: это низкая оперативность, высокая вероятность случайных и предумышленных ошибок. Во избежание этих минусов можно реализовать интеграцию MES-уровня с АСУ ТП. В этом случае на систему АСУ ТП возлагается не столько функция управления технологическим процессом, сколько функция регистрации событий, обработки полученной информации, её хранения и предоставления на верхние уровни информационной структуры в требуемом виде.

Таким образом, получаем структуру, изображённую на рис. 2.

Рис. 2. Структура, решающая задачи оперативного управления производством

Все компоненты, входящие в эту структуру, принимают участие в решении задач оперативного управления производством. Грани, которыми они соприкасаются, — это области интеграции, где информационные потоки объединяют такие, на первый взгляд, разные программно-аппаратные структуры. Как видно, решаемые задачи охватываются различными программными решениями, и совсем не обязательно, что это будут классические, с точки зрения ассоциации MESA, 11 функций MES-системы. Выбор того, какими средствами будут решаться отдельные задачи, должен производиться очень тщательно, после всестороннего изучения бизнес-процессов, протекающих на предприятии. Поэтому важным элементом успешного внедрения такой комплексной системы, кроме технической реализации, является её организационная реализация.

[Владимир Демидов. Решение задач оперативного управления производством на различных уровнях информационной структуры предприятия. СТА 1/2006]

Тематики

• автоматизированные системы

EN

• Manufacturing Execution Systems
• MES

sales information [data, figures\] — информация [данные\] о сбыте, торговая [сбытовая\] статистика, количественные показатели сбыта

total sales — общий объем сбыта

industry sales — объем продаж отрасли, отраслевой объем продаж

decline/increase in sales — снижение/рост продаж [объема сбыта\]

sales negotiations — переговоры о продаже

sales opportunities — конъюнктура рынка, возможность сбыта

They have had little time to explore profitable sales opportunities abroad. — У них было слишком мало времени, для изучения возможности прибыльных продаж за границей.

sales volume, volume of sales — объем продаж

daily sales — дневной оборот, продажи за день

sales chart — график продаж [сбыта\], диаграмма торговой активности

A tax hike on company-owned cars will likely further depress sales. — Взвинчивание налогов на автомобили в собственности организаций будет, вероятно, еще больше подавлять продажи.

For the total year 2001, management anticipates a moderate decline in sales. — Руководство предполагает умеренное снижение продаж на протяжении всего 2001 г.

The sales objective is 1,000 litres per month. — Наша задача — продавать тысячу литров в месяц.

lagging sales — замедленный сбыт; замедление сбыта

Some retailers noted that sales growth in the Midwest was equal to or slightly better than the national average, following several months of lagging sales. — Многие розничные торговцы указали, что рост продаж на Среднем Западе был равен или незначительно лучше среднего национального уровня после нескольких месяцев, характеризовавшихся замедленным сбытом.

sales closing — завершение распродажи, окончание торгов