会员服务
原点 · 软件工程 ·
2021 年 5 月 18 日
Da Vinci -- Architecture-Driven Business Solutions
翻译：达芬奇 -- -- 建筑驱动商业解决方案
H. A. Proper
H. A. Proper

This document has emerged out of Origin's past experiences with architecture-driven application development (AD2), and the need to further formalise and consolidate these experiences.


翻译：本文件是起源公司过去在建筑驱动应用开发方面的经验(AD2)以及进一步正式化和巩固这些经验的必要性的产物。
0
下载
关闭预览

相关内容

【南洋理工Xavier】图神经网络架构的最新进展，Graph Network Architectures，附80页ppt
【南洋理工Xavier】图神经网络架构的最新进展，Graph Network Architectures，附80页ppt
专知会员服务
73+阅读 · 2020年11月6日
【Facebook AI】低资源机器翻译，74页ppt
【Facebook AI】低资源机器翻译，74页ppt
专知会员服务
29+阅读 · 2020年4月8日
【MIT】图神经网络的泛化与表示极限，《Generalization and Representational Limits of Graph Neural Networks》
【MIT】图神经网络的泛化与表示极限，《Generalization and Representational Limits of Graph Neural Networks》
专知会员服务
45+阅读 · 2020年2月23日
深度卷积神经网络的最新架构综述，A Survey of the Recent Architectures of Deep Convolutional Neural Networks
深度卷积神经网络的最新架构综述，A Survey of the Recent Architectures of Deep Convolutional Neural Networks
专知会员服务
47+阅读 · 2020年2月15日
【阿里巴巴】 AI编译器，AI Compiler @ Alibaba，21页ppt
【阿里巴巴】 AI编译器，AI Compiler @ Alibaba，21页ppt
专知会员服务
44+阅读 · 2019年12月22日
【KDD2019|讲座推荐】神经网络中的不完全性：偏差、偏斜结果和一些解决方案：Incompleteness in Networks: Biases, Skewed Results, and Some Solutions
【KDD2019|讲座推荐】神经网络中的不完全性：偏差、偏斜结果和一些解决方案：Incompleteness in Networks: Biases, Skewed Results, and Some Solutions
专知会员服务
7+阅读 · 2019年12月11日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
已删除
已删除
将门创投
3+阅读 · 2018年10月11日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
计算机视觉近一年进展综述
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】YOLO实时目标检测(6fps)
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】视频目标分割基础
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】深度学习目标检测概览
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
A Survey on RISC-V Security: Hardware and Architecture
Arxiv
0+阅读 · 2021年7月9日
AdaXpert: Adapting Neural Architecture for Growing Data
Arxiv
4+阅读 · 2021年7月1日
Contrastive Neural Architecture Search with Neural Architecture Comparators
Arxiv
4+阅读 · 2021年4月6日
A Survey on Edge Intelligence
A Survey on Edge Intelligence
Arxiv
51+阅读 · 2020年3月26日
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
Arxiv
39+阅读 · 2019年1月17日
Neural Architecture Optimization
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Neural Architecture Search: A Survey
Arxiv
12+阅读 · 2018年9月5日
Dissecting Contextual Word Embeddings: Architecture and Representation
Dissecting Contextual Word Embeddings: Architecture and Representation
Arxiv
22+阅读 · 2018年8月27日
Image Captioning using Deep Neural Architectures
Arxiv
20+阅读 · 2018年1月17日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
原点
软件工程
相关VIP内容
【南洋理工Xavier】图神经网络架构的最新进展，Graph Network Architectures，附80页ppt
【南洋理工Xavier】图神经网络架构的最新进展，Graph Network Architectures，附80页ppt
专知会员服务
73+阅读 · 2020年11月6日
【Facebook AI】低资源机器翻译，74页ppt
【Facebook AI】低资源机器翻译，74页ppt
专知会员服务
29+阅读 · 2020年4月8日
【MIT】图神经网络的泛化与表示极限，《Generalization and Representational Limits of Graph Neural Networks》
【MIT】图神经网络的泛化与表示极限，《Generalization and Representational Limits of Graph Neural Networks》
专知会员服务
45+阅读 · 2020年2月23日
深度卷积神经网络的最新架构综述，A Survey of the Recent Architectures of Deep Convolutional Neural Networks
深度卷积神经网络的最新架构综述，A Survey of the Recent Architectures of Deep Convolutional Neural Networks
专知会员服务
47+阅读 · 2020年2月15日
【阿里巴巴】 AI编译器，AI Compiler @ Alibaba，21页ppt
【阿里巴巴】 AI编译器，AI Compiler @ Alibaba，21页ppt
专知会员服务
44+阅读 · 2019年12月22日
【KDD2019|讲座推荐】神经网络中的不完全性：偏差、偏斜结果和一些解决方案：Incompleteness in Networks: Biases, Skewed Results, and Some Solutions
【KDD2019|讲座推荐】神经网络中的不完全性：偏差、偏斜结果和一些解决方案：Incompleteness in Networks: Biases, Skewed Results, and Some Solutions
专知会员服务
7+阅读 · 2019年12月11日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
2019年机器学习框架回顾
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
已删除
已删除
将门创投
3+阅读 · 2018年10月11日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
计算机视觉近一年进展综述
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】YOLO实时目标检测(6fps)
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】视频目标分割基础
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】深度学习目标检测概览
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
相关论文
A Survey on RISC-V Security: Hardware and Architecture
Arxiv
0+阅读 · 2021年7月9日
AdaXpert: Adapting Neural Architecture for Growing Data
Arxiv
4+阅读 · 2021年7月1日
Contrastive Neural Architecture Search with Neural Architecture Comparators
Arxiv
4+阅读 · 2021年4月6日
A Survey on Edge Intelligence
A Survey on Edge Intelligence
Arxiv
51+阅读 · 2020年3月26日
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
A Survey of the Recent Architectures of Deep Convolutional Neural Networks
Arxiv
39+阅读 · 2019年1月17日
Neural Architecture Optimization
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Neural Architecture Search: A Survey
Arxiv
12+阅读 · 2018年9月5日
Dissecting Contextual Word Embeddings: Architecture and Representation
Dissecting Contextual Word Embeddings: Architecture and Representation
Arxiv
22+阅读 · 2018年8月27日
Image Captioning using Deep Neural Architectures
Arxiv
20+阅读 · 2018年1月17日
Top
微信扫码咨询专知VIP会员
Top