HEWLETT PACKARD ENTERPRISE COMPANY

(HPE)
  Rapporto
Tempo differito Nyse  -  22:03 27/06/2022
14.13 USD   +0.50%
21/06HEWLETT PACKARD ENTERPRISE COMPANY: Raymond James mantiene la raccomandazione Buy
MM
21/06Hewlett Packard investe nell'azienda di AI TruEra
MT
21/06Hewlett Packard Enterprise Company annuncia dei cambiamenti a livello esecutivo
CI
RiassuntoQuotazioniGraficiNotizieRatingCalendarioSocietÓFinanzaConsensusRevisioniDerivati 
RiassuntoTutte le notizieRaccomandazione analistiAltre lingueComunicati stampaPubblicazioni ufficialiNotizie del settoreAnalisi MarketScreener

Hewlett Packard Enterprise annuncia il lancio di HPE Swarm Learning, una soluzione AI rivoluzionaria per accelerare le intuizioni ai margini, dalla diagnosi di malattie all'individuazione di frodi con carte di credito, condividendo e unificando le conoscenze dei modelli Ai senza compromettere la privacy dei dati

27-04-2022 | 14:00

Hewlett Packard Enterprise ha annunciato il lancio di HPE Swarm Learning, una soluzione AI rivoluzionaria per accelerare le intuizioni ai margini, dalla diagnosi di malattie all'individuazione di frodi con carte di credito, condividendo e unificando gli apprendimenti dei modelli AI senza compromettere la privacy dei dati. HPE Swarm Learning, che è stato sviluppato da Hewlett Packard Labs, l'organizzazione di R&S di HPE, è il primo framework di apprendimento automatico decentralizzato che preserva la privacy per l'edge o i siti distribuiti. La soluzione fornisce ai clienti contenitori facilmente integrabili con modelli AI usando l'API di HPE swarm. Gli utenti possono quindi condividere immediatamente gli apprendimenti dei modelli AI all'interno della loro organizzazione e all'esterno con i colleghi del settore per migliorare l'addestramento, senza condividere i dati effettivi. La maggior parte dell'addestramento dei modelli AI avviene in un luogo centrale, che si basa su serie di dati fusi centralizzati. Tuttavia, questo approccio può essere inefficiente e costoso a causa del dover spostare grandi volumi di dati alla stessa fonte. Può anche essere vincolato da norme e regolamenti sulla privacy e sulla proprietà dei dati che limitano la condivisione e il movimento dei dati, il che può potenzialmente portare a modelli imprecisi e distorti. Addestrando i modelli e sfruttando le intuizioni ai margini, le aziende possono prendere decisioni più velocemente, al punto di impatto, portando a esperienze e risultati migliori. Inoltre, condividendo gli apprendimenti da un'organizzazione all'altra alla fonte dei dati, varie industrie in tutto il mondo possono unirsi e migliorare ulteriormente l'intelligenza che può portare a risultati commerciali e sociali tremendi. Tuttavia, la condivisione dei dati all'esterno può sollevare una sfida per le organizzazioni che devono soddisfare requisiti di governance dei dati, normativi o di conformità, imponendo che i dati rimangano nella loro sede. HPE Swarm Learning permette in modo unico alle organizzazioni di usare dati distribuiti alla fonte, che aumentano le dimensioni del dataset per l'addestramento, per costruire modelli di apprendimento automatico per apprendere in modo equo, preservando la governance e la privacy dei dati. Per garantire che vengano condivisi solo gli apprendimenti catturati dal bordo e non i dati stessi, HPE Swarm Learning usa la tecnologia blockchain per imbarcare in modo sicuro i membri, eleggere dinamicamente un leader e unire i parametri del modello per fornire resilienza e sicurezza alla rete dello sciame. Inoltre, condividendo solo gli apprendimenti, HPE Swarm Learning permette agli utenti di sfruttare grandi serie di dati di allenamento, senza compromettere la privacy, e aiuta a rimuovere i pregiudizi per aumentare la precisione dei modelli. bHPE Swarm Learning può aiutare una serie di organizzazioni a collaborare e a migliorare gli approfondimenti: Gli ospedali possono trarre insegnamenti da registri di imaging, TAC e risonanza magnetica e dati di espressione genica da condividere da un ospedale all'altro per migliorare la diagnostica di malattie e altri disturbi, proteggendo al contempo le informazioni sui pazienti. I servizi bancari e finanziari possono combattere la perdita globale prevista di più di 400 miliardi di dollari in frodi con carte di credito nel prossimo decennio, condividendo gli apprendimenti relativi alle frodi con più di un istituto finanziario alla volta. I siti di produzione possono trarre beneficio dalla manutenzione predittiva per ottenere informazioni sulle necessità di riparazione delle attrezzature e affrontarle prima che si guastino e causino tempi morti indesiderati. Sfruttando l'apprendimento a sciame, i responsabili della manutenzione possono ottenere una migliore visione raccogliendo apprendimenti dai dati dei sensori in più siti di produzione. Esempi di casi d'uso dei primi adottanti di HPE Swarm Learning includono: Università di Aachen studia l'istopatologia per accelerare la diagnosi del cancro al colon. Un team di ricercatori sul cancro dell'Ospedale Universitario di RWTH University Aachen in Germania ha condotto uno studio per far progredire la diagnosi del cancro al colon applicando l'AI sull'elaborazione delle immagini per prevedere le alterazioni genetiche, che possono far diventare cancerose le cellule. I ricercatori hanno addestrato modelli AI usando HPE Swarm Learning su tre gruppi di pazienti provenienti da Irlanda, Germania e Stati Uniti e hanno convalidato le prestazioni di predizione in due serie di dati indipendenti del Regno Unito usando gli stessi modelli AI basati sullo swarm learning. I risultati hanno dimostrato che i modelli AI originali, che si allenavano solo su dati locali, venivano superati utilizzando l'apprendimento a sciame grazie alla condivisione degli apprendimenti, ma non dei dati dei pazienti, con altre entità per migliorare le previsioni. TigerGraph avanza il rilevamento delle anomalie per aiutare le banche a combattere le frodi con carte di credito. TigerGraph, fornitore di una piattaforma leader per l'analisi dei grafici, combina HPE Swarm Learning con la sua offerta di analisi dei dati in esecuzione su server HPE ProLiant che utilizzano processori AMD EPYC™ per aumentare gli sforzi nel rilevare rapidamente attività insolite nelle transazioni con carta di credito. La soluzione combinata aumenta l'accuratezza nell'addestramento di modelli di apprendimento automatico da grandi quantità di dati finanziari provenienti da più banche e filiali, attraverso località geologiche.


ę S&P Capital IQ 2022
Tutte le notizie su HEWLETT PACKARD ENTERPRISE COMPANY
21/06HEWLETT PACKARD ENTERPRISE COMPANY: Raymond James mantiene la raccomandazione Buy
MM
21/06Hewlett Packard investe nell'azienda di AI TruEra
MT
21/06Hewlett Packard Enterprise Company annuncia dei cambiamenti a livello esecutivo
CI
16/06MeridianLink nomina l'ex dirigente di BlackLine come nuovo direttore finanziario
MT
15/06Hewlett Packard Enterprise pagherà a Oracle 30 milioni di dollari per una causa sul cop..
MT
14/06Eclit sceglie HPE GreenLake per lanciare una nuova offerta cloud ed espandere il suo po..
CI
14/06La piattaforma GreenLake di Hewlett Packard sarà utilizzata da Iliane, Taeknizon; Datar..
MT
14/06Taeknizon sceglie HPE Greenlake per espandere la sua offerta di cloud completamente ges..
CI
14/06Iliane sceglie HPE Greenlake per l'espansione dell'offerta cloud ad alte prestazioni.
CI
14/06Hewlett Packard Enterprise Company annuncia Datarewind, incrementa la produttività dell..
CI
Altre news
Raccomandazioni degli analisti su HEWLETT PACKARD ENTERPRISE COMPANY
Altre raccomandazioni
Dati finanziari
Fatturato 2022 28 258 M - 26 633 M
Risultato netto 2022 1 644 M - 1 550 M
Indebitamento netto 2022 8 049 M - 7 586 M
P/E ratio 2022 11,6x
Rendimento 2022 3,43%
Capitalizzazione 18 360 M 18 360 M 17 304 M
VS / Fatturato 2022 0,93x
VS / Fatturato 2023 0,87x
N. di dipendenti 60 400
Flottante 99,6%
Grafico HEWLETT PACKARD ENTERPRISE COMPANY
Durata : Periodo :
Hewlett Packard Enterprise Company: grafico analisi tecnica Hewlett Packard Enterprise Company | MarketScreener
Grafico a schermo intero
Trend analisi tecnica HEWLETT PACKARD ENTERPRISE COMPANY
Breve TermineMedio TermineLungo Termine
TrendRibassistaRibassistaNeutrale
Evoluzione del Conto dei Risultati
Consensus
Vendita
Buy
Raccomandazione media ACCUMULATE
Numero di analisti 22
Ultimo prezzo di chiusura 14,13 $
Prezzo obiettivo medio 17,10 $
Differenza / Target Medio 21,0%
Revisioni EPS
Dirigenti e Amministratori
Antonio Fabio Neri President, Chief Executive Officer & Director
Tarek A. Robbiati Chief Financial Officer & Executive Vice President
Patricia Fiorello Russo Lead Independent Director
Rashmi Kumar Chief Information Officer & Senior Vice President
Fidelma Russo Chief Technology Officer & Senior Vice President
Settore e Concorrenza
Var. 1genCapi. (M$)
HEWLETT PACKARD ENTERPRISE COMPANY-10.84%18 269
DELL TECHNOLOGIES INC.-10.54%37 161
HP INC.-6.48%36 406
SEAGATE TECHNOLOGY HOLDINGS PLC-34.37%15 931
LENOVO GROUP LIMITED-17.08%11 399
LOGITECH INTERNATIONAL S.A.-30.57%9 208