WWW.NAUKA.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Книги, издания, публикации
 


Pages:   || 2 | 3 | 4 | 5 |   ...   | 15 |

«PROBLEMS OF MODERN SCIENCE AND EDUCATION 2015. № 12 (42) EDITOR IN CHIEF Valtsev S. EDITORIAL BOARD Abdullaev K. (PhD in Economics, Azerbaijan), Alieva V. (PhD in Philosophy, Republic ...»

-- [ Страница 1 ] --

ISSN 2304–2338 (Print)

ISSN 2413–4635 (Online)

PROBLEMS OF MODERN

SCIENCE AND EDUCATION

2015. № 12 (42)

EDITOR IN CHIEF

Valtsev S.

EDITORIAL BOARD

Abdullaev K. (PhD in Economics, Azerbaijan), Alieva V. (PhD in Philosophy, Republic of Uzbekistan), Alikulov S. (D.Sc.

in Engineering, Republic of Uzbekistan), Anan'eva E. (PhD in Philosophy, Ukraine), Asaturova A. (PhD in Medicine, Russian Federation), Askarhodzhaev N. (PhD in Biological Sc., Republic of Uzbekistan), Bajtasov R. (PhD in Agricultural Sc., Belarus), Bakiko I. (PhD in Physical Education and Sport, Ukraine), Bahor T. (PhD in Philology, Russian Federation), Blejh N. (D.Sc. in Historical Sc., PhD in Pedagogic Sc., Russian Federation), Bogomolov A. (PhD in Engineering, Russian Federation), Gavrilenkova I. (PhD in Pedagogic Sc., Russian Federation), Garagonich V. (D.Sc. in Historical Sc., Ukraine), Glushhenko A. (D.Sc. in Physical and Mathematical Sciences, Russian Federation), Grinchenko V.

(PhD in Engineering, Russian Federation), Gubareva T. (PhD Laws, Russian Federation), Gutnikova A. (PhD in Philology, Ukraine), Demchuk N. (PhD in Economics, Ukraine), Divnenko O. (PhD in Pedagogic Sc., Russian Federation), Dolenko G. (D.Sc. in Chemistry, Russian Federation), Zhamuldinov V. (PhD Laws, Russian Federation), Il'inskih N. (D.Sc. Biological, Russian Federation), Kajrakbaev A. (PhD in Physical and Mathematical Sciences, Kazakhstan), Koblanov Zh. (PhD in Philology, Kazakhstan), Kovaljov M. (PhD in Economics, Belarus), Kravcova T. (PhD in Psychology, Kazakhstan), Kuz'min S. (D.Sc. in Geography, Russian Federation), Kurmanbaeva M. (D.Sc. Biological, Kazakhstan), Kurpajanidi K. (PhD in Economics, Republic of Uzbekistan), Maslov D. (PhD in Economics, Russian Federation), Matveeva M. (PhD in Pedagogic Sc., Russian Federation), Macarenko T. (PhD in Pedagogic Sc., Russian Federation), Meimanov B.

(D.Sc. in Economics, Republic of Kyrgyzstan), Nazarov R. (PhD in Philosophy, Republic of Uzbekistan), Ovchinnikov Ju. (PhD in Engineering, Russian Federation), Petrov V. (D.Arts, Russian Federation), Rozyhodzhaeva G. (Doctor of Medicine, Republic of Uzbekistan), San'kov P. (PhD in Engineering, Ukraine), Selitrenikova T. (PhD in Pedagogic Sc., Russian Federation), Sibircev V. (D.Sc. in Economics, Russian Federation), Skripko T. (PhD in Economics, Ukraine), Sopov A. (D.Sc. in Historical Sc., Russian Federation), Strekalov V. (D.Sc. in Physical and Mathematical Sciences, Russian Federation), Subachev Ju. (PhD in Engineering, Russian Federation), Sulejmanov S. (PhD in Medicine, Republic of Uzbekistan), Uporov I. (PhD Laws, D

–  –  –

© Проблемы современной науки и образования / Problems of modern science and education, 2015 Содержание ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ

Казей И. С. Дифракция антиплоских гармонических SH-волн на неподвижной полосе, прикрепленной к границе упругого полупространства........... 7 Абрагин А. В. Перспективы развития и применения нейронных сетей

Романенко В. А. Времена Вселенной

Филатов О. В. Комбинаторный способ сжатия «не сжимаемых данных»..................

ХИМИЧЕСКИЕ НАУКИ

Касымова Э. Д., Кыдралиева К. А. Синтез магнетитовых композитов на основе гуминовых кислот

Наркозиева Г. А., Баткибекова М. Б., Усубалиева А. М. Изучение содержания кадмия и свинца в растительных продуктах Кыргызской Республики

Истратов В. В., Селезнева О. Н., Васнев В. А. Синтез и исследование свойств новых поверхностно-активных сополилактидов

БИОЛОГИЧЕСКИЕ НАУКИ

Токарев Ю. С., Васильева А. А., Грушевая И. В., Малыш Ю. М.

Мультилокусное генотипирование как современный подход в диагностике микроспоридий – облигатных внутриклеточных паразитов животных

Игнатьева А. Н., Токарев Ю. С. Проблемы диагностики микроспоридий – паразитов медоносных пчёл

Друзь Г. Р., Крук А. В., Зятьков С. А. Генетические процессы в популяциях Felis catus г. Гомеля

ТЕХНИЧЕСКИЕ НАУКИ

Хачатрян С. А., Киборт А. Н. Выбор оптимального способа повышения надежности невосстанавливаемых объектов

Захаров Д. Н., Шмалько Е. Ю. Ускорение работы алгоритма для решения задачи оптимизации при разработке системы управления мобильными роботами

Бондарчук М. М., Грязнова Е. В., Голайдо С. А., Федорова Н. Е.

Инновационные технологии хлопкопрядения

Бондарчук М. М., Грязнова Е. В., Люкшинова И. В. Анализ ассортимента хлопчатобумажных и смесовых тканей и трикотажных изделий

Корнев В. А., Рыбаков Ю. Н. Минеральные порошкообразные сорбенты типа бентонита для устранения разливов жидких нефтепродуктов в зонах перекачивания и хранения топлива

Аверина А. Е. Проектирование информационных систем

Ярмин А. А., Честных М. Н., Конев А. М., Шакуров А. Ф., Курков А. Н.

Основные нарушения промышленной безопасности, выявленные при эксплуатации опасных производственных объектов нефтепродуктообеспечения

Мухортов М. Ю., Дьяченков М. А., Соколов М. Н., Васильев В. А.

Перспектива применения методов акустической эмиссии и магнитной памяти для диагностики трубопроводов горячего теплоснабжения

Быльев Ю. В., Деркачев Н. В., Медведева А. Н., Афанасьев Р. В., Минаев Ю. А., Лобарь И. Н. Прогнозирование распространения облаков тяжелых газов при авариях на объектах химической промышленности

СЕЛЬСКОХОЗЯЙСТВЕННЫЕ НАУКИ

Зеленцов С. В., Мошненко Е. В., Рябенко Л. Г., Зеленцов В. С., Будников Е. Н., Бубнова Л. А., Вайлова А. В. Роль цитоколлоидов в формировании морозо- и заморозкоустойчивости яровых культур на примере сои и льна................ 102 ЭКОНОМИЧЕСКИЕ НАУКИ

Мейманов Б. К. Вопросы интеграции в инновационной деятельности стран ЕАЭС

Ялмаев Р. А. Противоречия в системе управления устойчивым развитием................ 110 Федоров В. А. «Лишние» люди в создании «нового» общественнополитического строя страны

Ищенко-Падукова О. А., Мовчан И. В. Структурная трансформация институтов социально-экономической политики: социальное новаторство и инклюзивное образование

Казаков К. П., Крюкова А. А. Туристическая отрасль России в условиях нестабильной геополитической ситуации

Капелюк С. Д. Эконометрический анализ детерминантов региональной минимальной заработной платы на основе панельных данных

Майорова Т. В. Экологическое управление в условиях развития низкоуглеродой экономики

Таштамиров М. Р., Вахаева Х. С. Отраслевые показатели инвестиционной привлекательности Чеченской Республики

ФИЛОСОФСКИЕ НАУКИ

Финченко С. Н. Личность и индивидуальность в христианской антропологии

ФИЛОЛОГИЧЕСКИЕ НАУКИ

Морозова Н. М. А. М. Пешковский о методе лингвистического эксперимента

Рубцова С. Ю. Глагольные дериваты, образованные от антропонимов в английском языке

Babayev J. Diminution and overstatement in stylistic devices

Херина А. А. Лексические проблемы перевода с русского на английский.................. 156 ЮРИДИЧЕСКИЕ НАУКИ

Упоров И. В. Территориальная организация местного самоуправления как институт муниципального права (основные характеристики)

Олейник И. И. Проблема взаимоотношений советских адвокатов с судьями и прокурорами в первой половине 1930-х гг.

Казачанская Е. А. Французская прокуратура в средние века

Константинов А. В., Мурманэ Б. Ж., Рачеев Д. Э. Административноправовой режим лицензирования частной детективной (сыскной) и частной охранной деятельности в России

Тяжких Е. С. К вопросу о понятии следственного действия

Алферов К. И. История становления деятельности прокуратуры по координации правоохранительных органов

ПЕДАГОГИЧЕСКИЕ НАУКИ

Корсакова Т. В. Модель профессионально-творческого развития личности в высшем образовании

Зайцева Н. С. Проблема познавательного интереса в обучении биологии в школе

Спирин Ю. Л. Универсальный лабораторный комплекс «Формирование практических навыков разработки и применения нано-, микро- и оптоэлектронных технологий (УЛК НМО) на платформе «Arduino»

Билялова Л. Р., Газиев Э. Л., Ситшаева З. З., Узаков Т. К. Особенности формирования компетенций студентов филологических специальностей средствами свободного программного обеспечения

Зотова И. В. Роль и значение подвижных игр в обучении дошкольников иностранному языку

Якубович С. К. Некоторые особенности техники толкания ядра спортсменов-разрядников

Долганова Н. В. Организация учебного процесса в вальдорфской школе

Васильев А. Г., Ткаленко Я. И. Развитие выносливости у дошкольников посредством народных игр

Першукевич Г. В. Научно-производственные технологии в профессиональной подготовке студентов-дизайнеров

Аилчиева Т. А. Научно-методические требования к совершенствованию содержания учебного словаря для студентов технических специальностей............... 208 Лоюк Ю. И. Проблемы формирования гражданской позиции младших школьников

Малюкина А. И. О трудностях обучения диалогической речи учащихся младших классов на уроках английского языка

МЕДИЦИНСКИЕ НАУКИ

Бушмелева Н. Н., Опалева А. С., Соколова Е. П. Оценка склонности студентов Удмуртской Республики к суициду

Шубин Л. Л., Фокшена М. А., Шеховцова А. А. Анализ становления и развития системы здравоохранения Удмуртской Республики

Шубин Л. Л., Шабардин А. М. Пути преодоления проблем послевоенной медицины Удмуртии в 1945-1950 гг.

Морозов А. М., Морозова А. Д., Краснова И. Ю., Спиридонова В. В. О возможностях применения личинкотерапии при лечении метициллинрезистентного золотистого стафилококка (MRSA)

ФАРМАЦЕВТИЧЕСКИЕ НАУКИ

Гришаева О. В., Танцерева И. Г., Мальцева Е. М., Большаков В. В. О кластерном подходе к формированию перечня оцениваемых профессиональных компетенций для итоговой государственной аттестации по специальности «Фармация»

ИСКУССТВОВЕДЕНИЕ

Sadiqova S. Unforgettable Azerbaijani painter Huseyn Aliyev

ПСИХОЛОГИЧЕСКИЕ НАУКИ

Упоров И. В. Особенности психического воздействия как формы государственного принуждения в сфере противодействия преступности.................. 244 Стрижицкая О. Ю. Наставничество и самоактуализация взрослых

Васильева М. А. Определение уровня сформированности образа-Я и компонентов учебной деятельности младших школьников

СОЦИОЛОГИЧЕСКИЕ НАУКИ

Любушина Е. С., Тамицкий А. М. Социальное партнёрство государства и Церкви в условиях современной России

Халлиулина Д. Р., Худякова В. А. Развитие здравоохранения Удмуртии с начала ХХ века до середины ХХ века

ПОЛИТИЧЕСКИЕ НАУКИ

Сафонова А. С. Молодежные политические организации России: подходы к классификации

Дунаева Н. С. Теории происхождения института местного самоуправления:

концептуальное осмысление

КУЛЬТУРОЛОГИЯ

Ермошина М. А. К вопросу о культуре организации

ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ

Дифракция антиплоских гармонических SH-волн на неподвижной полосе, прикрепленной к границе упругого полупространства Казей И. С.

Казей И. С. Дифракция антиплоских гармонических SH-волн на неподвижной полосе, прикрепленной к границе упругого полупространства Казей Игорь Сергеевич / Kazei Igor Sergeevich – кандидат физико-математических наук, доцент, кафедра прикладной математики, факультет фундаментальных наук, Федеральное государственное бюджетное образовательное учреждение Высшего образования Московский государственный технический университет им. Н. Э. Баумана, г. Москва Аннотация: в статье рассмотрена задача о дифракции антиплоских волн сдвига (SH-волн) на неподвижной жесткой полосе, скрепленной с поверхностью упругого полупространства. При помощи интегральных преобразований задача сводится к решению парных интегральных уравнений, а затем к интегральным уравнениям Фредгольма второго рода. Найдены выражения для напряжений на границе полупространства под полосой и сила, действующая на неподвижную полосу.

Abstract: the diffraction оf antiplane shear waves (SH-wave) on a fixed rigid strip attached to the surface of an elastic half-space is considered in this article. With integral transforms the problem reduces to the solution of pair integral equations, and then to Fredholm integral equations of the second kind. Expressions for stresses on the surface of a half-space and the force acting on the stationary strip were obtained.

Ключевые слова: волна сдвига, жесткая полоса, упругое полупространство, преобразования Фурье, интегральные уравнения, функции Бесселя, напряжения.

Keywords: shear wave, rigid strip, elastic half-space, Fourier transformation, integral equations, Bessel functions, stresses.

1. Введение. Одной из самых трудных задач динамики сооружений является их расчет на действие сейсмических волн. Массивная конструкция вносит возмущение в первоначальное поле перемещений, вызываемое падающей волной. Задачи, учитывающие это возмущение, называют дифракционными, а их решение уточняет характер результирующего воздействия на сооружение. При рассмотрении протяженного инженерного сооружения, один из размеров которого значительно превосходит два других (фундамент протяженного здания, трубопровод), его можно приближенно заменить полосой (или пластиной) бесконечной длины. В статье рассмотрена вспомогательная задача такого рода, когда жесткая полоса бесконечной длины прикреплена к поверхности упругого полупространства и считается неподвижной.

2. Постановка задачи. Введем декартову систему координат x, y, z. Упругое полупространство занимает область y 0, а полоса прикреплена к ней на участке a x a поверхности плоскости y = 0 (Рис. 1).

–  –  –

На концах полосы, в точках изменения типа граничных условий перемещения должны быть непрерывны, а напряжения могут обладать интегрируемой особенностью. Родственные по математической постановке задачи рассмотрены в [1, 2]. Вид падающей волны и линейность задачи позволяют разбить w*, * на yz

–  –  –

Выбор ветвей подробно обсужден в [3]. Используя интегральное представление (5) в граничных условиях (3), (4), получим парные интегральные уравнения для неизвестной функции A(s):

–  –  –

(11) Константу С определяем из соотношения, полученного с помощью граничного условия (3) при x = 0 и формул (5), (7). С учетом определения Ф1 и Ф2 имеем

–  –  –

1. Loeber J. F., Sih G. C. Diffraction of antiplane shear waves by a finite crack. // J.

Acoust. Soc. Amer. 1968. Vol. 44, No 1. P. 90-98.

2. Sih G. C. Singular solution near a rigid ribbon exited by plane waves. // J. Franklin. Inst.

1968. Vol. 286, No 2, 152-157.

3. Нобл Б. Применение метода Винера-Хопфа для решения дифференциальных уравнений в частных производных. М.: Издательство иностранной литературы, 1962. 280 c.

Перспективы развития и применения нейронных сетей Абрагин А. В.

Абрагин А. В. Перспективы развития и применения нейронных сетей Абрагин Артур Викторович / Abragin Artur Viktorovich – старший преподаватель, кафедра вычислительной математики и математической физики, ФН-11, Федеральное государственное бюджетное образовательное учреждение Высшего образования Московский государственный технический университет им. Н. Э. Баумана, г. Москва Аннотация: в настоящей статье рассматриваются: сущность нейронных сетей, их особенности способности к обучению (настройки архитектуры и синаптических связей). Также автор выявляет и перспективы развития применения и использования искусственных нейронных сетей.

Abstract: this article discusses the nature of neural networks, especially their ability to training (setting of architecture and synaptic connections). The author also reveals the development prospects of application and use artificial neural networks.

Ключевые слова: нейрон, синапс, нейронная сеть, синаптические связи.

Keywords: neuron, synapse, neural network, synaptic communications.

Нейронные сети и нейрокомпьютеры - отрасль знаний, весьма популярная в настоящее время. Это проявляется, в частности, в большом числе публикаций, конференций и различных применений.

Одно из оснований такой популярности - их замечательные способности к обучению по наблюдаемым примерам и формированию приемлемых выводов на базе неполной, зашумленной и неточной входной информации. Работы по нейронным сетям первоначально были начаты биологами. С помощью нейросетей исследователи стремились изучить свойства и особенности работы головного мозга.

Первая обучаемая искусственная нейронная сеть – перцептрон - была предложена Ф.

Розенблаттом в 1958 г. Однако после того, как в 60-х годах было установлено, что перцептрон не способен классифицировать линейно неразделимые классы образов, область исследований по нейронным сетям существенно сузилась [3, с. 192].

Интерес к нейронным сетям заметно возрос в 80-х годах после открытия новых и мощных алгоритмов обучения (в частности, алгоритма обучения с обратным распространением ошибки с различными модификациями) и новых архитектур нейросетей. Нейросети оказались в состоянии классифицировать и линейно неразделимые классы образов (например, решение известной проблемы моделирования схемы исключающего ИЛИ, XOR-Problem) [6, с. 504].

В настоящее время все больший интерес к искусственным нейронным сетям проявляют различные отрасли промышленности и непромышленной сферы.

Искусственные нейронные сети эффективно используются для распознавания видеоизображений, письменного текста и речи, решения разнообразных задач прогнозирования и во многих других областях.

В настоящее время известно большое число коммерческих программных систем моделирования, позволяющих исследовать и разрабатывать искусственные нейронные сети для различных приложений, а также разработано значительное число нейрокомпьютерных систем.

Человека всегда интересовало устройство мозга, принципы его работы и организации. Первая математическая модель нейрона (базового элемента мозга) была создана в 1943 году, когда американский ученый Уоррен Маккаллок (McCulloch W.) и его ученик У. Питтс (Pitts W.) сформулировали основные положения теории деятельности головного мозга. Ими было сделано следующее:

• разработана модель нейрона как простейшего процессорного элемента, выполнявшего вычисление переходной функции от скалярного произведения вектора входных сигналов и вектора весовых коэффициентов;

• предложена конструкция сети таких элементов для выполнения логических и арифметических операций;

• сделано основополагающее предположение о том, что такая сеть способна обучаться, распознавать образы, обобщать полученную информацию. За прошедшие десятилетия теория нейронных сетей ушла достаточно далеко вперед, однако многие утверждения У. Маккаллока остаются актуальными и по сей день [1, с. 103-107].

Потенциал у нейронных технологий огромен, но их эффективное использование требует определенного уровня знаний и понимания принципов их действия.

Нейронные сети, в отличие от статистических методов многомерного классификационного анализа, базируются на параллельной обработке информации и обладают способностью к самообучению, то есть получать обоснованный результат на основании данных, которые не встречались в процессе обучения. Эти свойства позволяют нейронным сетям решать сложные (масштабные) задачи, которые на сегодняшний день считаются трудноразрешимыми. Основными достоинствами нейронных сетей перед традиционными вычислительными методами являются:

1. Процесс создания нейронной сети больше относится к процессу обучения, нежели к программированию.

2. Нейрокомпьютеры особенно эффективны там, где нужно подобие человеческой интуиции, в частности к таким задачам относятся принятие решений в процессе оценки финансового состояния некоторого экономического объекта [5].

3. Гибкость структуры нейронных сетей позволяет различными способами комбинировать простые составляющие нейрокомпьютеров – нейроны и связи между ними. За счет этого один нейрокомпьютер можно применять для решения различных задач, зачастую никак не связанных между собой.

4. Нейронные сети позволяют создать эффективное программное обеспечение для высокопараллельных компьютеров. Создавая математическое обеспечение на базе нейронных сетей, можно для широкого класса задач решить проблему эффективности одновременного решения параллельных задач. Кроме того, параллельная обработка информации обеспечивает высокую скорость решения задач.

5. Решение задач в условиях неопределенности – способность обучения нейронной сети позволяет решать задачи с неизвестными закономерностями и зависимостями между входными и выходными данными, что позволяет работать с неполными данными. Кроме того, взаимоотношения между величинами заранее не устанавливаются, поскольку метод предусматривает изучение существующих взаимосвязей на готовых моделях.

6. Устойчивость к шумам во входных параметрах – нейронная сеть может самостоятельно определять неинформативные для анализа параметры и производить их отсев, в связи с чем пропадает необходимость дополнительного анализа информационного вклада входных данных.

7. Адаптирование к изменениям окружающей среды – нейронные сети могут быть переучены в новых условиях окружающей среды, описываемых незначительными колебаниями параметров этой среды. То есть можно производить переобучение нейронных сетей на основе незначительных колебаний параметров среды. Если задача решается в условиях нестационарной среды (где статистика изменяется с течением времени), то могут быть созданы нейронные сети, переучивающиеся в реальном времени. Чем выше адаптивные способности системы, тем более устойчивой будет ее работа в нестационарной среде [2, с. 88].

8. Потенциальная отказоустойчивость нейронных сетей обоснована незначительным снижением их производительности при неблагоприятных условиях. Эта особенность объясняется распределенным характером хранения информации в нейронной сети, благодаря чему можно утверждать, что только серьезные повреждения структуры нейронной сети существенно повлияют на ее работоспособность. Имеется определенное сходство в использовании нейронных сетей и методов многомерного статистического анализа при оценке финансово-экономического состояния предприятия.

Преимущество использования нейронных сетей, как инструмента оценки финансово-экономического состояния предприятия, состоит в том, что взаимоотношения между величинами заранее не устанавливаются, поскольку метод предусматривает изучение существующих взаимосвязей на готовых моделях. Для нейронных сетей также не требуется никаких предположений относительно основного распределения совокупности, а также, в отличие от многих традиционных статистических методов, они могут работать с неполными данными.

Нейронные сети представляют собой новую и весьма перспективную вычислительную технологию, дающую новые подходы к исследованию динамических задач в финансовой области. Способность к моделированию нелинейных процессов, работе с зашумленными данными и адаптивность дают возможность применять нейронные сети для решения широкого класса финансовых задач.

Нейронная сеть – параллельно распределенная структура обработки информации, состоящая из нейронов, которые соединены между собой связями [4, с. 76].

Нейронные сети - мощный метод моделирования, позволяющий воспроизводить сложные нелинейные зависимости. Способность к моделированию нелинейных процессов, работе с зашумленными данными и адаптивность дают возможность применять нейронные сети для решения широкого класса экономических задач.

В последние несколько лет на основе нейронных сетей было разработано много программных систем для применения в таких вопросах, как прогнозирование и оценка экономических параметров, например, состояния предприятия, кредитоспособности заёмщика, вероятности банкротства предприятия, контроль за инвестициями, размещение займов и т. д. Нейронные сети обучают на примерах.

Процесс обучения в нейронных сетях стимулирует желательные образцы активации и блокирует нежелательные, основываясь на доступных данных. Для достижения определенного обобщения знаний в нейронной сети разрабатывается алгоритм обучения.

Функция ошибки, определенная на выходе нейронной сети, или энергетическая функция, определенная при активации элементов сети, характеризует качество нейронной сети в обобщении знаний. Обучающий набор данных в этом случае должен состоять из образцов представления знаний, которым предполагается обучить нейронную сеть. Алгоритм обучения действует методом изменения либо весов (т. е. силы связей между узлами), либо выходов нейронной сети, либо структуры нейронной сети, стремясь к минимальным ошибкам или энергии, основываясь на обучающих данных.

В системах нейронных сетей большое количество парадигм обучения. Обучение с учителем (контролируемое обучение) и обучение без учителя (неконтролируемое обучение) — вот две главные парадигмы, обычно используемые в проектировании обучающих алгоритмов. В парадигме обучения с учителем желаемый выход определяется обучающими образцами данных для каждого образца входа [5].

Процесс обучения пытается минимизировать «дистанцию» между фактическими и желаемыми выходами нейронной сети. Противоположностью обучения с учителем является обучение без учителя. Когда используется такая парадигма, подразумевается несколько образцов входа. Предполагается, что в процессе обучения нейронная сеть обнаруживает существенные особенности входов. В отличие от обучения с учителем, здесь не существует априорного набора желаемых значений выхода. Нейронная сеть должна развить собственное представление стимулов входа без помощи учителя.

Это открывает новые перспективы для систематизации многочисленной экспериментальной информации в таких областях знаний, где традиционно трудно приживается математический формализм, например, в медицине, психологии и истории.

Литература

1. Джеффри Е. Хинтон. Как обучаются нейронные сети. // В мире науки – 2012. С. 103-107.

2. Лазарев В. М., Свиридов А. П. Нейросети и нейрокомпьютеры. Монография. - М.:

Академия, 2011. - 131 с.

3. Нейроматематика / Под ред. Галушкина А. И. - М.: ИПРЖР, 2013. – 307 с.

4. Нечаев В. В., Свиридов А. П., Слесарев Д. А., Симонов В. Л. Слесарева Н. А., Алкадарский С. А. и др. Нечёткие и нейро-нечёткие системы. Учебное пособие и лабораторный практикум на основе Fuzzy Logic Toolbox. Научный редактор – проф. Свиридов А. П. -М.: МИРЭА, 2010. - 111 с.

5. Садовой А. В., Сотник С. Л. Алгоритмы обучения нейронных сетей будущего.

[Электронный ресурс]. Режим доступа:

http://www.alicetele.com/~sergei/articles/algo/algo.htm.

6. Хайкин Саймон. Нейронные сети: Полный курс: Пер. с англ. / С. Хайкин. — М.:

Вильямс, 2008. — 1103 с.

–  –  –

Аннотация: рассматриваются времена во Вселенной, и устанавливается связь между ними на основе плотности пространственного вакуума. Анализируются параметры модели Эйнштейна-де Ситера при максимальном радиусе 3-мерного пространства.

Abstract: the relevant time in the universe, and a connection is established between them on the basis of the density of the space vacuum. Analyzes the parameters of the model of Einstein-de Seater with a maximum radius of 3-dimensional space.

Ключевые слова: энергия, плотности вакуума, вещества, излучения, гравитационное время и время существования излучения, космологический член.

Keywords: the energy density of the vacuum, matter, radiation, gravity and time the existence of radiation, the cosmological term.

1. Введение Статья основывается на предыдущей работе автора [5] и исследует возникновение времён во Вселенной. Подход основан на двух вопросах, возникающих при рассмотрении Начала, а именно: из холодного или горячего состояния начался процесс расширения? Автор считает, что оба состояния имели место, но происходили они в разных временах.

Эти времена удалось связать через плотности вакуума, материи и излучения. В результате выяснилась связь времени излучения с другим временем – временем длительности и его временной проекцией. Само время излучения оказалось эквивалентно времени Хаббла. Оба всём этом подробно рассказано в последующих разделах.

2. Полная энергия плоской Вселенной В работе [5, ф. (5.5 ж)] была получена формула полной энергии Вселенной, имеющая вид:

–  –  –

Откуда находим величину гравитационной скорости: vгр (4 / 3)с 2.

Как видим, она больше скорости света. Чтобы закон постоянства скорости света не нарушался, необходимо, чтобы масса пространственного вакуума уменьшилась:

–  –  –

Wвс F0l F0 P 2F0 P 2 T P 2M T c 2 (2.4е) T T T 3 3 2 PT К такому же выражению можно свести и формулу (2.4г). Т. о., полная энергия приобретёт указанное значение при максимальном расширении. А как же быть с промежуточными значениями пространственного интервала? Для этого надо знать его зависимость от времени. Возникает вопрос, о каком времени идёт речь? Ответ на него в следующем разделе.

3. Времена в 3-мерном и 4-х-мерном пространствах Вопрос о временах не случаен. Дело в том, что в космологии существует понятие времени как параметра и так называемого времени Хаббла. Первое присутствует в моделях нестационарных Вселенных, изменяющихся во времени. Второе входит в формулу скорости расширения Вселенной и известно в качестве постоянной Хаббла.

Связь времён устанавливается, исходя из вида модели. Но смысл времён не устанавливается, а просто констатируется.

Отчего же во Вселенной имеют место быть указанные времена? Что является причиной их возникновения? Вообще, как влияет вакуум на их появление. Для ответа на эти вопросы будем рассматривать оба типа времён, одно из которых (параметрическое) принадлежит 3-пространству, а другое (время Хаббла) принадлежит 4-пространству.

Пусть масса материи в 3-пространстве сосредоточена в шаре с переменным радиусом и имеет переменную плотность, равную:

MT (3.1а)

–  –  –

cos sin W W через синус угла Вайнберга для электрослабого поля (ЭСП).

Как видим, в рассматриваемом случае время Tg не равно времени длительности, но пропорционально её проекции – собственному времени длительности. С учётом введённого преобразования формула (3.3б) примет вид:

–  –  –

вакуумной массы в 4-х мерном шаре.

Кроме массы MT, в 4-шаре имеет место другая вакуумная масса M P, связанная с расширением планкеона [2, ф. (2.1.2а)] и выражаемая через величину длины гравитона P:

–  –  –

5. Связь времён Мы получили основные зависимости, на основании которых продолжим исследования образования времён. Начнём с определения времени, в котором существует излучение. Для этого воспользуемся формулой (4.3г) плотности вещества, выраженного через плотность 4-мерного шара. Пусть плотность вещества пропорциональна плотности излучения (3.4б), т. е. имеет место равенство:

–  –  –

Из полученного уравнения следует, что переход к 3-мерному тору, из центра которого выходит поток времени излучения, возможен, если одно из четырёх измерений 4-пространства становится равной l = PT.

Рассмотрим направление времени излучения при найденном значении b = 4. Для этого преобразуем формулу (5.1в):

–  –  –

cTg (5.3б) Как видим, длина вектора гравитационного времени является постоянной величиной. Это значит, что она определяет окончание одного процесса и начало другого. О процессе поговорим позже, а сейчас определим длину вектора. Для этого надо знать величину плотности вакуума. Плотность вакуума зависит от массы вакуумных частиц. Для её нахождения подставим найденную величину времени Tg в уравнение 3-мерного гравитационного объёма (3.3б):

–  –  –

Найденные параметры можно вписать в виде отрезков в окружность диаметра PT, являющуюся окружностью кривизны для параболы (4.2д). Она возникает как результат существования двух хронолиний, описываемых разными векторами времени. Первый вектор времени – вектор длительности ct описывает параболу в полярной системе координат, являясь полярным вектором, наклонённым к оси s под углом. Её уравнение имеет вид:

cos (5.5а) ct PT sin 2 Второй вектор назовём гравитационным временным вектором. Пусть он описывает параболу Нейля в полярной системе координат, являясь полярным вектором, наклонённым к оси s под тем же углом, т. е. совпадает по направлению с вектором длительности, отличаясь от него лишь длиной. Связь полярных координат этого вектора с прямоугольными координатами имеет вид: l ctгр sin и s ctгр cos. Тогда парабола Нейля, записанная в виде l 3 P s 2 в полярных координатах, примет вид:

T

–  –  –

Общая картина показана на Рис. 1. Из неё видна структура времён в окружности.

Она и является областью, в которой заключён механизм расширения пространства.

Пространство имеет вид тора, заполненного гравитационной массой M P. Из центра тора и выходит конус вектора времени излучения, заключенный в 3-мерный шар, что позволяет рассматривать его как объект, развивающийся в вакуумной среде.

–  –  –

Записанное в таком виде, оно является видоизменённым уравнением Фридмана.

Отличие в отсутствии постоянного члена, знак которого определяет вид геометрии Вселенной.

От полученного уравнения расширения в 3-пространстве перейдём к скорости расширения в 4-пространстве путём выражения скоростей через постоянную Хаббла для 4-пространства:

–  –  –

1. Архангельская И. В., Розенталь И. Л., Чернин А. Д. Космология и физический вакуум. М.: КомКнига, 2006. – 216 с.

2. Романенко В. А Время как субстанция. // Проблемы современной науки и образования. № 12 (30), М., 2014 г.

3. Романенко В. А. Первичные поля в планкеоне. // Проблемы современной науки и образования, № 7 (37), М., 2015 г.

4. Романенко В. А. Полевая структура вакуума. // Проблемы современной науки и образования, № 10 (40), М., 2015 г.

5. Романенко В. А. Теория расширения Вселенной. // Проблемы современной науки и образования, № 11 (41), М., 2015 г.

–  –  –

Аннотация: сжатие на один байт «не сжимаемых данных» с помощью поискового алгоритма, который путём перебора всех возможных значений и их сравнения с описанием несжатых данных восстанавливает утраченные при сжатии данные.

Abstract: compression by one byte «incompressible data» by using the search algorithm which by trying all possible values and comparing them with a description of uncompressed data restores data lost during compression.

Ключевые слова: сверхсжатие, сверхсжатые данные, уровень Колмогоровской сложности.

Keywords: supercompression, super compressed data, the level of Kolmogorov complexity.

Введение Ныне действующие способы сжатия информации достигли своего предела. Этот предел формулируется в виде понятия «Не сжимаемого на один» байт данных.

Доказаны теоремы, которые с математической строгостью объясняют существование предела сжатия от начального размера исходной информации. Но, тем не менее, в связи с развитием общего уровня знаний в соседних и родственных с математикой науках возникают новые научные концепции и идеи, применение которых в практической жизни приводят к трансформации самой математики путём ввода в математику новых понятий. Так, например, человечество создало компьютеры. Компьютерные алгоритмы и компьютерное моделирование стало не только изучаться в различных разделах математики, но и результаты работы компьютерных программ стали помогать в развитии математических идей и методов математических доказательств.

В этой статье описывается успешный компьютерный эксперимент, который позволил сжать «не сжимаемые на один» данные. Сжатие достигнуто не благодаря традиционному математическому аппарату, а благодаря отработанным компьютерным технологиям. Достигнутое сжатие вряд ли имеет практическое значение, оно слишком для этого мало. Но оно имеет концептуальное значение, так как показывает возможность преодоления предела сжатия данных за счёт идеи ассоциативного восстановления данных.

Примером ассоциативного восстановления данных служит восстановление старинных икон и картин. Когда утраченная часть изображения дорисовывается исходя из анализа оставшейся части иконы (картины) и общих культурных знаний историка – реставратора и искусствоведа.

Ассоциативное восстановление данных - это когда несуществующие данные создаются исходя из общего представления о целостном объекте. Недостающие данные восстанавливают по описанию когда-то существовавшего целостного объекта. То есть, вновь вводимые данные должны так вписаться в существующие данные, что имеющееся описание прежде существовавшего целого объекта будет хорошо описывать объединение оставшихся данных и вновь внесённых данных.

Присвоим не сжимаемому на единицу файлу (данным) единичный уровень Колмогоровской сложности. Демонстративное сжатие этого файла (данных) на один байт или же запись одного байта дополнительной информации в этот файл без увеличения его размера можно воспринимать как прохождение сквозь единичный уровень Колмогоровской сложности. Назовём сверхсжатием состояние данных, в которых преодолён единичный уровень Колмогоровской сложности, а сверхсжатые данные – это данные, хранящиеся в сверхсжатом файле. Впоследствии уровни сверхсжатия можно будет характеризовать числами, не равными единице.

В работе [1] был описан способ получения сверхсжатия, для использования которого требуется вычислительная мощь суперкомпьютера. В этой статье описан способ сверхсжатия, который можно проверить применительно к одному байту, на любом компьютере. И который не потребует знаний математического аппарата [1], так как в качестве его основной программы используется любой коммерческий компрессор, позволяющий сжимать и распаковывать без потерь файлы, и следящий за целостностью сжатой информации.

Возможность сжатия данных «в точку» в предлагаемом способе сверхсжатия данных исключается по двум причинам. Во-первых, из-за степенного роста требуемых вычислительных ресурсов и времени обработки данных, при увеличении степени сверхсжатия данных время обработки становится неприемлемо большим. Вовторых, сверхсжатие данных в точку невозможно из-за невозможности выкинуть служебные данные компрессора. Так как целостность служебных данных компрессора обеспечивает возможность комбинаторного восстановления сверхсжатой информации. Исчезновение раздела со служебными данными компрессора (описание существовавшего ранее целостного объекта) приведёт к невозможности произвести комбинаторную разархивацию.

Основная часть Процедура получения сверхсжатых данных. Сверхсжатие данных было получено для фотографии1, рис. 1. Размер исходного файла фотографии 1 211 380 байт.

Фотография дополнительно была сжата архиватором. Её размер после сжатия стал 1 180 772 байта. После сжатия архиватором файл стал «не сжимаемым на один» файлом (единичный уровень Колмогоровской сложности), который не мог быть далее сжат ранее известными способами.

Из этого файла был удалён один байт, сотый от начала файла. Номер удаляемого байта (сто) не был обоснован никакими соображениями, кроме его красивости.

Содержимое выброшенного байта нигде не было сохранено. Размер сжатого файл стал равным 1 180 771 байт - на «ритуальный» один байт меньше, чем размер абсолютно не сжимаемого файла (1 180 772 байта). Поскольку этот файл (1 180 771 байта) можно разархивировать в первоначальном виде, то этот файл не является испорченным архивом (архивом с повреждёнными данными), а является Рис. 1.

файлом со сверхсжатыми данными.

Процедура восстановления данных из сверхсжатого файла. Ассистент перенёс сверхсжатые данные на свой компьютер. После чего на компьютере ассистента было создано 256 файлов (28). В каждом из 256 файлов в сотую байтовую позицию был вставлен один байт. Теперь размер каждого из 256 файлов снова стал равным 1 180 772 байта. Содержимого одного файла от другого отличалось содержимым вставленного по адресу 100 байта. Каждый вставленный байт отличался от предшествующего вставленного байта на единицу. Значения вставленных 256 байтов:

0, 1, 2, … 255.

Ассистент поочерёдно при помощи разархиватора пытался разархивировать каждый из 256 файлов. В 255 случаях процесс разархивации не запускался, и выдавалось сообщение об ошибке архивных данных. Никаких разархивированных файлов не возникло.

————– Дизайнер арт-объектов фотографии, фотограф-ассистент Филатов Илья Олегович В одном случае (из 256) процесс разархивации был произведён штатно, без сообщения об ошибке и с образованием разархивированного файла. Для данной конкретной фотографии это произошло при значении вставленного байта, равному 66.

Файлы, содержащие байты с числами не равными 66, не смогли разархивироваться.

Таким образом, из файла со сверхсжатыми данными (1 180 771 байта) был получен файл с абсолютно не сжимаемыми данными (1 180 772 байта), из которого было восстановлено исходное изображение, рис. 1.

Обсуждение «Поисковый алгоритм» проявляет себя в рассмотренном выше восстановлении данных картинки на этапе разархивации. Поиск заключается в обнаружении такого числа в вставляемом в файл байте, при котором обсчёт параметров данных в файле совпадёт с прежнем обсчётом этих параметров. Прежний обсчёт хранится как часть «не сжимаемого на один» файла.

Можно выделить два типа «не сжимаемых на один» файлов: файлы с сжатой информацией и файлы, образованные из случайных бинарных событий (не несущих ни какой информации). При попытке сжатия достаточно длинных случайных бинарных файлов (данных), архиватор увеличивает размер «сжатого» файла, добавляя к ним свою информацию, и вместо уменьшения размера файла получается, наоборот, рост его длины. Поэтому для получения сверхсжатого файла случайных бинарных данных необходимо выбросить при сверхсжатии участок файла, длина которого превысит длину добавленной архиватором информации. Очевидно, что декомпрессия сверхсжатого файла случайных бинарных данных методом комбинаторного перебора потребует значительных аппаратных и временных ресурсов.

Вывод В статье был продемонстрирован способ получения сверхсжатых данных и процедура комбинаторной разархивации (восстановления) сверхсжатых данных до состояния «несжимаемых далее данных».

Сверхсжатие достигается путём прямого уничтожения части информации.

Восстановление уничтоженной информации производится путём включёний вновь придумываемой информации в имеющуюся информацию (объединение информации) и сравнения объединённой информации с описанием, каким была информация до потери своей части.

Восстановление осмысленных данных (например, изображения) отличается от восстановления бессмысленных данных полученных при генерации случайных бинарных событий тем, что применение компрессора к изображению уменьшает размер итогового файла с картинкой, а применение компрессора к достаточно большому файлу со случайными бинарными данными создаёт итоговый файл ещё большего размера.

–  –  –

1. Филатов О. В. Описание распределения составных событий и их мизесовских частот через число возможных исходов. Механизм сжатия некоторых «не сжимаемых на один» последовательностей. // Проблемы современной науки и образования», № 9 (39), 2015 г.

–  –  –

Аннотация: на основе темплатного синтеза с использованием в качестве темплата магнетит-гуматные композиты, сшитые формалином, получены магнетитовые композиты. Показана возможность регулирования размеров и магнитных свойств наночастиц магнетита за счет варьирования соотношения Fe 3O4 и гуминовых кислот в составе композита. Полученные композиты возможно использовать как сорбенты.

Abstract: based template synthesis using as template magnetite humate composites crosslinked with formalin obtained magnetite composites. The possibility of adjusting the size and magnetic properties of magnetite nanoparticles by varying the ratio of Fe 3O4 and humic acids in the composite. These composites may be used as sorbents.

Ключевые слова: наночастицы магнетита, гуминовые кислоты, магнетитовые композиты.

Keywords: nanoparticles of magnetite, humic acid, magnetite composites.

Введение Существует огромное количество разнообразных методов синтеза FexOy систем [1которые способны направленно изменять состав, структуру и функциональные свойства полученных материалов. Перспективным является комбинирование нескольких методов синтеза, который обеспечивает материалы специфическими свойствами, а также уникальными индивидуальными характеристиками.

В настоящей работе предложен синтез магнетитовых композитов на основе темплатного синтеза с использованием в качестве темплата магнетит-гуматные композиты, сшитые формалином.

Материалы и методы Магнетит осаждается по стандартной методике добавлением эквимолекулярных растворов 2 и 3 валентных хлоридов железа (1:2) [7-8]. Предварительно исследована сорбционная способность магнетита по отношению гуминовым кислотам (ГК).

Кинетика сорбции ГК на поверхности оксидов железа исследовалась введением 10, 20 и 40 мл 1 % растворов гумата аммония соответственно (0,1; 0,2 и 0,4 г ГК) через 20, 60, 120, 300 и 600 секунд. После добавления раствора ГК в систему с магнетитом происходит сорбция ГК на поверхности магнетитовых частиц, о чем свидетельствует осветление раствора над образовавшимся осадком. Согласно данной серии проведенных экспериментов, по кинетике сорбции ГК на поверхности магнетита выбрано оптимальное время для получения/созревания наночастиц магнетита - 20 с. С увеличением времени осаждения магнетитовых частиц сорбционная способность уменьшается.

Рис. 1. Зависимость количества сорбированной ГК граммом магнетита от количества добавленного гумата аммония после 20 с.

Выделяют несколько стадий при образовании наночастиц магнетита:

1) нуклеацию (зародышеобразование) частиц новой фазы с одновременным ростом уже сформировавшихся закритических кластеров;

2) «независимый рост» зародышевых частиц твердой фазы при конденсации три- и тетрамеров на них;

3) стадию коалесценции (на этой стадии объемная доля новой фазы практически постоянна, а процесс сопровождается увеличением в размере больших частиц за счет укрупнения более мелких центров);

4) «колмогоровское наталкивание» и объединение в крупные кластеры.

Вероятно, введение ГК через 600 секунд с момента начала реакции синтеза магнетита связана с сорбцией на поверхности коалесцированных кластеров.

Далее, через 12 часов проводили осаждение, удерживая композит при помощи магнита, супернатант удаляли методом декантации. Анализ супернатанта по гумату аммония позволил рассчитать количество сорбированной ГК магнетитовыми частицами. На рисунке 1 представлена зависимость количества сорбированной ГК граммом магнетита от количества добавленного гумата амммония после 20 с.

Таблица 1. Список полученных образцов композитов Fe3O4/ГК Наименование № Описание образца образца контрольный Fe3O4 0 Fe3O4 Fe3O4/ГК20-0.

1 добавка раствора ГК 1 %,10 мл (0,1г ГК) через 20 с

–  –  –

Результаты и их обсуждение Строение и свойства полученных магнетитовых композитов изучались методами низкотемпературной сорбции азота, ртутной порометрии и рентгенофазовой дифрактометрии. Как видно из данных по низкотемпературной сорбции азота и ртутной порометрии, при синтезе гумат-магнетитного композита образуются нанопоры размером около 4-7 нм.

Рис. 2. Изотерма сорбции образца Fe3O4/ГК20-0.4, полученная низкотемпературной сорбцией азота Исходя из форм кривых и наличию петли гистерезиса, все изотермы для образцов относятся к IV типу изотерм по классификации IUPAC [9-13], что говорит о мезопористой структуре исследованных материалов и подтверждается графиком распределения пор по размерам.

Рис. 3. Распределение пор по размерам в образце Fe3O4/ГК20-0.4, полученное по результатам низкотемпературной сорбции азота Рис. 4. Удельная поверхность образца Fe3O4/ГК20-0.4 Установлено, что увеличение количества ГК приводит к уменьшению удельной поверхности образцов, рассчитанной по методу BET, в то время как общий объем пор и распределение по размерам свидетельствует о возрастании объема нанопор.

Литература

1. Wang B., Wei Q., Qu S., Int. J. Electrochem. Sci. 8, 3786 (2013).

2. Qi H. Z., Yan B., Lu W., Li C. K., Yang Y. H. Curr. Nanosci. 7, 381 (2011).



Pages:   || 2 | 3 | 4 | 5 |   ...   | 15 |
 

Похожие работы:

«Отчет о самобследовании федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Школа-студия (институт) имени Вл.И.Немировича-Данченко при Московском Художественном академическом театре имени А.П.Чехова» (по состоянию на 01 апреля 2015 года) 1. Общие сведения об институте Официальное наименование Института на русском языке: полное федеральное государственное бюджетное образовательное учреждение высшего профессионального образования...»

«10. Проблема прилагательного в японском языке.11. Тон, ударение и интонация в японском языке.12. Числительное в японском языке.13. Классификация глаголов в японском языке. Спряжение глаголов.14. Грамматические особенности мужской и женской речи в японском языке.15. Модальность в японском языке.16. Служебные слова, их классы и синтаксические функции.17. Вакамоного особенности молодежного японского языка. 18. Наречия в системе частей речи в современном японском языке. 19. Классификация частей...»

«РОССИЙСКАЯ  АКАДЕМИЯ РЕКЛАМЫ РОССИЙС ИЙ СКИ РЕКЛАМНЫ АМ ЫЙ ЕЖ ГОД ИК ЖЕГ ДНИ Нау учный ред дактор – Веселов С В С.В. А Автор ид – Бада деи алов Д.С. М Москваа   2 Издание подготовлено Российской Академией Рекламы и Аналитическим центром Vi при содействии Ассоциации Коммуникационных Агентств России и консалтингового агентства ФЕНЕК1. © Российская Академия Рекламы, 201 © Аналитический центр Vi, СОДЕРЖАНИЕ Артемьев И.Ю. Вступительное слово РАЗДЕЛ 1. ИНДУСТРИЯ МАРКЕТИНГОВЫХ КОММУНИКАЦИЙ Филиппов...»

«Состояние защиты прав и интересов потребителей на рынке оказания страховых услуг Третий промежуточный отчет в рамках Контракта № FEFLP/QCBS-4.1 «Проведение независимого мониторинга (общественной инспекции) в области защиты прав потребителей финансовых услуг», реализуемого в рамках совместного Проекта Минфина России и Всемирного банка «Содействие повышению уровня финансовой грамотности населения и развитию финансового образования в Российской Федерации» Третий промежуточный отчет по контракту №...»

«БУКОО «Орловская областная научная универсальная публичная библиотека им. И. А. Бунина» Отдел краеведческих документов ОРЛОВСКАЯ КНИГА – 2013 КАТАЛОГ Выпуск 15 1(8460) – 719(9179) Издатель Александр Воробьев Орел 2014 ББК 76.116я1 О – 66 Члены редакционного совета: Н. З. Шатохина, Ю. В. Жукова, М. В. Игнатова, Л. Н. Комиссарова, Е. В. Тимошук, В. А. Щекотихина Составитель: М. В. Игнатова Ответственный за выпуск: В. В. Бубнов Орловская книга – 2013 : каталог / Орл. обл. науч. универс. публ. б-ка...»

«РОССИЙСКАЯ АКАДЕМИЯ НАУК МУЗЕЙ АНТРОПОЛОГИИ И ЭТНОГРАФИИ ИМ. ПЕТРА ВЕЛИКОГО (КУНСТКАМЕРА) РАДЛОВСКИЙ СБОРНИК Научные исследования и музейные проекты МАЭ РАН в 2014 г. Санкт-Петербург Электронная библиотека Музея антропологии и этнографии им. Петра Великого (Кунсткамера) РАН http://www.kunstkamera.ru/lib/rubrikator/08/08_02/978-5-88431-280-7/ © МАЭ РАН УДК 39+902+5 ББК 63.5+63.4+28.7 Р15 Утверждено к печати Ученым советом МАЭ РАН Радловский сборник. Научные исследования и музейные проекты МАЭ...»

«Федеральное агентство по печати и массовым коммуникациям Книжный рынок России Состояние, тенденции и перспективы развития ОТРАСЛЕВОЙ ДОКЛАД Москва УДК 339.13:655.42(470) ББК 65.422.5 + 76.185 К53 Доклад подготовлен Управлением периодической печати, книгоиздания и полиграфии Федерального агентства по печати и массовым коммуникациям совместно с журналом «Книжная индустрия» при содействии авторского коллектива в составе Б. В. Ленского, А. Н. Воропаева, Е. В. Соловьёвой, С. Ю. Зориной, А. А....»

«азастан Республикасы Білім жне ылым министрлігі Ы. Алтынсарин атындаы лтты білім академиясы Министерство образования и науки Республики Казахстан Национальная академия образования им. И. Алтынсарина АЗАСТАН РЕСПУБЛИКАСЫНДА ИНКЛЮЗИВТІ БІЛІМ БЕРУДІ ДАМЫТУДЫ ТЖЫРЫМДАМАЛЫ ТСІЛДЕРІ КОНЦЕПТУАЛЬНЫЕ ПОДХОДЫ К РАЗВИТИЮ ИНКЛЮЗИВНОГО ОБРАЗОВАНИЯ В РЕСПУБЛИКЕ КАЗАХСТАН Астана азастан Республикасыны Білім жне ылым министріні 2015 жылы 01 маусымдаы № 348 бйрыымен бекітілген. Утверждена приказом Министра...»

«Утверждено Годовым Общим собранием акционеров ОАО ЭСКО Тюменьэнерго Протокол № 06 от 03 июля 2012 г. Председатель собрания /П.А. Михеев/ ГОДОВОЙ ОТЧЁТ 201 Открытого акционерного общества Энергосервисная компания Тюменьэнерго Предварительно утвержден Советом директоров ОАО ЭСКО Тюменьэнерго 15 мая 2012 года (Протокол № 16 от 17 мая 2012 года) Генеральный директор Мукумов Р.Э. Главный бухгалтер Хрусталева В.А. г. Сургут Годовой отчет за 2011 год Содержание Стр. Раздел 1. Общие сведения....»

«ДЕРЖАВНИЙ КОМІТЕТ З ГОСУДАРСТВЕННЫЙ КЬЫРЫМ КОМИТЕТ ПО ЦЕНАМ И ЦІН І ТАРИФІВ ФИЯТЛАРЫ ВЕ ТАРИФЛЕРИ ТАРИФАМ БОЮНДЖА ДЕВЛЕТ РЕСПУБЛІКИ КРИМ КОМИТЕТИ РЕСПУБЛИКИ КРЫМ ПРОТОКОЛ № 34 заседания Правления Государственного комитета по ценам и тарифам Республики Крым г. Симферополь 19.12.2014г. 19.12.2014г Председательствующий: Председатель Государственного Комитета по ценам и тарифам Республики Крым Игошина О.В. Секретарь: Заместитель заведующего контрольно-ревизионного отдела Государственного комитета...»

«Администрация муниципального района Шаранский район Республики Башкортостан ДОКЛАД главы администрации муниципального района Шаранский район Республики Башкортостан «О достигнутых значениях показателей для оценки эффективности деятельности органов местного самоуправления муниципального района Шаранский район за 2014 год и их планируемых значениях на 3-летний период» Глава администрации муниципального района Шаранский район Республики Башкортостан И.М. Самигуллин Апрель, 2015 г. Введение. В...»

«Заключение 12 декабря 2014 года на официальном сайте Симферопольского городского совета был размещен проект Правил благоустройства территории муниципального образования городской округ Симферополь Республика Крым. В соответствии с Постановлением председателя Симферопольского городского совета от 16.01.2015 № 2 «О назначении публичных слушаний» 27.01.2015 года в 14:30 были проведены публичные слушания по адресу: г. Симферополь, ул. Толстого, 15, здание Симферопольского городского совета, 2-й...»

«22.09.2015 Печать документа 29 июля 1998 года  N 135­ФЗ РОССИЙСКАЯ ФЕДЕРАЦИЯ ФЕДЕРАЛЬНЫЙ ЗАКОН ОБ ОЦЕНОЧНОЙ ДЕЯТЕЛЬНОСТИ В РОССИЙСКОЙ ФЕДЕРАЦИИ Принят Государственной Думой 16 июля 1998 года Одобрен Советом Федерации 17 июля 1998 года Глава I. ОБЩИЕ ПОЛОЖЕНИЯ Статья  1.  Законодательство,  регулирующее  оценочную  деятельность  в  Российской Федерации (в ред. Федерального закона от 27.07.2006 N 157­ФЗ) Оценочная  деятельность  осуществляется  в  соответствии  с  международными договорами ...»

«Учебно-методический комплекс 1. Пояснительная записка 1.1. Цели и задачи дисциплины Целью дисциплины является формирование у студентов, будущих специалистов в области управления государственными и муниципальными образованиями систематизированных представлений о теории и практике заключения, исполнения и прекращения договоров для нужд и потребностей общества в соответствии с законодательством Российской Федерации о контрактной системе.Задачи дисциплины: ознакомить студентов с основными задачами...»

«1. Введение Как следует из названия, базисная функция является частью некоторого базиса в функциональном пространстве. Если базис определен в линейном пространстве, функция также может называться базисным вектором. Набор базисных функций определяет базис пространства, все остальные элементы которого могут быть выражены как линейная комбинация элементов данного базиса. Например, аналитическую функцию от одного переменного можно разложить в ряд Тейлора – бесконечную сумму, где в качестве базисных...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ ХАБАРОВСКОГО КРАЯ КРАЕВОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ «РЕГИОНАЛЬНЫЙ ЦЕНТР ОЦЕНКИ КАЧЕСТВА ОБРАЗОВАНИЯ» Аналитические отчеты председателей предметных комиссий по итогам проведения государственной итоговой аттестации выпускников IX классов общеобразовательных организаций Хабаровского края в 2015 году Хабаровск ББК 74.266.0 Печатается по заказу министерства И 93 образования и науки Хабаровского края Аналитические отчеты председателей предметных комиссий по...»

«0 НАУЧНЫЙ МОЛОДЁЖНЫЙ ЕЖЕГОДНИК – 2010. ВЫПУСК V НАУЧНЫЙ МОЛОДЁЖНЫЙ ЕЖЕГОДНИК ВЫПУСК V YOUTH RESEARCH YEARBOOK, VOL. V www.nausphera.ucoz.org 1 НАУЧНЫЙ МОЛОДЁЖНЫЙ ЕЖЕГОДНИК – 2010. ВЫПУСК V РОССИЙСКАЯ АКАДЕМИЯ НАУК, САМАРСКИЙ НАУЧНЫЙ ЦЕНТР RUSSIAN ACADEMY OF SCIENCES, SAMARA SCIENTIFIC CENTER САМАРСКАЯ ГОРОДСКАЯ ОБЩЕСТВЕННАЯ ОРГАНИЗАЦИЯ «СООБЩЕСТВО МОЛОДЫХ УЧЁНЫХ» SAMARA MUNICIPAL FUND UNION OF YOUNG SCIENTISTS МОЛОДЁЖНЫЙ ДОСУГОВО-ОЗДОРОВИТЕЛЬНЫЙ ЦЕНТР ЛЕСНАЯ СКАЗКА YOUTH LEISURE AND HEALTH...»

«Принято Утверждаю Совет образовательного учреждения Приказ № от ГБОУ СОШ №6 Василеостровского Директор ГБОУ СОШ № района Василеостровского района Санкт-Петербурга, Санкт-Петербурга протокол № от /А.В.Шапошников/ /А.В. Шапошников/ ОТЧЕТ О САМООБСЛЕДОВАНИИ Государственного бюджетного общеобразовательного учреждения средней общеобразовательной школы №6 Василеостровского района Санкт-Петербурга Санкт-Петербург ОГЛАВЛЕНИЕ ВВЕДЕНИЕ ЧАСТЬ 1. АНАЛИТИЧЕСКАЯ ОБЩИЕ СВЕДЕНИЯ ОБ ОБРАЗОВАТЕЛЬНОЙ ОРГАНИЗАЦИИ...»

«Samosyuk N. I., Samosyuk I. Z., Chuhraeva E. N., Zukow W. Некоторые структурно-функциональные особенности вегетативной нервной системы и их диагностика в клинической практике при лечении и реабилитации больных различного профиля с вегетативными нарушениями = Some of the structural and functional features of the autonomic nervous system and diagnosis in clinical practice in the treatment and rehabilitation of patients from diverse backgrounds with vegetative violations. Journal of Education,...»

«На пути к созданию совместной системы экологической информации Проект ENPI-SEIS Бюллетень ВЫП У СК 8 Зима 2015 г. Опубликован обобщающий отчёт о Восточном регионе ENPISEIS В номере Институциональная база сотрудничества в области экологической информации набрала мощь, а процесс разработки экологических показателей за последние 1. Опубликованы результаты несколько лет продвинулся вперёд в шести странах «Восточного партнёрства», сотрудничества со говорится в недавно опубликованном анализе....»








 
2016 www.nauka.x-pdf.ru - «Бесплатная электронная библиотека - Книги, издания, публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.