Optical sensors and sensing technologies are playing a more and more important role in our modern world. From micro-probes to large devices used in such diverse areas like medical diagnosis, defence, monitoring of industrial and environmental conditions, optics can be used in a variety of ways to achieve compact, low cost, stand-off sensing with extreme sensitivity and selectivity
В учебном пособии изложены в систематизированном виде теоретические основы, обеспечивающие единую методическую базу для изучения информатики, и представлены все необходимые материалы для освоения
дисциплины в объеме учебного курса вуза в соответствии с государственным образовательным стандартом.
Пособие предназначено для студентов технических специальностей и направлений, а также может быть рекомендовано для преподавателей и студентов других специальностей.
Печатается по решению редакционно-издательского совета Кузбасского государственного технического университета.
Торговля выступает самостоятельной отраслью экономики, особым видом хозяйственной деятельности субъектов, занимающихся непосредственным обеспечением потребителей потребительскими товарами и услугами. Как отраслевая экономическая система, торговля включает
совокупность торговых организаций и торговых объектов, обладает общностью материальнотехнической базы, используемых кадров и торгово-технологического процесса. В 2022 г. в розничной торговле было занято 406,3 тыс. человек.
Данная статья посвящена разработке технологии комплексной очистки отработанных моторных масел, составам его научных и технологических основ, в том числе: определение характера загрязнения в отработанном моторном масле, исследование способности процесса ультразвукового облучения, обеззараживание отработанного моторного масла, определение и оптимизация факторов, которые могут повлиять на возможность и эффективность предложенного метода, исследование природы адсорбентов (местного происхождения).
Ценность работы состоит в комплексном исследовании очистки от нежелательных компонентов, их разрушения ультразвуковым излучением и адсорбцией, сравнении их эффективности с зарубежными аналогами, определении термодинамики и кинетики адсорбционного процесса.
Рассмотрены бюджетные кластерные структуры макроэкономических систем. Целью работы является их адекватное математическое описание. Математическое описание известных ранее nи m -кластеров обладало рядом недостатков: возникала необходимость введения дополнительного параметра n иерархического параметра, вид зависимости макроэкономических величин от которого определял тип кластера, при этом использовался достаточно громоздкий математический аппарат; несмотря на то, что кластеры соответствовали достаточно большому временному промежутку (несколько лет), в течение этого времени число производственных единиц макроэкономической системы предполагалось неизменным, что ограничивало возможности применения математического описания. С целью преодоления указанных недостатков, а также для создания математического описания еще одного вида кластеров, ранее не рассматривавшихся, в работе предлагается новое математическое описание всех видов бюджетных кластерных структур. Такие структуры названы n -кластерами. В качестве математического инструмента, так же как и раньше, используется термодинамический подход к макроэкономике, подчиняющийся статистике Бозе Эйнштейна. Построено уравнение состояния макроэкономической системы. Для значения иерархического параметра выбирается его предельное значение n = 1. Всем типам кластеров, включая nи m -кластеры, дается единое описание. Имеет место чередование n -кластеров, соответствующих падению рентабельности и ее росту, что может рассматриваться как «дыхание» макроэкономики. Каждый кластер характеризуется определенной динамикой основных макроэкономических параметров. Для ведущих экономик мира (США, Китая, Германии, Японии) дается описание таких кластерных структур. Единое описание всех видов кластеров создает новые возможности прогноза динамики основных макроэкономических параметров, а также эффективный механизм управления экономическими процессами.
Представлен комплекс сейсморазведочных исследований, направленный на обеспечение безопасной разработки малоглубинных месторождений твердых полезных ископаемых.
Состав комплекса: малоглубинная и шахтная сейсморазведка высокого разрешения методом общей глубинной точки, шахтные акустические исследования, разнонаправленные скважинные сейсмические исследования.
Повышение точности определения пространственных координат природно-техногенных неоднородностей обеспечиваются совместной интерпретацией разнонаправленных, разночастотных и разноуровенных волновых полей.
Результаты комплексной интерпретации сейсморазведочных данных представляются в виде детальных физико-геологических моделей и применяются в качестве параметрического обеспечения геомеханических расчетов.
Общие принципы построения и функционирования ОЭПиС, классификация
систем, обобщенная структурная схема ОЭПиС;
Оптико-электронные приборы: определение, обобщенные схемы и методы работы
Свойства электромагнитного излучения широко используются в
современной науке и технике, особенно в бесконтактных, дистанционных
устройствах контроля, измерения, передачи и преобразования
информации, сбора и передачи энергии и др. Среди приборов, основан
ных на использовании электромагнитного излучения, особое место
занимают ОЭП, которым свойственны высокая точность, быстродействие,
возможность обработки многомерных сигналов и другие цен
ные для практики свойства.
Оптико-электронными называются приборы, в которых информация об исследуемом
или наблюдаемом объекте переносится оптическим излучением (содержится в оптическом
сигнале), а её первичная
обработка сопровождается преобразованием энергии излучения в электрическую
энергию. В состав этих приборов входят как оптические,
так и электронные звенья, причем и те и другие выполняют основные
функции данного прибора, а не являются вспомогательными устрой
ствами (например, узлами подсветки отсчетных шкал, устройствами
термостабилизации и т. д.)
В статье представлены материалы доклада,
сделанного на форуме «Армия 2019», посвященные
формированию предложений в концепцию
развития технологий искусственного интеллекта в
Вооруженных Силах РФ. Авторы проводят анализ
ряда зарубежных концепций в области искусственного
интеллекта, исследуют общие тенденции развития
технологий искусственного интеллекта в военной
сфере, формулируют предложения по содержанию
стратегии развития технологий искусственного
интеллекта в ВС РФ.
Robust quantification of predictive uncertainty is a critical addition needed for machine learning applied to
weather and climate problems to improve the understanding of what is driving prediction sensitivity. Ensembles of ma-
chine learning models provide predictive uncertainty estimates in a conceptually simple way but require multiple models
for training and prediction, increasing computational cost and latency. Parametric deep learning can estimate uncertainty
with one model by predicting the parameters of a probability distribution but does not account for epistemic uncertainty.
Evidential deep learning, a technique that extends parametric deep learning to higher-order distributions, can account for
both aleatoric and epistemic uncertainties with one model. This study compares the uncertainty derived from evidential
neural networks to that obtained from ensembles. Through applications of the classification of winter precipitation type
and regression of surface-layer fluxes, we show evidential deep learning models attaining predictive accuracy rivaling stan-
dard methods while robustly quantifying both sources of uncertainty. We evaluate the uncertainty in terms of how well the
predictions are calibrated and how well the uncertainty correlates with prediction error. Analyses of uncertainty in the
context of the inputs reveal sensitivities to underlying meteorological processes, facilitating interpretation of the models.
The conceptual simplicity, interpretability, and computational efficiency of evidential neural networks make them highly
extensible, offering a promising approach for reliable and practical uncertainty quantification in Earth system science
modeling. To encourage broader adoption of evidential deep learning, we have developed a new Python package, Machine
Integration and Learning for Earth Systems (MILES) group Generalized Uncertainty for Earth System Science (GUESS)
(MILES-GUESS) (https://github.com/ai2es/miles-guess), that enables users to train and evaluate both evidential
Множественность трактовки понятия «искус-
ственный интеллект» привела к необходимости его
осмысления для задач развития современных систем
вооружений. В статье предложен общий подход по-
иска путей интеграции и пересечения возможностей
современных ключевых технологий искусственного интеллекта и требований к созданию новых образцов вооружений. Подход демонстрируется на примере формирования облика и характеристик перспективных робототехнических систем военного назначения
