Гарнышев И.Н., Казанцев С.В., Мальков Р.Ю., Семенов И.Д., Юдин С.В.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

 Гарнышев Игорь Николаевич - сетевой инженер,

отдел администрирования сетей передачи данных,

Тинькофф Банк;

Казанцев Сергей Владимирович - главный инженер,

департамент сетей передачи данных,

Сбербанк;

Мальков Роман Юрьевич – эксперт,

Центр компетенций по облачным решениям,

Техносерв,

г. Москва;

Семенов Иван Дмитриевич - старший инженер,

департамент сетей передачи данных,

Servers.com Лимассол, Кипр;

Юдин Степан Вячеславович - администратор сети,

департамент технического обеспечения и развития инфраструктуры информационных систем,

Спортмастер, г. Москва

Аннотация: в статье проведен анализ принципов энтропийного кодирования. Разработаны основы методологии кодирования дискретного информационного источника. Предложены алгоритмы определения условной энтропии и общего количества информации после обработки данных дискретного источника. Разработана схема определения диапазона значений ожидаемой длины для символьного набора дискретного источника. Показано, что разработанную методологию можно использовать для построения алгоритмов кодирования Хаффмана, арифметического кодирования и универсального кодирования.

Ключевые слова: дискретный информационный источник, функция вероятности, условная энтропия, общее количества информации, символьный блок, ожидаемая длина, неравенство Крафта-Макмиллана.

PECULIARITIES OF THE ENTROPY CODING ALGORITHMS’ DEVELOPMENT

Garnyshev I.N., Kazantsev S.V., Malkov R.Yu., Semenov I.D., Iudin S.V.

 Garnyshev Igor Nikolaevich - Network Engineer,

DATA NETWORK ADMINISTRATION DEPARTMENT,

TINKOFF BANK;

Kazantsev Sergei Vladimirovich - Senior Engineer,

NETWORK DEPARTMENT,

 SBERBANK;

Malkov Roman Yurevich – Expert,

CLOUD SOLUTIONS DEPARTMENT,

TECHNOSERV CLOUD,

MOSCOW;

Semenov Ivan Dmitrievich - Senior Engineer,

NETWORK DEPARTMENT,

SERVERS.COM LIMASSOL, CYPRUS;

Yudin Stepan Vyacheslavovich - Network Administrator,

DEPARTMENT OF TECHNICAL SUPPORT AND INFORMATION SYSTEMS INFRASTRUCTURE DEVELOPMENT,

SPORTMASTER, MOSCOW

Abstract: the article includes analysis of the principles of entropy coding. The basics of the coding methodology for a discrete information source are developed. Algorithms for determining the conditional entropy and the mutual information of the discrete source processed data are proposed. The scheme of the expected length values range determining for a code string of a discrete source is developed. It is shown that the developed methodology can be used to develop Huffman coding, arithmetic coding and universal coding algorithms.

Keywords: discrete information source, probability function, conditional entropy, mutual information, code string, expected length, Kraft inequality.

Список литературы / References

1. Csiszár I., & Körner J., Information theory: Coding theorems for discrete memoryless systems. Cambridge: Cambridge University Press.
2. McEliece R.J., The theory of information and coding. Cambridge: Cambridge University Press.
3. Zhong Y., Alajaji F. & Campbell L.L., 2007. Error Exponents for Asymmetric Two-User Discrete Memoryless Source-Channel Systems. 2007 IEEE International Symposium on Information Theory. doi:10.1109/ isit.2007.4557472.
4. Haghighat J., Hamouda W. & Soleymani M., Random Binning and Turbo Source Coding for Lossless Compression of Memoryless Sources. IEEE Vehicular Technology Conference. doi:10.1109/vtcf.2006.366.
5. Sungkar M. & Berger T., Discrete Reconstruction Alphabets in Discrete Memoryless Source Rate-Distortion Pblems., 2018 IEEE International Symposium on Information Theory (ISIT). doi:10.1109/isit.2018.8437835.
6. Bissiri P. & Walker S., A Definition of Conditional Probability with Non-Stochastic Information. Entropy, 20 (8), 572. doi:10.3390/e20080572.
7. Gu Y.H. & Wu W.M., 2011. DDoS Detection and Prevention Based on Joint Entropy and Conditional Entropy. Key Engineering Materials, 474-476, 2129-2133. doi:10.4028/www.scientific.net/kem.474-476.2129.
8. Yan K., Conditional entropy and fiber entropy for amenable group actions. Journal of Differential Equations, 259(7), 3004-3031. doi:10.1016/j.jde.2015.04.013.
9. Patil G., Conditional Entropy ProfilesBased in part on the article “Conditional entropy profiles” by G. P. Patil, which appeared in the Encyclopedia of Environmetrics. Encyclopedia of Environmetrics. doi:10.1002/9780470057339.val005m.pub2.
10. Zhou X., 2016. A formula of conditional entropy and some applications. Discrete and Continuous Dynamical Systems, 36(7), 4063-4075. doi:10.3934/dcds.2016.36.4063.
11. Zen, Q. & Wang J., Information Landscape and Flux, Mutual Information Rate Decomposition and Entropy Production. doi:10.20944/preprints201710.0067.v1.
12. Wiegand T. & Schwarz H., Source coding: Part I of fundamentals of source and video coding. Boston: Now.
13. Moffat A., Huffman Coding. Encyclopedia of Algorithms, 938-942. doi:10.1007/978-1-4939-2864-4_633.
14. Tamir D., Delta-Huffman Coding of Unbounded Integers. 2018 Data Compression Conference. doi:10.1109/dcc.2018.00081.
15. Salman N.H., New Image Compression/Decompression Technique Using Arithmetic Coding Algorithm. Journal of Zankoy Sulaimani - Part A, 19(1), 263-272. doi:10.17656/jzs.10604.
16. Al-Rababaa A., Laval C.U. & Dube D., A finite-precision adaptation of bit recycling to arithmetic coding. 2015 IEEE International Symposium on Signal Processing and Information Technology (ISSPIT). doi:10.1109/isspit.2015.7394382.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Гарнышев И.Н., Казанцев С.В., Мальков Р.Ю., Семенов И.Д., Юдин С.В. ОСОБЕННОСТИ ПОСТРОЕНИЯ АЛГОРИТМОВ ЭНТРОПИЙНОГО КОДИРОВАНИЯ // Наука, техника и образование № 7(60), 2019. - С.{см. журнал}.

Джылкычиев А.И., Бекбоев А.Р., Джылкычиев М.К.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

 Джылкычиев Аскарбек Исаевич - доктор технических наук, профессор,

кафедра архитектуры промышленных и гражданских зданий,

Кыргызско-Российский Славянский университет им. Б.Н. Ельцина;

Бекбоев Алтымыш Рысалиевич - кандидат технических наук, доцент,

кафедра организации перевозок и безопасности движения,

Кыргызский государственный технический университет им. И. Раззакова;

Джылкычиев Мирлан Кубанычбекович - старший преподаватель,

кафедра механики,

Кыргызский государственный университет строительства, транспорта и архитектуры им. Н. Исанова,

г. Бишкек, Кыргызская Республика

Аннотация: в данной статье рассматривается система управления исполнительными гидроцилиндрами с использованием преобразователя скорости перемещения штоков гидроцилиндров, которая предназначена для увеличения производительности гидрофицированных машин и оборудований циклического действия при постоянном расходе жидкости источника гидравлического питания. Представлена принципиальная гидравлическая схема системы управления гидроцилиндром при помощи преобразователя скорости перемещения штока гидроцилиндра. В качестве преобразователя скорости перемещения штока гидроцилиндра рассмотрен плоский мембранный запорно-регулирующий элемент. Разработаны расчетные схемы и согласно расчетной схеме разработана математическая модель, при которой были приняты некоторые, общепринятые для гидравлического привода, допущения, которые не вносят существенных изменений.

Разработанная математическая модель системы управления исполнительным гидроцилиндром при помощи преобразователя скорости перемещения штока позволяет численно исследовать влияние гидравлических и конструктивных параметров преобразователя скорости перемещения штока гидроцилиндра, на его статические и динамические параметры, а также оценить степень повышения эффективности использования мощности гидравлического привода, оснащенного данным гидравлическим аппаратом.

Ключевые слова: гидропривод, гидроцилиндр, шток, преобразователь, плоская мембрана, мощность, гидравлический аппарат.

MATHEMATICAL MODELING OF MOVING HYDRAULIC-CYLINDER ROD REDUCTOR WITH THE flat MEMBRANE SHUT-OFF-AND-REGULATING ELEMENT

Dzhylkychiev A.I., Bekboev A.R., Dzhylkychiev М.К.

 Dzhylkychiev Askarbek Isaevich - Doctor of Technical Sciences, Professor,

DEPARTMENT OF ARCHITECTURE OF INDUSTRIAL AND CIVIL BUILDINGS,

KYRGYZ RUSSIAN SLAVIC UNIVERSITY NAMED AFTER B.N. YELTSIN;

Bekboev Altymysh Rysalievich - Candidate of Technical, Associate Professor,

 DEPARTMENT OF ORGANIZATION OF TRANSPORTATION AND TRAFFIC SAFETY,

KYRGYZ STATE OF TECHNICAL UNIVERSITY NAMED AFTER I. RAZZAKOV;

Dzhylkychiev Mirlan Kubanychbekovich - Senior Lecturer,

DEPARTMENT OF MECHANICS,

KYRGYZ STATE UNIVERSITY OF CONSTRUCTION, TRANSPORT AND ARCHITECTURE NAMED AFTER N. ISANOV,

BISHKEK, REPUBLIC OF KYRGYZSTAN

Abstract: this article discusses the control system for actuating hydraulic cylinders using a transducer of the speed of movement of hydraulic cylinder rods, which is designed to increase the performance of hydraulic machines and equipment cyclical action at a constant flow rate of the fluid source of hydraulic power.

A basic hydraulic diagram of a hydraulic cylinder control system using a speed converter for moving the hydraulic cylinder rod is presented. As a transducer of the speed of movement of the hydraulic cylinder rod, a flat membrane stop-regulating element is considered. Design schemes have been developed and mathematical modeling has been developed in accordance with the design scheme, and some assumptions that are generally accepted for a hydraulic drive have been adopted, which do not introduce significant changes.

The developed mathematical model of the executive cylinder control system with reductor of the moving rod allows numerically investigate the influence of hydraulic and structural parameters of the velocity transducer displacement cylinder rod in its static and dynamic parameters, as well as to evaluate the degree of efficiency increase of a hydraulic drive power use equipped with the hydraulic valve.

Keywords: hydraulic drive, hydraulic-cylinder, stock, transformation, flat membrane, power, hydraulicapparatus.

Список литературы / References

1. Джылкичиев А.И., Понамарева О.М. Экспериментальные исследования прочностных характеристик плоского мембранного запорно-регулирующего элемента. «Повышение эффективности транспортных, строительно-дорожных машин и оборудования в условиях высокогорья» // Сб. науч. тр. КГУСТА. Бишкек, 1999. С. 18–20.
2. Кириков Р.П. Исследование и разработка гидрораспределителей с упругими оболочками для гидроприводов дорожных и строительных машин: Дисс. … канд. техн. наук. Омск, 1977. 197 с.
3. Бекбоев А.Р., Жылкычиев М.К. Математическое моделирование пробразователя скорости перемещение штока гидроцилиндра с цилиндрическими мембранным запорно-регулирующим элементом. // Universum: Технические науки: электрон. науч. журн., 2016. № 5 (26). [Электронный ресурс]. Режим доступа: http://7universum.com/ru/tech/archive/item/2403/ (дата обращения: 20.08.2019).

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Джылкычиев А.И., Бекбоев А.Р., Джылкычиев М.К. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРЕОБРАЗОВАТЕЛЯ СКОРОСТИ ПЕРЕМЕЩЕНИЯ ШТОКА ГИДРОЦИЛИНДРА С ПЛОСКИМ МЕМБРАННЫМ ЗАПОРНО-РЕГУЛИРУЮЩИМ ЭЛЕМЕНТОМ // Наука, техника и образование № 7(60), 2019. - С.{см. журнал}.

Усманов С.А., Хударганов К.О., Абдуллаева М.М.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Усманов Сергей Анварович – кандидат сельскохозяйственных наук, старший научный сотрудник;

Хударганов Камоладдин Омонбоевич - доктор сельскохозяйственных наук,

 лаборатория искусственного климата,

Научно-исследовательский институт селекции, семеноводства и агротехнологии выращивания хлопка;

Абдуллаева Мавлуда Матякубовна - студент,

агрономический факультет,

Ташкентский государственный аграрный университет,

г. Ташкент, Республика Узбекистан

Аннотация: анализ полученных результатов показал, что предел изменчивости изученных хозяйственно-ценных признаков не имел существенных различий в зависимости от комбинации скрещиваний и поколения гибридов. В зависимости от комбинации скрещиваний 24,3-56,7% растений у гибридов Ғ3 имели массу хлопка-сырца одной коробочки более 4,0 г, выход волокна - выше 38,0%, а длину волокна - более 40,0 мм. Растения с такими показателями изученных хозяйственно-ценных признаков имеют большую ценность для практической селекции.

Отобраны семьи гибридов F3, отличающиеся высокими показателями массы хлопка-сырца одной коробочки, выхода и длины волокна, которые используются в качестве доноров и селекционного материала при создании сортов тонковолокнистого хлопчатника.

Ключевые слова: хлопчатник, сорт, линия, гибрид, масса хлопка-сырца одной коробочки, выход и длина волокна, сопряженность.

CONJUGACY OF AGRONOMIC VALUABLE TRAITS AT GEOGRAPHICALLY REMOTE HYBRIDS F1-F3 G.BARBADENSE L.

Usmanov S.A., Khudarganov K.O., Abdullaeva M.M.

Usmanov Sergey Anvarovich - Candidate of agricultural science, Senior Researcher;

Khudarganov Kamoladdin Omonboyevich - Doctor of agricultural science;

LABORATORY OF ARTIFICIAL CLIMATЕ,

COTTON BREEDING, SEED PRODUCTION AND AGROTECHNOLOGIES RESEARCH INSTITUTE;

Abdullaeva Mavluda Matyakubovna – Student,

FACULTY OF AGRONOMY,

TASHKENT STATE AGRARIAN UNIVERSITY,

TASHKENT, REPUBLIC OF UZBEKISTAN

Abstract: the analysis of the received results has shown that the limit of variability of agronomic valuable traits had no essential distinctions depending on a combination of crossings and generation of hybrids. Studying the conjugacy of the main of agronomic valuable traits, a raw cotton weight of one boll with of fiber output and fiber length showed that, depending on the combination of crossings 24,3- 56,7 % plants of F3 hybrids had a raw cotton weight of one boll more than 4,0 g with of fiber output more than 38% and a fiber length above 40,0 mm.  

The families of the F3 hybrids are distinguished by a high a raw cotton weight of one boll, fiber output and fiber length, which are used as donors and a breeding material for creating varieties of long staple cotton.  

Keywords: cotton, variety, lines, hybrid, hybridization, a raw cotton weight of one boll, fiber output, fiber length, conjugacy.

Список литературы / References

1. Ибрагимов П.Ш. Генетические методы в селекции хлопчатника. Ташкент. Turon-Iqbol, 2006. 120 с.
2. Савлятов С. Генетические корреляции выхода волокна с некоторыми хозяйственно-ценными признаками у хлопчатника. // Сб. тр. По экспериментальной генетике и селекции растений и животных в Таджикистане. Душанбе, 1980. С. 30-60.
3. Ходжа-Ахмедов Е.Ю. Генетический анализ сортов хлопчатника вида G. hirsutum L. по компонентам качества и выхода волокна. Автореф. дисс. к.б.н. Ташкент, 1983. 27 с.
4. Miller B.A. Estimation of genotypic and environment variances and co variances in Upland cotton. // Agron. Journ., 1958. 50. P. 126-131.
5. El-Marakby A.M. Inheritance of fiber elongation and its interrelationships with other fiber properties in intraspecific crosses of Gossypium. Pf.D.Thesis. El-Askar Univ. Egypt, P. 60-64.
6. Попов П.В. Изучение изменчивости гибридов хлопчатника в условиях недостаточного режим орошения. Автореф. дисс. к.с.-х.н. Ташкент, 1969. 29 с.
7. Доспехов Б.А. Методика полевого опыта. Колос, 1979. 416 с.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Усманов С.А., Хударганов К.О., Абдуллаева М.М. СОПРЯЖЕННОСТЬ ХОЗЯЙСТВЕННО-ЦЕННЫХ ПРИЗНАКОВ У ГЕОГРАФИЧЕСКИ ОТДАЛЕННЫХ ГИБРИДОВ F2-F3 G.BARBADENSE L. // Наука, техника и образование № 6(59), 2019. - С.{см. журнал}.

Усов А.Е., Варламов А.А., Бабкин О.В., Дос Е.В., Мостовщиков Д.Н.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Усов Алексей Евгеньевич – ведущий архитектор;

Варламов Александр Александрович – старший архитектор;

Бабкин Олег Вячеславович – старший архитектор;

Дос Евгений Владимирович – архитектор;

Мостовщиков Дмитрий Николаевич – старший архитектор,

 системный интегратор «Li9 Technology Solutions»,

г. Райли, Соединенные Штаты Америки

Аннотация: рассмотрены методы разработки алгоритмов обнаружения знаний в базах данных как базового подхода выделения значимых образцов (шаблонов) в структуре больших наборов данных. В рамках разработанной методологии выделены две группы алгоритмов обнаружения знаний: кластеризация объектов, классы которых изначально не определены, и методы индуктивного обучения, в рамках которых на основе заданного набора классов определяется принадлежность к ним объекта исследования. Предложен оригинальный подход в области обнаружения знаний в базах данных, в основу которого положены методы классификации, что базируются на таком средстве поддержки принятия решений, как дерево принятия решений. Разработанная методика позволяет проводить анализ как на основе заданных шаблонов классификации данных, так и выделять новые признаки информационных объектов исследуемого набора и его классов, включая признаки высокого порядка, как, например,  сходство между классами, характеристики классов и потенциальные ошибки представленного набора данных.

Ключевые слова: информационные системы, методы классификации, обнаружение знаний в базах данных, дерево принятия решений, C4.5, ID3, FTree.

APPLICATION OF DECISION TREES AT DEFINING INFORMATION SYSTEM PATTERNS

Usov A.Yе., Varlamov A.A., Babkin O.V., Dos E.V., Mostovshchikov D.N.

Usov Aleksey Yevgenyevich – Lead Systems Architect;

Varlamov Aleksandr Aleksandrovich – Senior Solution Architect;

Babkin Oleg Vyacheslavovich – Senior System Architect;

Dos Evgeniy Vladimirovich – System Architect;

Mostovshchikov Dmitriy Nikolayevich – Senior System Architect,

 IT INTEGRATOR «LI9 TECHNOLOGY SOLUTIONS»,

RALEIGH, UNITED STATES OF AMERICA

Abstract: methods for the development of knowledge discovery algorithms in databases are considered as a basic approach of significant samples detection at big data sets. Within the framework of the developed methodology, two groups of knowledge detection algorithms are distinguished: clustering objects with undefined classes and methods of inductive learning for determined objects by given set of classes. An original approach in the field of knowledge discovery at databases is proposed, which is based on classification methods based on a decision support tool such as a decision tree. The developed technique allows analyzing both on the basis of predetermined data classification patterns and highlighting new features of information objects of the data set and its classes, including patterns of a higher order, such as the similarity between classes, characteristics of classes and potential errors of the presented data set.

Keywords: information systems, classification methods, databases’ knowledge discovery, decision tree, C4.5, ID3, FTree.

Список литературы / References

1. Maimon О. and Rokach L., editors. Data Mining and Knowledge Discovery Handbook, 2nd ed. Springer, 2010.
2. Luo J., Wu, Q. & Zhu L., Object-oriented full-time domain moving object data model. Journal of Computer Applications, 33(4), 1015-1017. doi:10.3724/sp.j.1087.2013.01015.
3. Rajamohamed R. & Manokaran J., Improved credit card churn prediction based on rough clustering and supervised learning techniques. Cluster Computing, 21 (1), 65-77. doi:10.1007/s10586-017-0933-1.
4. Zenghong W., Yufen C. & Jun Z., Adaptive rules mining in ACVis based on ID3 algorithm in decision tree. 2010 The 2nd Conference on Environmental Science and Information Application Technology. doi:10.1109/esiat.2010.5568899.
5. Symbology of the Logical Decision Tree, 2017. Decision-Making Management, 99-100. doi:10.1016/b978-0-12-811540-4.09979-8.
6. Radoglou-Grammatikis P.I. & Sarigiannidis P.G., An Anomaly-Based Intrusion Detection System for the Smart Grid Based on CART Decision Tree. 2018 Global Information Infrastructure and Networking Symposium (GIIS). doi:10.1109/giis.2018.8635743.
7. Pazzani M.J. Knowledge discovery from data? IEEE Intelligent Systems, 15(2):10–13, 2000.
8. Armengol Е. Building partial domain theories from explanations. Knowledge Intelligence, 2/08:19–24, 2008.
9. Armengol Е. and Plaza Е. Discovery of toxicological patterns with lazy learning. In V. Palade, R.J. Howlett and L. Jain, editors, KES-2003, number 2774 in Lecture Notes in Artificial Intelligence. Рages 919–926. Springer, 2003.
10. Armengol Е. Usages of generalization in CBR. In R.O. Weber and M. M. Richter, editors, ICCBR-2007. Case-based Reasoning and Development, number 4626 in Lecture Notes in Artificial Intelligence, pages 31–45. Springer-Verlag, 2007.
11. Armengol Е., García-Cerdaña А. and Dellunde Р. Experiences Using Decision Trees for Knowledge Discovery. Springer International Publishing AG,
12. Moulana M. & Hussain M.A., An Optimized Decision Trees Approach for Knowledge Discovery Using Orthogonal Radom Matrix Projection with Outlier Detection. International Journal of Database Theory and Application, 9 (3), 87-94. doi:10.14257/ijdta.2016.9.3.10.
13. López R. de Mántaras. A distance-based attribute selection measure for decision tree induction. Machine Learning, 6:81–92, 1991.
14. Shafer J.C., Agrawal R. and Mehta М. Sprint: A scalable parallel classifier for data mining. InVLDB, pages 544–555, 1996.
15. Gehrke J., Ramakrishnan R. and Ganti V. RainForest - a framework for fast decision tree construction of large datasets. Data Mining and Knowledge Discovery, 4(2/3):127–162, 2000.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Усов А.Е., Варламов А.А., Бабкин О.В., Дос Е.В., Мостовщиков Д.Н. ПРИМЕНЕНИЕ ДЕРЕВЬЕВ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОПРЕДЕЛЕНИИ ШАБЛОНОВ ДАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ // Наука, техника и образование № 6(59), 2019. - С.{см. журнал}.