📙 Обработка нечеткой информации в системах принятия решений [1989] Борисов, Алексеев

💾 Скачать книгу

Обработка нечёткой информации — процесс, при котором системы работают с данными, которые не имеют чёткого значения, но могут быть представлены в виде нечётких множеств или лингвистических переменных. Для обработки такой информации используются методы на основе нечёткой логики — формы многозначной логики, производной от теории нечётких множеств.

Обработка нечёткой информации включает несколько этапов, которые называются процессом нечёткого вывода:
1. Фаззификация — преобразование входных данных в значения лингвистических переменных.
2. Нечёткий вывод — применение процедур на множестве продукционных правил для формирования выходных лингвистических значений.
3. Дефаззификация — преобразование выведенных значений в точные значения для действий или решений.

Некоторые методы обработки нечёткой информации:
▪️На основе алгоритмов нечёткого вывода. Например, механизм Мамдани, который включает фаззификацию, нечётный вывод, композицию и дефаззификацию.
▪️С использованием функций принадлежности. Они количественно определяют степень принадлежности элемента к нечётному множеству и могут принимать различные формы (линейная, экспоненциальная, гауссова).
▪️С применением интервального анализа. Позволяет работать с величинами, для которых задан лишь интервал допустимых или возможных значений.
#физика #автоматизация #нечеткая_логика #математика #алгоритмы #искусственный_интеллект #math #science #AI #наука

💡 Physics.Math.Code // @physics_lib

📙 Обработка нечеткой информации в системах принятия решений [1989] Борисов, Алексеев

Монография посвящена вопросам обработки нечеткой информации в системах принятия решений, создаваемых на базе универсальных ЭВМ. Данные системы применяются при управлении технологическими объектами, в САПР, технической диагностике и разрабатываются как составная часть экспертных систем. Одним из источников информации в таких системах являются специалисты, выражающие свои знания с помощью нечетких понятий и отношений естественного языка.Описываются теоретические принципы, методы и прикладные алгоритмы анализа решений в условиях риска и нечеткой исходной информации на основе лингвистического подхода. Излагаются основные элементы нечеткой математики в моделях принятия решений. Особое внимание уделяется применению аксиоматической теории полезности. Предлагаются методы формирования лингвистических лотерей, позволяющие обосновать правила вычисления и упорядочения лингвистических оценок ожидаемой полезности альтернатив.Рассматриваются методы оценивания полезности в условиях нечеткой информации. Приводятся модели принятия решений на основе безусловных и условных нечетких свидетельств. Применение нечетких свидетельств для описания информации лица, принимающего решения, позволяет оценивать ее качество и производить коррекцию.Описывается программное обеспечение обработки нечеткой информации в системах принятия решений. Приводятся примеры решения организационно-технических задач при нечеткой исходной информации.Для научных работников — специалистов в области систем автоматизированного проектирования, автоматизации управления, принятия решений, экспертных систем.

Обработка нечёткой информации применяется в различных областях, например:

▪️Системы управления. Контроллеры с нечёткой логикой определяют оптимальные точки переключения передач на основе скорости, положения дроссельной заслонки и других факторов.
▪️Экспертные системы. Используют нечёткую логику для имитации способностей человека-эксперта к принятию решений. Например, системы медицинской диагностики оценивают симптомы и результаты анализов, предоставляя диагноз, учитывающий неопределённость состояния здоровья.
▪️Обработка изображений. Нечёткая логика помогает определить границы, уменьшить шум и улучшить качество изображения, учитывая неоднозначность данных.
▪️Системы поддержки принятия решений. Принимают обоснованные решения на основе неполной или неопределённой информации, например, оценивают риск и доходность вариантов инвестирования в неопределённых рыночных условиях.

#физика #автоматизация #нечеткая_логика #математика #алгоритмы #искусственный_интеллект #math #science #AI #наука

💡 Physics.Math.Code // @physics_lib

🔊 Узоры стоячих волн — фигуры Хладни 〰️

В данном эксперименте мы наблюдаем визуализацию звука по конфигурации стоячих волн, в узлы которых попадают кристаллики соли, вырисовывая картину колебания. С увеличением частоты геометрические узоры из соли меняют свою форму и становятся более сложными.

Предлагаем посмотреть на современную реализацию эксперимента, который повторяет «открытие» немецкого ученого Эрнеста Хладни. Он исследовал влияние вибраций разных частот на механические поверхности, водя смычком вдоль края пластины (пластины Хладни), покрытой мукой, заметил как изменяется ее форма. Свои наблюдения изложил в книге «Теория Звука». В 1960-х Ханс Дженни расширил работы Хладни, используя различные жидкости и электронные усилители для генерирования различных звуковых частот. Он же заодно и ввел термин «киматика».

Если вы пропустите обычную синусоидную волну через тарелку с водой, то вы увидите узор прямо на воде. В зависимости от частоты волн будут появляться различные изображения пульсаций. Чем выше частота, тем более сложными становятся узоры. Эти формы являются повторяющимися и отнюдь не случайными. Вибрация организует материю в сложные формы, получаемые из простых и повторяющихся волн. #механика #физика #наука #physics #колебания #science #волны #physics

CYMATICS׃ Science Vs Music — Nigel Stanford

Воздействие звуковых волн различных частот на соль

💡 Physics.Math.Code // @physics_lib

📙 От Кирхгофа до Планка [1981] Ханс-Георг Шёпф

💾 Скачать книгу

Книга позволяет читателям (от студентов-физиков до широких кругов научных сотрудников в области физики) познакомиться с одной из наиболее ярких идей нашего века - идеей квантования излучения.

📚 Сборник задач по общему курсу физики [3 книги] [1998-2000]

📚 Курс общей физики в 5 томах [2021] Савельев И.В.

📚 Наука. Величайшие теории [50 выпусков] + Спец. выпуск

📚 Курс теоретической физики [2 тома] [1972] А. С. Компанеец

#физика #квантовая_физика #термодинамика #подборка_книг #механика #physics #оптика #мкт #атомная_физика #ядерная_физика #электричество #магнетизм

💡 Physics.Math.Code // @physics_lib

📙 От Кирхгофа до Планка [1981] Ханс-Георг Шёпф

Книга профессора Ханс-Георга Шёпфа (ГДР) представляет собой краткое изложение истории развития теории теплового излучения. Автор очень интересно преподносит ее читателям: в первой части он излагает теорию теплового излучения с современной точки зрения, во вторую часть включает оригинальные работы основоположников теории теплового излучения - Кирхгофа. Больцмана. Вина, Рэлея, Планка. Книга позволяет читателям (от студентов-физиков до широких кругов научных сотрудников в области физики) познакомиться с одной из наиболее ярких идей нашего века — идеей квантования излучения.

#физика #квантовая_физика #термодинамика #подборка_книг #механика #physics #оптика #мкт #атомная_физика #ядерная_физика #электричество #магнетизм

💡 Physics.Math.Code // @physics_lib

🧠 Ученые Яндекса разработали и выложили в опенсорс Yambda — один из крупнейших в мире датасетов для рекомендательных систем на 5 миллиардов данных.

👨🏻‍💻 Датасет предназначен для развития рекомендательных систем и откроет новые возможности для научного сообщества и вузов. В основном, в них работают на упрощенных датасетах — в общий доступ редко попадают качественные и объемные данные. Поэтому ученые, исследователи и вузы часто оказываются на шаг позади, когда очередь доходит до исследований рекомендательных алгоритмов. Yambda позволит тестировать и улучшать их с помощью разнообразных обезличенных данных, собранных на основе Яндекс Музыки:

◾️ Датасет представлен в разных размерах: 5 млрд / 500 млн / 50 млн событий — чтобы разработчики и исследователи могли выбрать тот, который больше подходит их задачам и доступным вычислительным ресурсам.

◾️ Публикация актуальных агрегированных данных в открытом доступе даст возможность российской науке активнее развиваться в области рекомендательных систем и привлечет молодых специалистов, заинтересованных в машинном обучении.

💡 Physics.Math.Code // @physics_lib

📔 Сборник практических задач по математике [1971] Сорокин

Настоящий «Сборник практических задач по математике» ставит своей целью помочь учителям начальных классов (особенно учителям, начинающим работу) в подборе для каждого класса по каждой теме задач с практическим содержанием (помимо тех, какие имеются в принятых учебниках по математике) и дать полезные советы по методике решения таких задач.

Задачи, помещенные в настоящем «Сборнике», заставят ученика действовать: рисовать, чертить, вырезывать, измерять отрезки, находить площади, добывать необходимые для решения задач сведения, составлять планы, сметы, диаграммы, производить денежные расчеты и т.п. Обо всём этом и не только в книге Сборник практических задач по математике (П. И. Сорокин).
#математика #math #задачи #разборы_задач #алгебра #геометрия

💡 Physics.Math.Code // @physics_lib

📘 CUDA Fortran for Scientists and Engineers [2011] Greg Ruetsch, Massimiliano Fatica

📗 CUDA Fortran для инженеров и научных работников [2014] Грегори Рутш, Массимилиано Фатика

💾 Скачать книгу

В этом документе используются компиляторы PGI 11.x, которые можно получить по адресу pgroup.com. Хотя примеры могут быть скомпилированы и запущены в любой поддерживаемой операционной системе в различных средах разработки, примеры в этом документе скомпилированы из командной строки, как это было бы сделано в Linux или Mac OS X.

#математика #CUDA #GPU #графика #наука #Fortran #моделирование #физика #physics #инженерия #параллельные_вычисления

💡 Physics.Math.Code // @physics_lib

📘 CUDA Fortran for Scientists and Engineers [2011] Greg Ruetsch, Massimiliano Fatica

This document in intended for scientists and engineers who develop or maintain computer simulations and applications in Fortran, and who would like to harness parallel processing power of graphics processing units (GPUs) to accelerate their code. The goal here is to provide the reader with the fundamentals of GPU programming using CUDA Fortran as well as some typical examples without having the task of developing CUDA Fortran code becoming an end in itself. The CUDA architecture was developed by NVIDIA to allow use of the GPU for general purpose computing without requiring the programmer to have a background in graphics. There are many ways to access the CUDA architecture from a programmer’s perspective, either through C/C++ from CUDA C and Open CL, or through Fortran using PGI’s CUDA Fortran. This document pertains to the latter approach. PGI’s CUDA Fortran should be distinguished from the PGI Accelerator product, which is a directive based approach to using the GPU. CUDA Fortran is simply the Fortran analog to CUDA C. The reader of this book should be familiar with Fortran 90 concepts, such as modules, derived types, and array operations. However, no experience with parallel programming (on the GPU or otherwise) is required. Part of the appeal of parallel programming on GPUs using CUDA is that the programming model is simple and novices can get parallel code up and running very quickly. CUDA is a hybrid programming model, where both GPU and CPU are utilized, so CPU code can be incrementally ported to the GPU. This document is divided into two main sections, the first is a tutorial on CUDA Fortran programming, from the basics of writing CUDA Fortran code to some tips on optimization. The second part of this document is a collection of case studies that demonstrate how the principles in the first section are applied to real-world examples.

📗 CUDA Fortran для инженеров и научных работников [2014] Грегори Рутш, Массимилиано Фатика

Fortran – один из важнейших языков программирования для высокопроизводительных вычислений, для которого было разработано множество популярных пакетов программ для решения вычислительных задач. Корпорация NVIDIA совместно с The Portland Group (PGI) разработали набор расширений к языку Fortran, которые позволяют использовать технологию CUDA на графических картах NVIDIA для ускорения вычислений.

Книга демонстрирует всю мощь и гибкость этого расширенного языка для создания высокопроизводительных вычислений. Не требуя никаких предварительных познаний в области параллельного программирования, авторы скрупулезно, шаг за шагом, раскрывают основы создания высокопроизводительных параллельных приложений, попутно поясняя важные архитектурные детали современного графического процессора – ускорителя вычислений.

Издание предназначено для инженеров, научных работников, программистов, в также будет полезно студентам вузов соответствующих специальностей. #математика #CUDA #GPU #графика #наука #Fortran #моделирование #физика #physics #инженерия #параллельные_вычисления

💡 Physics.Math.Code // @physics_lib