The review theorizes that with expanded or better appraisals or scores on course, educator and instructional exercise qualities, the understudies execution is thought to be better. Understudies learn more in a climate where these previously mentioned attributes are evaluated better on a scale by understudies. In light of the measurable investigation, the discoveries call attention to a low arrangement of understudies towards course and instructional exercise qualities while most of understudies are in high understanding of instructor attributes are perfect. There are no such contrasts in assessments among expert and single guy program me about course, educator and instructional exercise qualities. Study tracks down a solid relationship between generally speaking execution of educator and instructor qualities yet course and instructional exercise attributes are not essentially influencing the general exhibition of the instructor. Notwithstanding, this relationship is more fragile when contrasted with educator attributes yet at the same time, course and instructional exercise qualities are decidedly connected with the general presentation of the instructor.
Объекты исследования: полиномиальные, интерполяционные и сглаживающие сплайны, кубические базисные сплайны, методы и средства обработки сигналов и прогнозирования аномалий, используемых в геофизике и железнодорожных системах.
Цель работы: исследование методов и разработка алгоритмов и программного комплекса моделирования процессов обработки и восстановления сигналов на основе сплайн - функций.
Me i оды исследования: теория функционального анализа, обобщенные спектральные методы, теория рядов и матриц, теория сплайн функций и моделирования, теория параллельных вычислительных процессов и численные методы решения линейных уравнений.
Пол\ченные резудыа1ы и их новизна: предложены методы и эффективные алгоритмы вычисления коэффициентов восстановления сигналов на основе одномерных и многомерных сплайнов; разработаны алгоритмы и прщраммный комплекс для моделирования процессов обработки сигналов методами сплайн - функций с применением цифровых процессоров сигналов; предложен сплайн - метод анализа, оценки и прогнозирования эксплуатационной стойкости рельсов.
Практическая значимость: разработаны программные средства восстановления сигналов с применением цифровых сигнальных процессоров семейства Blackfin; предложена параллельная вычислительная структура на основе кубического базисного сплайна; разработан программный комплекс для моделирования процессов восстановления сигналов методами сплайн -функций.
Степень внедрения и экономическая эффективность: основные теоретические и практические результаты диссертационной работы внедрялись в государственной акционерной железнодорожной компании «Узбекистан темир йўллари». Суммарный экономический эффект составляет 26 млн. сум в год.
Облаоь применения: разработанные в диссертационной работе методы, алгоритмы и программные средства могут быть использованы в геофизике, экологии, сейсмологии и радиолокации для обработки сигналов, а также для решения задач прогнозирования стойкости рельсов железнодорожных систем.
Глаукома – одно из самых значимых офтальмологических заболеваний, которое при позднем выявлении и отсутствии своевременного лечения, корректируемого в зависимости от состояния больного, приводит к слепоте. Особую ценность в организации мониторинга имеет персонифицированный учет в виде регистров для оптимизации оказания специализированной медицинской помощи, в том числе лицам, страдающим социально-значимыми заболеваниями, которым и является первичная глаукома. Целью данного исследования является совершенствование организации медицинской помощи при первичной глаукоме путем создания электронной программы по диспансеризации. Для повышения качества оказания медицинской помощи при первичной глаукоме, нами разработана электронная программа «Карта диспансеризации пациента с первичной глаукомой», которая предназначена для фиксации и анализа основных клинических и статистических показателей, мониторинга данного заболевания. По карте четко видна динамика процесса ведения пациента: когда поставлен диагноз, какое лечение проводилось, переход из стадии в стадию, в какие сроки он наблюдался, результаты исследований, когда он обращался в первичное звено здравоохранения, а когда в специализированное звено здравоохранения и т.д. Карта даёт возможность провести экспертную оценку сроков выявления заболевания, адекватности и своевременности лечебно-диагностического процесса и диспансеризации, компетентности врачей. Автоматизированная электронная программа «Карта диспансеризации пациента с первичной глаукомой» содержит в себе такой статистический инструмент, как интегрированный конструктор запросов для извлечения любой информации о пациентах, в котором пользователь может задать условия по любым полям базы данных в любом сочетании и получить результирующую таблицу с настраиваемыми для визуализации полями.
Изучены возможности применения разработанной авторами электронной программы прогнозирования риска возникновения и раннего выявления ВМД. П ро- грамма использована у120 лиц. 53 (44,2%>) из них поставлен диагноз «Макулодистрофия отсутствует», 27 (22,5%) - «Ранняя стадия макулодистрофии (категория 2 AREDS)», 22 (18,3%) - «Промежуточная стадия макулодистрофии (категория 3 AREDS)», 18(15%)- «Поздняя стадия макулодистрофии (категория 4 AREDS)». Разработанная авторами электронная программа может использоваться как метод прогнозирования развития, раннего выявления ВМД и предоставления рекомендаций по дальнейшей тактике.
Своевременное обнаружение и распознавание дорожных знаков очень важно для автомобилистов и пешеходов. Необходимая информация доводится до водителя через программу прямого распознавания дорожных знаков. Существуют различные типы дорожных знаков, некоторые знаки могут иметь несколько точек для указания направления местоположения, а некоторые знаки касаются правил безопасности и ограничений, которые можно сделать в сообщении. Идентификация и распознавание дорожных знаков является важной практикой, поскольку она помогает водителю-новичку найти дорогу. Мы можем решить эти проблемы с помощью программы обнаружения дорожных знаков, которую мы создали на python. В этой программе в следующей модели каждый пиксель в двоичной матрице занимает 8 бит, поэтому вместо преобразования их значений в 0 и 1 их можно преобразовать в значения от 0 до 255. Таким образом изображения размером 128x128 пикселей преобразуются в бинарные матрицы, и эти матрицы подготавливаются для высокоуровневых моделей сбора данных, например, модели CNN.