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.
Монография посвящена изучению полисемии лингвистических терминов через призму когнитивной лингвистики. Освещаются когнитивные аспекты восприятия многозначности, раскрываются детерминанты когнитивного моделирования полисемии лингвистических терминов в английском, узбекском и русском языках, а также предлагаются типы когнитивных моделей для описания этого явления: модель радиальной категоризации, модель метафорической проекции, модель метонимии, модель концептуальной интеграции (blending theory), модель концептуальных доменов, модель сценариев и фреймов.
Книга предназначена для студентов филологических факультетов университетов и педагогических институтов, магистрантов, докторантов, соискателей, преподавателей-филологов.
Данная статья посвящена изучению особенностей образования слов с различным порядком следования морфем в китайском языке, а также соответствующие модели данного способа словообразования.
В данной статье будут рассмотрены двусложные медицинские термины современного китайского языка, образованные по атрибутивной модели слово-сложения. Эта модель в рамках данной лексико-семантической группы еще не была объектом специального исследования. Так, языковые единицы, образованные по данной модели, являлись материалом для решения задачи систематизации представлений о речевом словообразовании. Термины – это специальные понятия. Специфика их состоит в том, что прежде всего они не теряют своей целостности, какими бы способами не передавалось их содержание. Независимо от того, являются ли термины односложными словами или многосложными словосочетаниями, они всегда представляют собой один знак, которому соответствует одно понятие. Основное отличие термина от общеупотребительного слова заключается в специализированности значения термина. Термины обычно используются в специальных сферах общения для обозначения и выражения специальных понятий.
В статье проведен анализ современного состояния и перспектив развития железнодорожного транспорта, представлена эконометрическая модель развития инвестиционной деятельности в условиях
стратегические изменения в транспортной системе. Статья посвящена обоснованию подходов к разработке алгоритма оценки воздействия железнодорожного транспорта на
экономическая безопасность страны. Обоснованы предложения по использованию эконометрического моделирования для разработки имитационной модели железнодорожной системы. Рассмотрены этапы реализации экономической целесообразности управленческих решений в системе железных дорог. Поэтому приоритетными задачами структурной реформы отрасли является создание условий для развития конкуренции в сфере перевозки грузов и пассажиров, ремонта подвижного состава, а также повышение инвестиционной привлекательности. В результате реализации запланированных инфраструктурных проектов остро стоит проблема нехватки инвестиционных средств, и даже обостряется из-за нарастающего физического износа основных фондов. В настоящее время существует большой разрыв между существующим в отрасли уровнем инвестиций и уровнем, необходимым для обеспечения устойчивого развития.
As with many other fields where the involvement of intelligent systems with the help of Artificial Intelligence is prevalent, transportation system cannot be ignored when it comes to incorporating AI and automation in order to improve the current transportation system by using new advanced technologies. There have been a lot of new tech nologies have been implemented in transportation systems especially in public transportation, making it convenient to use for commuters and other users. Having said that, de spite the fact that new technologies have been used to tackle some of the existing issues,there are some problems that are still persisting. For instance, traffc jams can be seen even in developed cities around the world, making specialists think deeply and push the boundaries of technology to come up with innovative solutions to cure existing hurdles in transportation. In terms of easing the heavy traffc flow, intelligent traffc lights powered with AI have their own role to play and huge progress can be seen in this area of research.Some of the technologies that are used in smart traffc lights are induction loops, microwave radar, and video detection. What has been done in this work is quite different from previous technologies and methods and proposes a new methodology to be used in traffic lights and with help of this method, traffc jams can be reduced significantly. Precisely, an algorithm based on a convolutional neural network is used to detect vehicles, and depending on the traffc density determined by live video footage, traffc lights make a smart decision about which road should be opened more while other another road should be closed for less time. From the environmental and economic perspective, this technology with the proposed methodology reduces greatly gasoline use by cars, thus reducing carbon dioxide emissions and saving the time passengers waste when stuck in traffc jams.
Одним из самых опасных заболеваний, угрожающих жизни человека, являются болезни сердца. Одним из способов анализа заболеваний сердца является проведение эхокардиографии. Результаты эхокардиографического теста могут указать, в норме сердце пациента или нет, путем определения области полости сердца. Поэтому появилось много исследований, направленных на анализ работы сердца. Таким образом, я заинтересован в разработке системы путем ввода четырех точек обзора сердца, а именно 2 парастернальных вида (длинная ось и короткая ось) и 2 апикальных вида (две камеры и четыре камеры с четырьмя камерами), с целью этого исследования, позволяющего сегментировать область полости сердца. Это исследование является частью большого проекта, целью которого является анализ состояния сердца с 4-х входных точек зрения на сердце, и проект разделен на несколько разделов. В данном исследовании основное внимание уделяется процессу сегментации эхокардиографических изображений для получения изображений полости сердца с 4 входными точками обзора сердца с использованием метода глубокого обучения с использованием сверточных слоев.
Sign language recognition has gained significant attention due to its potential to bridge communication gaps between the deaf and hearing communities. This article presents a comprehensive review of machine learning methods employed for the recognition of Uzbek Sign Language (UzSL). The unique visual and spatial nature of sign languages poses challenges that necessitate specialized techniques for accurate recognition. This review surveys various approaches, ranging from traditional techniques to modern deep learning methods, used to recognize UzSL gestures. The article begins by introducing the significance of UzSL recognition and its impact on facilitating effective communication for the Uzbek deaf community. It outlines the complexities involved in sign language recognition, including variations in hand shapes, movements, and facial expressions. The challenges of limited training data, real-time recognition, and capturing dynamic features are discussed in depth. A survey of traditional machine learning methods such as Hidden Markov Models (HMMs), Support Vector Machines (SVMs), and k-Nearest Neighbors (k-NN) is presented, along with their applications and limitations in UzSL recognition. The evolution of these methods into more sophisticated approaches like Dynamic Time Warping (DTW) and Conditional Random Fields (CRFs) is also explored.
Matnni aniqlash, shuningdek, optik belgilarni aniqlash sifatida ham tanilgan, bosma yoki qo’lda yozilgan matnni tahrirlash, qidirish va tahlil qilish oson bo’lgan raqamli formatga aylantiradi. Bu matn tasvirlarini tahlil qilishni va ulardagi belgilar va so’zlarni tanib olishni o’z ichiga oladi. Optik belgilarni aniqlash - bu hujjatlarni skanerlashga bo’lgan talab ortib borayotgani va ma’lumotlarni samarali va aniq yozib olish zarurati tufayli tez rivojlanayapti. Optik belgilarni aniqlash ko’plab sohalarda, jumladan bank, sog’liqni saqlash, hukumat va ta’limda muhim texnologiyaga aylandi. Optik belgilarni aniqlash bozoridagi ba’zi imkoniyatlarga quyidagilar kiradi: Katta ma’lumotlar tahlilining yuksalishi: Har kuni hosil bo’ladigan raqamli ma’lumotlar ortib borayotganligi sababli, optik belgilarni aniqlash tasvir va hujjatlar kabi tuzilmagan ma’lumotlar manbalaridan ma’lumotlarni skanerlashi va olishi mumkin. Mashinani o’rganish va chuqur o’rganish yutuqlari: optik belgilarni aniqlash ilg’or mashinani o’rganish algoritmlari va chuqur neyron tarmoqlar yordamida sezilarli darajada yaxshilanishi mumkin, bu aniqlik va samaradorlikni oshiradi.
Рассмотрены различные подходы к проведению цифровых преобразований, цифровой трансформации бизнеса и использованию инструментов цифровой трансформации. Изучены существующие модели цифровой трансформации. Выявлены необходимые составляющие бизнеса, цифровая трансформация которых позволит повысить уровень цифровой зрелости для успешного развития бизнеса в рамках цифровой экономики. Рассмотрена важность каждой составляющей, при- ведённой в научных исследованиях, определены необходимые элементы модели цифровой трансформации, без которых проведение цифровой политики не будет эффективным. Приведена модель направлений цифровой трансформации. Охарак теризована важность каждого направления модели цифровой трансформации.
Объект исследования: защитным каркас кабины универсальнопропашного колесного трактора.
Цель работы: Разработка методики расчета на прочность и обоснование прочностных параметров каркаса кабин тракторов класса 1,4.
Методы исследования: Исследования проводились методами математического и экспериментального моделирования прогибов элементов несущего каркаса кабины фактора при опрокидывании в квазистатической постановке
Полученные результаты и их новизна:
- составлена математическая модель расчета каркаса кабины трактора на прочность;
- методика расчета каркаса защитной кабины трактора на прочность с учетом процесса распространения зоны пластической деформации по длине и высоте поперечного сечения элементов конструкции каркаса;
- зависимости прочностных характеристик стержневых элементов конструкции каркаса от момента изгиба и кривизны.
Практическая значимость: Разработана методика расчета кабины на прочность, позволяющая на стадии проектирования и доводки конструкции с высокой степенью достоверности получать требуемые прочностные характеристики (Патент на программу для ЭВМ № DGU 01583). Проведен многовариантный анализ конструкции кабины трактора ТТЗ 80.20 и предложен новый каркас кабины трактора (Патент на полезную модель № FAP 00563).
Степень внедрения и экономическая эффективность: Результаты работы переданы специализированному конструкторскому бюро «Трактор» для практического использования при проведении опытно-конструкторских работ по модернизации и разработке новых каркасов кабин тракторов.
Область применения: Автомобилестроение и тракторостроение.