Научные публикации

scientific publication foto Журнал «European science» выходит раз в два месяца, 10 числа (ежемесячно уточняется). Следующий номер журнала № 3(71) 2024 г. Выйдет - 13.09.2024 г. Статьи принимаются 10.09.2024 г.

Мы рецензируем, редактируем, корректируем Ваши работы. Если редакция получит статью в последний день, есть большая вероятность того, что мы не успеем обработать Вашу статью. Убедительная просьба, если Вы хотите опубликоваться в ближайшем номере, не откладывайте отправку заявки. Потратьте одну минуту, заполните и отправьте заявку в Редакцию




Hoshimov F.A., Bakhadirov I.I., Sulaymonov F.M.

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

Hoshimov Fozildzhon Abidovich - Doctor of Technical Sciences, Professor, Head of the Laboratory, INSTITUTE OF ENERGY AND AUTOMATION, ACADEMY OF SCIENCES OF THE REPUBLIC OF UZBEKISTAN;

Bakhadirov Ilyos Ismailovich – assistant;

Sulaymonov Faridun Muhiddinovich – Student,

ELECTRO SUPPLY CHAIR OF POWER FACULTY TASHKENT STATE TECHNICAL UNIVERSITY, TASHKENT, REPUBLIC OF UZBEKISTAN

Abstract: in this article are stated the rational mode of melting steel to a semi-product in heavy-duty arc electric furnaces, establishment of optimum size of power according to need for heat during every period of melting. The advantages of electro smelting in comparison with the other steel-smelting productions and steel-smelting process in an electric furnace. Influence of the current electric parameters of the power DSP-100 mode пи intensifications of technological processes on productivity of the furnace, size of specific amount of electric energy for the purpose of a choice of the most rational parameter characterizing efficiency of smelting of steel is investigated.

Keywords: energy carriers, dispersion of windings of the stator, energy resource.

Хошимов Ф.А., Бахадиров И.И., Сулаймонов Ф.М.

Хошимов Фозилджон Абидович - доктор технических наук, профессор, заведующий лабораторией, Институт энергетики и автоматики академии наук Республики Узбекистан;

Бахадиров Илёс Исмаилович – ассистент;

Сулаймонов Фаридун Мухиддинович – студент,

кафедра электроснабжения, энергетический факультет,

Ташкентский государственный технический университет,

г. Ташкент, Республика Узбекистан

Аннотация: в данной статье излагается рациональный режим плавки стального полупродукта в сверхмощных дуговых электропечах, установлена оптимальная величина мощности в соответствии с потребностью в тепле в каждый период плавки. Выявлено преимущество электроплавки по сравнению с другими сталеплавильными производствами и процесс выплавки стали в электрической печи. Исследуется влияние текущих электрических параметров энергетического режима ДСП-100 при интенсификации технологических процессов на производительности печи, величины удельного количества электрической энергии с целью выбора наиболее рационального параметра, характеризующего эффективность выплавки стали.    

Ключевые слова: энергоносители, рассеяние обмоток статора, энергоресурс.

Список литературы / References

  1. Хошимов Ф.А., Аллаев К.Р.Энергосбережениена промышленных предприятиях.Ташкент: Изд-во «Фан», 2011.-
  2. Гофман Г.Б. Нормирование потребления энергии и энергетические балансы промышленных предприятий. М. Л., Энергия, 1966. 320 с.

Список литературы на английском языке / References in English

  1. Hoshimov F.A., Allayev K.R. Energy saving on industrial enterprises. Tashkent: Publishing house of “Fan”, 2011.-209.
  2. Hoffman G.B. Regulation of an energy consumption and energy balances of industrial enterprises. M L. Energy, 1966. 320 p.

Ссылка для цитирования данной статьи

scientific publication copyright    
Cсылка для цитирования на русском языке. Хошимов Ф.А., Бахадиров И.И., Сулаймонов Ф.М. Рациональный режим плавки стального полупродукта в сверхмощных дуговых электропечах // European science № 3(25), 2017. C. {см. журнал}

scientific publication pdf

Zuev E.

Zuev Egor Dmitrievich – Bachelor, DEPARTMENT COMPUTER SYSTEMS AND NETWORKS, HIGHER SCHOOL OF ECONOMICS, MOSCOW

Abstract: this paper outlines the way in which the aggregated data from EEG device may be used in future predictions; it dives into the problems, related to building a regression function, based on certain conditions of certain user; classify certain function by timestamp; and suggest its implementation. Also, the following article covers the basic idea of classification in terms of taking a decision, which function to use, in order to calculate correct average concentration level of current user on certain time frame.

Keywords: linear regression, Naïve Bayes, SVM, automatization, EEG,, brain waves, Javascript, fuzzy logic, machine learning, classification.

Зуев Е. Д. 

Зуев Егор Дмитриевич – бакалавр, кафедра компьютерных систем и сетей, Высшая школа экономики, г. Москва

Аннотация: в данной статье рассматривается возможность использования собранных данных с ЭЭГ устройства для будущих предсказаний; Также будут рассмотрены проблемы построения регрессионного уравнения для конкретного пользователя; классификация определенной функции на основе временного промежутка и будет предложена собственная реализация решения данной проблемы. Более того, в данной рукописи будет рассмотрена базовая идея применения методов классификации для определения, по какой функции считать средний уровень концентрации конкретного пользователя для данного временного фрейма.

Ключевые слова: линейная регрессия, наивный Байес, SVM, ЭЭГ, мозговые волны, Javascript, ленивые вычисления, машинное обучение, классификация.

Список литературы / References

  1. Фреунд Осуна Р. и Гироси Ф. Продвинутый учитель для SVM. Д. Принсип, Л. Джиль, Н. Морган, и Е. Уилсон, авторы. Нейронные сети и обработка сигналов. VII — коференция, 1997 IEEEWorkshop. С. 276 – 285. Нью Йорк, 1997. IEEE.
  2. Абу-Мостафа Ы. С., 1990. Обучение по совпадениям в нейронных сетях, Д. Cомплеxиты. С. 192–198.
  3. Тибширани Р. & Фриедман Д. (2008), Элементы статистического обучения. Спрингер. Калифорния.
  4. Акаике Х., 1970. Идентификация статистического предиктора. Институт Статической математики. 22 ежегодная конференция. С. 203–217.
  5. Ангел Д. Р. П., Уизинович П., Ллойд-Харт М. и Сандлер Д., Nature
  6. Баум Е. Б. IEEETrans. Onneuralnetworks
  7. Уестреич Д., Лесслер Д. & Ёнссон М.,SVM, decisiontrees (CART) и мета-классификаторы как альтернатива логической регрессии. JournalClinicalEpidemiology
  8. Икбал М. С., Мисра Х. и Ыегнанараыана Б. Анализ само-ассоциативных нейронных сетей. IEEE Международная конференция по нейронным сетям. Вашингтон. США, 1999. С. 70.
  9. Щимке С., Виелхауер C., Диттманн Д. Использование адаптивной дистанции Левенштейна для онлайн аутефикации. Распознавание паттернов, 17 международная конференция (ICPR'04), 2004.
  10. Давидсон Р. Д, и Лутз А. «Разум Будды: Нейропластичность и медитация». IEEESignalProcessing
  11. Валле Роналд С. и Ёхн М. Левине. «Эффекты наблюдения за контролем альфа волн». Психофизиология 12.3, 1975. С. 306-309.
  12. Лотте Ф., Cонгедо М., Леcуыер А., Ламарче, Ф. & Арналди Б.,BCI интерфейсов. Журнал нейронной инженерии. 4 (2). R1–R13.

Список литературы на английском языке / References in English

  1. Osuna R. Freund and. Girosi F. An improved training algorithm for support vector machines. In J. Principe, L. Gile, N. Morgan, and E. Wilson, editors, Neural Networks for Signal Processing VII — Proceedings of the 1997 IEEE Workshop. Pages 276 – 285. New York, 1997. IEEE.
  2. Abu-Mostafa Y. S. (1990). Learning from hints in neural networks, J. Complexity 6, 192–198.
  3. Tibshirani, R. & Friedman, J. (2008), The Elements of Statistical Learning, Springer, California
  4. Akaike H., 203–217.
  5. Angel J. R. P., Wizinowich P., Lloyd-Hart M. and Sandler D.,
  6. Baum E. B.
  7. Westreich D., Lessler J. & Jonsson M.,Propensity score estimation: Neural networks, support vector machines, decision trees (CART), and metaclassifiers as alternatives to logistic regression. Journal of Clinical Epidemiology 63, 826–833.
  8. Ikbal M. S., Misra H. and Yegnanarayana B. Analysis of autoassociative mapping neural networks. In IEEE Proceedings of the International Joint Conference on Neural Networks, Washington. USA, 1999. 70.
  9. Schimke S., Vielhauer C., Dittmann J. Using Adapted Levenshtein Distance for On-Line Signature Authentication. Proceedings of the Pattern Recognition, 17th International Conference on (ICPR'04), 2004.
  10. Davidson R. J. and Lutz A. “Buddha’s Brain: Neuroplasticity and Meditation”. IEEE Signal Processing, 2007: 171 - 174. Print.
  11. Valle Ronald S. and Levine John M. “Expectation Effects in Alpha Wave Control”. Psychophysiology 12.3 (1975): 306-309. Print.
  12. Lotte F., Congedo M., Lecuyer А., Lamarche F. & Arnaldi B., 2007. June. A review of classification algorithms for EEG-based brain-computer interfaces. Journal of neural engineering. 4. R1–R13.

Ссылка для цитирования данной статьи

scientific publication copyright    
Cсылка для цитирования на русском языке. Зуев Е. Д. КОРОТКОСРОЧНЫЕ/ДОЛГОСРОЧНЫЕ ПРЕДСКАЗАНИЯ МЕНТАЛЬНОГО СОСТОЯНИЯ. КЛАССИФИКАЦИЯ РЕГРЕССИОННЫХ МЕТОДОВ В ПРОДВИНУТОЙ АНАЛИТИКЕ // European science № 2(24), 2017. C. {см. журнал}

scientific publication pdf

Литвиненко Наталия Андреевна / Litvinenko Natalia – студент, кафедра техники и технологий автомобильного транспорта, Институт сферы обслуживания и предпринимательства (филиал) Донской государственный технический университет, г. Шахты

Abstract: the article considers the problem of capacity of the Russian Federation city streets in high traffic volume. After analyzing the works devoted to this subject is proposed to solve this problem, create a citywide automated traffic control systems with the use of "smart" traffic lights. Similar systems are already successfully up-robiruyutsya the Department of Transport and Communications of the Moscow government in the framework of the program to develop and improve citywide automated traffic control system.

Аннотация: в статье рассмотрена проблема обеспечения пропускной способности улиц городов Российской Федерации в условиях высокой интенсивности движения. Проведя анализ работ, посвященных данной тематике, предлагается для решения данной проблемы создать общегородские автоматизированные системы управления дорожным движением с применением «умных» светофоров. Подобные системы уже успешно апробируются Департаментом транспорта и связи правительства Москвы в рамках программы по развитию и совершенствованию общегородской автоматизированной системы управления дорожным движением.

Keywords: traffic, traffic safety.

Ключевые слова: интенсивность движения, транспортный поток, безопасность дорожного движения.

Литература

  1. Черткова Ю. А., Калмыкова О. М. Проблемы обеспечения безопасности дорожного движения по улицам города с плотной застройкой и высокой интенсивностью движения транспортных средств. / В сборнике: Перспективы науки - 2016, материалы III Международного заочного конкурса научно-исследовательских работ, 2016. С. 113-117.
  2. Калмыкова О. М. Исследование интенсивности движения транспортного потока на пересечении ул. Шевченко - пр. Карла Маркса г. Шахты / Калмыкова О. М., Питченко Д. С., Крюков С. А., Островский Г. А. // Проблемы современной науки и образования, 2016. № 19 (61). С. 30-34.
  3. Калмыкова О. М. Исследование интенсивности движения транспортного потока на пересечении ул. Советская - пр. Карла Маркса г. Шахты / Калмыкова О. М., Калмыков Б. Ю., Лебедев Е. О., Литвиненко Н. А. // Вестник науки и образования, 2016. № 8 (20). С. 19-24.
  4. Калмыков Б. Ю. Особенности расчета потенциальной энергии удара автобуса при опрокидывании в сфере транспортного машиностроения. / Калмыков Б. Ю., Овчинников Н. А., Калмыкова О. М. // Известия высших учебных заведений. Северо-Кавказский регион. Серия: Технические науки, 2010. № 2. С. 84-87.
  5. Калмыкова О. М., Гармидер А. С. Повышение безопасности участия детей в дорожном движении / В сборнике: Безопасность, дорога, дети: практика, опыт, перспективы и технологии материалы форума, г. Ростов-на-Дону. редколлегия: Г. E. Давыдова, В. В. Зырянов, Б. Г. Гасанов, И. Н. Щербаков, 2015. С. 145-148.

pdf

Хайруллин Данис Айратович / Khayrullin Danis – студент;

Терегулов Тагир Рафаэлович / Teregulov Tagir - кандидат технических наук, доцент, кафедра электромеханики, факультет авионики, энергетики и инфокоммуникаций, Уфимский государственный авиационный технический университет, г. Уфа

Аннотация: в статье анализируется принцип инфракрасного обогрева и его преимущество перед другими отопительными системами. Представлены также его преимущества и недостатки.

Abstract: the article analyzes the principle of infrared heating, and its advantage over other heating systems. Presented as its advantages and disadvantages.

Ключевые слова: классификация, инфракрасный, потоки воздуха.

Keywords: classification, infrared, air flows.

Литература

  1. Мобинтех – информационные технологии. [Электронный ресурс]. Режим доступа: http://www.mobintech.ru/articles/06_infrared.html (дата обращения: 22.11.2016).
  2. Компас в Мире Машин и Машиностроения. [Электронный ресурс]. Режим доступа: http://www.avtomash.ru/pred/hit/hit_tex.htm (дата обращения: 03.12.2016).
  3. INFRATEC – тепло вашего дома. [Электронный ресурс]. Режим доступа: http://www.infra-tec.ru/stati/ik--i-zdorove(дата обращения: 04.12.2016).

pdf

Яндекс.Метрика Рейтинг@Mail.ru

adware software removal

Контакты в России

Мы в социальных сетях

Внимание

Как авторам, при выборе журнала, не попасть в руки мошенников. Очень обстоятельная статья. >>>

Вы здесь: Главная Главная Статьи Технические науки