Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  dynamical models
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Riflemen’s trainers are efficiently applied for the training of the armed forces, police, and shooting sportsmen. However, the training quality directly depends on the perfection of trainers as well as on their functional facilities. One of them is the shooting possibility by using various weapons. The new modification of a practise range is created: it’s included three types of weapons imitators for 5.56 mm G-36 assault rifle, 7.62 mm FN MAG machine gun and, 84 mm CARL GUSTAF recoilless gun. The work presents the universal dynamical and mathematical models of the one way operation pneumatic drive for recoil imitation, results of its investigation and description of the new modification of laser range for riflemen.
EN
Cassie Mayr model of electric arcs are presented. In particular, it is shown that (i) the current-voltage characteristic i(u) of the models of both types of elements exhibits the pinched hysteresis nature, (ii) the zero crossing point of the voltage and current occurs at the same instants, (iii) at large values of the power supply frequency f the current- voltage pinched hysteresis loop tends closer to a straight line, meaning that then the current-voltage characteristic represent a classic resistor with a strong linearity for f → ∞, (iv) areas of one period energy loops decrease inversely with respect to the increase of the frequency. Great values of the arc conductance g of the hybrid Cassie Mayr model are independent on the values of the transition current Io. It is shown that the model of a memristive phenomenon and a hybrid Cassie-Mayr model of an electric arc phenomenon exhibit common properties.
PL
Przedstawione są właściwości memrystorowe w odniesieniu do hybrydowego Cassie Mayra modelu łuku elektrycznego. W szczególności wykazano, że (i) charakterystyki prądowo-napięciowe i(u) ujawniane przez modele obu typów elementów przyjmują postać ściągniętej pętli histerezy, (ii) punkt przejścia przez zero zarówno napięcia, jak i prądu występuje w tym samym momencie, (iii) przy dużych wartościach częstotliwości źródła zasilania prądowo-napięciowa pętla histerezy zostaje ściągnięta blisko do zwykłej linii prostej, co oznacza, że wówczas charakterystyka prądowo-napięciowa reprezentuje klasyczny rezystor o silnej liniowości dla f → ∞, (iv) przy wzroście częstotliwości sygnałów w obwodzie powierzchnie ograniczone pętlami energii jedno-okresowej zmniejszają się odwrotnie proporcjonalnie do wartości częstotliwości. W zakresie dużych wartości przewodności łuku g hybrydowego modelu Cassie Mayra są niezależne od wartości prądu przejściowego I o. Wykazano, że model zjawiska memrystorowego i zjawisko łuku elektrycznego opisanego modelem hybrydowym Cassie Mayra wykazują wspólne właściwości.
EN
Bayesian networks (BNs) are powerful tools for modeling complex problems involving uncertain knowledge. They have been employed in practice in a variety of fields. Their extension to time-dependent domains, dynamic Bayesian networks (DBNs) allow to monitor and update the system as time procedes and predict further behavior of the system. Most practical uses of DBNs involve temporal influences of the first order, i.e., influences between neighboring time steps. This choice is a convenient approximation influenced by the existence of efficient algorithms for first order models and limitations of available tools. This paper presents how to create higher order dynamic Bayesian networks and shows that introducing higher order influences can improve the accuracy of the model. To introduce the formalism to the readers, it describes a hypothetical simplified model based on a DBN.
PL
Sieci Bayesowskie (Bayesian networks, BNs) są popularnym narzędziem do reprezentacji wiedzy w warunkach niepewnosci. Znalazły praktyczne zastosowanie w wielu dziedzinach. Ich rozszerzenie o domenę czasową dynamiczne sieci bayesowskie (dynamic Bayesian networks, DBNs) umozliwiają monitorowanie oraz aktualizację systemów zmieniających się wraz z upływem czasu, a takze predykcję przyszłego stanu takiego systemu. Większość praktycznych zastosowań dynamicznych sieci Bayesowskich bierze pod uwagę tylko zależności pierwszego rzędu, to znaczy, że bieżący stan systemu zale ży tylko od jego stanu w bezpośrednio poprzedzającym go kroku czasowym. Takie założenie jest uproszczeniem, wynikającym najprawdopodobniej z braku efektywnych narzędzi zdolnych obsłużyć modele wyższych rzędów. Niniejszy artykuł przedstawia na przykładzie sposób w jakim tworzy się modele wyższych rzędów oraz pokazuje, wpływy wyższych rzędów mogą zwiększyc jakość modelu.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.