Cтраница 1
Нахождение информации ( документов) вне территории Российской Федерации не может служить основанием для отказа в ее представлении антимонопольным органам или несоблюдения сроков ее представления. [1]
Одним из способов нахождения информации в базе данных Access является создание запросов. [2]
Если существенность одного сообщения о a - параметре невелика, оправданным можно считать нахождение информации об этом параметре на некотором интервале Та, что приводит к увеличению существенности одного сообщения. [3]
Если нужной виртуальной страницы нет в кэш-памяти, операционная система использует другую таблицу для нахождения информации о странице, которая может находиться или не находиться в основной памяти. Таблица, которая применяется для этого поиска, называется транслирующей таблицей. Поскольку здесь аппаратное обеспечение не участвует в поиске элементов, операционная система может использовать любой формат. [4]
На криотронных элементах было построено несколько типов АЗУ, как простейших ( в которых нахождение информации ведется по полному совпадению разрядов признака опроса), так и с логической обработкой информации на входе и выходе АЗУ. Криотроны имеют малое время считывания, малую потребляемую мощность и габариты. Все это с учетом возможности применения групповой технологии делает их весьма перспективными для создания АЗУ. Однако трудности получения материалов с высокой чистотой приводят к невозможности создания в настоящее время АЗУ большого объема на криотронах. Необходимость создания низких температур также уменьшает эффективность применения криотронных АЗУ. [5]
Рассмотренный здесь метод не принимает во внимание проблему записи входной информации; внимание концентрируется на проблеме нахождения ранее запасенной информации. Время поиска, полученное с использованием этого допущения, очевидно, не будет превосходить времени поиска, которое может быть получено, если используется другая форма записи. Таким образом, мы можем потратить столько времени, сколько необходимо на предварительную обработку запасенной информации, если это позволит нам ограничить время поиска. [6]
Рассмотрены вопросы учета затрат, оценки имущества при различных видах его поступления и способы начисления амортизации. Для удобства нахождения информации все данные по этим вопросам сведены в таблицы. [7]
Записи массива банка данных состоят из двух частей: системной и области пользователя. В системной части содержатся данные, необходимые для поиска и нахождения информации. Эти данные формируются программами системы БАСТАЙ в момент загрузки массивов и корректируются при последующих изменениях. Для базовых массивов в системную часть включают также код предмета или рабочего места. В область пользователя вводятся все остальные данные, содержащиеся во входных документах. В пределах каждого массива системная часть имеет одинаковую структуру, а область пользователя - различную. [8]
Уникальный ( unique) индекс гарантирует, что в таблице будет находиться только одна строка с определенным значением. Это позволяет машине SQL-сервера быстро находить и выбирать такую строку, так как для нахождения информации требуется всего лишь один раз прочитать индекс. Кроме того, уникальный индекс на столбце не разрешает пользователям вводить повторяющиеся значения и нарушать целостность базы данных во время работы приложений или при прямом вводе информации. [9]
Целью этого этапа является определение достоверных источников информации. Сама задача здесь сводится к выбору из множества данных тех, которые необходимы для дальнейших этапов проектирования. Процесс сбора информации может быть пассивным или активным, при этом в последнем случае информация подвергается предварительной обработке. В качестве критериев, применяемых на данном этапе, являются достоверность данных, оперативность их получения, затраты, связанные с нахождением информации. Следует отметить, что анализ информации может быть сопряжен и с машинными методами, например, с распознаванием образов, фильтрацией, формированием данных по методу главных компонент, с различными алгоритмами семантического контроля, графо-аналитическими методами. Этап сбора и анализа исходной информации осуществляется в определенном временном интервале реального мира, а это сопряжено с появлением новых целей, задач, а также методов их реализации. [10]
Такие задачи требуют применения методов, связанных с оценкой правдоподобия. При этом даже в случае небольших обобщений необходимо использовать эвристические методы. Кроме того, необходимо уметь определять, в какой степени уменьшается достоверность, если при дедукции сделаны неверные шаги. Для всего этого нужны новые идеи относительно неформального семантического дедуктивного анализа. Быть может, начинания Пойа в области исчисления правдоподобия можно будет развить в систему, пригодную для вычислительных машин ( см., например, [4]), которые выдают ответы на некоторые вопросы ( заданные в словесной форме) относительно хорошо организованных массивов данных. Эти программы являются шагами к нахождению информации по сем антическим признакам, но они порождают больше вопросов, чем дают ответов. [11]
Для иллюстрации изложенного рассмотрим систему, в которой основная память имеет цикл в 500 не, а цикл кэш-памяти равен 50 не. Предположим, что и команды, и их операнды выбираются из памяти соответственно за один цикл. Допустим, далее, что если команда вместе со своими операндами находится в кэшпамяти, то время ее выполнения составляет 100 не. Если в 90 % случаев адресуемые объекты находятся в кэш-памяти, то это означает, что четыре обращения потребуют дополнительно по 450 не процессорного времени. Всего это займет дополнительно 1800 не, и в результате мы получим, что выполнение 20 команд будет длиться 3800 не. При 95 % случаев нахождения адресуемых данных в кэш-памяти лишь два обращения потребуют дополнительно по 450 не. Таким образом, резкое увеличение производительности процессора достигнуто в результате 5 % - ного увеличения вероятности нахождения адресуемой информации в. Конечно, при строгом анализе нужно учитывать и время, требуемое для выполнения команд управления кэш-памятью. [12]