Подобная сеть

Cтраница 4

Схема организации передачи данных в коммутируемых сетях. [46]

При использовании некоммутируемых каналов связи средства приема-передачи абонентских пунктов и ЭВМ постоянно соединены между собой, т.е. находятся в режиме on-line. В этом случае отсутствуют потери времени на коммутацию, обеспечиваются высокая степень готовности системы к передаче информации, более высокая надежность каналов связи и, как следствие, достоверность передачи информации. Недостатками такого способа организации связи являются низкий коэффициент использования аппаратуры передачи данных и линий связи, высокие расходы на эксплуатацию сети. Рентабельность подобных сетей достигается только при условии достаточно полной загрузки этих каналов. [47]

Принцип построения такой системы достаточно прост. Он состоит в соединении центральной станции ( или центрального компьютера) с другими компьютерами или интеллектуальными терминалами, а также с наборным оборудованием. Интеллектуальный терминал - это, по сути дела, независимый микрокомпьютер, способный не только принимать и отображать информацию, но и хранить и обрабатывать ее. В подобных сетях все рабочие станции могут быть компьютерами одной и той же модели, причем функцию центральной станции может выполнять любая из них. Сеть может объединять с помощью кабелей станции, расположенные только в одном здании, а может иметь и связь с другими компьютерами иди-сетями по телефонным линиям с помощью модемов. [48]

Сеть связности в системе SCAUR ( [ Rose, 1994 ]. [49]

В целом сеть системы SCALIR содержит порядка 13 000 узлов терминов, около 4 000 узлов прецедентов и около 100 узлов законодательных актов. Между узлами терминов и прецедентов организовано приблизительно 75 OOQ связей, а между узлами терминов и законодательных актов - около 2 000 связей. Кроме того, существует около 10 000 символических связей между узлами прецедентов. Роуз не счел нужным останавливаться на том, каких усилий потребовало создание подобной сети, но можно предположить, что такие ключевые задачи, как извлечение терминов и цитирование, были решены программно, а затем на основании этой информации автоматически сформированы узлы сети и связи между ними. [50]

Сетевая модель Дюллиена. [51]

Ко-зени - Кармана (11.31) и демонстрировала основной формальный дефект этой модели. В связи с этим Дюллие-ном [25] была предложена сетевая или точнее решеточная модель структуры зернистого слоя в виде совокупности трех систем взаимно перпендикулярных капилляров, пересекающихся в узлах пространственной кубической решетки ( рис. II. Как указал ему Курц, проницаемость подобной сети капилляров должна быть одинаковой при любой ориентации направления среднего потока относительно трехмерной системы каналов, что было в дальнейшем подтверждено Дюллиеном аналитически. [52]

В современных городских сетях регулирование напряжения является непременным условием обеспечения удовлетворительной работы электроприемников. Нормальная работа элект-ропрйемников обеспечена, когда напряжение на их зажимах мало отличается от номинального напряжения сети. Основной задачей регулирования напряжения в городских и сельских сетях ( § 34 - 2) является обеспечение допустимых отклонений напряжения на зажимах электроприемников. В свою очередь регулирование в сетях возможно только при наличии достаточного резерва реактивной мощности в соответствующем участке сети. Некоторые вопросы регулирования напряжения сейчас еще остаются дискуссионными. В некоторых городах до настоящего времени коэффициент мощности нагрузки сетей очень близок единице. Поэтому вопрос о компенсации реактивной мощности в подобных сетях не стоит в порядке дня. Рост бытовой нагрузки также приводит к повышению требований к качеству электроэнергии; так, например, телевизоры проявляют особую чувствительность к отклонениям напряжения. [53]

Трудно вообразить обучающий механизм в мозге, который бы сравнивал желаемые и действительные значения выходов, выполняя коррекцию с помощью обратной связи. Если допустить подобный механизм в мозге, то откуда тогда возникают желаемые выходы. Обучение без учителя является намного более правдоподобной моделью обучения в биологической системе. Развитая Кохоненом [3] и многими другими, она не нуждается в целевом векторе для выходов и, следовательно, не требует сравнения с предопределенными идеальными ответами. Обучающее множество состоит лишь из входных векторов. Процесс обучения, следовательно, выделяет статистические свойства обучающего множества и группирует сходные векторы в классы. Предъявление на вход вектора из данного класса даст определенный выходной вектор, но до обучения невозможно предсказать, какой выход будет производиться данным классом входных векторов. Следовательно, выходы подобной сети должны трансформироваться в некоторую понятную форму, обусловленную процессом обучения. Это не является серьезной проблемой. Обычно не сложно идентифицировать связь между входом и выходом, установленную сетью. [54]

Страницы: 1 2 3 4