"ഞാൻ ഒരു പ്രൊഫഷണൽ" ഒളിമ്പ്യാഡിനെക്കുറിച്ച് നിങ്ങൾ അറിയേണ്ടത്: "ബിഗ് ഡാറ്റ", "റോബോട്ടിക്സ്" എന്നീ മേഖലകളെക്കുറിച്ച് ഞങ്ങൾ സംസാരിക്കുന്നു

«ഞാൻ പ്രൊഫഷണലാണ്"മാനുഷിക വിഷയങ്ങളിലും സാങ്കേതിക സ്പെഷ്യാലിറ്റികളിലും ബിരുദം നേടിയവർക്കും മാസ്റ്റേഴ്സിനുമുള്ള മത്സരമാണ്. വലിയ റഷ്യൻ ഐടി കമ്പനികളും ITMO യൂണിവേഴ്സിറ്റി ഉൾപ്പെടെ രാജ്യത്തെ ഏറ്റവും ശക്തമായ സർവകലാശാലകളും ചേർന്നാണ് ഇത് സംഘടിപ്പിക്കുന്നത്. ഇന്ന് നമ്മൾ സംസാരിക്കുന്നത് ഒളിമ്പ്യാഡിന്റെ ലക്ഷ്യങ്ങളെക്കുറിച്ചും ഞങ്ങളുടെ സർവ്വകലാശാലയുടെ മേൽനോട്ടം വഹിക്കുന്ന രണ്ട് മേഖലകളെക്കുറിച്ചും - “ബിഗ് ഡാറ്റ”, “റോബോട്ടിക്സ്” (ബാക്കിയുള്ളവയെക്കുറിച്ച് - ഞങ്ങളുടെ അടുത്ത ഹബ്രാടോപിക്സിൽ).

ഫോട്ടോ: വിക്ടർ അസ്നബേവ് /unsplash.com

ഒളിമ്പിക്സിനെക്കുറിച്ച് കുറച്ച് വാക്കുകൾ

ഉദ്ദേശ്യം. വിദ്യാർത്ഥികളുടെ അറിവ് വിലയിരുത്തുകയും തൊഴിലുടമകളുടെ ആവശ്യകതകളിലേക്ക് അവരെ പരിചയപ്പെടുത്തുകയും ചെയ്യുക. അന്തർദ്ദേശീയ കമ്പനികളിൽ ജോലി ചെയ്യുന്ന വിദ്യാർത്ഥികൾ അവരുടെ തിരഞ്ഞെടുത്ത ശാസ്ത്ര മേഖലയിൽ വികസിക്കുന്നു. തൊഴിലുടമയും പ്രയോജനം നേടുന്നു - പരിശീലനം ലഭിച്ച സ്പെഷ്യലിസ്റ്റുകളെ വീണ്ടും രജിസ്റ്റർ ചെയ്യുകയും പുതുതായി നിയമിച്ച ജീവനക്കാരെ അഭിവാദ്യം ചെയ്യുകയും ചെയ്യേണ്ടതില്ല: "നിങ്ങളെ സർവകലാശാലയിൽ പഠിപ്പിച്ചതെല്ലാം മറക്കുക."

എന്തിന് പങ്കെടുക്കണം? വിജയികൾ അവസരം ലഭിക്കും പരീക്ഷയില്ലാതെ റഷ്യൻ സർവകലാശാലകളിൽ പ്രവേശിക്കുക. Yandex, Sberbank, IBS, Mail.ru എന്നിവയിലും മറ്റ് വലിയ കോർപ്പറേഷനുകളിലും നിങ്ങൾക്ക് ഇന്റേൺഷിപ്പ് ലഭിക്കും. കഴിഞ്ഞ വർഷം, റഷ്യൻ കമ്പനികളിൽ നിന്നുള്ള ഓഫറുകൾ ലഭിച്ചു നാനൂറിലധികം മികച്ച പങ്കാളികൾ. കൂടാതെ, സ്വയം തെളിയിച്ച വിദ്യാർത്ഥികൾക്ക് സന്ദർശിക്കാൻ കഴിയും ശീതകാല സ്കൂളുകൾ.

ആരാണ് പങ്കെടുക്കുന്നത്? എല്ലാ സ്പെഷ്യാലിറ്റികളുടെയും വിദ്യാർത്ഥികൾ - സാങ്കേതികവും മാനവികതയും പ്രകൃതി ശാസ്ത്രവും. ബിരുദധാരികൾക്ക് പുറമേ, ബിരുദ വിദ്യാർത്ഥികൾ, താമസക്കാർ, വിദേശ സർവകലാശാലകളിലെ വിദ്യാർത്ഥികൾ.

ഇവന്റ് ഫോർമാറ്റ്. നവംബർ 18 വരെ രജിസ്റ്റർ ചെയ്യാം. ഓൺലൈൻ യോഗ്യതാ ഘട്ടം നവംബർ 22 മുതൽ ഡിസംബർ 8 വരെ നടക്കും, എന്നാൽ രണ്ടെണ്ണമെങ്കിലും വിജയകരമായി പൂർത്തിയാക്കിയാൽ നിങ്ങൾക്കത് ഒഴിവാക്കാം. ലിസ്റ്റിൽ നിന്നുള്ള ഓൺലൈൻ കോഴ്സുകൾ. യോഗ്യതാ റൗണ്ടിലെ വിജയികൾ ജനുവരി - മാർച്ച് മാസങ്ങളിൽ രാജ്യത്തെ പ്രമുഖ സർവകലാശാലകളിൽ നടക്കുന്ന ഇൻട്രാമ്യൂറൽ മത്സരങ്ങളിലേക്ക് മുന്നേറും. "ഞാൻ ഒരു പ്രൊഫഷണലാണ്" ഒളിമ്പ്യാഡിന്റെ ഫലങ്ങൾ ഏപ്രിലിൽ പ്രസിദ്ധീകരിക്കും പദ്ധതി വെബ്സൈറ്റിൽ.

ഇത്തവണ 68 മേഖലകളാണ് ഒളിമ്പ്യാഡിൽ ഉൾപ്പെടുന്നത്. ITMO യൂണിവേഴ്സിറ്റി സ്പെഷ്യലിസ്റ്റുകൾ അവയിൽ അഞ്ചെണ്ണം മേൽനോട്ടം വഹിക്കുന്നു: "ഫോട്ടോണിക്സ്", "ഇൻഫർമേഷൻ ആൻഡ് സൈബർ സെക്യൂരിറ്റി", "പ്രോഗ്രാമിംഗ് ആൻഡ് ഇൻഫർമേഷൻ ടെക്നോളജീസ്", അതുപോലെ "ബിഗ് ഡാറ്റ", "റോബോട്ടിക്സ്". അവസാനത്തെ രണ്ടിനെക്കുറിച്ച് ഞങ്ങൾ നിങ്ങളോട് കൂടുതൽ പറയും.

ബിഗ് ഡാറ്റ

ഈ മേഖല ബിഗ് ഡാറ്റ ലൈഫ് സൈക്കിളിന്റെ എല്ലാ സാങ്കേതികവിദ്യകളും ഉൾക്കൊള്ളുന്നു, അവയുടെ ശേഖരണം, സംഭരണം, പ്രോസസ്സിംഗ്, മോഡലിംഗ്, വ്യാഖ്യാനം എന്നിവ ഉൾപ്പെടുന്നു. വിജയികൾക്ക് പ്രോഗ്രാമുകൾക്കുള്ള പരീക്ഷകളില്ലാതെ ITMO യൂണിവേഴ്സിറ്റിയിലെ മാസ്റ്റർ പ്രോഗ്രാമിൽ പ്രവേശിക്കാൻ കഴിയും: “അപ്ലൈഡ് മാത്തമാറ്റിക്സ് ആൻഡ് ഇൻഫോർമാറ്റിക്സ്”, “ഡിജിറ്റൽ ഹെൽത്ത്”, “ബിഗ് ഡാറ്റ ഫിനാൻഷ്യൽ ടെക്നോളജീസ്” കൂടാതെ മറ്റു പലതും.

പങ്കാളികളായ കമ്പനികളിൽ ഡാറ്റാ സയന്റിസ്റ്റിന്റെയും ഡാറ്റാ എഞ്ചിനീയറുടെയും സ്പെഷ്യാലിറ്റികളിൽ ഇന്റേൺഷിപ്പിന് പങ്കെടുക്കാനുള്ള അവസരവും പങ്കാളികൾക്ക് ലഭിക്കും. ഇവ നാഷണൽ സെന്റർ ഫോർ കോഗ്നിറ്റീവ് റിസർച്ച്, Mail.ru, Gazpromneft STC, Rosneft, Sberbank, ER-ടെലികോം എന്നിവയാണ്.

“അടുത്ത വർഷങ്ങളിൽ, ബിഗ് ഡാറ്റ ഫീൽഡ് കൂടുതൽ പ്രചാരത്തിലുണ്ട്. പ്രാഥമിക ഡാറ്റ ശേഖരണത്തിനും സംഭരണത്തിനുമുള്ള സാങ്കേതികവിദ്യകൾ വികസിച്ചുകൊണ്ടിരിക്കുന്നു, മുമ്പ് നിരീക്ഷിക്കാനാകാത്ത പ്രക്രിയകൾ റെക്കോർഡുചെയ്യുന്നതിന് പുതിയ ഡിജിറ്റൽ സംവിധാനങ്ങൾ (ഐഒടി, സോഷ്യൽ നെറ്റ്‌വർക്കുകൾ എന്നിവയിൽ) ഉയർന്നുവരുന്നു, ”അലക്സാണ്ടർ വലേരിവിച്ച് ബുഖാനോവ്സ്കി അഭിപ്രായപ്പെടുന്നു. വിവർത്തന ഇൻഫർമേഷൻ ടെക്നോളജീസിന്റെ മെഗാഫാക്കൽറ്റി ITMO യൂണിവേഴ്സിറ്റി. “അതേ സമയം, ഡാറ്റ സംഭരിക്കുന്നതിനും ഉപയോഗിക്കുന്നതിനുമുള്ള പ്രക്രിയ എങ്ങനെ സംഘടിപ്പിക്കാം എന്നതിൽ മാത്രമല്ല, നിഗമനങ്ങളെയും തീരുമാനങ്ങളെയും ന്യായീകരിക്കുന്നതിലും പ്രവചന മാതൃകകൾ സൃഷ്ടിക്കുന്നതിലും ശ്രദ്ധ ചെലുത്തുന്നു.”

എന്തായിരിക്കും ചുമതലകൾ? ടീം അവരെ ഒരുക്കുന്നു വിവർത്തന ഇൻഫർമേഷൻ ടെക്നോളജീസിന്റെ മെഗാഫാക്കൽറ്റി ITMO യൂണിവേഴ്സിറ്റി. ഒരു ബിഗ് ഡാറ്റ സ്പെഷ്യലിസ്റ്റിന് പ്രോബബിലിറ്റി തിയറിയിലും ഗണിതശാസ്ത്ര സ്ഥിതിവിവരക്കണക്കുകളിലും മെഷീൻ ലേണിംഗിലും അടിസ്ഥാന അറിവ് ഉണ്ടായിരിക്കണം എന്ന വസ്തുത അവർ കണക്കിലെടുക്കുന്നു. ആധുനിക ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സിസ്റ്റങ്ങളുടെ യുക്തിയും രീതിശാസ്ത്രവും മനസ്സിലാക്കി R, Java, Scala, Python (അല്ലെങ്കിൽ പ്രായോഗിക പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിനുള്ള മറ്റ് ഉപകരണങ്ങൾ) സംസാരിക്കുക.

ഒളിമ്പ്യാഡിന്റെ ഒരു ഘട്ടത്തിൽ നിന്നുള്ള ഒരു പ്രശ്നത്തിന്റെ ഒരു ഉദാഹരണം ഞങ്ങൾ ചുവടെ നൽകുന്നു.

ഉദാഹരണ ചുമതല: ക്ലസ്റ്ററിൽ 50 സെർവറുകൾ ഉണ്ട്, ഓരോന്നിലും 12 കോറുകൾ ലഭ്യമാണ്. മാപ്പർമാർക്കും റിഡ്യൂസർമാർക്കും ഇടയിലുള്ള വിഭവങ്ങൾ ചലനാത്മകമായി പുനർവിതരണം ചെയ്യപ്പെടുന്നു (വിഭവങ്ങളുടെ കർശനമായ വിഭജനം ഇല്ല). 1000 മാപ്പർമാർ ആവശ്യമുള്ള ഒരു MapReduce ടാസ്‌ക് അത്തരം ഒരു ക്ലസ്റ്ററിൽ എത്ര മിനിറ്റ് പ്രവർത്തിക്കുമെന്ന് എഴുതുക. ഈ സാഹചര്യത്തിൽ, ഒരു മാപ്പറുടെ പ്രവർത്തന സമയം 20 മിനിറ്റാണ്. നിങ്ങൾ ടാസ്‌ക്കിൽ 1 റിഡ്യൂസർ മാത്രം വിട്ടാൽ, അത് 1000 മിനിറ്റിനുള്ളിൽ എല്ലാ ഡാറ്റയും പ്രോസസ്സ് ചെയ്യും. ഉത്തരം ഒരു ദശാംശ സ്ഥാനത്തേക്ക് കൃത്യമായി സ്വീകരിക്കുന്നു.

A. 44.6
B. 43.2
C. 41.6
D. 50.0

ശരിയായ ഉത്തരംC

എങ്ങനെ തയ്യാറാക്കാം. ഇനിപ്പറയുന്ന ഉറവിടങ്ങൾ ഉപയോഗിച്ച് നിങ്ങൾക്ക് ആരംഭിക്കാം:

• കമ്പ്യൂട്ടർ മാത്തമാറ്റിക്സ് സിസ്റ്റത്തിലേക്കുള്ള ഗൈഡ് MathCAD. പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിനുള്ള സോഴ്സ് കോഡുകൾ ഉപയോഗിച്ച് സ്വതന്ത്രമായി പ്രവർത്തിക്കാൻ ഇത് ഉപയോഗപ്രദമാകും.
• പ്രോബബിലിസ്റ്റിക് മോഡലുകൾ നിർമ്മിക്കുന്നതിനും വ്യാഖ്യാനിക്കുന്നതിനുമുള്ള അടിസ്ഥാനകാര്യങ്ങൾ. പ്രോബബിലിസ്റ്റിക് മോഡലുകൾക്ക് σ-ബീജഗണിതം പോലുള്ള ഒരു ഗണിത ഘടന ആവശ്യമായി വരുന്നത് എന്തുകൊണ്ടാണെന്ന് അടിസ്ഥാന കൃതി പറയുന്നു.
• Gmurman V. E. "പ്രോബബിലിറ്റി തിയറിയും ഗണിതശാസ്ത്ര സ്ഥിതിവിവരക്കണക്കുകളും". റാൻഡം ഇവന്റുകളുടെ പ്രോബബിലിസ്റ്റിക് കാൽക്കുലസിന്റെ അടിസ്ഥാനകാര്യങ്ങൾ വിവരിക്കുന്ന ലളിതവും ഉപയോഗപ്രദവുമായ ഒരു പുസ്തകം.

പ്രവർത്തനത്തിന്റെ വിവിധ മേഖലകൾക്കായി പ്രായോഗിക സ്ഥിതിവിവരക്കണക്കുകളിൽ ലഭ്യമായ നിരവധി പുസ്തകങ്ങൾ. അവയുടെ രചയിതാക്കൾ ലളിതമായും എന്നാൽ ഫലപ്രദമായും പോയിന്റ്, ഇന്റർവെൽ എസ്റ്റിമേറ്റ് പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന്റെ യുക്തി വിശദീകരിക്കുന്നു:

പരാമർശങ്ങൾ

• ഹാൻ ജി. "എഞ്ചിനീയറിംഗ് പ്രശ്നങ്ങളിലെ സ്റ്റാറ്റിസ്റ്റിക്കൽ മോഡലുകൾ"
• ഒർലോവ് എ.ഐ. “സംഭാവ്യതയും പ്രായോഗിക സ്ഥിതിവിവരക്കണക്കുകളും. അടിസ്ഥാന വസ്തുതകൾ"
• ലെവിൻ "മൈക്രോസോഫ്റ്റ് എക്സൽ ഉപയോഗിക്കുന്ന മാനേജർമാർക്കുള്ള സ്ഥിതിവിവരക്കണക്കുകൾ"
• ഫിഷർ ആർ.എ. "ഗവേഷകർക്കുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ രീതികൾ"
• കോബ്സാർ A. I. അപ്ലൈഡ് മാത്തമാറ്റിക് സ്റ്റാറ്റിസ്റ്റിക്സ്
• ട്രുഖാചേവ എൻവി "മെഡിക്കൽ സ്റ്റാറ്റിസ്റ്റിക്സ്"
• സ്റ്റാറ്റിസ്റ്റിക്കൽ കണക്കുകൂട്ടലുകൾക്കുള്ള GOST

തീമാറ്റിക് കോഴ്സുകളിലും വിവരങ്ങൾ കാണാം അംഗീകൃത പട്ടികയിൽ നിന്ന് ഒളിമ്പിക്സ് വെബ്സൈറ്റിൽ.

റോബോട്ടിക്സ്

അൽഗോരിതം, ഇലക്ട്രോണിക്‌സ്, മെക്കാനിക്‌സ് തുടങ്ങിയ വിഭാഗങ്ങളെ റോബോട്ടിക്‌സ് സമന്വയിപ്പിക്കുന്നു. സോഫ്‌റ്റ്‌വെയർ എഞ്ചിനീയറിംഗ്, അപ്ലൈഡ് മെക്കാനിക്‌സ്, അപ്ലൈഡ് മാത്തമാറ്റിക്‌സ്, കമ്പ്യൂട്ടർ സയൻസ് അല്ലെങ്കിൽ ഇലക്‌ട്രോണിക് എഞ്ചിനീയറിംഗ് എന്നിവയിൽ മാസ്റ്റേഴ്‌സ്, ബിരുദാനന്തര പ്രോഗ്രാമുകൾ ഇതിനകം പഠിക്കുന്ന അല്ലെങ്കിൽ പ്രവേശിക്കാൻ തയ്യാറെടുക്കുന്നവർക്ക് ഈ ദിശ തിരഞ്ഞെടുക്കുന്നത് മൂല്യവത്താണ്. തെളിയിക്കപ്പെട്ട വിദ്യാർത്ഥികൾക്ക് സൗജന്യമായി പ്രോഗ്രാമുകളിൽ ചേരാം "റോബോട്ടിക്സ്»«ഡിജിറ്റൽ നിയന്ത്രണ സംവിധാനങ്ങൾ"കൂടാതെ"ഡിജിറ്റൽ ഉൽപ്പാദന സംവിധാനങ്ങളും സാങ്കേതികവിദ്യകളും"നമ്മുടെ യൂണിവേഴ്സിറ്റിയുടെ.

എന്തായിരിക്കും ചുമതലകൾ? മാസ്റ്റേഴ്സ്, ബാച്ചിലേഴ്സ് വിദ്യാർത്ഥികൾ വ്യത്യസ്ത ജോലികൾ പരിഹരിക്കുന്നു. എന്നിരുന്നാലും, എല്ലാ ജോലികളും നിയന്ത്രണ സിദ്ധാന്തം, വിവര പ്രോസസ്സിംഗ്, റോബോട്ട് മോഡലിംഗ് എന്നിവയെക്കുറിച്ചുള്ള സങ്കീർണ്ണമായ അറിവ് പരിശോധിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു സിസ്റ്റത്തിന്റെ സ്ഥിരതയോ നിയന്ത്രണമോ പരിശോധിക്കാനോ ഒരു ഘടന തിരഞ്ഞെടുക്കാനോ റെഗുലേറ്റർ ഗുണകങ്ങൾ കണക്കാക്കാനോ പങ്കാളികളോട് ആവശ്യപ്പെടും.

“ഒരു മൊബൈൽ അല്ലെങ്കിൽ കൃത്രിമ റോബോട്ടിന് നേരിട്ടോ വിപരീതമോ ആയ ചലനാത്മകത പ്രശ്നം പരിഹരിക്കേണ്ടതുണ്ട്, സിസ്റ്റത്തിന്റെ യാക്കോബിയനുമായി പ്രവർത്തിക്കുകയും തന്നിരിക്കുന്ന ബാഹ്യ ലോഡിന് കീഴിൽ സന്ധികളിൽ ബാലൻസ് നിമിഷങ്ങൾക്കായി നോക്കുകയും വേണം,” ഡെപ്യൂട്ടി ഡയറക്ടർ സെർജി അലക്സീവിച്ച് കൊളുബിൻ പറയുന്നു. മെഗാഫാക്കൽറ്റി ഓഫ് കമ്പ്യൂട്ടർ ടെക്നോളജീസ് ആൻഡ് മാനേജ്മെന്റ് ITMO-യിൽ. "പ്രോഗ്രാമിംഗ് ടാസ്ക്കുകൾ ഉണ്ടാകും - പൈത്തണിലോ സി++ലോ ഒരു റോബോട്ടിനെ മോഡലിംഗ് ചെയ്യാനോ പാതകൾ ആസൂത്രണം ചെയ്യാനോ നിങ്ങൾ ഒരു ചെറിയ പ്രോഗ്രാം എഴുതേണ്ടതുണ്ട്."

ഫൈനലിൽ, പങ്കാളി കമ്പനികളിൽ നിന്നുള്ള ടാസ്‌ക്കുകൾ നിർവഹിക്കുന്നതിന് വിദ്യാർത്ഥികൾ റോബോട്ടിനെ പ്രോഗ്രാം ചെയ്യണം: റഷ്യൻ റെയിൽവേ, ഡയകോൺ, കുക്ക മുതലായവ. പദ്ധതികൾ കരയ്ക്കും വായുവിനുമുള്ള ഡ്രോണുകളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു, അതുപോലെ തന്നെ ശാരീരിക ബന്ധത്തിൽ പ്രവർത്തിക്കുന്ന സഹകരിക്കുന്ന റോബോട്ടുകളും. പരിസ്ഥിതി. മത്സര ഫോർമാറ്റ് സമാനമാണ് DARPA റോബോട്ടിക്സ് ചലഞ്ച്. ആദ്യം, വിദ്യാർത്ഥികൾ ഒരു സിമുലേറ്ററിൽ പ്രവർത്തിക്കുന്നു, തുടർന്ന് യഥാർത്ഥ ഹാർഡ്‌വെയറിൽ.

അടുത്തതായി, വിദ്യാർത്ഥികൾ നേരിട്ടേക്കാവുന്ന റോബോട്ടിക്‌സ് ഫീൽഡിലെ ടാസ്‌ക്കുകൾക്കായുള്ള നിരവധി ഓപ്ഷനുകൾ ഞങ്ങൾ പരിഗണിക്കും. മാസ്റ്റേഴ്സ് പ്രോഗ്രാമുകളിലേക്കുള്ള അപേക്ഷകർക്കുള്ള ഉദാഹരണങ്ങൾ ഇതാ:

ഉദാഹരണം ടാസ്ക് #1: ഓട്ടോമോട്ടീവ് കിനിമാറ്റിക്‌സ് റോബോട്ട് ലീനിയർ സ്പീഡ് v=0,3 m/s ഉപയോഗിച്ച് നീങ്ങുന്നു. സ്റ്റിയറിംഗ് വീൽ ഒരു കോണിൽ w=0,2 റാഡ് തിരിച്ചിരിക്കുന്നു. റോബോട്ടിന്റെ ചക്രങ്ങളുടെ ആരം r=0,02 m ന് തുല്യമാണെങ്കിൽ, റോബോട്ടിന്റെ നീളവും ട്രാക്കും യഥാക്രമം L=0,3 m, d=0,2 m എന്നിവയ്ക്ക് തുല്യമാണെങ്കിൽ, ഓരോ പിൻ ചക്രത്തിന്റെയും കോണീയ പ്രവേഗം എന്തായിരിക്കും w1 ഉം w2 ഉം, rad/s-ൽ പ്രകടിപ്പിക്കുന്നത്?

ചിഹ്നം കണക്കിലെടുത്ത്, ഒരു സ്‌പെയ്‌സ് കൊണ്ട് വേർതിരിച്ച രണ്ട് സംഖ്യകളുടെ ഫോർമാറ്റിൽ നിങ്ങളുടെ ഉത്തരം നൽകുക.

ഉദാഹരണം ടാസ്ക് #2: സിസ്റ്റത്തിന്റെ ഘടനാപരമായ ഡയഗ്രം അനുസരിച്ച് വിശകലനം നടത്തുകയാണെങ്കിൽ, റഫറൻസ് സ്വാധീനവുമായി ബന്ധപ്പെട്ട ഒരു അടഞ്ഞ സിസ്റ്റത്തിൽ അസ്റ്റാറ്റിസത്തിന്റെ അടയാളം എന്തായിരിക്കാം?

ഒരു ഓപ്പൺ സർക്യൂട്ടിൽ ആപ്പീരിയോഡിക് ലിങ്കുകളുടെ സാന്നിധ്യം;
ഒരു തുറന്ന ലൂപ്പിൽ അനുയോജ്യമായ സംയോജന ലിങ്കുകളുടെ സാന്നിധ്യം;
ഒരു ഓപ്പൺ സർക്യൂട്ടിൽ ഓസിലേറ്ററി, യാഥാസ്ഥിതിക ലിങ്കുകളുടെ സാന്നിധ്യം.

ഗ്രാജ്വേറ്റ് സ്കൂളിലോ റെസിഡൻസിയിലോ പ്രവേശിക്കുന്നവർക്കുള്ള പ്രശ്നങ്ങൾ ഇതാ:

ഉദാഹരണം ടാസ്ക് #1: 7 ഭ്രമണ സന്ധികളുള്ള അനാവശ്യ ചലനാത്മകതയുള്ള ഒരു റോബോട്ടിക് മാനിപുലേറ്ററിനെ ചിത്രം കാണിക്കുന്നു. പേജ് പ്ലെയിനിന് ലംബമായി y-ആക്സിസ് വെക്റ്റർ ഉള്ള റോബോട്ട് ബേസ് കോർഡിനേറ്റ് സിസ്റ്റം {s}, കോർഡിനേറ്റ് സിസ്റ്റം {b} ഫ്ലേഞ്ചുമായി ബന്ധിപ്പിച്ചിരിക്കുന്നതും {s} ഉപയോഗിച്ച് കോളിനിയറും കാണിക്കുന്നു. എല്ലാ ലിങ്കുകളുടെയും കോണീയ കോർഡിനേറ്റുകൾ 0 ന് തുല്യമായ ഒരു കോൺഫിഗറേഷനിലാണ് റോബോട്ടിനെ ചിത്രീകരിച്ചിരിക്കുന്നത്. ഏഴ് കിനിമാറ്റിക് ജോഡികൾക്കുള്ള ഹെലിക്കൽ അക്ഷങ്ങൾ ചിത്രത്തിൽ കാണിച്ചിരിക്കുന്നു (പോസിറ്റീവ് എതിർ ഘടികാരദിശ). 2, 4, 6 എന്നീ സന്ധികളുടെ അക്ഷങ്ങൾ സഹ-ഡയറക്ട് ചെയ്തവയാണ്, 1, 3 5, 7 എന്നീ സന്ധികളുടെ അക്ഷങ്ങൾ അടിത്തറയുടെ പ്രാരംഭ കോർഡിനേറ്റ് സിസ്റ്റത്തിന്റെ അക്ഷങ്ങൾക്ക് സമാനമാണ്. ലിങ്ക് വലുപ്പങ്ങൾ L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m, L4 = 0,15 m.

ഉദാഹരണം ടാസ്ക് #2: കണികാ ഫിൽട്ടറുകൾ അടിസ്ഥാനമാക്കിയുള്ള മൊബൈൽ റോബോട്ടുകൾക്കായുള്ള ഒരേസമയം പ്രാദേശികവൽക്കരണവും മാപ്പിംഗും (SLAM) അൽഗോരിതം കൂടുതൽ സ്ഥിരതയുള്ള പ്രവർത്തനത്തിനായി, ഡവലപ്പർമാർ റീസാംപ്ലിംഗ് വീൽ റീസാംപ്ലിംഗ് അൽഗോരിതം ഉപയോഗിക്കാൻ തീരുമാനിച്ചു. അൽഗോരിതത്തിന്റെ പ്രവർത്തനത്തിന്റെ ഒരു പ്രത്യേക ഘട്ടത്തിൽ, w(5) = 1, w(0,5) = 2, w(1,2) = 3, w(1,5) = 4 എന്നീ ഭാരങ്ങളുള്ള 1,0 “കണികകളുടെ” സാമ്പിൾ മെമ്മറിയിൽ തുടർന്നു. ഒപ്പം w(5) = 0,8. തന്നിരിക്കുന്ന ആവർത്തനത്തിൽ ഫലപ്രദമായ സാമ്പിൾ വലുപ്പത്തിന്റെ ഏറ്റവും കുറഞ്ഞ പരിധി മൂല്യത്തിൽ റീസാംപ്ലിംഗ് സംവിധാനം സമാരംഭിക്കും. നിങ്ങളുടെ ഉത്തരം ഒരു ദശാംശ സ്ഥാനത്തേക്ക് കൃത്യമായി ദശാംശ ഫോർമാറ്റിൽ എഴുതുക.

എങ്ങനെ തയ്യാറാക്കാം. ഒരു ചെക്ക്‌ലിസ്റ്റ് ഉപയോഗിച്ച് നിങ്ങളുടെ അറിവും സാധ്യതകളും നിങ്ങൾക്ക് വിലയിരുത്താം. റോബോട്ടിക്‌സിൽ പങ്കെടുക്കുന്നവർ ഇനിപ്പറയുന്നവ ചെയ്യണം:

• റോബോട്ട് മോഡലിംഗിന്റെ തത്വങ്ങൾ, ആധുനിക സെൻസറുകളുടെ സവിശേഷതകൾ, സെൻസറി വിവരങ്ങൾ നേടുന്നതിനുള്ള രീതികൾ എന്നിവ അറിയുക.
• ട്രാക്ക് ആസൂത്രണത്തിനും സ്വയമേവയുള്ള നിയന്ത്രണത്തിനും അതുപോലെ സെൻസറി വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിനുമുള്ള പരിശീലന രീതികളിലും അൽഗോരിതങ്ങളിലും അറിയുകയും പ്രയോഗിക്കുകയും ചെയ്യുക.
• ഘടനാപരമായതും ഒബ്ജക്റ്റ്-ഓറിയന്റഡ് പ്രോഗ്രാമിംഗിൽ വൈദഗ്ധ്യവും ഉണ്ടായിരിക്കുക. റോബോട്ടിക് സിസ്റ്റങ്ങൾക്കായി വികസന പരിതസ്ഥിതികളിൽ പ്രവർത്തിക്കാൻ കഴിയും.
• ആധുനിക റോബോട്ടുകളുടെ കമ്പ്യൂട്ടിംഗ് ഭാഗം, ഡ്രൈവുകൾ, സെൻസറുകൾ എന്നിവയുടെ തത്വങ്ങളും പ്രധാന സവിശേഷതകളും പ്രവർത്തന സവിശേഷതകളും അറിയുക. പരീക്ഷണങ്ങൾ ആസൂത്രണം ചെയ്യാനും സജ്ജീകരിക്കാനുമുള്ള കഴിവുകൾ ഉണ്ടായിരിക്കുക.

ഏതെങ്കിലും മേഖലകൾ "മുറുക്കാൻ", നിങ്ങൾക്ക് ശ്രദ്ധിക്കാം ഔദ്യോഗിക വെബ്സൈറ്റിൽ നിന്നുള്ള webinars. മുൻ ഒളിമ്പ്യാഡുകളിലെ ചില പ്രശ്നങ്ങൾ അവിടെ ചർച്ച ചെയ്യപ്പെടുന്നു. പ്രത്യേക സാഹിത്യവും ഉണ്ട്, ഉദാഹരണത്തിന്:

• കൊളുബിൻ എസ്.എ. "ഡൈനാമിക്സ് ഓഫ് റോബോട്ടിക് സിസ്റ്റങ്ങൾ"
• ബോറിസോവ് ഒ.ഐ., ഗ്രോമോവ് വി.എസ്., പിർകിൻ എ.എ. "റോബോട്ടിക് ആപ്ലിക്കേഷനുകൾ നിയന്ത്രിക്കുന്നതിനുള്ള രീതികൾ"
• മിറോഷ്നിക് I. V. "ഓട്ടോമാറ്റിക് കൺട്രോൾ സിദ്ധാന്തം. ലീനിയർ സിസ്റ്റങ്ങൾ"
• ബ്രൂണോ സിസിലിയാനോ "റോബോട്ടിക്സ്: മോഡലിംഗ്, ആസൂത്രണം, നിയന്ത്രണം"

കൂടുതൽ പുസ്തകങ്ങൾ

• മിറോഷ്നിക് I. V. "ഓട്ടോമാറ്റിക് കൺട്രോൾ സിദ്ധാന്തം. നോൺലീനിയർ, ഒപ്റ്റിമൽ സിസ്റ്റങ്ങൾ"
• യുറേവിച്ച് ഇ.ഐ. "റോബോട്ടിക്സിന്റെ അടിസ്ഥാനങ്ങൾ"
• എറ്റിയെൻ ഡോംബ്രെ "മോഡലിംഗ്, പെർഫോമൻസ് അനാലിസിസ്, റോബോട്ട് മാനിപ്പുലേറ്ററുകളുടെ നിയന്ത്രണം"
• മാർക്ക് സ്പോംഗ്, സേത്ത് ഹച്ചിൻസൺ "റോബോട്ട് മോഡലിംഗും നിയന്ത്രണവും"
• ബ്രൂണോ സിസിലിയാനോ "സ്പ്രിംഗർ ഹാൻഡ്ബുക്ക് ഓഫ് റോബോട്ടിക്സ്"
• സെബാസ്റ്റ്യൻ ത്രൺ, വോൾഫ്രാം ബർഗാർഡ്, ഡയറ്റർ ഫോക്സ് "പ്രോബബിലിസ്റ്റിക് റോബോട്ടിക്സ്"

കൂടാതെ Openedu, Coursera, Edx എന്നിവയിലെ ഓൺലൈൻ കോഴ്സുകളും

• മെക്കാട്രോണിക്, റോബോട്ടിക് സിസ്റ്റങ്ങളുടെ നിയന്ത്രണം
• ലീനിയർ ഓട്ടോമാറ്റിക് നിയന്ത്രണ സംവിധാനങ്ങൾ
• മെക്കാട്രോണിക്‌സിന്റെയും റോബോട്ടിക്‌സിന്റെയും അടിസ്ഥാനങ്ങൾ
• നാവിഗേഷൻ അളക്കൽ വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിനുള്ള രീതികൾ
• പ്രോഗ്രാമിംഗ് അൽഗോരിതങ്ങളും ഡാറ്റാ ഘടനകളും
• ഓട്ടോമാറ്റിക് കൺട്രോൾ സിസ്റ്റങ്ങളുടെ ഘടകങ്ങൾ
• യാന്ത്രിക നിയന്ത്രണ സിദ്ധാന്തം. നോൺ-ലീനിയർ ഓട്ടോമാറ്റിക് നിയന്ത്രണ സംവിധാനങ്ങൾ
• പ്രക്രിയകളുടെയും സിസ്റ്റങ്ങളുടെയും മോഡലിംഗ്. നോൺ-ലീനിയർ ഡൈനാമിക് സിസ്റ്റങ്ങൾ
• റോബോട്ടിക്സ് ഫൌണ്ടേഷനുകൾ I - റോബോട്ട് മോഡലിംഗ്
• റോബോട്ടിക്സ്
• റോബോട്ടിക്സ്: ഡൈനാമിക്സും നിയന്ത്രണവും
• റോബോട്ടിക്സ്: പെർസെപ്ഷൻ
• മൊബൈൽ റോബോട്ടുകളുടെ നിയന്ത്രണം
• റോബോട്ടിക്‌സ്: കിനിമാറ്റിക്‌സ്, മാത്തമാറ്റിക്കൽ ഫൗണ്ടേഷനുകൾ
• സ്വയംഭരണ മൊബൈൽ റോബോട്ടുകൾ

ഒളിമ്പ്യാഡിനെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ:

• ഒളിമ്പ്യാഡ് "ഞാൻ ഒരു പ്രൊഫഷണലാണ്": ഔദ്യോഗിക വെബ്സൈറ്റ്
• നിയന്ത്രണങ്ങൾ

അവലംബം: www.habr.com