id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
17,157 | 2026-02-24T13:35:17.985000Z | 2026-02-24T13:35:17.985000Z | Lec. | Состав и содержание работ по созданию системы | false | true | false | |
17,156 | 2026-02-24T13:35:14.614000Z | 2026-02-24T13:35:14.614000Z | Lec. | ОГЛАВЛЕНИЕ. 1.1 Наименование темы проекта. 1.2 Основания для проведения работ. 1.3 Наименование организаций – Заказчика и Разработчика. 1.4 Плановые сроки начала и окончания работы. 1.5 Источники и порядок финансирования. 1.6 Порядок оформления и предъявления заказчику результатов работ. 2.1 Назначение системы. 2.2 Актуальность. 2.3 Цель создания системы. 4.1 Требования к системе в целом. 4.2 Требования к функциям, выполняемым системой | false | false | false | |
17,155 | 2026-02-24T13:35:11.581000Z | 2026-02-24T13:35:11.581000Z | Lec. | Москва 2024 г | false | false | false | |
17,154 | 2026-02-24T13:35:08.862000Z | 2026-02-24T13:35:08.862000Z | Lec. | Федеральное государственное автономное образовательное. учреждение высшего образования | false | false | false | |
17,153 | 2026-02-24T13:35:06.050000Z | 2026-02-24T13:35:06.050000Z | Lec. | Для улучшения качества данных нужно проводить сравнительный анализ изображений с разными коэффициентами, чтобы найти оптимальное значение, которое бы минимизировало появление артефактов и одновременно создавало желаемый эффект. 1 | false | true | false | |
17,152 | 2026-02-24T13:35:03.356000Z | 2026-02-24T13:35:03.356000Z | Lec. | Эти артефакты могли появится из-за неправильной оценки глубины | false | true | false | |
17,151 | 2026-02-24T13:35:00.596000Z | 2026-02-24T13:35:00.596000Z | Lec. | Например, при использовании разных уровней интенсивности тумана иногда возникали неестественные артефакты в виде резких границ между областями с туманом и без него, а также в искажении цветового баланса | false | true | false | |
17,150 | 2026-02-24T13:34:57.747000Z | 2026-02-24T13:34:57.747000Z | Lec. | Разработанный конвейер позволяет создавать реалистичные аугментированные изображения, которые могут быть использованы для: обучения и тестирования моделей компьютерного зрения, повышения устойчивости алгоритмов к изменяющимся условиям съемки | false | true | false | |
17,149 | 2026-02-24T13:34:54.883000Z | 2026-02-24T13:34:54.883000Z | Lec. | Рисунок 15 – Результат конференции | false | true | false | |
17,148 | 2026-02-24T13:34:52.112000Z | 2026-02-24T13:34:52.112000Z | Lec. | В результате представления доклада присвоен статус призера 3 степени в конкурсе научных работ бакалавров (рисунок 15) | false | true | false | |
17,147 | 2026-02-24T13:34:48.789000Z | 2026-02-24T13:34:48.789000Z | Lec. | Рисунок 14 – Файл метаданных трансформированных изображений | false | true | false | |
17,146 | 2026-02-24T13:34:46.151000Z | 2026-02-24T13:34:46.151000Z | Lec. | Для полусинтетических изображений из папки uav_dataset_augmented часть метаданных (рисунок 14) | false | true | false | |
17,145 | 2026-02-24T13:34:43.339000Z | 2026-02-24T13:34:43.339000Z | Lec. | Рисунок 13 – Файл метаданных исходных изображений | false | true | false | |
17,144 | 2026-02-24T13:34:39.889000Z | 2026-02-24T13:34:39.889000Z | Lec. | Часть файла метаданных из папки uav_dataset (рисунок 13) | false | true | false | |
17,143 | 2026-02-24T13:34:36.286000Z | 2026-02-24T13:34:36.286000Z | Lec. | Рисунок 12 – Сохранение метаданных | false | true | false | |
17,142 | 2026-02-24T13:34:33.292000Z | 2026-02-24T13:34:33.292000Z | Lec. | Метаданные обновляются в соответствии с расширением набора данных и сохраняются в формате csv (рисунок 12) | false | true | false | |
17,141 | 2026-02-24T13:34:30.306000Z | 2026-02-24T13:34:30.306000Z | Lec. | Эффект тумана визуально виден, но большее размытие находится внизу снимка | false | true | false | |
17,140 | 2026-02-24T13:34:27.528000Z | 2026-02-24T13:34:27.528000Z | Lec. | Рисунок 11 – Полученное изображение с туманом | false | true | false | |
17,139 | 2026-02-24T13:34:24.490000Z | 2026-02-24T13:34:24.490000Z | Lec. | Визуализация изображения БПЛА после применения тумана (рисунок 11) | false | true | false | |
17,138 | 2026-02-24T13:34:21.332000Z | 2026-02-24T13:34:21.332000Z | Lec. | Рисунок 10 – Изображения с оптическими и геометрическими искажениями из Augmentor | false | false | false | |
17,137 | 2026-02-24T13:34:18.787000Z | 2026-02-24T13:34:18.787000Z | Lec. | Визуализация нескольких вариаций кадра, полученного в конвейере аугментаций из функций библиотеки Augmentor (рисунок 10) | false | true | false | |
17,136 | 2026-02-24T13:34:15.473000Z | 2026-02-24T13:34:15.473000Z | Lec. | Искажение по Гауссу привело к визуально заметному искажению, но область искажения относительно небольшая, что не позволяет воспроизвести кривизну широкого поля зрения, характерную для широкоугольных объективов | false | true | false | |
17,135 | 2026-02-24T13:34:12.937000Z | 2026-02-24T13:34:12.937000Z | Lec. | Рисунок 9 – Изображения с оптическими искажениями из Augmentor | false | false | false | |
17,134 | 2026-02-24T13:34:10.355000Z | 2026-02-24T13:34:10.355000Z | Lec. | Визуализация нескольких версий изображения (рисунок 9) | false | true | false | |
17,133 | 2026-02-24T13:34:07.917000Z | 2026-02-24T13:34:07.917000Z | Lec. | Рисунок 8 – Полученные изображения с оптическими искажениями | false | true | false | |
17,132 | 2026-02-24T13:34:05.207000Z | 2026-02-24T13:34:05.207000Z | Lec. | Отображение оригинального изображения, снимка с эффектом широкоугольного объектива и «рыбьего глаза» (рисунок 8) | false | true | false | |
17,131 | 2026-02-24T13:34:02.550000Z | 2026-02-24T13:34:02.550000Z | Lec. | Рисунок 7 – Функция визуализации данных | false | true | false | |
17,130 | 2026-02-24T13:34:00.169000Z | 2026-02-24T13:34:00.169000Z | Lec. | Пример функции визуализации (рисунок 7) | false | true | false | |
17,129 | 2026-02-24T13:33:56.249000Z | 2026-02-24T13:33:56.249000Z | Lec. | Интенсивность тумана можно регулировать (0.1 - легкая дымка, 1.5 - густой туман) | false | true | false | |
17,128 | 2026-02-24T13:33:52.973000Z | 2026-02-24T13:33:52.973000Z | Lec. | A: общее атмосферное освещение (цвет неба). смешивает исходное изображение с цветом тумана согласно коэффициенту пропускания | false | true | false | |
17,127 | 2026-02-24T13:33:50.290000Z | 2026-02-24T13:33:50.290000Z | Lec. | Функция apply_physical_fog для применения тумана:. преобразует изображение в вещественные числа,. инвертирует карту глубины для получения расстояния,. рассчитывает коэффициент пропускания света по закону Бугера-Ламберта (4):. реализует модель тумана: | false | false | false | |
17,126 | 2026-02-24T13:33:46.697000Z | 2026-02-24T13:33:46.697000Z | Lec. | Рисунок 6 – Функция estimate_ground_depth. отдельно обрабатывается небо для назначения ему максимальной глубины;. нормализуется карта глубины | false | true | false | |
17,125 | 2026-02-24T13:33:43.710000Z | 2026-02-24T13:33:43.710000Z | Lec. | В другом подходе estimate_ground_depth (рисунок 6) реализованы шаги:. выделяются области неба по HSV-характеристикам: низкая насыщенность (S < 50), высокая яркость (V > 200). создаются две компоненты глубины для наземных объектов: вертикальная составляющая (глубина зависит от положения строки), перспективная составляющая (как в базовом методе);. комбинируются эти составляющие в пропорции 7/3; | false | true | false | |
17,124 | 2026-02-24T13:33:40.631000Z | 2026-02-24T13:33:40.631000Z | Lec. | Рассчитывается евклидово расстояние от центра камеры до каждой точки, результат нормализуется и инвертируется так, чтобы более близкие объекты имели значения, близкие к 1 | false | true | false | |
17,123 | 2026-02-24T13:33:38.101000Z | 2026-02-24T13:33:38.101000Z | Lec. | Конвейер аугментаций включил следующие функции: гауссовское искажение (gaussian_distortion), случайные геометрические преобразования (random_distortion), коррекция контраста и гистограммы (random_contrast, histogram_equalisation), ограниченные повороты, зеркальное отражение | false | false | false | |
17,122 | 2026-02-24T13:33:34.881000Z | 2026-02-24T13:33:34.881000Z | Lec. | Эта функция использует матрицу камеры, коэффициенты искажения и размер изображения в качестве входных данных и создает картографические массивы для повторного отображения | false | true | false | |
17,121 | 2026-02-24T13:33:32.309000Z | 2026-02-24T13:33:32.309000Z | Lec. | Расчет параметров камеры: фокусное расстояние (эмпирическая формула), оптический центр (центр изображения), условное фокусное расстояние (чем меньше, тем сильнее искажения), центр искажений | false | true | false | |
17,120 | 2026-02-24T13:33:29.848000Z | 2026-02-24T13:33:29.848000Z | Lec. | Для имитации искажений при съемке на широкоугольный объектив доступен метод радиальной дисторсии (бочкообразная дисторсия), которая создает кривизну прямых линий, особенно вблизи краев изображения | false | true | false | |
17,119 | 2026-02-24T13:33:27.199000Z | 2026-02-24T13:33:27.199000Z | Lec. | Эта модульная архитектура позволяет создавать масштабируемые и настраиваемые наборы данных, поддерживая модели локализации БПЛА в широком диапазоне моделируемых условий | false | true | false | |
17,118 | 2026-02-24T13:33:24.360000Z | 2026-02-24T13:33:24.360000Z | Lec. | На основе физической модели добавлен туман | false | true | false | |
17,117 | 2026-02-24T13:33:21.784000Z | 2026-02-24T13:33:21.784000Z | Lec. | Для имитации реальных эффектов объектива были применены перспективные преобразования, реальных эффектов объектива и оптические искажения | false | true | false | |
17,116 | 2026-02-24T13:33:18.808000Z | 2026-02-24T13:33:18.808000Z | Lec. | Этот метод обеспечивает непрерывные траектории, которые в большей степени отражают реальное движение БПЛА, чем прямолинейные траектории или траектории, состоящие только из путевых точек | false | true | false | |
17,115 | 2026-02-24T13:33:15.959000Z | 2026-02-24T13:33:15.959000Z | Lec. | Эти изображения представляют интересующую область и используются для сопоставления изображений, полученных с помощью БПЛА, с геопространственными привязками | false | true | false | |
17,114 | 2026-02-24T13:33:13.111000Z | 2026-02-24T13:33:13.111000Z | Lec. | Этот генератор создает кадры изображений, подобные изображениям БПЛА, моделируя траектории полета на спутниковом снимке высокого разрешения (формат TIFF) и применяя оптические искажения для имитации реальных эффектов камеры | false | true | false | |
17,113 | 2026-02-24T13:33:10.184000Z | 2026-02-24T13:33:10.184000Z | Lec. | Для поддержки обучения и оценки алгоритмов визуальной локализации БПЛА в различных условиях был разработан генератор полусинтетических наборов данных | false | true | false | |
17,112 | 2026-02-24T13:33:07.346000Z | 2026-02-24T13:33:07.346000Z | Lec. | Эти методы можно разделить на категории: | false | true | false | |
17,111 | 2026-02-24T13:33:04.164000Z | 2026-02-24T13:33:04.164000Z | Lec. | Для имитации изменений окружающей среды и оптических вариаций на изображениях, полученных с БПЛА, можно применить ряд методов преобразования изображений | false | true | false | |
17,110 | 2026-02-24T13:33:01.486000Z | 2026-02-24T13:33:01.486000Z | Lec. | С точки зрения наложения эффектов на изображение можно выделить направления:. изменение времени суток,. изменение сезона,. изменение погодных условий,. оптические искажения | false | true | false | |
17,109 | 2026-02-24T13:32:58.371000Z | 2026-02-24T13:32:58.371000Z | Lec. | Хранение изображений с несколькими слоями и альфа-каналами позволяет создавать более сложные визуализации и анализировать данные с разных уровней | false | true | false | |
17,108 | 2026-02-24T13:32:55.762000Z | 2026-02-24T13:32:55.762000Z | Lec. | Выбор изображений TIFF и Google Maps в пользу существующих наборов данных, относящихся к БПЛА (например, CVUSA, University-1652), обусловлены: тем, что последние ограничены по географическому охвату, разнообразию окружающей среды и временному охвату | false | true | false | |
17,107 | 2026-02-24T13:32:53.255000Z | 2026-02-24T13:32:53.255000Z | Lec. | Задачами практики являются:. выбор источников данных и методов аугментации;. разработка архитектуры генератора данных;. реализация эффектов оптических искажений на изображениях;. имитация условий окружающей среды на изображениях;. проверка правильности сгенерированных данных | false | false | false | |
17,106 | 2026-02-24T13:32:50.368000Z | 2026-02-24T13:32:50.368000Z | Lec. | Тема ВКР «Генератор полусинтетических данных для задачи визуальной локализации БПЛА» | false | true | false | |
17,105 | 2026-02-24T13:32:47.391000Z | 2026-02-24T13:32:47.391000Z | Lec. | URL: https://docs.ultralytics.com/. (accessed: 12.02.2025) | false | false | false | |
17,104 | 2026-02-24T13:32:44.360000Z | 2026-02-24T13:32:44.360000Z | Lec. | URL: https://flask.palletsprojects.com. (accessed: 15.04.2025) | false | true | false | |
17,103 | 2026-02-24T13:32:41.983000Z | 2026-02-24T13:32:41.983000Z | Lec. | URL: https://react.dev (accessed: 25.04.2025) | false | false | false | |
17,102 | 2026-02-24T13:32:38.956000Z | 2026-02-24T13:32:38.956000Z | Lec. | Ritu, Arora S., Bhardwaj A., Kukkar A., Kaur S | true | false | false | |
17,101 | 2026-02-24T13:32:36.264000Z | 2026-02-24T13:32:36.264000Z | Lec. | Часть результатов исследования была представлена на XXIX Межвузовской научно-технической конференции студентов, аспирантов и молодых специалистов имени Е.В | false | true | false | |
17,100 | 2026-02-24T13:32:33.256000Z | 2026-02-24T13:32:33.256000Z | Lec. | Для валидации необходимо выбрать датасет существующий датасет аналогичного типа или выделить процент от обсучающего | false | true | false | |
17,099 | 2026-02-24T13:32:30.720000Z | 2026-02-24T13:32:30.720000Z | Lec. | Затем – конкретную модель данного типа | false | true | false | |
17,098 | 2026-02-24T13:32:28.065000Z | 2026-02-24T13:32:28.065000Z | Lec. | Пользователю необходимо выбрать тип обучаемой модели | false | true | false | |
17,097 | 2026-02-24T13:32:25.809000Z | 2026-02-24T13:32:25.809000Z | Lec. | Такой подход позволяет контролировать качество моделей и обеспечивает их версионность | false | true | false | |
17,096 | 2026-02-24T13:32:23.012000Z | 2026-02-24T13:32:23.012000Z | Lec. | Перенос диагностического пайплайна из Streamlit-приложения; | false | true | false | |
17,095 | 2026-02-24T13:32:20.537000Z | 2026-02-24T13:32:20.537000Z | Lec. | Разработка CORE-сервиса нейросетевых моделей с адаптацией обучения и инференса под новые форматы данных | false | true | false | |
17,094 | 2026-02-24T13:32:17.563000Z | 2026-02-24T13:32:17.563000Z | Lec. | Также для независимого тестирования заказчику было предоставлено веб-приложение, которое было проверено на соответствие результата поставленным задачам | false | true | false | |
17,093 | 2026-02-24T13:32:14.967000Z | 2026-02-24T13:32:14.967000Z | Lec. | Детальное описание процесса тестирования доступно в документе “Программа и методика испытаний”, результаты доступны в документе “Протокол тестирования” | false | true | false | |
17,092 | 2026-02-24T13:32:12.104000Z | 2026-02-24T13:32:12.104000Z | Lec. | Оно предназначено для внедрения в практику внутри образовательного учреждения | false | true | false | |
17,091 | 2026-02-24T13:32:09.540000Z | 2026-02-24T13:32:09.540000Z | Lec. | Изучить подходы к детекции и сегментации яичника на снимках УЗИ; | false | true | false | |
17,090 | 2026-02-24T13:32:06.639000Z | 2026-02-24T13:32:06.639000Z | Lec. | Результат автоматизированного анализа носит рекомендательный характер | false | true | false | |
17,089 | 2026-02-24T13:32:03.033000Z | 2026-02-24T13:32:03.033000Z | Lec. | Автоматизация процесса анализа снимков потенциально сокращает время диагностики, затрачиваемое специалистом, а также повышает точность постановки диагноза за счет детального исследования аномалий | false | true | false | |
17,088 | 2026-02-24T13:32:00.165000Z | 2026-02-24T13:32:00.165000Z | Lec. | Эти фрагменты имитируют снимки, сделанные камерой БПЛА в различных положениях и ориентациях | false | true | false | |
17,087 | 2026-02-24T13:31:56.976000Z | 2026-02-24T13:31:56.976000Z | Lec. | Среди них – эффекты широкоугольного объектива, которые реализуются с помощью функций из библиотек Python, таких как OpenCV и Augmentor | false | true | false | |
17,086 | 2026-02-24T13:31:54.108000Z | 2026-02-24T13:31:54.108000Z | Lec. | Карты TIFF cодержат крупномасштабные ортофотоснимки области с высоким разрешением, сохраняющие пространственную точность и спектральную детализацию благодаря сжатию без потерь | false | true | false | |
17,085 | 2026-02-24T13:31:51.159000Z | 2026-02-24T13:31:51.159000Z | Lec. | Рис. 11 Передняя стенка с указанием мест креплений. | false | true | false | |
17,084 | 2026-02-24T13:31:48.297000Z | 2026-02-24T13:31:48.297000Z | Lec. | Рис. 10 Нижняя стенка с указанием мест креплений | false | true | false | |
17,083 | 2026-02-24T13:31:45.522000Z | 2026-02-24T13:31:45.522000Z | Lec. | Все остальные устройства: сканер штрихкодов и qr-кодов, Raspberry Pi, экран, NFC-считыватель, крепятся к корпусу с помощью винтов диаметром 1 мм и 3 мм в крепления, как показано на рисунке 3 | false | true | false | |
17,082 | 2026-02-24T13:31:42.799000Z | 2026-02-24T13:31:42.799000Z | Lec. | Рис. 9 Задняя стенка | false | true | false | |
17,081 | 2026-02-24T13:31:40.252000Z | 2026-02-24T13:31:40.252000Z | Lec. | Рис. 8 Пример плоскостного врезного склеивания | false | false | false | |
17,080 | 2026-02-24T13:31:37.439000Z | 2026-02-24T13:31:37.439000Z | Lec. | Рис. 7 Расположение элементов | false | true | false | |
17,079 | 2026-02-24T13:31:34.679000Z | 2026-02-24T13:31:34.679000Z | Lec. | Рис. 6 Вид 3d модели корпуса | false | false | false | |
17,078 | 2026-02-24T13:31:32.134000Z | 2026-02-24T13:31:32.134000Z | Lec. | Рис. 5 Соединительная система | false | true | false | |
17,077 | 2026-02-24T13:31:28.884000Z | 2026-02-24T13:31:28.884000Z | Lec. | Рис. 4 Ножка | false | false | false | |
17,076 | 2026-02-24T13:31:26.435000Z | 2026-02-24T13:31:26.435000Z | Lec. | Рис. 3 Подставка штрих-сканера | false | true | false | |
17,075 | 2026-02-24T13:31:23.612000Z | 2026-02-24T13:31:23.612000Z | Lec. | Рис. 2 Держатель антенны | false | true | false | |
17,074 | 2026-02-24T13:31:20.315000Z | 2026-02-24T13:31:20.315000Z | Lec. | Рис. 1 Общий вид корпуса с 3 сторон | false | false | false | |
17,073 | 2026-02-24T13:31:17.916000Z | 2026-02-24T13:31:17.916000Z | Lec. | Расположение элементов внутри 9 | false | true | false | |
17,072 | 2026-02-24T13:31:15.530000Z | 2026-02-24T13:31:15.530000Z | Lec. | Чертежи корпуса устройства 4 | false | false | false | |
17,071 | 2026-02-24T13:31:12.813000Z | 2026-02-24T13:31:12.813000Z | Lec. | Викторович Руководитель направления:. д.т.н., Романов Александр Юрьевич | true | true | false | |
17,070 | 2026-02-24T13:31:10.194000Z | 2026-02-24T13:31:10.194000Z | Lec. | Старший преподаватель Зунин Владимир | true | true | false | |
17,069 | 2026-02-24T13:31:06.379000Z | 2026-02-24T13:31:06.379000Z | Lec. | Пример использования ПО | false | true | false | |
17,068 | 2026-02-24T13:31:03.171000Z | 2026-02-24T13:31:03.171000Z | Lec. | Запуск программы | false | true | false | |
17,067 | 2026-02-24T13:31:00.823000Z | 2026-02-24T13:31:00.823000Z | Lec. | Установка ПО для обучения моделей | false | true | false | |
17,066 | 2026-02-24T13:30:58.351000Z | 2026-02-24T13:30:58.351000Z | Lec. | Хранение кода программы в MosHub: https://hub.mos.ru/circuitgen/CircuitGen_AI | false | true | false | |
17,065 | 2026-02-24T13:30:55.112000Z | 2026-02-24T13:30:55.112000Z | Lec. | Поддержка C++17. 2.6 Требования к транспортированию и хранению | false | true | false | |
17,064 | 2026-02-24T13:30:52.618000Z | 2026-02-24T13:30:52.618000Z | Lec. | Память: более 1 ТБ быстрого SSD накопителя. 2.5 Требования к информационной и программной совместимости | false | false | false | |
17,063 | 2026-02-24T13:30:50.121000Z | 2026-02-24T13:30:50.121000Z | Lec. | Серверное (для обучения моделей). 2.4 Требования к составу и параметрам технических средств | false | true | false | |
17,062 | 2026-02-24T13:30:47.161000Z | 2026-02-24T13:30:47.161000Z | Lec. | Для надежности пользователю предоставлен заданный выбор методов предсказания параметров комбинационных схем без возможности получить некорректный результат. 2.3 Условия эксплуатации | false | true | false | |
17,061 | 2026-02-24T13:30:44.735000Z | 2026-02-24T13:30:44.735000Z | Lec. | Предсказанные результаты сохраняются в формате CSV или JSON. 2.2 Требования к надежности | false | true | false | |
17,060 | 2026-02-24T13:30:42.055000Z | 2026-02-24T13:30:42.055000Z | Lec. | Для обучения требуется датасет схем в тех же форматах. 2.1.3 Результаты | false | true | false | |
17,059 | 2026-02-24T13:30:39.379000Z | 2026-02-24T13:30:39.379000Z | Lec. | Требования к программе. 2.1 Требования к функциональным характеристикам. 2.1.1 Выполняемые функции. выбор используемого датасета;. выбор алгоритма предсказания параметров для комбинационных схем (включая нейронные сети);. выбор предсказываемых параметров для комбинационных схем. 2.1.2 Исходные данные (модели комбинационных схем) | false | false | false | |
17,058 | 2026-02-24T13:30:35.604000Z | 2026-02-24T13:30:35.604000Z | Lec. | На данный момент, для расчета характеристик СБИС на этапе проектирования, уже используются методы машинного обучения, но занимаются этим, пока что, только иностранные компании, программный код которых находится в закрытом доступе | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.