id int64 18 21.1k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 16:54:39 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 16:54:39 | 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 |
|---|---|---|---|---|---|---|---|---|
18,507 | 2026-02-24T14:39:13.722000Z | 2026-02-24T14:39:13.722000Z | Lec. | Рассматривались как общедоступные, так и специализированные датасеты | false | true | false | |
18,506 | 2026-02-24T14:39:10.733000Z | 2026-02-24T14:39:10.733000Z | Lec. | В рамках предварительного этапа работы был проведен глубокий анализ ряда датасетов, каждый из которых имеет свою спецификацию и предназначен для конкретных классов задач | false | true | false | |
18,505 | 2026-02-24T14:39:08.048000Z | 2026-02-24T14:39:08.048000Z | Lec. | Наборы данных состоят из разнообразных сценариев работы комбинационных схем и содержат данные о различных условиях эксплуатации, что позволяет проводить точный анализ и обучать высокоэффективные модели машинного обучения | false | true | false | |
18,504 | 2026-02-24T14:39:05.187000Z | 2026-02-24T14:39:05.187000Z | Lec. | Для решения задач по оценке параметров комбинационных схем необходимо использовать специально подготовленные и детализированные данные, которые содержат подробные характеристики электронных компонентов | false | true | false | |
18,503 | 2026-02-24T14:39:02.582000Z | 2026-02-24T14:39:02.582000Z | Lec. | Имеющийся задел | false | true | false | |
18,502 | 2026-02-24T14:38:59.505000Z | 2026-02-24T14:38:59.505000Z | Lec. | Подготовка пояснительной записки, публикация исходного кода и документации в репозитории GitHub | false | true | false | |
18,501 | 2026-02-24T14:38:56.265000Z | 2026-02-24T14:38:56.265000Z | Lec. | Сравнительный анализ полученных результатов и поиск улучшений | false | true | false | |
18,500 | 2026-02-24T14:38:53.454000Z | 2026-02-24T14:38:53.454000Z | Lec. | Обучение и тестирование модели, верификация результатов, анализ точности и устойчивости решения | false | true | false | |
18,499 | 2026-02-24T14:38:50.672000Z | 2026-02-24T14:38:50.672000Z | Lec. | Подготовка данных: формирование выборки, разметка параметров, нормализация и преобразование признаков | false | true | false | |
18,498 | 2026-02-24T14:38:46.824000Z | 2026-02-24T14:38:46.824000Z | Lec. | Разработка методики и выбор архитектуры нейронной сети для оценки параметров схем | false | true | false | |
18,497 | 2026-02-24T14:38:44.331000Z | 2026-02-24T14:38:44.331000Z | Lec. | Обзор научных и технических источников по оценке параметров комбинационных схем и применению машинного обучения | false | true | false | |
18,496 | 2026-02-24T14:38:41.280000Z | 2026-02-24T14:38:41.280000Z | Lec. | Для реализации поставленной цели необходимо выполнить следующие задачи: | false | true | false | |
18,495 | 2026-02-24T14:38:38.792000Z | 2026-02-24T14:38:38.792000Z | Lec. | Основная цель данной дипломной работы – разработка эффективного алгоритма или группы алгоритмов для оценки параметров комбинационных схем с использованием методов машинного обучения | false | true | false | |
18,494 | 2026-02-24T14:38:35.850000Z | 2026-02-24T14:38:35.850000Z | Lec. | Текущая работа заполняет пробел, применяя новейшие технологии и методики машинного обучения для решения конкретных проблем анализа комбинационных схем | false | true | false | |
18,493 | 2026-02-24T14:38:33.005000Z | 2026-02-24T14:38:33.005000Z | Lec. | Новизна работы связана с тем, что несмотря на то, что машинное обучение широко используется в различных областях науки, его применение для оценки параметров комбинаторных схем пока не исследовано в полной мере | false | true | false | |
18,492 | 2026-02-24T14:38:30.123000Z | 2026-02-24T14:38:30.123000Z | Lec. | Данная активность свидетельствует о возрастании и продолжающейся потребности в разработке новых подходов и методик, что делает данную тему важной для дальнейшего изучения и применения в сфере микроэлектроники и цифровых технологий | false | true | false | |
18,491 | 2026-02-24T14:38:27.017000Z | 2026-02-24T14:38:27.017000Z | Lec. | Поисковый интерес термина «circuit parameters» по данным Google Trends [6] | false | true | false | |
18,490 | 2026-02-24T14:38:24.196000Z | 2026-02-24T14:38:24.196000Z | Lec. | Указанное обстоятельство подтверждает устойчивый интерес к вопросам параметризации современных систем в 2025 году | false | true | false | |
18,489 | 2026-02-24T14:38:21.378000Z | 2026-02-24T14:38:21.378000Z | Lec. | Поисковые запросы об параметрах схем имели высокую популярность в 2004 году, и хоть со временем популярность данных запросов упала, они все еще являются актуальными | false | true | false | |
18,488 | 2026-02-24T14:38:18.526000Z | 2026-02-24T14:38:18.526000Z | Lec. | На Error: Reference source not found изображен график частоты поисковых запросов «circuit parameters», который показывает заметное увеличение тренда с конца 2020 года | false | true | false | |
18,487 | 2026-02-24T14:38:15.895000Z | 2026-02-24T14:38:15.895000Z | Lec. | Поисковый интерес термина «combinational circuit» по данным Google Trends [6] | false | true | false | |
18,486 | 2026-02-24T14:38:13.061000Z | 2026-02-24T14:38:13.061000Z | Lec. | График показывает положительные тенденции к росту интереса к комбинационным схемам | false | true | false | |
18,485 | 2026-02-24T14:38:10.254000Z | 2026-02-24T14:38:10.254000Z | Lec. | Проводя анализ расчетов параметров комбинационных схем по тематике работы, можно отметить высокий интерес к комбинационным схемам (Error: Reference source not found), что подтверждается постепенно возрастающим количеством запросов на эту тему с 2010-2025 год | false | true | false | |
18,484 | 2026-02-24T14:38:07.077000Z | 2026-02-24T14:38:07.077000Z | Lec. | Поисковый интерес термина «machine learning» по данным Google Trends [6] | false | true | false | |
18,483 | 2026-02-24T14:38:04.272000Z | 2026-02-24T14:38:04.272000Z | Lec. | В последние годы наблюдается устойчивый рост интереса, что указывает на возрастающую значимость данной темы в сфере инженерии | false | true | false | |
18,482 | 2026-02-24T14:38:01.160000Z | 2026-02-24T14:38:01.160000Z | Lec. | На Error: Reference source not found представлен график зависимости интереса к поиску информации о «machine learning» от года согласно Google Trends [6] | false | true | false | |
18,481 | 2026-02-24T14:37:57.551000Z | 2026-02-24T14:37:57.551000Z | Lec. | Таким образом, оценка параметров микроэлектронных схем является важной задачей при построении надежных систем | false | true | false | |
18,480 | 2026-02-24T14:37:54.583000Z | 2026-02-24T14:37:54.583000Z | Lec. | Многочисленные отрасли промышленности, в том числе медицинская, автомобильная, военная и другие, требуют, чтобы микроэлектронные схемы функционировали без сбоев в экстремальных условиях | false | true | false | |
18,479 | 2026-02-24T14:37:51.692000Z | 2026-02-24T14:37:51.692000Z | Lec. | Исследование параметров микросхем помогает в обнаружении возможных проблем и в выборе проектных решений, способствующих надежной работе комбинационных схем | false | true | false | |
18,478 | 2026-02-24T14:37:48.832000Z | 2026-02-24T14:37:48.832000Z | Lec. | Кроме того, традиционные методы не учитывают неочевидные структурные зависимости между элементами, что снижает точность прогнозирования [5] | false | true | false | |
18,477 | 2026-02-24T14:37:46.228000Z | 2026-02-24T14:37:46.228000Z | Lec. | Для схемы из 1000 элементов ручной анализ занимает десятки часов, а для современных чипов с миллиардами транзисторов такие подходы становятся неприменимыми | false | true | false | |
18,476 | 2026-02-24T14:37:43.562000Z | 2026-02-24T14:37:43.562000Z | Lec. | Классические методы расчета этих параметров, основанные на аналитических формулах или численном моделировании, требуют значительных ресурсов, например в статье [4] рассматривается статический алгоритм для вычисления коэффициентов мягких ошибок комбинационных схем | false | true | false | |
18,475 | 2026-02-24T14:37:41.007000Z | 2026-02-24T14:37:41.007000Z | Lec. | Определение этих параметров требует значительных временных и трудовых ресурсов [3] | false | true | false | |
18,474 | 2026-02-24T14:37:37.954000Z | 2026-02-24T14:37:37.954000Z | Lec. | Вычисление задержки и площади схем с использованием традиционных методов становится сложным из-за увеличения вычислительных затрат при увеличении размеров схемы | false | true | false | |
18,473 | 2026-02-24T14:37:35.315000Z | 2026-02-24T14:37:35.315000Z | Lec. | Для исследования характеристик схем используются разные методы, включая классические аналитические и численные подходы | false | true | false | |
18,472 | 2026-02-24T14:37:32.490000Z | 2026-02-24T14:37:32.490000Z | Lec. | Анализ и оптимизация комбинационных схем одни из важных задач при их проектировании | false | true | false | |
18,471 | 2026-02-24T14:37:29.652000Z | 2026-02-24T14:37:29.652000Z | Lec. | Логика работы комбинационной схемы реализуется с использованием логических элементов (AND, OR, NOT, NAND, NOR, XOR, XNOR), соединенных проводниками, образующими сеть | false | true | false | |
18,470 | 2026-02-24T14:37:27.011000Z | 2026-02-24T14:37:27.011000Z | Lec. | Данная схема не содержит элементов памяти и не зависит от предыдущих состояний | false | true | false | |
18,469 | 2026-02-24T14:37:24.504000Z | 2026-02-24T14:37:24.504000Z | Lec. | Комбинационная схема – это цифровое устройство, в котором выходные сигналы в любой момент времени однозначно определяются текущими значениями входных сигналов [2] | false | true | false | |
18,468 | 2026-02-24T14:37:22.018000Z | 2026-02-24T14:37:22.018000Z | Lec. | По данным исследования McKinsey, к 2025 году глобальный рынок полупроводников достигнет $1 трлн, а время проектирования новых микросхем сократится на 30% за счет внедрения автоматизированных решений [1] | false | true | false | |
18,467 | 2026-02-24T14:37:19.125000Z | 2026-02-24T14:37:19.125000Z | Lec. | С ростом сложности электронных систем (например, в IoT-устройствах, нейроморфных чипах или квантовых компьютерах) проектирование и оптимизация таких схем становятся критически важными задачами | false | true | false | |
18,466 | 2026-02-24T14:37:16.100000Z | 2026-02-24T14:37:16.100000Z | Lec. | Современные цифровые устройства, от процессоров до систем управления, базируются на комбинационных схемах, которые определяют их логику и функциональность | false | true | false | |
18,465 | 2026-02-24T14:37:13.245000Z | 2026-02-24T14:37:13.245000Z | Lec. | СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ (сделан в mendeley) 8 | false | true | false | |
18,464 | 2026-02-24T14:37:09.110000Z | 2026-02-24T14:37:09.110000Z | Lec. | ЗАКЛЮЧЕНИЕ 7 | false | false | false | |
18,463 | 2026-02-24T14:37:06.686000Z | 2026-02-24T14:37:06.686000Z | Lec. | ВВЕДЕНИЕ 5. 1 Как пользоваться данным шаблоном 6. 1.1 Преамбула 6. 1.2 Выводы к разделу (желательно делать к каждому разделу!) 6 | false | false | false | |
18,462 | 2026-02-24T14:37:03.211000Z | 2026-02-24T14:37:03.211000Z | Lec. | The volume of the final qualification work – 48 pages, the number of figures – 18, the number of tables –3 , the number of used sources of literature – 27. 1 ВВЕДЕНИЕ 9. 2 Имеющийся задел 14. 2.1 Обзор существующих форматов файлов 14. 2.1.1 GraphML 14. 2.1.2 Pickle 15. 2.1.3 PyGraph 16. 2.2 Описание входных данных 16. 2.3 Описание выходных данных 17. 2.4 Выводы к разделу 18. 3 Методы оценки параметров комбинационных схем 19. 3.1 Задержка 19. 3.2 Площадь 21. 3.3 Выводы по разделу 24. 4 Модели машинного обучения и нейронных сетей 26. 4.2 Преобразование данных графа 26. 4.3 Класс датасета GraphPickleDataset 27. 4.4 Функция батчинга custom_collate 28. 4.5 Подготовка данных и фильтрация 28. 4.6 Архитектура модели FinalGNN 30. 4.6.2 GraphSAGE-блоки (x3) 30. 4.6.3 Глобальная агрегация. 30. 4.6.4 Регрессионная голова. 31. 4.7 Процесс обучения 32. 4.7.1 Тренировочный проход. 32. 4.7.2 Валидационный проход. 33. 4.8 Оценка и визуализация результатов обучения FinalGNN 34. 4.9 Архитектура модели AreaSGCN 37. 4.10 Архитектура модели AreaGNN 40. 4.11 Оценка и визуализация результатов обучения AreaGNN 42. 4.12 Выводы к разделу 43. 5 Заключение 45. 6 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 46 | false | false | false | |
18,461 | 2026-02-24T14:36:58.725000Z | 2026-02-24T14:36:58.725000Z | Lec. | Also, architectures of neural network models were developed, software for automation of hyperparameter search was realized, training, validation and testing of models with subsequent recording of predictions in the form of JSON file was carried out | false | true | false | |
18,460 | 2026-02-24T14:36:55.716000Z | 2026-02-24T14:36:55.716000Z | Lec. | As a result of this work, a dataset of combinational circuits was generated, software for its systematization and normalization was developed | false | true | false | |
18,459 | 2026-02-24T14:36:53.101000Z | 2026-02-24T14:36:53.101000Z | Lec. | The thesis presents a new approach to estimating their parameters using machine learning methods, which opens wide opportunities for optimizing the design process | false | true | false | |
18,458 | 2026-02-24T14:36:50.262000Z | 2026-02-24T14:36:50.262000Z | Lec. | The efficiency and speed of analyzing the characteristics of combinational circuits are key factors in this process | false | true | false | |
18,457 | 2026-02-24T14:36:47.413000Z | 2026-02-24T14:36:47.413000Z | Lec. | In modern conditions, the development of microelectronics places high demands on the design processes of electronic components | false | true | false | |
18,456 | 2026-02-24T14:36:44.487000Z | 2026-02-24T14:36:44.487000Z | Lec. | Объем выпускной квалификационной работы – 48 страниц, количество рисунков – 18, количество таблиц – 3, количество использованных источников литературы – 27 | false | true | false | |
18,455 | 2026-02-24T14:36:41.122000Z | 2026-02-24T14:36:41.122000Z | Lec. | В ходе работы была создана архитектура нейронных сетей, разработано программное обеспечение для автоматизации прогноза параметров схемы, а также выполнены этапы обучения, валидации и тестирования моделей, с последующей записью предсказаний в формате JSON | false | true | false | |
18,454 | 2026-02-24T14:36:38.080000Z | 2026-02-24T14:36:38.080000Z | Lec. | В рамках дипломной работы представлен новый подход к оценке параметров комбинационных схем с применением методов машинного обучения, что открывает широкие возможности для оптимизации процесса проектирования | false | true | false | |
18,453 | 2026-02-24T14:36:35.226000Z | 2026-02-24T14:36:35.226000Z | Lec. | Ключевыми факторами в процессе проектирования комбинационных схем является эффективность и скорость анализа характеристик комбинационных схем | false | true | false | |
18,452 | 2026-02-24T14:36:32.388000Z | 2026-02-24T14:36:32.388000Z | Lec. | В современных условиях развитие микроэлектроники предъявляет высокие требования к процессам проектирования электронных схем | false | true | false | |
18,451 | 2026-02-24T14:36:29.638000Z | 2026-02-24T14:36:29.638000Z | Lec. | Студент ___________________ _________________. подпись И.О | true | true | false | |
18,450 | 2026-02-24T14:36:26.517000Z | 2026-02-24T14:36:26.517000Z | Lec. | РАЗРАБОТКА МЕТОДОВ ОЦЕНКИ ПАРАМЕТРОВ КОМБИНАЦИОННЫХ СХЕМ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ | false | true | false | |
18,449 | 2026-02-24T14:36:23.141000Z | 2026-02-24T14:36:23.141000Z | Lec. | Древалев Аркадий Алексеевич – группа БИВ214 | true | true | false | |
18,448 | 2026-02-24T14:36:14.925000Z | 2026-02-24T14:36:14.925000Z | Lec. | Для изображен листинг кода навигации между экранами для домашней страницы приложения. <fragment. android:id="+id/navigation_hbee". android:name:"com.exomple.mlpha.ui.home.NomeFrogment". android:label="Домашная стреница" tools: Layout="@layuut/fragment_linne. <action. android:id="@-id/action_navigation_hone_to_permissionLecationFra. app:destination="@id/permissiontocar. <ection. android:id=. destination. <action. destim <action. android:id="@+id/action_navigation_howe_to_u. app:destination:"@ig/wserPrafileFrogeent" />. <action. androi6:id-191d/mction_navigation_home_to_muthFrag. app:destination="@id/authFragment" />. <oction. android:id="@+id/ection_nevigation_home_to_lanlistFragment. app:destinstion "Bid/lablistFrmgment" /> </Fragment> | false | false | false | |
18,447 | 2026-02-24T14:36:11.870000Z | 2026-02-24T14:36:11.870000Z | Lec. | Файлы настройки цветовых элементов пользовательского интерфейса (рис. 11) | false | true | false | |
18,446 | 2026-02-24T14:36:08.508000Z | 2026-02-24T14:36:08.508000Z | Lec. | Далее находятся несколько классов (рис. 6): | false | true | false | |
18,445 | 2026-02-24T14:36:05.582000Z | 2026-02-24T14:36:05.582000Z | Lec. | Далее классы, представленные в разделе rxpermissions3 (рис. 5), необходимы для асинхронного запроса разрешений к различным функциям девайса | false | true | false | |
18,444 | 2026-02-24T14:36:02.871000Z | 2026-02-24T14:36:02.871000Z | Lec. | В директории data_base (рис. 4) находятся 2 класса: AppDatabase и UserDao | false | true | false | |
18,443 | 2026-02-24T14:36:00.411000Z | 2026-02-24T14:36:00.411000Z | Lec. | Data – в директории (рис. 3) находятся классы, связанные с представлением данных в объектно-ориентированном виде | false | true | false | |
18,442 | 2026-02-24T14:35:57.506000Z | 2026-02-24T14:35:57.506000Z | Lec. | Составэтих файлов в основном продиктован требованиями среды разработки Android Studio и является особенностью разработки Android проектов | false | true | false | |
18,441 | 2026-02-24T14:35:54.162000Z | 2026-02-24T14:35:54.162000Z | Lec. | Первой является группа файлов менеджмента системы (рис. 2) | false | true | false | |
18,440 | 2026-02-24T14:35:51.336000Z | 2026-02-24T14:35:51.336000Z | Lec. | Общая структура файла представлена на рисунке 1 | false | true | false | |
18,439 | 2026-02-24T14:35:48.002000Z | 2026-02-24T14:35:48.002000Z | Lec. | Примеры использования. bash. bash scripts/run_task.bash create_schema. bash scripts/run_Task.bash create_access_token my_new_key telegram | false | false | false | |
18,438 | 2026-02-24T14:35:45.002000Z | 2026-02-24T14:35:45.002000Z | Lec. | HOST_URL=https://1789.nas.helow19274.ru. ``` | false | false | false | |
18,437 | 2026-02-24T14:35:42.697000Z | 2026-02-24T14:35:42.697000Z | Lec. | CLIENT_SECRET=bf0ff4a1-78f0-4bdc-8cd7-becd6a6915ba | false | false | false | |
18,436 | 2026-02-24T14:35:40.282000Z | 2026-02-24T14:35:40.282000Z | Lec. | PGADMIN_DEFAULT_PASSWORD=qwerty1234 | true | false | false | |
18,435 | 2026-02-24T14:35:37.491000Z | 2026-02-24T14:35:37.491000Z | Lec. | PGADMIN_DEFAULT_EMAIL=admin@example.com | true | false | false | |
18,434 | 2026-02-24T14:35:34.480000Z | 2026-02-24T14:35:34.480000Z | Lec. | DB_NAME=ulk_sapr_1789 | false | false | false | |
18,433 | 2026-02-24T14:35:31.745000Z | 2026-02-24T14:35:31.745000Z | Lec. | Пример файла. ``` | false | true | false | |
18,432 | 2026-02-24T14:35:29.345000Z | 2026-02-24T14:35:29.345000Z | Lec. | Код test_specifications_validator.py. import pytest. from datetime import datetime, timezone, timedelta. from fastapi import HTTPException. from app.models.hardware import SpecificationElement. from app.models.specifications import SpecificationElementTypeEnum. from app.models.utils import check_specifications. def test_check_specifications():. specifications = {'element1': 'value1'}. templates = [SpecificationElement(name='element1', type=SpecificationElementTypeEnum.str, allow_multiple=False)]. result = check_specifications(specifications, templates). assert result == {'element1': 'value1'}. def test_check_specifications_error():. specifications = {'element1': 'value1'}. templates = [SpecificationElement(name='element2', type=SpecificationElementTypeEnum.str, allow_multiple=False)]. with pytest.raises(HTTPException) as exc:. check_specifications(specifications, templates). assert exc.value.status_code == 400. assert exc.value.detail == 'Error while parsing specification element element1: unknown element'. def test_check_specifications_error_not_multiple():. specifications = {'element1': ['value1']}. templates = [SpecificationElement(name='element1', type=SpecificationElementTypeEnum.str, allow_multiple=False)]. with pytest.raises(HTTPException) as exc:. check_specifications(specifications, templates). assert exc.value.status_code == 400. assert exc.value.detail == "Error while parsing specification element element1: ['value1'] is not a valid str" | false | false | false | |
18,431 | 2026-02-24T14:35:26.279000Z | 2026-02-24T14:35:26.279000Z | Lec. | В этом модуле находятся 4 файла: __init__.py(пустой), test_main, test_specifications_validator | false | true | false | |
18,430 | 2026-02-24T14:35:23.763000Z | 2026-02-24T14:35:23.763000Z | Lec. | CRUDRoom = CRUD[Room, RoomCreate, RoomUpdate]. async def get_crud(session: Annotated[AsyncSession, Depends(get_db_session)]):. return CRUDSection(session, Section). async def get_parent_crud(session: Annotated[AsyncSession, Depends(get_db_session)]):. return CRUDRoom(session, Room) | false | false | false | |
18,429 | 2026-02-24T14:35:20.951000Z | 2026-02-24T14:35:20.951000Z | Lec. | CRUDSection = CRUD[Section, SectionCreate, SectionUpdate] | false | false | false | |
18,428 | 2026-02-24T14:35:18.545000Z | 2026-02-24T14:35:18.545000Z | Lec. | Код section.py. from math import ceil. from typing import Annotated. from fastapi import APIRouter, Depends, HTTPException, status, Query, Security. from sqlalchemy.ext.asyncio import AsyncSession. from ..db.crud import CRUD. from ..dependencies import check_auth, get_db_session, parse_query_filter, parse_query_sort. from ..dependencies.list_filter import FilterElement, SortElement. from ..models.auth import CurrentUser. from ..models.response import ListResponse, Response. from ..models.storage import Section, SectionCreate, SectionUpdate, Room, RoomCreate, RoomUpdate. router = APIRouter(. prefix='/section',. tags=['Стеллажи'],. responses={. status.HTTP_401_UNAUTHORIZED: {'model': Response},. status.HTTP_403_FORBIDDEN: {'model': Response}. }. ) | false | false | false | |
18,427 | 2026-02-24T14:35:15.369000Z | 2026-02-24T14:35:15.369000Z | Lec. | Код base.py. from typing import Any. from pydantic import BaseModel. from sqlalchemy import ForeignKey, JSON. from sqlmodel import Field. from .base import BaseDbModel, NameDbModel, NameBaseModel. from .utils import optional. class ItemCreate(NameBaseModel):. inv_key: str = Field(unique=True). hardware: int = Field(sa_column_args=(ForeignKey('hardware.id'),)). group: int | None = Field(sa_column_args=(ForeignKey('groups.id'),), default=None). status: int = Field(sa_column_args=(ForeignKey('itemstatus.id'),)). owner: str. place: int | None = Field(sa_column_args=(ForeignKey('place.id'),), default=None). available: bool = True. specifications: dict[str, Any] = Field(default={}, sa_type=JSON). @optional('group', 'status', 'place', 'available'). class ItemUpdate(ItemCreate):. pass. class ItemStatus(NameDbModel, table=True):. pass. class Item(BaseDbModel, ItemCreate, table=True):. pass. class ItemPlace(BaseModel):. item: int. place: int. class GroupStatus(NameDbModel, table=True):. pass. class Groups(BaseDbModel, table=True):. group_key: str = Field(unique=True). status: int = Field(sa_column_args=(ForeignKey('groupstatus.id'),)). parent: int | None = Field(sa_column_args=(ForeignKey('groups.id'),), default=None). available: bool = True | true | false | false | |
18,426 | 2026-02-24T14:35:12.192000Z | 2026-02-24T14:35:12.192000Z | Lec. | HttpUrlString = Annotated[HttpUrl, AfterValidator(lambda v: str(v))]. from datetime import datetime. from sqlalchemy import func. from sqlmodel import SQLModel, Field. class CreatedDbModel(SQLModel):. created: datetime = Field(sa_column_kwargs={'server_default': func.now()}, description='Дата и время создания'). class CreatedUpdatedDbModel(CreatedDbModel):. updated: datetime = Field(description='Дата и время обновления'). class BaseDbModel(CreatedUpdatedDbModel):. id: int = Field(primary_key=True, description='Идентификатор'). class NameBaseModel(SQLModel):. name: str = Field(description='Название'). class NameDbModel(BaseDbModel, NameBaseModel):. pass | false | false | false | |
18,425 | 2026-02-24T14:35:09.057000Z | 2026-02-24T14:35:09.057000Z | Lec. | Код utils.py. import inspect. from datetime import datetime # noqa нужно для eval, не удалять. from typing import Annotated, Any. from fastapi import HTTPException. from pydantic import AfterValidator, HttpUrl, create_model, BaseModel, TypeAdapter, ValidationError. from .specifications import SpecificationElement. def optional(*fields):. def dec(_cls):. fields_dict = {}. for field in fields:. field_info = _cls.model_fields[field]. if field_info is not None:. field_info.default = None. fields_dict[field] = (field_info.annotation, field_info). optional_model = create_model(_cls.__name__, **fields_dict). optional_model.__module__ = _cls.__module__. return optional_model. if fields and inspect.isclass(fields[0]) and issubclass(fields[0], BaseModel):. cls = fields[0]. fields = cls.model_fields. return dec(cls). return dec. def check_type(val_type: str, value: Any):. return TypeAdapter(eval(val_type)).validate_python(value). def check_specifications(specifications: dict[str, Any], templates: list[SpecificationElement]) -> dict[str, Any]:. new_specs = {}. for key, value in specifications.items():. for template in templates:. if key == template.name:. if template.allow_multiple:. if not isinstance(value, list):. raise HTTPException(status_code=400, detail=f'Error while parsing specification element {key}: value must be a list of {template.type}'). new_val = []. for elem in value:. try:. new_elem = check_type(template.type, elem). except ValidationError:. raise HTTPException(status_code=400, detail=f'Error while parsing specification element {key}: {elem} is not a valid {template.type}'). new_val.append(new_elem). else:. try:. new_val = check_type(template.type, value). except ValidationError:. raise HTTPException(status_code=400, detail=f'Error while parsing specification element {key}: {value} is not a valid {template.type}'). new_specs[key] = new_val. break. else:. raise HTTPException(status_code=400, detail=f'Error while parsing specification element {key}: unknown element'). templates.remove(template). for template in templates:. raise HTTPException(status_code=400, detail=f'Error while parsing specification: element {template.name} is missing'). return new_specs | false | false | false | |
18,424 | 2026-02-24T14:35:05.477000Z | 2026-02-24T14:35:05.477000Z | Lec. | Код main.py. @lru_cache. def get_config():. return Config(). def get_logger(config: Annotated[Config, Depends(get_config)]):. logger = logging.getLogger('app'). logger.setLevel(logging.DEBUG if config.debug else logging.INFO). return logger. async def write_log(request: Request, logger: Annotated[logging.Logger, Depends(get_logger)]):. params = request.query_params. body = await request.body(). headers = request.headers.mutablecopy(). if 'Authorization' in headers:. headers['Authorization'] = '***'. logger.info(f'{request.method} {request.url.path}'). if headers:. logger.info(f'Headers: {headers}'). if params:. logger.info(f'Query: {params}'). if body:. logger.info(f'Body: {body.decode()}') | false | false | false | |
18,423 | 2026-02-24T14:35:02.447000Z | 2026-02-24T14:35:02.447000Z | Lec. | END;. $$ LANGUAGE plpgsql;. '''). ) | false | false | false | |
18,422 | 2026-02-24T14:34:59.674000Z | 2026-02-24T14:34:59.674000Z | Lec. | END;. $$ LANGUAGE plpgsql. '''). ). sqlalchemy.event.listen( | false | false | false | |
18,421 | 2026-02-24T14:34:57.150000Z | 2026-02-24T14:34:57.150000Z | Lec. | RETURN NEW; | false | false | false | |
18,420 | 2026-02-24T14:34:54.299000Z | 2026-02-24T14:34:54.299000Z | Lec. | NEW.updated = NOW(); | false | false | false | |
18,419 | 2026-02-24T14:34:51.087000Z | 2026-02-24T14:34:51.087000Z | Lec. | RETURNS TRIGGER AS $$ | false | false | false | |
18,418 | 2026-02-24T14:34:48.185000Z | 2026-02-24T14:34:48.185000Z | Lec. | CREATE OR REPLACE FUNCTION trigger_set_timestamp() | false | true | false | |
18,417 | 2026-02-24T14:34:45.350000Z | 2026-02-24T14:34:45.350000Z | Lec. | SQLModel.metadata,. 'before_create', | false | true | false | |
18,416 | 2026-02-24T14:34:42.899000Z | 2026-02-24T14:34:42.899000Z | Lec. | Код db.py. import json. import sqlalchemy.event. from sqlalchemy import DDL. from sqlmodel import SQLModel. from sqlalchemy.ext.asyncio import create_async_engine. from ..config import Config. config = Config(). engine = create_async_engine(. f'postgresql+asyncpg://{config.db_user}:{config.db_password}@{config.db_host}/{config.db_name}',. echo=config.debug,. future=True,. json_serializer=lambda obj: json.dumps(obj, ensure_ascii=False). ). sqlalchemy.event.listen( | false | false | false | |
18,415 | 2026-02-24T14:34:38.994000Z | 2026-02-24T14:34:38.994000Z | Lec. | Это сделано для увеличения производительности). | false | true | false | |
18,414 | 2026-02-24T14:34:36.575000Z | 2026-02-24T14:34:36.575000Z | Lec. | На некоторых топологиях возможен ложно-положительный результат (правильные топологии определяются правильно, но не все неправильные топологии отсеиваются | false | true | false | |
18,413 | 2026-02-24T14:34:33.933000Z | 2026-02-24T14:34:33.933000Z | Lec. | Улучшение автоматического определения топологий | false | true | false | |
18,412 | 2026-02-24T14:34:31.529000Z | 2026-02-24T14:34:31.529000Z | Lec. | Уже поддерживается большое количество топологий и методов отрисовки, но потенциал расширения функционала большой | false | true | false | |
18,411 | 2026-02-24T14:34:28.318000Z | 2026-02-24T14:34:28.318000Z | Lec. | Добавление новых топологий, алгоритмов и методов отрисовки | false | true | false | |
18,410 | 2026-02-24T14:34:24.675000Z | 2026-02-24T14:34:24.675000Z | Lec. | Проводилось только ручное тестирование и автотесты отсутствуют | false | true | false | |
18,409 | 2026-02-24T14:34:22.124000Z | 2026-02-24T14:34:22.124000Z | Lec. | Покрытие кода автотестами | false | true | false | |
18,408 | 2026-02-24T14:34:19.689000Z | 2026-02-24T14:34:19.689000Z | Lec. | Таким образом, для добавления UI элементов необходимо их описать с помощью QML и, при необходимости взаимодействия с бэкэндом, описать методы Q_INVOKABLE, которые вызываются непосредственно из QML из любого места | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.