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
14,007
2026-02-24T11:42:17.524000Z
2026-02-24T11:42:17.524000Z
Lec.
С помощью МРТ диагносты получают изображения высокого разрешения, что позволяет исследовать структуру позвоночных артерий и кровоток в них
false
true
false
14,006
2026-02-24T11:42:15.743000Z
2026-02-24T11:42:15.743000Z
Lec.
Магнитно-резонансная томография (МРТ) [4] как метод медицинской визуализации играет важную роль в выявлении отклонений в позвоночных артериях
false
true
false
14,005
2026-02-24T11:42:13.977000Z
2026-02-24T11:42:13.977000Z
Lec.
В то же время указанные симптомы часто бывают неспецифичными, что затрудняет диагностику на основе только клинических проявлений
false
true
false
14,004
2026-02-24T11:42:12.231000Z
2026-02-24T11:42:12.231000Z
Lec.
Заболевания, связанные с позвоночными артериями – атеросклероз, диссекция позвоночных артерий и врожденные аномалии [3], часто проявляются через такие симптомы, как дискоординация, головокружение и нарушения зрения
false
true
false
14,003
2026-02-24T11:42:10.447000Z
2026-02-24T11:42:10.447000Z
Lec.
Поэтому раннее выявление и точная диагностика данных изменений важны для эффективного лечения и улучшения состояния пациентов
false
true
false
14,002
2026-02-24T11:42:08.694000Z
2026-02-24T11:42:08.694000Z
Lec.
Учитывая их важную роль в мозговом кровообращении, любые патологии, такие как стеноз, окклюзия или диссекция [2], часто приводят к серьезным неврологическим изменениям, связанным с нарушениями мозгового кровообращения
false
true
false
14,001
2026-02-24T11:42:06.915000Z
2026-02-24T11:42:06.915000Z
Lec.
Список литературы 49
false
false
false
14,000
2026-02-24T11:42:05.102000Z
2026-02-24T11:42:05.102000Z
Lec.
Выводы 47. 6
false
true
false
13,999
2026-02-24T11:42:03.581000Z
2026-02-24T11:42:03.581000Z
Lec.
Разработка приложения 39. 4.1 Структура базы данных 39. 4.2 Реализация главного окна 40. 4.3 Реализация окна информации о пациенте 41. 4.4 Загрузка изображений 42. 4.5 Окно просмотра результатов 42. 4.6 Окна изменения диаметров и позиций 43. 4.7 Загрузка предыдущих анализов 46. 4.8 Тесты 46. 5
false
false
false
13,998
2026-02-24T11:42:01.674000Z
2026-02-24T11:42:01.674000Z
Lec.
Нейросетевой блок 18. 3.1 Работа с датасетом и обозначение задач 18. 3.2 Предобработка изображений 21. 3.3 Обучение модели 25. 3.4 Прямой поиск диаметров артерий 32. 3.5 Поиск позиций 36. 3.6 Объединение диаметров и позиций 38. 4
false
false
false
13,997
2026-02-24T11:41:59.743000Z
2026-02-24T11:41:59.743000Z
Lec.
Обзор литературы 8. 2.1 Традиционные методы обработки изображений 8. 2.2 Методы решения задачи сегментации с использованием глубокого обучения 14. 2.3 Современные подходы к решению задачи сегментации 17. 3
false
false
false
13,996
2026-02-24T11:41:57.833000Z
2026-02-24T11:41:57.833000Z
Lec.
Введение 7. 2
false
true
false
13,995
2026-02-24T11:41:56.144000Z
2026-02-24T11:41:56.144000Z
Lec.
Оглавлени. е. 1
false
true
false
13,994
2026-02-24T11:41:53.989000Z
2026-02-24T11:41:53.989000Z
Lec.
The proposed service has the potential to significantly improve identification of any vertrebal arteries related pathologies, which will result in improving diagnostic quality
false
true
false
13,993
2026-02-24T11:41:52.238000Z
2026-02-24T11:41:52.238000Z
Lec.
The system will provide comparative analysis in form of reports, assisting diagnosticians in accurately examining relatively small regions of vertrebal arteries in clinical MRI images
false
true
false
13,992
2026-02-24T11:41:50.491000Z
2026-02-24T11:41:50.491000Z
Lec.
This paper proposes the development of an intelligent system based on neural network for the segmentation of vertrebal arteries in clinical MRI images
false
true
false
13,991
2026-02-24T11:41:48.748000Z
2026-02-24T11:41:48.748000Z
Lec.
However, due to the small size of arteries relative to the full MRI scan diagnosticians may not be able to spot significant anomalies due to subjective factors
false
true
false
13,990
2026-02-24T11:41:47.028000Z
2026-02-24T11:41:47.028000Z
Lec.
Magnetic Resonance Imaging (MRI) allows diagnosticians to examine main arteries, which is exceptionally important for effective diagnosis
false
true
false
13,989
2026-02-24T11:41:45.267000Z
2026-02-24T11:41:45.267000Z
Lec.
The vertebral arteries are one of the most important sources of blood supply to the brain, therefore any pathological changes in them can be the reason behind serious diseases
false
true
false
13,988
2026-02-24T11:41:43.728000Z
2026-02-24T11:41:43.728000Z
Lec.
Разработанный сервис имеет потенциал для существенного улучшения обнаружения патологий позвоночных артерий и для улучшения диагностических результатов
false
true
false
13,987
2026-02-24T11:41:41.836000Z
2026-02-24T11:41:41.836000Z
Lec.
Предлагаемая система направлена на повышение точности диагностики за счет возможности точного выявления аномалий
false
true
false
13,986
2026-02-24T11:41:40.076000Z
2026-02-24T11:41:40.076000Z
Lec.
Система предоставляет объективный сравнительный анализ в виде отчетов, помогая диагностам точно исследовать области позвоночных артерий на полных снимках МРТ
false
true
false
13,985
2026-02-24T11:41:38.213000Z
2026-02-24T11:41:38.213000Z
Lec.
В данной статье предлагается разработка интеллектуальной системы на основе нейронной сети для сегментации позвоночных артерий на изображениях МРТ
false
true
false
13,984
2026-02-24T11:41:36.550000Z
2026-02-24T11:41:36.550000Z
Lec.
В то же время из-за малого размера артерий относительно полного изображения МРТ даже высококвалифицированные врачи периодически пропускают аномалии из-за человеческого фактора
false
true
false
13,983
2026-02-24T11:41:34.951000Z
2026-02-24T11:41:34.951000Z
Lec.
Магнитно-резонансная томография (МРТ) предоставляет диагностам детализированную визуализацию артерий, что помогает выявлять различные патологии
false
true
false
13,982
2026-02-24T11:41:33.197000Z
2026-02-24T11:41:33.197000Z
Lec.
Позвоночные артерии являются одним из ключевых источников кровоснабжения головного мозга, и патологии, такие как стеноз артерий, при несвоевременном обнаружении с малой вероятностью приводят к летальным исходам
false
true
false
13,981
2026-02-24T11:41:29.195000Z
2026-02-24T11:41:29.195000Z
Lec.
Смешанный трафик (50–75 % CAV) даёт наилучший баланс: прирост безопасности до 52 %, минимальное время поездки и незначительное снижение пропускной способности
false
true
false
13,980
2026-02-24T11:41:27.677000Z
2026-02-24T11:41:27.677000Z
Lec.
Максимальное число завершённых поездок за расчётный интервал приходится на 25 % CAV
false
true
false
13,979
2026-02-24T11:41:25.902000Z
2026-02-24T11:41:25.902000Z
Lec.
Лёгкий всплеск при 25 % CAV интерпретируется как «конфликт адаптаций»: автономные автомобили ещё не образуют стабильные «кооперативные кластеры», а человеческие водители периодически «подрезают» более осторожные CAV
false
true
false
13,978
2026-02-24T11:41:24.096000Z
2026-02-24T11:41:24.096000Z
Lec.
Видно, что при увеличении доли автоматизированных автомобилей общее число зафиксированных конфликтов значительно снижается
false
true
false
13,977
2026-02-24T11:41:22.425000Z
2026-02-24T11:41:22.425000Z
Lec.
Прочие условия (интенсивность потока, геометрия дороги, начальные скорости) во всех сериях совпадали, чтобы различия в результатах можно было отнести именно на счет доли CAV
false
true
false
13,976
2026-02-24T11:41:20.749000Z
2026-02-24T11:41:20.749000Z
Lec.
Это оправдано тем, что именно конфликты типа «наезд сзади» составляют значительную долю опасных ситуаций во всех сценариях и наиболее чувствительны к продольному поведению [28]
false
true
false
13,975
2026-02-24T11:41:19.088000Z
2026-02-24T11:41:19.088000Z
Lec.
Практически, если оба автомобиля почти остановлены или движутся синхронно, даже маленький TTC не представляет серьезной опасности
false
true
false
13,974
2026-02-24T11:41:17.503000Z
2026-02-24T11:41:17.503000Z
Lec.
Это отсекает ситуации ползущего трафика, когда машины очень медленно сближаются
false
true
false
13,973
2026-02-24T11:41:15.952000Z
2026-02-24T11:41:15.952000Z
Lec.
Введен порог на относительную скорость: учитываются только конфликты, где разность скоростей больше 1 м/с в момент минимального сближения
false
true
false
13,972
2026-02-24T11:41:14.406000Z
2026-02-24T11:41:14.406000Z
Lec.
Такие эпизоды могли возникать из-за внутренних допущений SUMO или телепортации автомобилей
false
true
false
13,971
2026-02-24T11:41:12.652000Z
2026-02-24T11:41:12.652000Z
Lec.
В литературе подобный подход описывается как “cautious AV profile” – для первых поколений автономных машин, ориентированных на безопасность, характерны большие дистанции и меньшая скорость перестроений [5]
false
true
false
13,970
2026-02-24T11:41:11.001000Z
2026-02-24T11:41:11.001000Z
Lec.
Он характеризуется предсказуемым, осторожным поведением: большой запас по времени и дистанции, отсутствие превышений скорости, плавные манёвры и уступчивость
false
true
false
13,969
2026-02-24T11:41:09.240000Z
2026-02-24T11:41:09.240000Z
Lec.
Одновременно высокий коэффициент кооперативности заставляет CAV уступать дорогу другим участникам при необходимости – например, оно заранее притормозит, впуская вливающуюся сбоку машину, вместо того чтобы упорно держать свою позицию
false
true
false
13,968
2026-02-24T11:41:07.414000Z
2026-02-24T11:41:07.414000Z
Lec.
Это означает, что автономное ТС предельно терпеливо при перестроениях: оно не станет активно прокладывать себе путь в плотном потоке и всегда предпочтет держаться своей полосы, если перестроение чревато уменьшением дистанций до небезопасных значений
false
true
false
13,967
2026-02-24T11:41:05.644000Z
2026-02-24T11:41:05.644000Z
Lec.
Для CAV выбрано крайне низкое значение напористости и высокое значение кооперативности
false
true
false
13,966
2026-02-24T11:41:04.124000Z
2026-02-24T11:41:04.124000Z
Lec.
Фактически, CAV сменит полосу только убедившись, что это не создаст конфликт ни с попутными, ни с поперечными машинами
false
true
false
13,965
2026-02-24T11:41:02.563000Z
2026-02-24T11:41:02.563000Z
Lec.
Все проверки на безопасность манёвра включены
false
true
false
13,964
2026-02-24T11:41:01.054000Z
2026-02-24T11:41:01.054000Z
Lec.
Профиль CAV настроен так, чтобы исключить опасные перестроения: автономное ТС не будет предпринимать перестроение, если промежуток недостаточно велик, либо если это нарушит чье-то право дороги
false
true
false
13,963
2026-02-24T11:40:59.265000Z
2026-02-24T11:40:59.265000Z
Lec.
По сути, выставлен режим максимально безопасного движения: если впереди препятствие или затор, машина своевременно притормозит; если разрешенная скорость 50 км/ч, она не поедет быстрее даже при пустой дороге
false
true
false
13,962
2026-02-24T11:40:57.486000Z
2026-02-24T11:40:57.486000Z
Lec.
Оно не пытается «проскочить» на желтый сигнал или обогнать ценой риска – все эти агрессивные варианты исключены
false
true
false
13,961
2026-02-24T11:40:55.818000Z
2026-02-24T11:40:55.818000Z
Lec.
В частности, автономное ТС не превышает ограничений скорости и всегда заранее снижает скорость, чтобы избежать столкновения
false
true
false
13,960
2026-02-24T11:40:54.203000Z
2026-02-24T11:40:54.203000Z
Lec.
В профиле CAV этот параметр настроен таким образом, чтобы строго соблюдать ПДД и приоритезировать безопасность над скоростью
false
true
false
13,959
2026-02-24T11:40:52.547000Z
2026-02-24T11:40:52.547000Z
Lec.
Это делает поведение более предсказуемым и, следовательно, безопасным для окружающих
false
true
false
13,958
2026-02-24T11:40:50.937000Z
2026-02-24T11:40:50.937000Z
Lec.
Низкое значение означает практически полное отсутствие случайных отклонений: автономное ТС строго следует заложенному алгоритму, не страдает от отвлечения внимания или неточности восприятия, как это бывает у человека
false
true
false
13,957
2026-02-24T11:40:49.286000Z
2026-02-24T11:40:49.286000Z
Lec.
Согласно требованиям регуляторов и результатам дорожных тестов, беспилотники должны уметь предотвратить столкновение даже при внезапном возникновении препятствия, если физически это возможно [26]
false
true
false
13,956
2026-02-24T11:40:47.654000Z
2026-02-24T11:40:47.654000Z
Lec.
Он отражает то, что современные беспилотные автомобили оборудованы передовыми тормозными системами и электроникой (ABS, автоматическое экстренное торможение и пр.), способными среагировать быстрее человека
false
true
false
13,955
2026-02-24T11:40:45.863000Z
2026-02-24T11:40:45.863000Z
Lec.
В обычных условиях CAV старается не доводить до столь резкого торможения (благодаря большим запасам по дистанции и времени), но высокий потенциал decel служит страхующей мерой
false
true
false
13,954
2026-02-24T11:40:44.107000Z
2026-02-24T11:40:44.107000Z
Lec.
Хотя способность ускоряться у автономного ТС может быть высокой, консервативное поведение предполагает, что он не будет без необходимости использовать максимальные возможности двигателя
false
true
false
13,953
2026-02-24T11:40:42.336000Z
2026-02-24T11:40:42.336000Z
Lec.
Автомобиль разгоняется достаточно плавно, что, во-первых, соответствует стилю осторожного водителя, а во-вторых, предотвращает ситуации, когда резкий разгон с последующим торможением мог бы создать конфликт
false
true
false
13,952
2026-02-24T11:40:40.564000Z
2026-02-24T11:40:40.564000Z
Lec.
Параметр minGap вместе с tau контролирует пространство для манёвра и обеспечивает более плавное и безопасное управление дистанцией
false
true
false
13,951
2026-02-24T11:40:38.826000Z
2026-02-24T11:40:38.827000Z
Lec.
Человеческие водители иногда игнорируют этот интервал, тогда как CAV всегда оставит небольшой запас на случай отката машины впереди или иных непредвиденных факторов
false
true
false
13,950
2026-02-24T11:40:37.059000Z
2026-02-24T11:40:37.059000Z
Lec.
Это гарантирует, что даже в пробке или при резком торможении автономное ТС не подъедет вплотную к впереди стоящему
false
true
false
13,949
2026-02-24T11:40:35.595000Z
2026-02-24T11:40:35.595000Z
Lec.
Значение minGap для профиля CAV взято не меньше, чем у обычных авто, порядка 2–3 метров
false
true
false
13,948
2026-02-24T11:40:34.080000Z
2026-02-24T11:40:34.080000Z
Lec.
Исследования также подтверждают, что автономные системы, например, адаптивный круиз-контроль, при консервативных настройках удерживают большие интервалы, что напрямую снижает риск столкновений [11]
false
true
false
13,947
2026-02-24T11:40:32.477000Z
2026-02-24T11:40:32.477000Z
Lec.
Увеличенное tau, например, 1,5–2,0 секунд вместо порядка 1,0 секунды у человека, означает, что автономное ТС держит больший запас времени до впереди идущего автомобиля, снижая вероятность резкого торможения при любых манёврах лидера
false
true
false
13,946
2026-02-24T11:40:30.605000Z
2026-02-24T11:40:30.605000Z
Lec.
Для CAV выбран увеличенным по сравнению с обычным водителем (человеком)
false
true
false
13,945
2026-02-24T11:40:28.877000Z
2026-02-24T11:40:28.877000Z
Lec.
Временной интервал следования (tau) – задаёт желаемый временной зазор до впереди идущей машины
false
false
false
13,944
2026-02-24T11:40:27.366000Z
2026-02-24T11:40:27.366000Z
Lec.
Далее описаны основные параметры профиля и обоснования выбора их значений:
false
true
false
13,943
2026-02-24T11:40:25.855000Z
2026-02-24T11:40:25.855000Z
Lec.
Концепция подключенного и беспилотного транспорта в данном эксперименте подразумевает максимально осторожное и безопасное поведение на дороге, эмулируемое через настройки модели движения
false
true
false
13,942
2026-02-24T11:40:23.975000Z
2026-02-24T11:40:23.975000Z
Lec.
Также будет уместным учесть среднюю скорость транспортных средств и количество завершенных маршрутов за ограниченное время симуляции
false
true
false
13,941
2026-02-24T11:40:22.428000Z
2026-02-24T11:40:22.428000Z
Lec.
В городских условиях, где скорости ниже и дистанции между ТС ограничены, зачастую используют более низкие пороги для выделения серьезных конфликтов
false
true
false
13,940
2026-02-24T11:40:20.670000Z
2026-02-24T11:40:20.670000Z
Lec.
Например, в модели FHWA SSAM порог по умолчанию установлен именно 1,5 с [24]
false
true
false
13,939
2026-02-24T11:40:19.075000Z
2026-02-24T11:40:19.075000Z
Lec.
В отрасли безопасности дорожного движения широко применяется порог TTC равный 1,5 с для классификации конфликтов: случаи с TTC ниже этого значения рассматриваются как опасные конфликты, требующие реакции водителя, тогда как при больших TTC сближение считается относительно безопасным
false
true
false
13,938
2026-02-24T11:40:17.289000Z
2026-02-24T11:40:17.289000Z
Lec.
TTC интерпретируется как запас времени до аварии: чем меньше TTC, тем критичнее ситуация
false
true
false
13,937
2026-02-24T11:40:15.712000Z
2026-02-24T11:40:15.712000Z
Lec.
Для простого случая движения по одной полосе время до столкновения можно выразить как отношение расстояния между автомобилями к разности их скоростей:
false
true
false
13,936
2026-02-24T11:40:14.181000Z
2026-02-24T11:40:14.181000Z
Lec.
Метрика TTC выбрана потому, что она непосредственно отражает степень опасного сближения: чем меньше TTC, тем меньше времени остается водителям (или автоматизированным системам) для предотвращения столкновения
false
true
false
13,935
2026-02-24T11:40:12.607000Z
2026-02-24T11:40:12.607000Z
Lec.
В отличие от данных о реальных ДТП, которые редки и запаздывают во времени, выбранная метрика позволяет выявлять опасные сближения значительно чаще, что повышает статистическую достоверность выводов о безопасности движения [27]
false
true
false
13,934
2026-02-24T11:40:10.830000Z
2026-02-24T11:40:10.830000Z
Lec.
Он получает от SUMO информацию о каждом транспортном средстве и либо создаёт или удаляет соответствующие узлы OMNeT++ динамически, либо управляет их положением через сообщения
false
true
false
13,933
2026-02-24T11:40:09.171000Z
2026-02-24T11:40:09.171000Z
Lec.
Если разделить узлы (транспортные средства) по partition-id и запустить несколько экземпляров OMNeT++-процесса, которые будут синхронно эмулировать одну и ту же дорожную обстановку, то возникает проблема: модуль TraCIScenarioManager (менеджер взаимодействия с SUMO) в текущей архитектуре рассчитан на работу в одном процессе
false
true
false
13,932
2026-02-24T11:40:07.030000Z
2026-02-24T11:40:07.030000Z
Lec.
Основываясь на принципах параллелизации OMNeT++, можно рассмотреть возможность реализации параллелизацию вычислений Artery в рамках архитектуры CAVISE
false
true
false
13,931
2026-02-24T11:40:05.392000Z
2026-02-24T11:40:05.392000Z
Lec.
OMNeT++ инициирует шаг времени, запрашивает у SUMO просчитать движение за этот шаг (SUMO выполняется параллельно, но OMNeT++ обычно приостанавливается в ожидании ответа), затем получает от SUMO новые позиции транспортных средств и генерирует соответствующие события в сети (обновление положения узлов, генерация сообщений и т. п.)
false
true
false
13,930
2026-02-24T11:40:03.569000Z
2026-02-24T11:40:03.569000Z
Lec.
Эти процессы работают в паре, синхронизируясь на каждом такте
false
true
false
13,929
2026-02-24T11:40:02.023000Z
2026-02-24T11:40:02.023000Z
Lec.
Почти каждый сценарий можно адаптировать для параллельных вычислений, но это не всегда будет эффективно по скорости вычислений
false
true
false
13,928
2026-02-24T11:40:00.476000Z
2026-02-24T11:40:00.476000Z
Lec.
Динамическое создание модулей должно избегаться, так как id для модулей определяется заранее и не может быть изменено в ходе моделирования
false
true
false
13,927
2026-02-24T11:39:58.924000Z
2026-02-24T11:39:58.924000Z
Lec.
Модули не должны напрямую вызывать методы или обращаться к памяти модулей из другого раздела;
false
true
false
13,926
2026-02-24T11:39:57.376000Z
2026-02-24T11:39:57.376000Z
Lec.
Сценарий, в котором может быть реализована параллелизация вычислений, должен обладать следующими требованиями:
false
true
false
13,925
2026-02-24T11:39:55.229000Z
2026-02-24T11:39:55.229000Z
Lec.
Важный отметить, что разделять сценарий можно только по границам модулей, один и тот же модуль не может одновременно исполняться на двух логических процессах и необходимо минимизировать количество сообщений между подмножествами
false
true
false
13,924
2026-02-24T11:39:53.216000Z
2026-02-24T11:39:53.216000Z
Lec.
В данном примере все модули внутри subnetA будут запущены в логическом процессе с индексом 0, внутри subnetB под индексом 1 и так далее. “**” После названия подсети означает рекурсивное применение ко вложенным в подмножество модулей
false
true
false
13,923
2026-02-24T11:39:51.515000Z
2026-02-24T11:39:51.515000Z
Lec.
Задаётся атрибутом parsim-nullmessageprotocol-laziness в диапазоне значений от 0 до 1
false
true
false
13,922
2026-02-24T11:39:50.006000Z
2026-02-24T11:39:50.006000Z
Lec.
Данный параметр никогда не будет равен нулю и рассчитываться автоматически если указать для атрибута parsim-nullmessageprotocol-lookahead-class значение cLinkDelayLookahead
false
true
false
13,921
2026-02-24T11:39:48.446000Z
2026-02-24T11:39:48.446000Z
Lec.
Для корректной работы симуляции данный параметр должен быть отличен от нуля, иначе могут возникнуть ситуации, когда алгоритм просто не сможет выдать гарантированное время без отправки сообщений
false
true
false
13,920
2026-02-24T11:39:46.919000Z
2026-02-24T11:39:46.919000Z
Lec.
Из вышеупомянутых алгоритмов, практическую ценность имеет только Null Message Algorithm
false
true
false
13,919
2026-02-24T11:39:44.835000Z
2026-02-24T11:39:44.835000Z
Lec.
Практической ценности не имеет, так как без знания будущих результатов будет выдавать только неверные результаты
false
true
false
13,918
2026-02-24T11:39:43.051000Z
2026-02-24T11:39:43.051000Z
Lec.
Это предотвращает тупики и позволяет логическим процессам частично параллельно выполнять события, зная безопасный горизонт времени
false
true
false
13,917
2026-02-24T11:39:41.519000Z
2026-02-24T11:39:41.519000Z
Lec.
Null Message Algorithm [3] – Каждый логический процесс регулярно отсылает соседям «нулевые сообщения» с указанием времени, до которого у него гарантированно нет событий, тем самым информируя другие процессы, что они могут продвигаться вперёд во времени хотя бы до этого момента
false
true
false
13,916
2026-02-24T11:39:39.536000Z
2026-02-24T11:39:39.536000Z
Lec.
Данный алгоритм реализован в классе cNamedPipeCommunications в атрибуте parsim-communications-class
false
true
false
13,915
2026-02-24T11:39:37.985000Z
2026-02-24T11:39:37.985000Z
Lec.
Данный алгоритм реализован в классе cMPICommunications в атрибуте parsim-communications-class
false
true
false
13,914
2026-02-24T11:39:36.472000Z
2026-02-24T11:39:36.472000Z
Lec.
При разбиении модели, если два модуля-соседа находятся на разных процессах, в каждом LP создаётся модуль-плейсхолдер, фиктивная копия удалённого модуля, и proxy-gate (проксирующий шлюз) на месте соединения
false
true
false
13,913
2026-02-24T11:39:34.821000Z
2026-02-24T11:39:34.821000Z
Lec.
На уровне сети (внутри одного сценария): В контексте параллельной симуляции это касается коммуникации между модулями, находящимися в разных разделах
false
true
false
13,912
2026-02-24T11:39:33.294000Z
2026-02-24T11:39:33.294000Z
Lec.
На уровне событий (синхронизация по времени): OMNeT++ запускает несколько инстанций одного сценария, поэтому необходимо синхронизировать их вычисления для предотвращения ситуаций, когда одна инстанция будет слишком долго ждать вычисления других
false
true
false
13,911
2026-02-24T11:39:31.522000Z
2026-02-24T11:39:31.522000Z
Lec.
На уровне модулей (агентов): Модель разбивается на подмножества моделей, за которыми закрепляются логические процессы, чтобы потом их поведение могло вычисляться параллельно
false
true
false
13,910
2026-02-24T11:39:29.316000Z
2026-02-24T11:39:29.316000Z
Lec.
При этом каждый LP обрабатывает своё подмножество модулей, а между LP происходит обмен сообщениями для синхронизации событий
false
true
false
13,909
2026-02-24T11:39:27.743000Z
2026-02-24T11:39:27.743000Z
Lec.
В условиях реальной городской сети (Китай-город) также отмечается значительное улучшение показателей загруженности и уменьшение средних задержек на 9%
false
true
false
13,908
2026-02-24T11:39:25.995000Z
2026-02-24T11:39:25.995000Z
Lec.
При тестировании на сети Braess Simple алгоритм успешно предотвратил появление парадокса Браесса, обеспечив равномерное распределение транспортного потока
false
true
false