Results 101 to 110 of about 2,982 (148)
Some of the next articles are maybe not open access.
ÐолеÑно-ÑагаÑÑий движиÑÐµÐ»Ñ Ð¼Ð°Ð»Ð¾Ð³Ð°Ð±Ð°ÑиÑного РТÐ
2022Тема вÑпÑÑкной квалиÑикаÑионной ÑабоÑÑ: «ÐолÑÑно-ÑагаÑÑий движиÑÐµÐ»Ñ Ð¼Ð°Ð»Ð¾Ð³Ð°Ð±Ð°ÑиÑного РТл. РÑабоÑе изложен пÑоÑеÑÑ Ð°Ð½Ð°Ð»Ð¸Ð·Ð° и пÑоекÑиÑÐ¾Ð²Ð°Ð½Ð¸Ñ ÐºÐ¾Ð½ÑÑÑÑкÑии колеÑно-ÑагаÑÑего движиÑелÑ, пÑедÑÑÐ ...
openaire +1 more source
2020
УÑебно-меÑодиÑеÑкое поÑобие Ð´Ð»Ñ ÑÑÑденÑов, обÑÑаÑÑÐ¸Ñ ÑÑ Ð¿Ð¾ напÑÐ°Ð²Ð»ÐµÐ½Ð¸Ñ 39.04.01 «СоÑиологиÑ», ÑодеÑÐ¶Ð¸Ñ Ð¼Ð°ÑеÑÐ¸Ð°Ð»Ñ Ð¸ ÑÑÐµÐ±Ð¾Ð²Ð°Ð½Ð¸Ñ Ð¿Ð¾ напиÑаниÑ, оÑоÑÐ¼Ð»ÐµÐ½Ð¸Ñ Ð¸ заÑиÑе вÑпÑÑкнÑÑ ÐºÐ²Ð°Ð»Ð¸ÑикаÑионнÑÑ ÑÐ°Ð±Ð¾Ñ Ð¼Ð ...
openaire +1 more source
УÑебно-меÑодиÑеÑкое поÑобие Ð´Ð»Ñ ÑÑÑденÑов, обÑÑаÑÑÐ¸Ñ ÑÑ Ð¿Ð¾ напÑÐ°Ð²Ð»ÐµÐ½Ð¸Ñ 39.04.01 «СоÑиологиÑ», ÑодеÑÐ¶Ð¸Ñ Ð¼Ð°ÑеÑÐ¸Ð°Ð»Ñ Ð¸ ÑÑÐµÐ±Ð¾Ð²Ð°Ð½Ð¸Ñ Ð¿Ð¾ напиÑаниÑ, оÑоÑÐ¼Ð»ÐµÐ½Ð¸Ñ Ð¸ заÑиÑе вÑпÑÑкнÑÑ ÐºÐ²Ð°Ð»Ð¸ÑикаÑионнÑÑ ÑÐ°Ð±Ð¾Ñ Ð¼Ð ...
openaire +1 more source
2021
ÐбÑекÑом иÑÑÐ»ÐµÐ´Ð¾Ð²Ð°Ð½Ð¸Ñ ÑвлÑеÑÑÑ Ð²Ð·Ð°Ð¸Ð¼Ð¾ÑвÑÐ·Ñ Ð¿Ð¾ÐºÐ°Ð·Ð°Ñелей ÐÐÐ Ñ Ð¾ÑновнÑм капиÑалом и ÑондовÑм индекÑом, Ñак как ÐÐРвÑÑÑÑÐ¿Ð°ÐµÑ Ð² каÑеÑÑве индикаÑоÑа ÑÑÐ¾Ð²Ð½Ñ Ð¸ Ñемпов ÑкономиÑеÑкого ÑазвиÑÐ¸Ñ ÑÑÑÐ ...
openaire +1 more source
ÐбÑекÑом иÑÑÐ»ÐµÐ´Ð¾Ð²Ð°Ð½Ð¸Ñ ÑвлÑеÑÑÑ Ð²Ð·Ð°Ð¸Ð¼Ð¾ÑвÑÐ·Ñ Ð¿Ð¾ÐºÐ°Ð·Ð°Ñелей ÐÐÐ Ñ Ð¾ÑновнÑм капиÑалом и ÑондовÑм индекÑом, Ñак как ÐÐРвÑÑÑÑÐ¿Ð°ÐµÑ Ð² каÑеÑÑве индикаÑоÑа ÑÑÐ¾Ð²Ð½Ñ Ð¸ Ñемпов ÑкономиÑеÑкого ÑазвиÑÐ¸Ñ ÑÑÑÐ ...
openaire +1 more source
2021
ÐÐ°Ð½Ð½Ð°Ñ ÑабоÑа поÑвÑÑена ÑазÑабоÑке обÑекÑного клаÑÑиÑикаÑоÑа авÑомобилÑной доÑоги. ÐадаÑи, коÑоÑÑе ÑеÑалиÑÑ Ð² Ñ Ð¾Ð´Ðµ иÑÑледованиÑ: 1. Ðнализ и ÑÐ±Ð¾Ñ Ð¸Ð½ÑоÑмаÑии по ноÑмаÑивной докÑменÑаÑии в облР...
openaire +1 more source
ÐÐ°Ð½Ð½Ð°Ñ ÑабоÑа поÑвÑÑена ÑазÑабоÑке обÑекÑного клаÑÑиÑикаÑоÑа авÑомобилÑной доÑоги. ÐадаÑи, коÑоÑÑе ÑеÑалиÑÑ Ð² Ñ Ð¾Ð´Ðµ иÑÑледованиÑ: 1. Ðнализ и ÑÐ±Ð¾Ñ Ð¸Ð½ÑоÑмаÑии по ноÑмаÑивной докÑменÑаÑии в облР...
openaire +1 more source
2019
УÑебное поÑобие поÑÑÑоено в ÑооÑвеÑÑÑвии Ñ Ð¿ÑогÑаммой диÑÑÐ¸Ð¿Ð»Ð¸Ð½Ñ Â«Ð¡Ð¾ÑиологиÑ». Ð¦ÐµÐ»Ñ ÑÑебного поÑÐ¾Ð±Ð¸Ñ â вооÑÑжиÑÑ ÑÑÑденÑов знаниÑми о ÑоÑиалÑнÑÑ Ð·Ð°ÐºÐ¾Ð½Ð°Ñ , пÑоÑеÑÑÐ°Ñ Ð¸ ÑвлениÑÑ .
openaire +1 more source
УÑебное поÑобие поÑÑÑоено в ÑооÑвеÑÑÑвии Ñ Ð¿ÑогÑаммой диÑÑÐ¸Ð¿Ð»Ð¸Ð½Ñ Â«Ð¡Ð¾ÑиологиÑ». Ð¦ÐµÐ»Ñ ÑÑебного поÑÐ¾Ð±Ð¸Ñ â вооÑÑжиÑÑ ÑÑÑденÑов знаниÑми о ÑоÑиалÑнÑÑ Ð·Ð°ÐºÐ¾Ð½Ð°Ñ , пÑоÑеÑÑÐ°Ñ Ð¸ ÑвлениÑÑ .
openaire +1 more source
2011
Ðздание вклÑÑÐ°ÐµÑ Ð² ÑÐµÐ±Ñ ÑеÑÑÑ Ð¿Ð¾ 10 оÑновнÑм Ñемам кÑÑÑа «СоÑиологиÑ» в ÑооÑвеÑÑÑвии Ñ ÑабоÑей пÑогÑаммой ÑÑой диÑÑиплинÑ, ÑÑвеÑжденной на каÑедÑе ÑоÑиологии и пÑава СÐбÐÐУ.
openaire +1 more source
Ðздание вклÑÑÐ°ÐµÑ Ð² ÑÐµÐ±Ñ ÑеÑÑÑ Ð¿Ð¾ 10 оÑновнÑм Ñемам кÑÑÑа «СоÑиологиÑ» в ÑооÑвеÑÑÑвии Ñ ÑабоÑей пÑогÑаммой ÑÑой диÑÑиплинÑ, ÑÑвеÑжденной на каÑедÑе ÑоÑиологии и пÑава СÐбÐÐУ.
openaire +1 more source
ÐÑавила доÑожного движениÑ
2016Ðанное поÑобие ÑодеÑÐ¶Ð¸Ñ Ð¾ÑновнÑе Ð¿Ð¾Ð»Ð¾Ð¶ÐµÐ½Ð¸Ñ Ð¿Ð¾ диÑÑиплине «СпеÑиалÑÐ½Ð°Ñ Ð¿Ð¾Ð´Ð³Ð¾Ñовка». ÐÑедназнаÑено Ð´Ð»Ñ Ð¿Ð¾Ð´Ð³Ð¾Ñовки пÑеподаваÑелей военнÑÑ ÐºÐ°ÑÐµÐ´Ñ Ð¸ ÑÑÑденÑов, обÑÑаÑÑÐ¸Ñ ÑÑ Ð¿Ð¾ пÑогÑамме военной Ð ...
openaire +1 more source
РазÑабоÑка легкоÑплавного авÑомобилÑного диÑка
2019Рданной ÑабоÑе изложена ÑÑÑноÑÑÑ Ð¿Ð¾Ð´Ñ Ð¾Ð´Ð° к ÑазÑабоÑке авÑомобилÑного диÑка. ÐÑÑледование пÑиводилоÑÑ Ñ Ð¸ÑполÑзованием ANSYS APDL и Creo parametric. ÐÑполÑÐ·Ð¾Ð²Ð°Ð½Ñ Ð¿Ð¾Ð½ÑÑÐ¸Ñ Ð¼ÐµÑода конеÑнÑÑ ÑлеменÑов.
openaire +1 more source
ÐвÑомобилÑнÑй двигаÑÐµÐ»Ñ Ne = 120 кÐÑ
2019In work the automobile engine with a power of 120 kW is developed. The calculation of the working process of the engine by the method of Grinevetsky-Mazing, forces and moments arising in the elements of the engine, as well as the analysis of equilibrium and strength calculations of the crankshaft, connecting rod.
openaire +1 more source
2021
This work is devoted to the comparison of classical methods of nonlinear distortion compensation in fiber-optic communication networks with a more modern and relevant method based on deep neural networks. The comparison is made by the level of errors and the complexity of the implementation. There is also suggest ways to improve this algorithm.
openaire +1 more source
This work is devoted to the comparison of classical methods of nonlinear distortion compensation in fiber-optic communication networks with a more modern and relevant method based on deep neural networks. The comparison is made by the level of errors and the complexity of the implementation. There is also suggest ways to improve this algorithm.
openaire +1 more source

