Интересная Случайная пятерка вопросов викторины онлайн.

Смотрите другие статьи раздела Викторина онлайн.

Читайте и пишите полезные комментарии к этой статье.

<< Назад

Другие вопросы Викторины онлайн:

Автор этого вопроса Сергей Козинцев в порыве самолюбования набрал свои имя и фамилию в поисковой системе Яндекс. Обнаружилось, что его имя и фамилия встречаются на 8615 страницах. Разумеется, не все они имели к нему отношение. Назовите другие имя и фамилию, присутствующие на этих, не имеющих к автору вопроса отношения, страницах?

Каким образом фен связан с бывшим главным тренером "Манчестер Юнайтед" сэром Алексом Фергюсоном?

ОН свертывает белки организма. Назовите ЕГО.

Система определения рейтингов шахматистов, разработанная именно этим американским профессором физики, используется ФИДЕ с 1970 г.

В Великобритании продаются футболки с надписью "Left is right" (лэфт из райт) - как выражение солидарности с людьми, всемирный день которых впервые был отмечен 13 августа 1984 г. Назовите этих людей одним словом.

<< Назад

Последние новости науки и техники, новинки электроники:

Сон как эффективный механизм обучения 23.12.2025

Процесс обучения и формирования долговременных воспоминаний продолжает оставаться одной из самых загадочных функций человеческого мозга. Новое исследование, проведенное учеными из Университета Брауна в США, проливает свет на то, как именно мозг повторно обрабатывает информацию во сне, помогая закреплять полученные навыки. Это открытие потенциально может быть использовано при создании устройств и методик для помощи людям с параличами или неврологическими нарушениями. В ходе эксперимента исследователи наблюдали за лабораторными мышами, обученными проходить лабиринт. С помощью специальных датчиков ученые отслеживали активность нейронов, которые активировались в момент правильного выбора пути. Оказалось, что во сне те же нейроны воспроизводили точно такую же последовательность сигналов, как и в период обучения. Этот феномен, который ученые называют "повторным воспроизведением", помогает мозгу переносить краткосрочные воспоминания в долговременную память. Таким образом, полученная инф ...>>

Термопаста Arctic MX-7 23.12.2025

Швейцарская компания Arctic представила новую версию своей фирменной термопасты - MX-7, позиционируя ее как универсальное решение для различных устройств, от настольных ПК до игровых консолей и ноутбуков. Arctic MX-7 отличается оптимальной консистенцией, которая обеспечивает равномерное нанесение на поверхность процессора или GPU, минимизируя появление воздушных пузырьков и улучшая теплопередачу. Производитель подчеркивает, что паста устойчива к эффекту "pump-out", когда термоинтерфейс со временем выдавливается из-за циклов нагрева и охлаждения, что продлевает срок службы компонентов. Хотя Arctic не раскрывает официальное значение теплопроводности MX-7, независимые тесты подтверждают высокую эффективность термопасты. Например, по данным портала Igor's Lab, показатель теплопроводности составляет 6,17 Вт/мК, что делает ее конкурентоспособной на фоне других высококлассных термоинтерфейсов. Применение MX-7 не ограничено настольными системами. Паста подходит для замены штатных терм ...>>

Гибкая кремниевая мембрана, меняющая цвет при растяжении 22.12.2025

Исследователи Амстердамского университета продемонстрировали уникальный метаматериал, способный изменять цвет под воздействием механического растяжения. В основе этой технологии лежит структурный цвет - явление, при котором окраска определяется геометрией микроструктур, а не пигментами. Команда ученых во главе с Фриком ван Горпом преобразовала кремний в тонкую сетку с определенным узором, что позволило создать одновременно гибкий и функциональный материал. При растяжении отдельные элементы структуры поворачиваются, меняя способ отражения света: материал плавно изменяет оттенок от зеленого до красного, создавая эффект "живого" цвета. Один из первых вызовов заключался в хрупкости кремния. Отказавшись от подложки, исследователи получили тонкую гибкую мембрану, способную выдерживать деформацию. Йорик ван де Гроп подчеркнул, что ключевой особенностью разработки является многофункциональность структуры. Она объединяет свойства механических метаматериалов с возможностями оптических мета ...>>

Случайная новость из Архива Самообучаемая электрическая сеть 30.03.2022 Ученые из Университета Пенсильвании открыли новый подход к машинному обучению. Обычная электрическая цепь самостоятельно научилась распознавать цветы по размеру лепестков. Группа ученых под руководством физика Сэмюэла Диллаву собрала небольшую электрическую сеть, соединив случайным образом 16 резисторов. Исследователи устанавливают напряжение для определенных входных узлов и считывают показатели выходных узлов. Самостоятельно регулируя резисторы, сеть научилась производить желаемые данные для заданного набора исходных значений. "Сеть была настроена для выполнения множества простых задач ИИ, - говорит Диллаву. - Например, она может различать три вида цветков ириса с точностью более 95% на основе четырех параметров: длины и ширины лепестков и чашелистиков". Для машинного обучения ИИ, как правило, используют искусственные нейронные сети. Такие сети обычно существуют только в памяти компьютера. Нейронная сеть состоит из точек или узлов, каждый из которых может принимать значение от 0 до 1, соединенных ребрами. Каждое ребро имеет свой вес в зависимости от значений в узлах. При обучении такой системы требуется проводить регулировку веса ребер, чтобы получить нужный результат. "Это сложная проблема оптимизации, которая значительно возрастает с увеличением размера сети и требует большого количества вычислительных ресурсов", - отмечает Диллаву. - Ситуация усложняется тем, что все ребра должны настраиваться одновременно". Чтобы обойти эту проблему, физики искали системы, которые могли бы настраивать себя без внешних вычислений. Ученые построили две идентичные сети друг над другом. В замкнутой сети они подавали напряжение и фиксировали на выходных элементах нужные значения. В открытой сети устанавливалось только напряжение на входном резисторе. Система регулировала сопротивление на резисторах в двух сетях в зависимости от разницы напряжений между идентичными узлами в каждой из них. За нескольких итераций эти корректировки привели все напряжения во всех резисторах в двух сетях в соответствие. Система научилась выдавать правильные выходные данные для заданных исходных значений. "Эта настройка требует незначительных вычислений, - говорит Диллаву. -Системе нужно только сравнить падение напряжения на соответствующих резисторах в замкнутой и свободной сетях с помощью компаратора. Наша работа доказывает принципиальную возможность нового способа машинного обучения, который не требует больших вычислений".

Другие интересные новости:

Новый способ беспроводной передачи данных

Игровые ноутбуки ASUS

Подводное фото станет четким

Автомобильный проектор понимает жесты и человеческую речь

Учебники из космоса

Лента новостей науки и техники, новинок электроники

Интересные материалы Бесплатной технической библиотеки:

▪ раздел сайта Преобразователи напряжения, выпрямители, инверторы. Подборка статей

▪ статья Зоны действия негативных факторов. Основы безопасной жизнедеятельности

▪ статья Почему кленовый лист на флаге Канады имеет 11 вершин? Подробный ответ

▪ статья Ясень манновый. Легенды, выращивание, способы применения

▪ статья Радиаторы. Энциклопедия радиоэлектроники и электротехники

▪ статья Таймер для периодического включения нагрузки. Энциклопедия радиоэлектроники и электротехники

www.diagram.com.ua
2000-2025