Choice of metadata Статьи
Page 1, Results: 7
Report on unfulfilled requests: 0
1.
Подробнее
32.81
P25
Parameters of the distributed databases of information systems when splitting data with application of algorithms of multidimensional parity / A. Zh. Karipzhanova [et al.] // Известия Национальной академии наук Республики Казахстан=News of National academy of sciences of the Republic of Kazakhstan. - 2019. - №5. - Р. 82-90. - (Серия геологии и технических наук=Series of geology and technical sciences)
ББК 32.81
Рубрики: Кибернетика
Кл.слова (ненормированные):
безопасная информация -- облачные технологии -- распределенное хранение -- расщепление данных -- система безопасности Big Data -- многомерная четность -- места хранения -- резервирование -- хранение данных -- угрозы
Аннотация: К настоящему времени общепринятым методом предотвращения потери информации является многократное резервирование, что приводит к огромным материальным затратам. Разработанная авторами статьи система безопасности Big Data с применением алгоритмов многомерной четности, устойчивых к частичным потерям мест хранения, показала повышенный уровень безопасности, в частности при использовании в облачных технологиях. В этом алгоритме данные расщепляются на большое число файлов, каждый из которых не может содержать даже одного бита рассредоточенной в облаке исходной информации. Реализованная авторами система не требует дополнительной дорогой инфраструктуры резервирования, легко масштабируется, расширяется, причем по мере увеличения размеров инфраструктуры с добавления единиц хранения автоматически увеличивается безопасность и надежность хранения данных. Получены результаты тестирования параметров безопасности основных базовых подсистем технологии распределенного хранения с расщеплением данных. Результаты показали соответствие параметров безопасности современным требованиям и, соответственно, возможность уменьшения доминирования дорогой инфраструктуры резервирования и Backup. Технология распределенного хранения с расщеплением данных воплощает в себе новую парадигму безопасности, открывающую возможность эффективного противодействия многочисленным угрозам хранимой информации и большим вычислениям.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Karipzhanova, A. Zh.
Sagindykov, K. M.
Gudov, А.М.
Kalin Dimitrov
P25
Parameters of the distributed databases of information systems when splitting data with application of algorithms of multidimensional parity / A. Zh. Karipzhanova [et al.] // Известия Национальной академии наук Республики Казахстан=News of National academy of sciences of the Republic of Kazakhstan. - 2019. - №5. - Р. 82-90. - (Серия геологии и технических наук=Series of geology and technical sciences)
Рубрики: Кибернетика
Кл.слова (ненормированные):
безопасная информация -- облачные технологии -- распределенное хранение -- расщепление данных -- система безопасности Big Data -- многомерная четность -- места хранения -- резервирование -- хранение данных -- угрозы
Аннотация: К настоящему времени общепринятым методом предотвращения потери информации является многократное резервирование, что приводит к огромным материальным затратам. Разработанная авторами статьи система безопасности Big Data с применением алгоритмов многомерной четности, устойчивых к частичным потерям мест хранения, показала повышенный уровень безопасности, в частности при использовании в облачных технологиях. В этом алгоритме данные расщепляются на большое число файлов, каждый из которых не может содержать даже одного бита рассредоточенной в облаке исходной информации. Реализованная авторами система не требует дополнительной дорогой инфраструктуры резервирования, легко масштабируется, расширяется, причем по мере увеличения размеров инфраструктуры с добавления единиц хранения автоматически увеличивается безопасность и надежность хранения данных. Получены результаты тестирования параметров безопасности основных базовых подсистем технологии распределенного хранения с расщеплением данных. Результаты показали соответствие параметров безопасности современным требованиям и, соответственно, возможность уменьшения доминирования дорогой инфраструктуры резервирования и Backup. Технология распределенного хранения с расщеплением данных воплощает в себе новую парадигму безопасности, открывающую возможность эффективного противодействия многочисленным угрозам хранимой информации и большим вычислениям.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Karipzhanova, A. Zh.
Sagindykov, K. M.
Gudov, А.М.
Kalin Dimitrov
2.
Подробнее
32.81
B75
Bolatbek, M. A
Creating the dataset of keywords for detecting an extremist orientation inweb-resources in the Kazakh language [Текст] / M.A Bolatbek // Әл - Фараби ат. ҚҰУ Хабаршы = Вестник КазНУ им Аль - Фараби. - Алматы, 2018. - №1(97). - Р. 134-142. - (Математика, механика, информатика сериясы=Серия математика, механика, информатика. Journal of Mathematics, Mechanics, Computer Science.)
ББК 32.81
Рубрики: Информатика
Кл.слова (ненормированные):
экстремистские тексты -- частота терминов -- классификация текста -- эмоциональные оценка
Аннотация: This paper is part of the research on creating semantic analysis models in web resources for definingan extremist orientation in the text. To solve this task a model was created, which consists of fivestages: identifying websites of an extremist groups, preparing for data extraction, data extraction,data analysis and classification. This work presents the results of data analysis stage of abovementioned model. The purpose of this study is to identify keywords, often used by extremists,which will later be used to classify texts to "extremist" and "neutral" categories using machinelearning methods. There is no such database for the Kazakh language. As the result of this studyan experimental corpus and list of keywords in Kazakh language was created. The keywords wereadded to the database with various morphological variants. The program was built that checksfor the presence of extremist keywords in the given input text and displays the words found.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Mussiraliyeva, Sh.Zh
Tukeyev, U.A
B75
Bolatbek, M. A
Creating the dataset of keywords for detecting an extremist orientation inweb-resources in the Kazakh language [Текст] / M.A Bolatbek // Әл - Фараби ат. ҚҰУ Хабаршы = Вестник КазНУ им Аль - Фараби. - Алматы, 2018. - №1(97). - Р. 134-142. - (Математика, механика, информатика сериясы=Серия математика, механика, информатика. Journal of Mathematics, Mechanics, Computer Science.)
Рубрики: Информатика
Кл.слова (ненормированные):
экстремистские тексты -- частота терминов -- классификация текста -- эмоциональные оценка
Аннотация: This paper is part of the research on creating semantic analysis models in web resources for definingan extremist orientation in the text. To solve this task a model was created, which consists of fivestages: identifying websites of an extremist groups, preparing for data extraction, data extraction,data analysis and classification. This work presents the results of data analysis stage of abovementioned model. The purpose of this study is to identify keywords, often used by extremists,which will later be used to classify texts to "extremist" and "neutral" categories using machinelearning methods. There is no such database for the Kazakh language. As the result of this studyan experimental corpus and list of keywords in Kazakh language was created. The keywords wereadded to the database with various morphological variants. The program was built that checksfor the presence of extremist keywords in the given input text and displays the words found.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Mussiraliyeva, Sh.Zh
Tukeyev, U.A
3.
Подробнее
24
С 38
Синтез и структура тетрахлор-галлат 3,5-диамино-1,2,4-триазолия [Текст] / Т. В. Кудаярова [и др.] // Известия высших учебных заведений. Серия «Химия и химическая технология». - 2019. - Т.62(4). - С. 121-127
ББК 24
Рубрики: Химические науки
Кл.слова (ненормированные):
3,5-диамино-1Н-1,2,4-триазол -- гуаназол -- хлорид галлия -- комплексное соединение -- рентгеноструктурный анализ -- синтез -- химия
Аннотация: В работе обсуждается синтез и структура комплексного соединения на основе 3,5-диамино-1H-1,2,4-триазола (гуаназола) с ионами галлия, образующегося при взаимодействии безводного хлорида галлия (III) и гуаназола в среде осушенного метанола. После отгонки растворителя под вакуумом образовавшийся продукт промывали гексаном, ацетоном, целевое соединение экстрагировали ацетонитрилом, и медленным испарением последнего при комнатной температуре в течение трех дней получили кристаллы бежевого цвета, которые были охарактеризованы методами ИК спектроскопии, элементного анализа, масс-спектрометрии и данными рентгеноструктурного анализа. Комплексный галлат состава - C2H6N5+∙[GaCl4]- существует в виде двух кристаллографически независимых катионов и двух анионов. Комплексное соединение кристаллизуется в центросимметричной пространственной группе моноклинной сингонии. Тетрахлорогаллат-анион представляет собой слегка искаженный тетраэдр, что характерно для структур этого типа. Катионы 1,2,4-триазолия селективно протонированы по атомам N4 и N4A, однако местом преимущественной локализации положительного заряда являются атомы N2 и N2A. Помимо электростатического взаимодействия разноименно заряженных ионов важную роль в стабилизации кристаллической упаковки играет развитая система водородных связей: практически все атомы водорода и хлора задействованы в ее образовании. Каждый из кристаллографически независимых катионов образует центросимметричный димер за счет межмолекулярной водородной связи N2–H2···N3 и N2A–H2A···N3A. Полный набор рентгеноструктурных данных депонирован в Кембриджский банк структурных данных соединений - Cambridge Structural Database (депонент CCDC 1894815) и может быть свободно получен по запросу на сайте www.ccdc.cam.ac.uk/data_request/cif.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Кудаярова, Т.В.
Данилова, Е.А.
Питева, Ю.А.
Мочалина, К.Е.
Дмитриев, М.В.
С 38
Синтез и структура тетрахлор-галлат 3,5-диамино-1,2,4-триазолия [Текст] / Т. В. Кудаярова [и др.] // Известия высших учебных заведений. Серия «Химия и химическая технология». - 2019. - Т.62(4). - С. 121-127
Рубрики: Химические науки
Кл.слова (ненормированные):
3,5-диамино-1Н-1,2,4-триазол -- гуаназол -- хлорид галлия -- комплексное соединение -- рентгеноструктурный анализ -- синтез -- химия
Аннотация: В работе обсуждается синтез и структура комплексного соединения на основе 3,5-диамино-1H-1,2,4-триазола (гуаназола) с ионами галлия, образующегося при взаимодействии безводного хлорида галлия (III) и гуаназола в среде осушенного метанола. После отгонки растворителя под вакуумом образовавшийся продукт промывали гексаном, ацетоном, целевое соединение экстрагировали ацетонитрилом, и медленным испарением последнего при комнатной температуре в течение трех дней получили кристаллы бежевого цвета, которые были охарактеризованы методами ИК спектроскопии, элементного анализа, масс-спектрометрии и данными рентгеноструктурного анализа. Комплексный галлат состава - C2H6N5+∙[GaCl4]- существует в виде двух кристаллографически независимых катионов и двух анионов. Комплексное соединение кристаллизуется в центросимметричной пространственной группе моноклинной сингонии. Тетрахлорогаллат-анион представляет собой слегка искаженный тетраэдр, что характерно для структур этого типа. Катионы 1,2,4-триазолия селективно протонированы по атомам N4 и N4A, однако местом преимущественной локализации положительного заряда являются атомы N2 и N2A. Помимо электростатического взаимодействия разноименно заряженных ионов важную роль в стабилизации кристаллической упаковки играет развитая система водородных связей: практически все атомы водорода и хлора задействованы в ее образовании. Каждый из кристаллографически независимых катионов образует центросимметричный димер за счет межмолекулярной водородной связи N2–H2···N3 и N2A–H2A···N3A. Полный набор рентгеноструктурных данных депонирован в Кембриджский банк структурных данных соединений - Cambridge Structural Database (депонент CCDC 1894815) и может быть свободно получен по запросу на сайте www.ccdc.cam.ac.uk/data_request/cif.
Держатели документа:
ЗКГУ
Доп.точки доступа:
Кудаярова, Т.В.
Данилова, Е.А.
Питева, Ю.А.
Мочалина, К.Е.
Дмитриев, М.В.
4.
Подробнее
5
S53
Shadinova, K.
Formation of students' skills to work with medical and biological databases on the internet [Текст] / K. Shadinova // Higher school of Kazakhstan. - 2021. - №3. - P. 30-34
ББК 5
Рубрики: Medicine
Кл.слова (ненормированные):
database -- medical -- health care -- e-learning -- technology
Аннотация: The paper aims to raise awareness of existing medical databases, develop the ability of students, young scientists to analyze the received information, to acquire research skills in order to increase their scientific creativity.
Держатели документа:
WKU
Доп.точки доступа:
Zhussipbekova, Sh.
Jakhanova, B.
S53
Shadinova, K.
Formation of students' skills to work with medical and biological databases on the internet [Текст] / K. Shadinova // Higher school of Kazakhstan. - 2021. - №3. - P. 30-34
Рубрики: Medicine
Кл.слова (ненормированные):
database -- medical -- health care -- e-learning -- technology
Аннотация: The paper aims to raise awareness of existing medical databases, develop the ability of students, young scientists to analyze the received information, to acquire research skills in order to increase their scientific creativity.
Держатели документа:
WKU
Доп.точки доступа:
Zhussipbekova, Sh.
Jakhanova, B.
5.
Подробнее
32.973
J95
Jussupbelova, G. T.
Creation of automated jobs for ''Loans and deposits in the banking system'' in the Delphi environment. [Текст] / G. T. Jussupbelova // News of national academy of sciences of the republic of Kazakhstan. . - 2021. - №5. - P. 61-67
ББК 32.973
Рубрики: information Technology
Кл.слова (ненормированные):
Borland Delphi -- OLE technologies -- institutional structures -- deposit insurance system
Аннотация: At present, work in all areas is computerized and automated. All data is stored in a database. It is very comfortable and provides stability. For example, in the early 1980 - early 1990, all documents were filled in manually. It was a long process. When stored in the archives, there were layers of paper. And they could disappear and wear out. And the database data recorded by the computer is stored for a long time and does not take up much space, and you can store a very large amount of data.
Держатели документа:
WKU
Доп.точки доступа:
Zhidebayeva, A.N.
Iztayev, Zh.D.
Shaimerdenova, G.S.
Tastanbekova, B.O.
J95
Jussupbelova, G. T.
Creation of automated jobs for ''Loans and deposits in the banking system'' in the Delphi environment. [Текст] / G. T. Jussupbelova // News of national academy of sciences of the republic of Kazakhstan. . - 2021. - №5. - P. 61-67
Рубрики: information Technology
Кл.слова (ненормированные):
Borland Delphi -- OLE technologies -- institutional structures -- deposit insurance system
Аннотация: At present, work in all areas is computerized and automated. All data is stored in a database. It is very comfortable and provides stability. For example, in the early 1980 - early 1990, all documents were filled in manually. It was a long process. When stored in the archives, there were layers of paper. And they could disappear and wear out. And the database data recorded by the computer is stored for a long time and does not take up much space, and you can store a very large amount of data.
Держатели документа:
WKU
Доп.точки доступа:
Zhidebayeva, A.N.
Iztayev, Zh.D.
Shaimerdenova, G.S.
Tastanbekova, B.O.
6.
Подробнее
36.99
C63
Cluster analysis for databases typologization characteristics [Текст] / M. A. Nikitina, I. M. Chernukha, Ya. M. Uzakov, D. E. Nurmukhanbetova // Известия Национальной Академии наук Республики Казахстан. - 2021. - №2. - Р. 114-121
ББК 36.99
Рубрики: Общественное питание. Кулинария
Кл.слова (ненормированные):
кластер -- мера близости -- методы кластеризации -- k-means, дендрограмма
Аннотация: В статье рассмотрены основные понятия кластерного анализа и кластеризации данных. Даны краткие сведения по истории возникновения кластерного анализа, первых областях его применения. Приведена классификация методов по способу обработки и анализу данных в кластерном анализе. Проанализированы существующие методы и алгоритмы кластеризации данных: 1) по способу обработки данных; 2) по способу анализа данных; 3) по количеству применений алгоритмов кластеризации; 4) по возможности расширения объема обрабатываемых данных; 5) по времени выполнения кластеризации. Наиболее подробно описан популярный, неиерархический алгоритм k-средних. При составления адекватного рациона питания необходимо оперировать большим объемом данных, иногда не структурированным или слабоструктурированным. При разработке баз данных, в ее структуре следует предусмотреть деление продуктов на кластеры по различным характеристикам. Наряду с этим необходимо учесть деление на кластеры по другим признакам, например, аллергенности (содержит ли в своем составе продукт аллергический компонент) или содержании углеводов (важно для диабетиков). Содержание белка, калия и фосфатов следует учесть при проектировании рационов для страдающих заболеваниями почек. Присутствие конкретных аминокислот – для метаболических заболеваний и т.д. Таким образом, данные о составе продуктов и кластеризация продуктов по различным категориям позволяют диетологам формировать взаимозаменяемые списки блюд с размерами порций или списки разрешенных и неразрешенных продуктов с точки зрения различных заболеваний. Приведена кластеризация фрагмента базы данных химического состава продуктов и блюд на примере творожных продуктов и кондитерских изделий по одному из признаков – содержание углеводов – в программной среде R методом k-средних. Кластеры продуктов по содержанию углеводов очень важны при формировании рациона питания для диабетиков. Продемонстрирована визуальная градация продуктов на кластеры в виде построения дендрограммы, показывающая степень близости отдельных кластеров. Кластеризации позволяет пользователю увидеть более детальную информацию при раскрытии каждого кластера: какие подгруппы продуктов или продукты входят в данный кластер
Держатели документа:
ЗКУ
Доп.точки доступа:
Nikitina, M. A.
Chernukha, I. M.
Uzakov, Ya. M.
Nurmukhanbetova, D. E.
C63
Cluster analysis for databases typologization characteristics [Текст] / M. A. Nikitina, I. M. Chernukha, Ya. M. Uzakov, D. E. Nurmukhanbetova // Известия Национальной Академии наук Республики Казахстан. - 2021. - №2. - Р. 114-121
Рубрики: Общественное питание. Кулинария
Кл.слова (ненормированные):
кластер -- мера близости -- методы кластеризации -- k-means, дендрограмма
Аннотация: В статье рассмотрены основные понятия кластерного анализа и кластеризации данных. Даны краткие сведения по истории возникновения кластерного анализа, первых областях его применения. Приведена классификация методов по способу обработки и анализу данных в кластерном анализе. Проанализированы существующие методы и алгоритмы кластеризации данных: 1) по способу обработки данных; 2) по способу анализа данных; 3) по количеству применений алгоритмов кластеризации; 4) по возможности расширения объема обрабатываемых данных; 5) по времени выполнения кластеризации. Наиболее подробно описан популярный, неиерархический алгоритм k-средних. При составления адекватного рациона питания необходимо оперировать большим объемом данных, иногда не структурированным или слабоструктурированным. При разработке баз данных, в ее структуре следует предусмотреть деление продуктов на кластеры по различным характеристикам. Наряду с этим необходимо учесть деление на кластеры по другим признакам, например, аллергенности (содержит ли в своем составе продукт аллергический компонент) или содержании углеводов (важно для диабетиков). Содержание белка, калия и фосфатов следует учесть при проектировании рационов для страдающих заболеваниями почек. Присутствие конкретных аминокислот – для метаболических заболеваний и т.д. Таким образом, данные о составе продуктов и кластеризация продуктов по различным категориям позволяют диетологам формировать взаимозаменяемые списки блюд с размерами порций или списки разрешенных и неразрешенных продуктов с точки зрения различных заболеваний. Приведена кластеризация фрагмента базы данных химического состава продуктов и блюд на примере творожных продуктов и кондитерских изделий по одному из признаков – содержание углеводов – в программной среде R методом k-средних. Кластеры продуктов по содержанию углеводов очень важны при формировании рациона питания для диабетиков. Продемонстрирована визуальная градация продуктов на кластеры в виде построения дендрограммы, показывающая степень близости отдельных кластеров. Кластеризации позволяет пользователю увидеть более детальную информацию при раскрытии каждого кластера: какие подгруппы продуктов или продукты входят в данный кластер
Держатели документа:
ЗКУ
Доп.точки доступа:
Nikitina, M. A.
Chernukha, I. M.
Uzakov, Ya. M.
Nurmukhanbetova, D. E.
7.
Подробнее
78
А 90
Асан, А.
Классификация научных журналов с опорой на индексы цитирования [Текст] / А. Асан // Научные и технические библиотеки. - 2024. - №5. - С. 56-84.
ББК 78
Рубрики: Библиотечное дело
Кл.слова (ненормированные):
научные журналы -- академические журналы -- классификация журналов -- индексы научных журналов -- развитие журналов -- Web of Science -- SCIExpanded -- SSCI -- AH&CI -- ESCI -- Scopus -- PubMed Medline
Аннотация: Научные журналы можно классифицировать по самым разным критериям. Классификация научных журналов до сих пор является предметом споров между экспертами. Многочисленные предложения не внесли ясности в этот вопрос. Цель данного исследования – выработать чёткие критерии классификации научных журналов. При этом автор готов принять критику предлагаемых им решений. Сделана попытка классифицировать научные журналы с опорой на библиографические базы данных, в которые эти журналы включены. Используя различные базы данных и литературу, автор привносит собственные соображения и предлагает свою интерпретацию проблемы. Научные журналы р азбиты п о ч етырём г руппам: 1 . Ж урналы, в ключённые в индексы цитирования БД Clarivate Analytics Web of Science Database, такие как SCIExpanded, SSCI, AHCI. 2. Журналы, включённые в индекс цитирования ESCI (являющийся частью Web of Science), SCImago Scopus и PubMed Medline. 3. Журналы, включённые в другие международные или национальные/региональные индексы. 4. Журналы, не включённые ни в один из индексов. Представленные в статье индексы дают понимание о влиянии журнала. Результаты исследования представляют собой более чёткие, ясные и поддающиеся измерению критерии классификации научных журналов.
Держатели документа:
ЗКУ
А 90
Асан, А.
Классификация научных журналов с опорой на индексы цитирования [Текст] / А. Асан // Научные и технические библиотеки. - 2024. - №5. - С. 56-84.
Рубрики: Библиотечное дело
Кл.слова (ненормированные):
научные журналы -- академические журналы -- классификация журналов -- индексы научных журналов -- развитие журналов -- Web of Science -- SCIExpanded -- SSCI -- AH&CI -- ESCI -- Scopus -- PubMed Medline
Аннотация: Научные журналы можно классифицировать по самым разным критериям. Классификация научных журналов до сих пор является предметом споров между экспертами. Многочисленные предложения не внесли ясности в этот вопрос. Цель данного исследования – выработать чёткие критерии классификации научных журналов. При этом автор готов принять критику предлагаемых им решений. Сделана попытка классифицировать научные журналы с опорой на библиографические базы данных, в которые эти журналы включены. Используя различные базы данных и литературу, автор привносит собственные соображения и предлагает свою интерпретацию проблемы. Научные журналы р азбиты п о ч етырём г руппам: 1 . Ж урналы, в ключённые в индексы цитирования БД Clarivate Analytics Web of Science Database, такие как SCIExpanded, SSCI, AHCI. 2. Журналы, включённые в индекс цитирования ESCI (являющийся частью Web of Science), SCImago Scopus и PubMed Medline. 3. Журналы, включённые в другие международные или национальные/региональные индексы. 4. Журналы, не включённые ни в один из индексов. Представленные в статье индексы дают понимание о влиянии журнала. Результаты исследования представляют собой более чёткие, ясные и поддающиеся измерению критерии классификации научных журналов.
Держатели документа:
ЗКУ
Page 1, Results: 7