В России выбрали лучших молодых ученых: они получат поддержку для запуска проектов.
МТС совместно с благотворительным фондом «Система», РАН и Роспатентом подвела итоги второго конкурса, направленного на поддержку прикладных разработок и новейших исследований в ключевых отраслях экономики.
В этом году:
▫️32 победителя - авторы лучших научных работ из 20 регионов России;
▫️1 205 заявок из 57 регионов - втрое больше, чем в 2024‑м;
▫️98 экспертов в жюри - представители науки и бизнеса;
▫️10 номинаций - каждая под кураторством лидера технологического сегмента.
В номинации «Искусственный интеллект», куратором которой выступила МТС, было представлено 73 проекта. Победу одержали аспирант МГУ Иван Сущев, научный сотрудник AIRI Олег Сомов и доцент Тюменского госуниверситета Анна Глазкова. Специального поощрения удостоилась команда Государственного университета управления.
Помимо финансовой поддержки победители смогут пройти Школе для молодых ученых и организаторов науки – недельный интенсив с участием представителями науки и отечественного высокотехнологичного бизнеса.
💡 Physics.Math.Code // @physics_lib
МТС совместно с благотворительным фондом «Система», РАН и Роспатентом подвела итоги второго конкурса, направленного на поддержку прикладных разработок и новейших исследований в ключевых отраслях экономики.
В этом году:
▫️32 победителя - авторы лучших научных работ из 20 регионов России;
▫️1 205 заявок из 57 регионов - втрое больше, чем в 2024‑м;
▫️98 экспертов в жюри - представители науки и бизнеса;
▫️10 номинаций - каждая под кураторством лидера технологического сегмента.
В номинации «Искусственный интеллект», куратором которой выступила МТС, было представлено 73 проекта. Победу одержали аспирант МГУ Иван Сущев, научный сотрудник AIRI Олег Сомов и доцент Тюменского госуниверситета Анна Глазкова. Специального поощрения удостоилась команда Государственного университета управления.
Помимо финансовой поддержки победители смогут пройти Школе для молодых ученых и организаторов науки – недельный интенсив с участием представителями науки и отечественного высокотехнологичного бизнеса.
💡 Physics.Math.Code // @physics_lib
❤46👍30🔥11🙈8🥰4👏3⚡1
👨🏻💻 О важности математики как основы карьеры в ИИ, ML и Data Science
В новом выпуске Machine Learning Podcast Алексей Толстиков, руководитель Школы анализа данных Яндекса (ШАД), объяснил, почему математика необходима для глубокого понимания технологии машинного обучения.
Что обсудили:
▪️Почему без сильного математического фундамента специалист рискует поверхностно понимать модели
▪️Как математическая база позволяет переходить между разными областями ИИ
▪️На что следует сделать акцент в подготовке для поступления в ШАД
▪️Почему обучающие программы в ML и Data Science должны обновляться каждые 2–3 года
🎙 Подробнее обо всём слушайте в выпуске подкаста
💡 Physics.Math.Code // @physics_lib
В новом выпуске Machine Learning Podcast Алексей Толстиков, руководитель Школы анализа данных Яндекса (ШАД), объяснил, почему математика необходима для глубокого понимания технологии машинного обучения.
Что обсудили:
▪️Почему без сильного математического фундамента специалист рискует поверхностно понимать модели
▪️Как математическая база позволяет переходить между разными областями ИИ
▪️На что следует сделать акцент в подготовке для поступления в ШАД
▪️Почему обучающие программы в ML и Data Science должны обновляться каждые 2–3 года
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
👍35❤5❤🔥5🔥2🤔2🫡1
This media is not supported in your browser
VIEW IN TELEGRAM
«Деление = 150» означает, что на окружности круга имеется 150 равномерно расположенных точек. Окружность здесь на самом деле представляет собой просто числовую линию, заключенную в круг с использованием функции деления по модулю (x mod 150). Выбирается точка «x» , умножается на некоторый коэффициент, получается новая точка «y». Координаты этих точек соединяются в линию. Огибающая этих отрезков создает красивые узоры. Это связано с эпициклоидами и отражениями света внутри кружки.
Две формы, которые вы, скорее всего, увидите в своей кружке, — это кардиоида (y = x * 2,000) («Кардио» означает «сердце», а «-oid» означает «подобный», поэтому «кардиоида» означает «похожий на сердце») (Кардиоид выглядит как сердце) и нефроид (y = x * 3,000) («Нефро» означает «почка», поэтому «Нефроид» означает «похожий на почку») (Нефроид выглядит как почка). #математика #опыты #геометрия #gif #анимация #видеоуроки #math #geometry
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
❤66🔥45👍23🤩6🤯4😱2
This media is not supported in your browser
VIEW IN TELEGRAM
Сегодня разберем один из самых необычных ДВС в истории — ротационный двигатель (ротатив). Не путать с роторным Ва́нкеля! Здесь цилиндры и картер вращаются вокруг неподвижного коленвала, а воздушный винт наглухо прикручен к картеру.
Пик славы — Первая мировая война. Легенды: «Сопвич Кэмел», «Фоккер Dr.I» Манфреда фон Рихтгофена, французский «Гном». Да, тот самый рычащий, гремящий мотор, который трясет всем самолетом в кино — это он и есть.
1. Охлаждение набегающим потоком — главная причина. Цилиндры мчатся в воздухе со скоростью винта, обеспечивая равномерное и эффективное воздушное охлаждение. Для рядного ДВС того времени это была огромная проблема — задние цилиндры перегревались, требовался тяжелый и сложный жидкостный радиатор.
2. Превосходное соотношение масса/мощность. Конструкция проще, компактнее. Минимум деталей, нет маховика (его роль выполняет массивный вращающийся блок цилиндров). Для хрупких деревянно-тряпичных самолетов — идеально.
3. Плавность работы. Вращающийся блок создавал мощный гироскопический эффект, что снижало вибрации (хотя и создавало другие особенности в пилотировании).
4. Не боялся низких температур. Бензин и масло подавались прямо в картер, не замерзали в длинных трубопроводах.
❌ А что же рядный двигатель? В начале XX века он был тяжелее, сложнее в охлаждении, менее надежен в воздушных условиях. Его время пришло позже, с развитием алюминиевых сплавов, эффективных радиаторов и нагнетателей.
⚠️ Минусы, которые убили ротатив:
1. Гироскопический момент. Огромный! Вращающаяся масса в сотни килограммов делала самолет очень устойчивым в одной плоскости, но крайне сложным в маневрировании в другой. Разворот налево и направо выполнялся с разной скоростью и усилием. Для новичков — смертельно опасно.
2. Чудовищный расход масла. Система смазки — прямой продувкой! Масло подавалось в картер вместе с топливом, сгорало и выбрасывалось в атмосферу. Расход — до 1 литра на бензин. Пилоты дышали парами касторового масла, которое, простите, давало известный «слабительный эффект».
3. Ограничение по мощности и размерам. С увеличением числа оборотов и диаметра блока ротационные силы разрушали конструкцию. Предел — около 200 л.с. и 1300 об/мин. Звездообразный двигатель с неподвижными цилиндрами и нагнетателем оказался мощнее.
4. Сложное управление. Не было дросселя в привычном виде! Мощность регулировали перекрыванием подачи топлива («контроль газа»), что вело к ненадежному зажиганию. Часто на посадке мотор просто выключали.
Ротативный двигатель — это гениальное инженерное решение для конкретных технологических и исторических условий. Он дал авиации мощный толчок, но стал тупиковой ветвью, уступив место более совершенным звездообразным и рядным моторам. А как думаете, есть ли у ротативной схемы шанс на реинкарнацию в современных беспилотниках или гибридных установках? #авиация #двигатели #инженерия #историятехники #ротативныйдвигател
Подборка очень интересных учебных видео о физике работе ДВС
🐝 «Nano Bee». Двигатель объемом 0,006 см³
Самый маленький четырехцилиндровый ДВС в мире
⚙️ Авиационный гироскоп
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍53❤34🔥28😱4🌚3🤔2🤩2
📚 17 книг Арнольда по математике
💾 Скачать книги
🎥 Посмотреть интервью с Владимиром Арнольдом:
▪️ Сложность конечных последовательностей нулей и единиц, геометрия конечных функциональных пространств — Владимир Арнольд (Смотреть)
▪️ Владимир Арнольд / Острова / Телеканал Культура (Смотреть)
▪️ Об истории обобщенных функций Владимир Арнольд (Смотреть)
▪️ Очевидное - невероятное. Математика - наука о жизни [2003] (Смотреть)
▪️ Очевидное - невероятное. Задачи Владимира Арнольда (Смотреть)
Владимир Игоревич Арнольд (1937 — 2010) — советский и российский математик, автор работ в области топологии, теории дифференциальных уравнений, теории особенностей гладких отображений и теоретической механики. Один из крупнейших математиков XX века. #math #математика #геометрия #geometry #физика #наука #подборка_книг
💡 Physics.Math.Code // @physics_lib
💾 Скачать книги
🎥 Посмотреть интервью с Владимиром Арнольдом:
▪️ Сложность конечных последовательностей нулей и единиц, геометрия конечных функциональных пространств — Владимир Арнольд (Смотреть)
▪️ Владимир Арнольд / Острова / Телеканал Культура (Смотреть)
▪️ Об истории обобщенных функций Владимир Арнольд (Смотреть)
▪️ Очевидное - невероятное. Математика - наука о жизни [2003] (Смотреть)
▪️ Очевидное - невероятное. Задачи Владимира Арнольда (Смотреть)
Владимир Игоревич Арнольд (1937 — 2010) — советский и российский математик, автор работ в области топологии, теории дифференциальных уравнений, теории особенностей гладких отображений и теоретической механики. Один из крупнейших математиков XX века. #math #математика #геометрия #geometry #физика #наука #подборка_книг
💡 Physics.Math.Code // @physics_lib
❤34👍21🔥11⚡1🤩1
17 книг Арнольда по математике.zip
76.9 MB
📚 17 книг Арнольда по математике
📕 Обыкновенные дифференциальные уравнения 2014 Арнольд
📗 Геометрические методы в теории обыкновенных дифференциальных уравнений 2012 Арнольд
📘 Теория бифуркаций 1985 Арнольд
📔 Математическое понимание природы. Очерки удивительных физических явлений и их понимания математиками 2011 Арнольд
📙 Математические методы классической механики 1989 Арнольд
📓 Экспериментальная математика 2018 Арнольд
📒 Геометрия комплексных чисел, кватернионов и спинов 2014 Арнольд
📕 Что такое математика 2012 Арнольд
📗 Теория катастроф 1990 Арнольд
📘 Лекции об уравнениях с частными производными 1999 Арнольд
📔 Жесткие и мягкие математические модели 2000 Арнольд
📙 Особенности дифференцируемых отображений 2009 Арнольд, Варченко, Гусейн-Заде
📓 Волновые фронты и топология кривых 2018 Арнольд
📒 Топологические методы в гидродинамике 2007 Арнольд В, Хесин
„Нельзя быть настоящим математиком, не будучи немного поэтом.“ — Карл Теодор Вильгельм Вейерштрасс немецкий математик 1815 - 1897
#math #математика #геометрия #geometry #физика #наука #подборка_книг
💡 Physics.Math.Code // @physics_lib
📕 Обыкновенные дифференциальные уравнения 2014 Арнольд
📗 Геометрические методы в теории обыкновенных дифференциальных уравнений 2012 Арнольд
📘 Теория бифуркаций 1985 Арнольд
📔 Математическое понимание природы. Очерки удивительных физических явлений и их понимания математиками 2011 Арнольд
📙 Математические методы классической механики 1989 Арнольд
📓 Экспериментальная математика 2018 Арнольд
📒 Геометрия комплексных чисел, кватернионов и спинов 2014 Арнольд
📕 Что такое математика 2012 Арнольд
📗 Теория катастроф 1990 Арнольд
📘 Лекции об уравнениях с частными производными 1999 Арнольд
📔 Жесткие и мягкие математические модели 2000 Арнольд
📙 Особенности дифференцируемых отображений 2009 Арнольд, Варченко, Гусейн-Заде
📓 Волновые фронты и топология кривых 2018 Арнольд
📒 Топологические методы в гидродинамике 2007 Арнольд В, Хесин
„Нельзя быть настоящим математиком, не будучи немного поэтом.“ — Карл Теодор Вильгельм Вейерштрасс немецкий математик 1815 - 1897
#math #математика #геометрия #geometry #физика #наука #подборка_книг
💡 Physics.Math.Code // @physics_lib
1❤57👍35🔥17😍3❤🔥2✍1🥰1
Media is too big
VIEW IN TELEGRAM
В условиях работы на крайнем севере костёр под машиной — частый случай. Цель — не прогреть всю машину, а ожидить загустевшие технические жидкости и разогреть металлические узлы до температур, при которых возможен запуск и работа.
▪️ 1. Моторное масло в картере двигателя (главная цель)
При температурах -30°C и ниже качественное всесезонное масло (5W-40) превращается в густой кисель или даже гель. При таком запуске масляный насос не может прокачать его по системе, двигатель первые секунды работает без смазки, что приводит к катастрофическому износу (задирам на вкладышах коленвала, распредвала, цилиндрах). Прогрев картера костром делает масло текучим и позволяет ему мгновенно попасть ко всем трущимся парам при запуске.
▪️2. Топливная система (особенно дизельные двигатели)
Дизельное топливо при сильных морозах парафинизируется (мутнеет, превращается в кашу). Фильтры и топливопроводы забиваются. Бензин тоже хуже испаряется, но проблема менее критична. Прогрев топливных фильтров, подводящих трубок и иногда самого топливного бака позволяет топливу снова стать текучим.
▪️3. Трансмиссионные масла (в КПП, мостах, раздаточной коробке)
Эти масла (особенно в механических КПП) еще гуще моторного. При попытке тронуться с места без прогрева можно порвать шестерни или срезать шлицы. Тягучее масло создает огромное сопротивление вращению, увеличивая нагрузку на стартер и двигатель.
▪️4. Аккумуляторная батарея (АКБ)
При -30°C эффективная емкость АКБ падает в 2 и более раза. Химические процессы в ней сильно замедляются. Она не может отдать ток, достаточный для прокрутки замерзшего мотора. Прогрев поддона (а косвенно и АКБ) увеличивает ее отдачу.
Что прогревают прежде всего? — Картер двигателя (поддон) и область вокруг топливного фильтра. Иногда направляют тепло и на КПП. Возникает вопрос: насколько опасно разогревание техники огнем? Крайне опасно, если делать это без опыта и соблюдения строгих правил. Это метод "на грани", к которому прибегают, когда другие способы (отапливаемый гараж, предпусковой подогреватель, электронный прогрев) недоступны.
Что может пойти не так?
1. Возгорание промасленной грязи и опилок на раме. Плавление и возгорание пластиковых и резиновых элементов (проводка, патрубки, шланги, сальники, антибрызговые щитки). Утечка топлива или масла из-за нагрева может привести к вспышке.
2. Перегрев и потеря прочности: Локальный нагрев ответственных металлических деталей (рычагов подвески, элементов рамы) может привести к изменению их структуры (отпуск металла) и потере прочности. Особенно опасен резкий перепад температур. Разрушение резиновых уплотнителей (сальников, сайлентблоков), что позже приведет к течам.
3. Прямая угроза взрыва — прогрев газового баллона (если машина на газовой установке). Пары бензина или скопившийся в выхлопной системе конденсат при резком нагреве могут воспламениться.
Прогрев техники открытым огнем — это архаичный, рискованный, но иногда единственно возможный в полевых условиях метод, к которому прибегают опытные механизаторы и водители. Он спасает технику от еще большего разрушения при "холодном запуске". #механика #двигатели #инженерия #физика #огонь
💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
👍40🔥21❤17🤯3😱2
Знаешь эту вечную проблему в супермаркете на весовой кассе? «Это что за сорт яблок?» — и начинается долгий поиск по базе. Для розничных сетей это не просто минута времени, а миллионы убытков. Но, кажется, решение пришло из мира open-source.
Инженер из Yandex Cloud, Сергей Нестерук, исследователи Сколтеха и ГУАП выкатили в открытый доступ крупнейший в мире датасет PackEat для компьютерного зрения в ритейле. И это не просто картинки из лаборатории.
Что внутри этого «монстра» данных?
▪️ 100+ тысяч фото, на которых больше 370 тысяч отдельных фруктов и овощей.
▪️ 34 вида и 65 сортов — от яблок и картошки до более экзотичных позиций.
▪️Все снимки сделаны в реальных магазинах, со всеми «прелестями»: товары в пакетах, навалом, с шумным фоном и частично перекрывают друг друга. То есть, условия — максимально реалистичные.
Зачем это все? Этот датасет — топливо для обучения нейросетей, которые смогут:
▫️ С ходу определять не только вид, но и сорт продукта.
▫️ Сегментировать каждый объект, даже если яблоки лежат горкой.
▫️ Автоматически считать количество единиц.
Исследования показывают, что точность таких моделей может достигать 92%, что в разы сокращает ошибки.
Где найти и использовать? Вся информация открыта:
1. Статья — в журнале Scientific Data.
2. Сам датасет изображений — на платформе Zenodo.
3. Код и примеры моделей — на Kaggle.
Это большой шаг к тому, чтобы «умные кассы» и системы учета перестали путать Аврору с Гренни Смит и начали реально экономить деньги бизнесу. А для разработчиков — отличный инструмент, чтобы создавать крутые retail-решения. #нейросети #компьютерноезрение #датасет #retailtech #ии #open_source
Please open Telegram to view this post
VIEW IN TELEGRAM
👍29🔥16❤8🗿5🙈3⚡1👨💻1
This media is not supported in your browser
VIEW IN TELEGRAM
🌿 Папоротник Барнсли — это фрактал, названный в честь британского математика Майкла Барнсли, который впервые описал его в своей книге Фракталы повсюду. Папоротник является одним из основных примеров самоподобных множеств, т. е. это математически сгенерированный узор, который может быть воспроизведен при любом увеличении или уменьшении. Как и треугольник Серпинского, папоротник Барнсли показывает, как графически красивые структуры могут быть построены на основе повторяющегося использования математических формул с помощью компьютеров.
Хотя папоротник Барнсли теоретически можно нарисовать вручную с помощью ручки и миллиметровой бумаги, количество необходимых итераций исчисляется десятками тысяч, что делает использование компьютера практически обязательным. Множество различных компьютерных моделей папоротника Барнсли пользуются популярностью у современных математиков. Пока математика правильно запрограммирована с использованием матрицы констант Барнсли, будет получаться одна и та же форма папоротника.
👨🏻💻 Пробовали ли вы хоть раз программировать модели фракталов? Покажите в комментариях свои работы. #нелинейная_динамика #теория_хаоса #математика #дискретная_математика #math #gif #фракталы
💡 Physics.Math.Code // @physics_lib
Хотя папоротник Барнсли теоретически можно нарисовать вручную с помощью ручки и миллиметровой бумаги, количество необходимых итераций исчисляется десятками тысяч, что делает использование компьютера практически обязательным. Множество различных компьютерных моделей папоротника Барнсли пользуются популярностью у современных математиков. Пока математика правильно запрограммирована с использованием матрицы констант Барнсли, будет получаться одна и та же форма папоротника.
👨🏻💻 Пробовали ли вы хоть раз программировать модели фракталов? Покажите в комментариях свои работы. #нелинейная_динамика #теория_хаоса #математика #дискретная_математика #math #gif #фракталы
💡 Physics.Math.Code // @physics_lib
2🔥63👍23❤16🤩3😱2🙏2⚡1🤯1
This media is not supported in your browser
VIEW IN TELEGRAM
➰ Торический узел — специальный вид узлов, лежащих на поверхности незаузлённого тора в ℝ³. Торическое зацепление — зацепление, лежащее на поверхности тора. Каждый торический узел определяется парой взаимно простых целых чисел p и q. Торическое зацепление возникает, когда p и q не взаимно просты. Торический узел является тривиальным тогда и только тогда, когда либо p, либо q равны 1 или -1. Простейшим нетривиальным примером является (2,3)-торический узел, известный также как трилистник.
Обычно используется соглашение, что (p, q) — торический узел вращается q раз вокруг оси тора и p раз вокруг оси вращения тора.
(p, q) — торический узел может быть задана параметризацией:
Он лежит на поверхности тора, задаваемого формулой (r - 2)² + z² = 1 (в цилиндрических координатах).
Параметризации могут быть другие, потому что узлы определены с точностью до непрерывной деформации. #gif #геометрия #физика #математика #math #geometry #алгебра #maths
💡 Physics.Math.Code // @physics_lib
Обычно используется соглашение, что (p, q) — торический узел вращается q раз вокруг оси тора и p раз вокруг оси вращения тора.
(p, q) — торический узел может быть задана параметризацией:
x = r⋅cos(p⋅φ)
y = r⋅sin(p⋅φ)
z = - sin(q⋅φ)
где r = cos(q⋅φ) + 2 и 0 < φ < 2π.
Он лежит на поверхности тора, задаваемого формулой (r - 2)² + z² = 1 (в цилиндрических координатах).
Параметризации могут быть другие, потому что узлы определены с точностью до непрерывной деформации. #gif #геометрия #физика #математика #math #geometry #алгебра #maths
💡 Physics.Math.Code // @physics_lib
❤32👍14🤔10🔥7