Russische Wissenschaftler wurden Autoren für die Entwicklung neuer digitaler Filter, sodass Sie den Prozess der Verarbeitung von Informationen schneller und hochwertiger Qualität ermöglichen. Verbesserungen der Forscher, die durch die Verwendung des Systems der Restklassen, zusammen mit dem ursprünglichen technischen Ansatz verwaltet werden.
Der Ausgangspunkt für die Untersuchung der Wissenschaftler, die den North Caucasus Federal University (SPFA) von Stavropol darstellt, muss hochleistungsfähige digitale Filter erstellen, mit denen Sie das Informationsverarbeitungssystem verbessern können. Sie sind spezielle Geräte, die je nach Profilaufgabe einen Satz digitaler Signale verschiedener Typen umwandeln und in der Verarbeitung verschiedener Grafik- und Mediendaten verwendet werden. Von besonderer Bedeutung, nach Experten erwirbt diese Aufgabe gemäß Experten in Bezug auf den Trend zu einer Erhöhung der Datenmenge. Als der Projektleiter erläuterte, Pavel Svyakhov, das Warreboard der mathematischen Modellierung, der SPCF-Spezialisten, wurde ein System von Restklassen angewendet, das ein spezielles Format der Datenpräsentation ist und in Parallelergebnis arithmetische Berechnungen ermöglicht.
Es ist bemerkenswert, dass ein solches System bereits die Verwendung anderer wissenschaftlicher Organisationen bei der Entwicklung anderer wissenschaftlicher Organisationen gefunden hat, aber die Arbeit von Stavropol-Mathematikern hat bessere Ergebnisse gezeigt - eine Zunahme der Häufigkeit bis zu 6-mal und reduzierte Hardwarekosten bis zu 5 mal mit einer Erhöhung des Stromverbrauchs um 23%. Ein Vergleich der SCFU-Methoden mit Technologien, die auf dem traditionellen Positionskalkülsystem basieren, zeigt einen noch größeren positiven Effekt: Die Frequenz wurde viermal mit einem Rückgang der dreifachen Ausrüstung erhöht.
Die Wirksamkeit der entwickelten Technik wurde während des Tests mit programmierbaren logischen integrierten Schaltkreisen getestet. "Alle unsere Prognosen wurden vollständig bestätigt. Der vorgeschlagene Ansatz kann in digitaler Bildverarbeitung, Ton, medizinischer Bildgebung und anderen Informationen verwendet werden. Unser Algorithmus aufgrund eines niedrigeren Ressourcenverbrauchs ist möglicherweise in flüchtigen Low-Power-Geräten anwendbar, für die die Batterieladung ist Kritisch, zum Beispiel in Mobiltelefonen und Tablets, "Mary Valuevs Forschungskollaps zusammengefasst. SCFC-Spezialisten geben jedoch anhaltende wissenschaftliche Arbeit an, um die von ihnen entwickelte innovative Technik zu verbessern.