Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "faktoryzacja" wg kryterium: Temat


Wyświetlanie 1-13 z 13
Tytuł:
FILTRACJA FINANSOWYCH SZEREGÓW CZASOWYCH METODAMI NIEUJEMNEJ FAKTORYZACJI MACIERZY
FILTRATION OF FINANCIAL TIME SERIES USING NON-NEGATIVE MATRIX FACTORIZATION METHODS
Autorzy:
Szupiluk, Ryszard
Rubach, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/453792.pdf
Data publikacji:
2018
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
filtracja szeregów czasowych
estymacja trendów
nieujemna faktoryzacja macierzy
time-series filtration
trend estimation
non-negative matrix factorization
Opis:
W niniejszym artykule przedstawimy metodę wielowy¬miarowej filtracji do eliminacji szumów oraz estymacji trendów z finansowych szeregów czasowych. Jednym z istotnych elementów procesu filtracji będzie dekompozycja szeregów czasowych przy wykorzystaniu nieujemnej faktoryzacji macierzy. Prezentowana metoda może być wykorzystana w wielu praktycznych obszarach finansów i zarządzania jak analiza techniczna rynków, systemy inwestycyjne czy modele ryzyka.
In this paper, we will present a method of multivariate filtration that may be used to eliminate noise and estimate trends in financial time-series. A significant element of the filtration process is the decomposition of time-series using nonnegative matrix factorization. The presented method may be applied in many practical aspects of finance and management, in particular for use in technical analysis of financial markets, trading systems or risk models.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2018, 19, 3; 284-292
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Moving cast shadow detection using block nonnegative matrix factorization
Autorzy:
Yang, X.
Liu, D.
Zhou, D.
Yang, R.
Powiązania:
https://bibliotekanauki.pl/articles/200448.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
moving cast shadow detection
video surveillance
nonnegative matrix factorization
block nonnegative matrix factorization
nadzór wideo
nieujemna faktoryzacja macierzy
Opis:
In recent years, moving cast shadow detection has become a critical challenge in improving the accuracy of moving object detection in video surveillance. In this paper, we propose two novel moving cast shadow detection methods based on nonnegative matrix factorization (NMF) and block nonnegative matrix factorization (BNMF). First, the algorithm of moving cast shadow detection using NMF is given and the key points such as the determination of moving shadow areas and the choice of discriminant function are specified. Then BNMF are introduced so that the new training samples and new classes can be added constantly with lower computational complexity. Finally, the improved shadow detection method is detailed described according to BNMF. The effectiveness of proposed methods is evaluated in various scenes. Experimental results demonstrate that the method achieves high detection rate and outperforms several state-of-the-art methods.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 2; 229-234
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting pairwise relations with neural similarity encoders
Autorzy:
Horn, F.
Müller, K. R.
Powiązania:
https://bibliotekanauki.pl/articles/200921.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
neural networks
kernel PCA
dimensionality reduction
matrix factorization
SVD
similarity preserving embeddings
sieci neuronowe
jądro
PCA
redukcja wymiarowości
faktoryzacja macierzy
Opis:
Matrix factorization is at the heart of many machine learning algorithms, for example, dimensionality reduction (e.g. kernel PCA) or recommender systems relying on collaborative filtering. Understanding a singular value decomposition (SVD) of a matrix as a neural network optimization problem enables us to decompose large matrices efficiently while dealing naturally with missing values in the given matrix. But most importantly, it allows us to learn the connection between data points’ feature vectors and the matrix containing information about their pairwise relations. In this paper we introduce a novel neural network architecture termed similarity encoder (SimEc), which is designed to simultaneously factorize a given target matrix while also learning the mapping to project the data points’ feature vectors into a similarity preserving embedding space. This makes it possible to, for example, easily compute out-of-sample solutions for new data points. Additionally, we demonstrate that SimEc can preserve non-metric similarities and even predict multiple pairwise relations between data points at once.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 821-830
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Studying OpenMP thread mapping for parallel linear algebra kernels on multicore system
Autorzy:
Bylina, B.
Bylina, J.
Powiązania:
https://bibliotekanauki.pl/articles/200778.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
computation performance
OpenMP standard
nonnegative matrix factorization
thread mapping
energy consumption
wydajność obliczeniowa
Standard OpenMP
nieujemna faktoryzacja macierzy
mapowanie
zużycie energii
Opis:
Thread mapping is one of the techniques which allow for efficient exploiting of the potential of modern multicore architectures. The aim of this paper is to study the impact of thread mapping on the computing performance, the scalability, and the energy consumption for parallel dense linear algebra kernels on hierarchical shared memory multicore systems. We consider the basic application, namely a matrix-matrix product (GEMM), and two parallel matrix decompositions (LU and WZ). Both factorizations exploit parallel BLAS (basic linear algebra subprograms) operations, among others GEMM. We compare differences between various thread mapping strategies for these applications. Our results show that the choice of thread mapping has the measurable impact on the performance, the scalability, and energy consumption of the GEMM and two matrix factorizations.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 981-990
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Local fault detection of rolling element bearing components by spectrogram clustering with semi-binary NMF
Wykrywanie uszkodzeń lokalnych elementów łożysk tocznych poprzez klasteryzację spektrogramu za pomocą półbinarnej nieujemnej faktoryzacji macierzy
Autorzy:
Wodecki, J.
Zdunek, R.
Wyłomańska, A.
Zimroz, R.
Powiązania:
https://bibliotekanauki.pl/articles/327868.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
vibration data
time-frequency analysis
nonnegative matrix factorization
local damage detection
dane drganiowe
analiza czasowo-częstotliwościowa
nieujemna faktoryzacja macierzy
wykrywanie uszkodzeń lokalnych
Opis:
Information extraction is a very important problem nowadays. In diagnostics, it is particularly useful when one desires to isolate information about machine damage from a measured diagnostic signal. The method presented in this paper utilizes the idea that is based on a very important topic in numerical algebra, which is nonnegative matrix factorization. When applied to the matrix of multidimensional representation of the measured data, it can extract very useful information about the events which occur in the signal and are not recognizable otherwise. In the presented methodology, we use the algorithm called Semi-Binary Nonnegative Matrix Factorization (SB-NMF), and apply it to a time-frequency representation of the real-life vibration signal measured on faulty bearing operating in a belt conveyor driving station. Detected impulses of local damage are clearly identifiable. Performance of the algorithm is very satisfying in terms of time efficiency and output signal quality.
Ekstrakcja informacji jest aktualnym kierunkiem badań. Jest ona szczególnie użyteczna, kiedy próbuje się wyizolować informację na temat uszkodzenia maszyny z zarejestrowanego sygnału diagnostycznego. Metoda zaprezentowana w niniejszej pracy bazuje na bardzo ważnym zagadnieniu algebry numerycznej, jakim jest nieujemna faktoryzacja macierzy. Kiedy jest ona zastosowana do analizy macierzy będącej wielowymiarową reprezentacją sygnału wejściowego, może wyizolować informację istotną z punktu widzenia procesów zachodzących w sygnale, a która nie jest rozpoznawalna w inny sposób. Przedstawiona metodologia korzysta z algorytmu znanego jako półbinarna nieujemna faktoryzacja macierzy, zastosowanego do reprezentacji czasowo-częstotliwościowej rzeczywistego sygnału drganiowego, zmierzonego na uszkodzonym łożysku pracującym w stacji napędowej przenośnika taśmowego. Wykryte impulsy związane z uszkodzeniem lokalnym zostały wyraźnie zidentyfikowane. Działanie algorytmu jest satysfakcjonujące w kwestii wydajności obliczeniowej oraz jakości otrzymanego wyniku.
Źródło:
Diagnostyka; 2017, 18, 1; 3-8
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rekonstrukcja niekompletnych obrazów za pomocą metod aproksymacji modelami niskiego rzędu
Image completion with low-rank model approximation methods
Autorzy:
Sadowski, T.
Zdunek, R.
Powiązania:
https://bibliotekanauki.pl/articles/408844.pdf
Data publikacji:
2017
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
rekonstrukcja obrazów
aproksymacja niskiego rzędu
nieujemna faktoryzacja macierzy
dekompozycja tensorowa
uzupełnianie elementów macierzy
image completion
low-rank approximation
nonnegative matrix factorization
tensor decomposition
matrix completion
Opis:
W pracy badano zadanie rekonstrukcji brakujących pikseli w obrazach poddanych losowym zaburzeniom impulsowym w kanale transmisyjnym. Takie zadanie może być sformułowane w kontekście interpolacji obrazu na nieregularnej siatce lub aproksymacji niekompletnego obrazu za pomocą modeli dekompozycji obrazu na faktory niskiego rzędu. Porównano skuteczność czterech algorytmów opartych na dekompozycjach macierzy lub tensorów: SVT, SmNMF-MC, FCSA-TC i SPC-QV. Badania przeprowadzono na obrazach niekompletnych, otrzymanych z obrazów oryginalnych przez usunięcie losowo wybranych pikseli lub linii tworzących regularną siatkę. Najwyższą efektywność rekonstrukcji obrazu uzyskano gdy na estymowane faktory niskiego rzędu narzucano ograniczenia nieujemności i gładkości w postaci wagowej filtracji uśredniającej.
The paper is concerned with the task of reconstructing missing pixels in images perturbed with impulse noise in a transmission channel. Such a task can be formulated in the context of image interpolation on an irregular grid or by approximating an incomplete image by low-rank factor decomposition models. We compared four algorithms that are based on the low-rank decomposition model: SVT, SmNMF-MC , FCSA-TC and SPC-QV. The numerical experiments are carried out for various cases of incomplete images, obtained by removing random pixels or regular grid lines from test images. The best performance is obtained if nonnegativity and smoothing constraints are imposed onto the estimated low-rank factors.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 44-48
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using recommendation approaches for ratings matrixes in online marketing
Zastosowanie zaleceń rekomendacji do oceny macierzy w marketingu online
Autorzy:
Nehrey, Maryna
Hnot, Taras
Powiązania:
https://bibliotekanauki.pl/articles/591774.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Matrix factorization
Memory-based recommender systems
Model-based recommender systems
Recommender systems
Faktoryzacja macierzowa
Modele rekomendujące oparte na modelach
Systemy rekomendujące
Systemy rekomendujące oparte na pamięci
Opis:
The main objective of the study is detecting of advantages and disadvantages of different algorithms which are used when building recommender system. Recommender systems became so popular because of active development of online marketing and increase of sales through the Internet. Development and implementation of a strategy for recommending products cause effective use of resources and dynamic sales of the company. Recommender systems are one of the most effective tools: systems, which are built using memory-based algorithms, and systems with model-based algorithms. The best performance was shown by Matrix Factorization techniques with Stochastic Gradient Descend. When selecting a recommender system it is advisable to consider the purpose of use, product features, specifications and availability of customer data on their preferences. The use of one of the described recommender system will improve the efficiency of the product marketing.
Głównym celem badania jest wykrycie zalet i wad różnych algorytmów wykorzystywanych podczas budowania systemu rekomendacji. Systemy rekomendujące stały się tak popularne ze względu na aktywny rozwój marketingu internetowego i wzrost sprzedaży za pośrednictwem Internetu. Opracowanie i wdrożenie strategii rekomendowania produktów powoduje efektywne wykorzystanie zasobów firmy i dynamiczną sprzedaż. Systemy rekomendujące są jednym z najbardziej efektywnych narzędzi – systemów, które są zbudowane przy użyciu algorytmów opartych na pamięci i systemów z algorytmami opartymi na modelach. Najlepszą wydajność pokazały techniki Matrix Factorization ze Stochastic Gradient Descend. Wybierając system rekomendujący, należy wziąć pod uwagę cel używania, cechy produktu, specyfikacje i dostępność danych klienta według ich preferencji. Korzystanie z jednego z opisanych systemów rekomendujących poprawi efektywność marketingu produktów.
Źródło:
Studia Ekonomiczne; 2017, 342; 115-130
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Numerical analysis of the orthotropic sample for conductivity tests
Analiza numeryczna pola temperatury w ortotropowej próbce
Autorzy:
Tokarski, Mieszko
Powiązania:
https://bibliotekanauki.pl/articles/101685.pdf
Data publikacji:
2016
Wydawca:
Politechnika Śląska. Wydział Inżynierii Środowiska i Energetyki. Instytut Techniki Cieplnej
Tematy:
MATLAB
Ansys
FEM
Neumann's Boundary Condition
Factorization
ANSYS
Warunek Brzegowy Neumann'a
faktoryzacja
Opis:
This work describes the development of a program based on the Finite Element Method for the calculation of a temperature field in orthotropic sample with use of the Neumann's Boundary Condition. Such a program has been created for the purposes of the project carrying out in the Intitute of Thermal Technology in Gliwice, Poland. It is an important part of the fully – automated algorithm for determining the sample's thermal conductivity by fitting numerically obtained temperature field with its counterpart provided by the measurements. Because of the specific nature of the measurement process as well as the main algorithm itself, the developed program is characterized by high efficiency (comparable to Ansys), sufficient accuracy and preparation for cooperation with the mentioned before fully – automated algorithm. Most important features of the program are: module for geometry data import (data is provided by the Ansys), module for the results export, the two control text files for easy management by external procedures, logging and error reporting module.
W pracy tej opisano proces tworzenia pogramu opartego na Metodzie Elementów Skończonych a służącego do obliczania pola temperatury w ortotropowej próbce z wykorzystaniem warunku brzegowego Neumann'a. Program ten został stworzony na potrzeby projektu prowadzonego w Instytucie Techniki Cieplnej w Gliwicach. Stanowi on ważną część zautomatyzowanej procedury mającej wyznaczać współczynnik przewodzenia ciepła badanej próbki poprzez dopasowanie rozkładu temperatury otrzymanego na drodze obliczeń numerycznych z rozkładem temperatury otrzymanym z pomiarów. Z racji specyfiki pomiarów oraz samej procedury sterującej całą analizą, stworzony program charakteryzuje się dużą wydajnością porównywalną do wydajności Ansysa (dla tego samego przypadku), wystarczającą dokładnością oraz przygotowaniem do sprzęgnięcia z głównym algorytmem. Najważniejszymi cechami tego programu są: moduł do importu geometrii z Ansysa, moduł do eksportu danych dla algorytmu sterującego, dwa pliki tekstowe umożliwiające łatwe zarządzanie tym kodem (zwłaszcza w przypadku sterowania przez zewnętrzny program), logowanie działania programu oraz raportowanie o błędach.
Źródło:
Archiwum Instytutu Techniki Cieplnej; 2016, 1; 153-204
2451-277X
Pojawia się w:
Archiwum Instytutu Techniki Cieplnej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Properties of reducible polynomials
Własności wielomianów redukowalnych
Autorzy:
Borowska, A.
Powiązania:
https://bibliotekanauki.pl/articles/404051.pdf
Data publikacji:
2015
Wydawca:
Polskie Towarzystwo Symulacji Komputerowej
Tematy:
irreducible polynomials
factorization
cryptography
elliptic curves
wielomian nieredukowalny
faktoryzacja
kryptografia
krzywe eliptyczne
Opis:
We consider polynomials p(x) over the 2-element field F2. If p(x) of degree n is irreducible, then a set of polynomials of degree less than n together with operations (of addition and multiplication) modulo p(x) forms the finite field GF(2n). If p(x) of degree n is reducible, then the set of all polynomials of degree less than n contains several groups with respect to multiplication modulo p(x). Properties of these groups are described in Section 3. In Section 4 is presented a polynomial factorization algorithm. Irreducible polynomials are widely used (for instance in cryptography) due to the possibility of an efficient representation of all the elements from GF(2n) on a fixed number of bits.
Analizowano wielomiany z jedną zmienną nad ciałem skończonym F2. Jeśli wielomian p(x) stopnia n jest nierozkładalny, to zbiór wielomianów stopnia mniejszego od n wraz z operacjami (dodawania i mnożenia) modulo p(x) tworzy ciało skończone GF(2n). Jeżeli p(x) stopnia n jest rozkładalny, w zbiorze wielomianów stopnia mniejszego od n można wyróżnić kilka podzbiorów, które wraz z działaniem *p (mnożenie modulo p(x)) tworzą grupy. Własności tych grup (oparte na wykonanych testach) opisano w sekcji 3. W sekcji 4 zaproponowano algorytm faktoryzacji wielomianów. Wydajność zapisywania elementów GF(2n) na ustalonej liczbie bitów zachęca do wykorzystywania wielomianów nierozkładalnych na przykład w kryptografii.
Źródło:
Symulacja w Badaniach i Rozwoju; 2015, 6, 3; 175-184
2081-6154
Pojawia się w:
Symulacja w Badaniach i Rozwoju
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A factor graph based genetic algorithm
Autorzy:
Helmi, B. H.
Rahmani, A. T.
Pelikan, M.
Powiązania:
https://bibliotekanauki.pl/articles/330811.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
optimization problem
genetic algorithm
estimation
distribution algorithm
factor graph
matrix factorization
problem optymalizacji
algorytm genetyczny
algorytm estymacji rozkładu
faktoryzacja macierzy
Opis:
We propose a new linkage learning genetic algorithm called the Factor Graph based Genetic Algorithm (FGGA). In the FGGA, a factor graph is used to encode the underlying dependencies between variables of the problem. In order to learn the factor graph from a population of potential solutions, a symmetric non-negative matrix factorization is employed to factorize the matrix of pair-wise dependencies. To show the performance of the FGGA, encouraging experimental results on different separable problems are provided as support for the mathematical analysis of the approach. The experiments show that FGGA is capable of learning linkages and solving the optimization problems in polynomial time with a polynomial number of evaluations.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 3; 621-633
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regularized nonnegative matrix factorization: Geometrical interpretation and application to spectral unmixing
Autorzy:
Zdunek, R.
Powiązania:
https://bibliotekanauki.pl/articles/329732.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
blind source separation
nonnegative matrix factorization
active set algorithm
regularized NMF
polytope approximation
ślepa separacja sygnału
nieujemna faktoryzacja macierzy
Opis:
Nonnegative Matrix Factorization (NMF) is an important tool in data spectral analysis. However, when a mixing matrix or sources are not sufficiently sparse, NMF of an observation matrix is not unique. Many numerical optimization algorithms, which assure fast convergence for specific problems, may easily get stuck into unfavorable local minima of an objective function, resulting in very low performance. In this paper, we discuss the Tikhonov regularized version of the Fast Combinatorial NonNegative Least Squares (FC-NNLS) algorithm (proposed by Benthem and Keenan in 2004), where the regularization parameter starts from a large value and decreases gradually with iterations. A geometrical analysis and justification of this approach are presented. The numerical experiments, carried out for various benchmarks of spectral signals, demonstrate that this kind of regularization, when applied to the FC-NNLS algorithm, is essential to obtain good performance.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2014, 24, 2; 233-247
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Factorization of Nonnegative Matrices by the Use of Elementary Operation
Autorzy:
Kaczorek, T.
Powiązania:
https://bibliotekanauki.pl/articles/386810.pdf
Data publikacji:
2012
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
faktoryzacja
nieujemna macierz
procedura
obliczanie
factorization
nonnegative matrix
positive rank
procedure
computation
Opis:
A method based on elementary column and row operations of the factorization of nonnegative matrices is proposed. It is shown that the nonnegative matrix R×( ? ) has positive full column rank if and only if it can be transformed to a matrix with cyclicstructure. A procedure for computation of nonnegative matrices ? R ×, ? R × ( ? rank (,)) satisfying = is proposed.
Źródło:
Acta Mechanica et Automatica; 2012, 6, 4; 15-18
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kryptosystemy oparte na problemach trudnych obliczniowo z wyszczególnieniem problemu faktoryzacji liczb całkowitych
Cryprosystems based on difficult computational problems with specification of the prime factorization problem
Autorzy:
Kapcia, P.
Powiązania:
https://bibliotekanauki.pl/articles/320370.pdf
Data publikacji:
2005
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
złożoność obliczeniowa
bezpieczeństwo kryptosystemów klucza publicznego
faktoryzacja liczb całkowitych
logarytm dyskretny
logarytm dyskretny na krzywych eliptycznych
security of public key cryptosystems
computational complexity
prime factorization
discrete logarithm
elliptic curve discrete logarithm
Opis:
Publikacja przedstawia analizę złożoności obliczeniowej problemów matematycznych, na których opiera się konstrukcja, a zarazem bezpieczeństwo kryptosystemów klucza publicznego. Jednocześnie, na podstawie aktualnej wiedzy z obliczeniowej teorii liczb oraz informacji o możliwościach nowoczesnej techniki obliczeniowej, przedyskutowana została skuteczność algorytmów wykorzystywanych do rozwiązywania tych problemów.
This paper presents analysis of computational complexity of mathematical problems on which construction and security of the public key cryptosystems could be based. Additionally on the basis of current knowledge sourcing from computational number and information theory, regarding possibilities of modern computational techniques, it has been discussed effectiveness of algorithms solving these problems.
Źródło:
Elektrotechnika i Elektronika; 2005, 24, 2; 148-157
1640-7202
Pojawia się w:
Elektrotechnika i Elektronika
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-13 z 13

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies