Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "generator liczb pseudolosowych" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Porównanie generatorów liczb pseudolosowych
    Comparison of normal random number generators
    Autorzy:
    Sulewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/962662.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    rozkład normalny
    generator liczb pseudolosowych
    symulacje Mon-te Carlo
    normal distribution
    pseudo-random number generator
    monte carlo simulation
    Opis:
    Losowanie prób w badaniach statystycznych i w obliczeniach numerycznych, jak również symulacyjne badanie modeli probabilistycznych właściwie we wszystkich dziedzinach wiedzy wymagają wyposażenia komputera w generatory liczb pseudolosowych. Głównym celem pracy jest porównanie generatorów liczb pseudolosowych normalnych na podstawie ich analizy dokonanej za pomocą różnego rodzaju kryteriów. Zbadano właściwości 12 generatorów liczb pseudolosowych o rozkładzie normalnym. Zaproponowano rozszerzenie rodziny generatorów o dwa tzw. generatory aplikacyjne oraz przyjęcie nowego podejścia do sprawdzania jakości generatorów. Przedstawiono narzędzie przygotowane w języku C++ oraz w języku Visual Basic for Application (VBA) do prowadzenia samodzielnych badań z użyciem generatorów. Symulacje Monte Carlo przeprowadzono w języku C++, a obliczenia wykonano w edytorze VBA przy użyciu arkusza kalkulacyjnego Microsoft Excel 2016. Analiza uzyskanych wyników wskazuje, że najlepsze właściwości mają generatory: MP Monty Pythona, R, Biegun oraz Ziggurat. Najmniej użyteczne okazują się generatory: BM Boxa-Mullera, Wallace’a, Iloraz oraz Excel.
    The sampling in statistical surveys and numerical calculations as well as simulation testing of probabilistic models in virtually all fields of knowledge require a computer endowed with pseudorandom numbers generators. The main goal of the study is to compare the normal random number generators using various criteria. The properties of 12 random number generators for a normal distribution were investigated. Then, the family of generators was extended by two so-called application generators and a new approach for checking the quality of generators was adopted. A ready-made tool prepared in C++ and in Visual Basic for Application (VBA) for conducting self-contained research using generators was presented. All Monte Carlo simulations were carried out in C++, while the calculations were performed in the VBA editor using the Microsoft Excel 2016 spreadsheet. The analysis of the obtained results shows that the generators with best properties are: MP Monty Python, R, Biegun and Ziggurat. The worst generators, are: BM Box-Muller, Wallace, Iloraz and Excel.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 7; 5-31
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pipelined pseudo-random number generator with the efficient post-processing method
    Autorzy:
    Dąbal, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/397738.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Łódzka. Wydział Mikroelektroniki i Informatyki
    Tematy:
    chaotic system
    post-processing
    pseudorandom number generation
    system on chip
    systemy chaotyczne
    przetwarzanie końcowe
    generator liczb pseudolosowych
    system-on-chip
    Opis:
    This brief proposes a novel architecture of the chaotic pseudo-random bit generators (PRBGs) based on the chaotic nonlinear model and pipelined data processing. We investigated PRBG built on the chaotic logistic map and frequency dependent negative resistances (FDNR). A significant enhancement in terms of output throughput has been achieved by combining the advantages of pipelining with post-processing based on fast logical operations like bit shifting and XOR. The proposed method has been implemented using programmable SoC Zynq device from Xilinx. We verified output pseudo-random bit stream by standard statistical tests NIST SP800-22. We also present detailed comparison of the proposed post-processing method with the methods reported previously by the other authors. In particular, we compared the maximum output throughput and amount of total logical resources required by PRBG implementation in the programmable SoC device. For PRBGs based on the logistic chaotic map and frequency dependent negative resistance (FDNR) we obtained speed-up factors equal to 33% and 14%, respectively. By composing the output stream of 3 data channels in PRBG with FDNR element, we get the maximum throughput equal to 38.43 Gbps. That is significantly greater comparing to the chaotic PRBGs described so far.
    Źródło:
    International Journal of Microelectronics and Computer Science; 2015, 6, 2; 43-48
    2080-8755
    2353-9607
    Pojawia się w:
    International Journal of Microelectronics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Management of the spare parts storage in the production process using the monte carlo method
    Autorzy:
    Ślaski, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/104112.pdf
    Data publikacji:
    2019
    Wydawca:
    Stowarzyszenie Menedżerów Jakości i Produkcji
    Tematy:
    spare parts
    Monte Carlo simulation
    pseudorandom number generator
    części zamienne
    symulacja Monte Carlo
    generator liczb pseudolosowych
    Opis:
    The article presents the methodology of controlling stock of spare parts during short-run production of current equipment. A pseudo-random number generator has been developed, whose main task is to estimate the expected value E (Y) of the random variable Y which is the number of exchanges of a spare part of a particular equipment. By means of a Monte Carlo computer simulation, pseudo-random numbers are generated with a uniform distribution from the interval (0.1). These numbers, based on the cumulative distribution inversion method, are transformed into a form of distribution that uniquely determines the optimal size of spare parts.
    Źródło:
    Quality Production Improvement - QPI; 2019, 1, 1; 261-267
    2657-8603
    Pojawia się w:
    Quality Production Improvement - QPI
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementation of modified additive lagged Fibonacci generator
    Autorzy:
    Mandrona, M. M.
    Maksymovych, V. M.
    Harasymchuk, O. I.
    Kostiv, Y. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/115530.pdf
    Data publikacji:
    2016
    Wydawca:
    Fundacja na Rzecz Młodych Naukowców
    Tematy:
    generator of pseudorandom bit sequence
    additive lagged Fibonacci generator
    cryptographic security
    operation speed
    statistical characteristics
    generator liczb pseudolosowych
    generator Fibonacciego
    bezpieczeństwo kryptograficzne
    szybkość operacji
    parametry statystyczne
    Opis:
    Generator of pseudorandom bit sequence with increased cryptographic security, which is based on additive lagged Fibonacci generator, is developed. The generator structure circuit and it work principle are described in the paper. There are also given two variants of it construction that are formed on programmable logic device developed by Xilinx company. The main generator characteristics are researched, in particular: recurrence period, fastacting, statistical characteristics. In relation to the last the statistical portrait is presented, that was built with the help of NIST tests.
    Źródło:
    Challenges of Modern Technology; 2016, 7, 1; 3-6
    2082-2863
    2353-4419
    Pojawia się w:
    Challenges of Modern Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparing quality of pseudo- and true-random numbers obtained from different sources
    Porównanie jakości liczb pseudolosowych i losowych pozyskanych z różnych źródeł
    Autorzy:
    Wiśniewska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/404087.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    pseudorandom number generator
    quality of random values
    simulation
    generator liczb pseudolosowych
    jakość generatorów
    symulacja
    Opis:
    The manuscript refers to the problem of the pseudorandom numbers generation. Numbers needed during a simulation may be generated by pseudorandom numbers generators but also by true random numbers generators or digital random number generators. In this work some tests were described which help to evaluate quality of random values. For five generators, the batteries of tests were run and the manuscript contains results of these tests in a form of graphs.
    Praca dotyczy problemu generowania liczb pseudolosowych. Wartości liczbowe wymagane podczas symulacji mogą być generowane przez: pseudolosowe generatory liczb, rzeczywiste generatory liczb losowych lub cyfrowe generatory liczb losowych. W artykule opisano zestaw testów, które pomagają w ocenie jakości uzyskiwanych wartości liczbowych. Dla pięciu różnych generatorów uruchomiono zestaw testów, a w pracy zamieszczono wyniki tych testów w postaci wykresów.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2018, 9, 1-2; 73-82
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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