Публикация научных работ

РАЗРАБОТКА И ПРИМЕНЕНИЕ ЦИФРОВЫХ ТЕХНОЛОГИЙ: СОВРЕМЕННЫЕ ПОДХОДЫ И ПЕРСПЕКТИВЫ

Турсиналиева З.Н., Бойбулова Д.Т.

Турсиналиева Зилола Хикмат-кизи – учитель,

Бойбулова Дилрабо Туфлиевна – учитель,

Профессиональная школа №2,

 г. Шахрисабз, Республика Узбекистан

Аннотация: в статье проводится комплексный анализ современных подходов к созданию и использованию цифровых технологий, выявляются ключевые тенденции и перспективы их развития, что позволяет сформировать целостное представление о данном феномене и его роли в современном мире. Рассмотрены основные этапы разработки цифровых технологий, проведен анализ современных методов и инструментов создания цифровых продуктов и сервисов, выявлены особенности применения цифровых технологий в различных сферах деятельности, а также тенденции и перспективы развития цифровых технологий, что в совокупности позволило нам сформировать выводы и рекомендации.

Ключевые слова: цифровые технологии, разработка цифровых технологий, развитие цифровых технологий, языки программирования, облачные технологии, искусственный интеллект, машинное обучение.

DEVELOPMENT AND APPLICATION OF DIGITAL TECHNOLOGIES: MODERN APPROACHES AND PERSPECTIVES

Tursinaliyeva Z.H., Boybulova D.T.

Tursinaliyeva Zilola Hikmat-qizi – teacher,

Boybulova Dilrabo Tuflievna – teacher,

VOCATIONAL SCHOOL № 2,

SHAKHRISABZ, REPUBLIC OF UZBEKISTAN

Abstract: the article provides a comprehensive analysis of modern approaches to the creation and use of digital technologies, identifies key trends and prospects for their development, which allows us to form a holistic view of this phenomenon and its role in the modern world. The main stages of the development of digital technologies are considered, an analysis of modern methods and tools for creating digital products and services is carried out, the features of the use of digital technologies in various fields of activity are revealed, as well as trends and prospects for the development of digital technologies, which together allowed us to form conclusions and recommendations.

Keywords: digital technologies, digital technology development, digital technology development, programming languages, cloud technologies, artificial intelligence, machine learning.

Список литературы / References

1. Язханова О.М. Направления развития цифровой экономики в отраслях промышленности //Вопросы науки и образования. – 2022. – №. 3 (159). – С. 4-6.
2. Машевская О.В. Цифровые технологии как основа цифровой трансформации современного общества //Вестник Полесского государственного университета. Серия общественных и гуманитарных наук. – 2020. – №. 1. – С. 37-44.
3. Шендо М.В., Свиридова Е.В. Технологии цифровой экономики как инструменты повышения качества жизни, эффективности бизнеса и государственного управления // Вестник Астраханского государственного технического университета. Серия: Экономика. – 2019. – №. 4. – С. 29-36.
4. Оленичев М.Е., Чулюков В.А. Основы классификации цифровых информационных ресурсов //Информационные технологии в образовательном процессе вуза и школы. – 2019. – С. 97-100.
5. Перцев И.Ю., Зинькевич В.Н. Анализ существующих угроз компьютерной безопасности в сети //Наука, образование и культура. – 2015. – №. 3 (3). – С. 9-12.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Турсиналиева З.Н., Бойбулова Д.Т.  РАЗРАБОТКА И ПРИМЕНЕНИЕ ЦИФРОВЫХ ТЕХНОЛОГИЙ: СОВРЕМЕННЫЕ ПОДХОДЫ И ПЕРСПЕКТИВЫ //  Проблемы современной науки и образования  №9 (196)2024. - С.{см. журнал}.

A COMPREHENSIVE PERFORMANCE ANALYSIS OF RUST AND GO IMPLEMENTATIONS FOR MONTE CARLO PI ESTIMATION IN CLOUD-NATIVE ENVIRONMENTS

Karin I.E., Kriuchkov A.Yu.

Karin Iliia Eduardovich - Master's degree in Information Systems in Economics and Management, Head of DevOps,

Kriuchkov Aleksandr Yurievich - Master’s degree in Radio Communication, Broadcasting and Television, Cloud Engineer,   

INFRASTRUCTURE DEPARTMENT,

INVENT INC,

DUBAI, UAE

Abstract: This study presents an exhaustive comparison of Rust and Go implementations of the Monte Carlo method for Pi estimation, deployed across a diverse array of cloud-native platforms, including various Amazon EC2 instances and multiple Kubernetes distributions. Through rigorous evaluation of performance metrics, resource utilization patterns, and scalability characteristics, we conclusively demonstrate the significant efficiency advantages of Rust over Go in computationally intensive tasks. Our findings provide crucial insights into the intricate relationship between programming language attributes and cloud infrastructure in high-performance computing scenarios, consistently showcasing Rust's superior speed and resource efficiency.

Keywords: GO, Golang, Rust, cloud, information and technology, docker, Kubernetes, DevOps, software development, AWS, EC2, EKS, k3s, k8s.

КОМПЛЕКСНЫЙ АНАЛИЗ ПРОИЗВОДИТЕЛЬНОСТИ РЕАЛИЗАЦИЙ RUST И GO ДЛЯ ОЦЕНКИ МОНТЕ-КАРЛО ПИ В ОБЛАЧНЫХ СРЕДАХ

Карин И.Е., Крючков А.Ю.

Карин Илья Эдуардович — магистр по информационным системам в экономике и менеджменте, руководитель DevOps,

Крючков Александр Юрьевич — магистр по радиосвязи, вещанию и телевидению, облачный инженер,

Отдел инфраструктуры, INVENT INC,

г. Дубай, ОАЭ

Аннотация: в этом исследовании представлено исчерпывающее сравнение реализаций метода Монте-Карло для оценки числа Пи на Rust и Go, развернутых на разнообразных облачных платформах, включая различные экземпляры Amazon EC2 и несколько дистрибутивов Kubernetes. Благодаря строгой оценке показателей производительности, шаблонов использования ресурсов и характеристик масштабируемости мы убедительно демонстрируем значительные преимущества эффективности Rust по сравнению с Go в задачах с интенсивными вычислениями. Наши выводы дают важнейшее представление о сложной взаимосвязи между атрибутами языка программирования и облачной инфраструктурой в сценариях высокопроизводительных вычислений, последовательно демонстрируя превосходную скорость и эффективность ресурсов Rust.

Ключевые слова: GO, Golang, Rust, облако, информация и технологии, docker, Kubernetes, DevOps, разработка программного обеспечения, AWS, EC2, EKS, k3s, k8s.

References / Список литературы

1. Official Go Programming Language Documentation. [Electronic Resource]. URL: https://go.dev/doc/
2. Official Rust Programming Language Documentation. [Electronic Resource]. URL: https://www.rust-lang.org/learn
3. Official AWS Documentation. [Electronic Resource]. URL: https://docs.aws.amazon.com/
4. Monte Carlo method. [Electronic Resource]. URL: https://en.wikipedia.org/wiki/Monte_Carlo_method

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Karin I.E., Kriuchkov A.Yu.  A COMPREHENSIVE PERFORMANCE ANALYSIS OF RUST AND GO IMPLEMENTATIONS FOR MONTE CARLO PI ESTIMATION IN CLOUD-NATIVE ENVIRONMENTS //  Проблемы современной науки и образования  №8 (195)2024. - С.{см. журнал}.

REDUCING TRANSPORT COSTS DUE TO OPTIMIZATION OF WAREHOUSE LOGISTICS

Omonov B.Sh., Shomirzaev E.Kh.

Omonov Bakhodir Shomirzaevich – Candidate of Economic Sciences, Associate ProfessorDEPARTMENT OF TRANSPORT LOGISTICSTASHKENT STATE TRANSPORT UNIVERSITY, TASHKENT;

Shomirzaev Ergash Khursandovich – teacher

DEPARTMENT OF TRANSPORT SYSTEMS END TECHNOLOGICAL MACHINES

TERMEZ INSTITUTE ENGINEERING AND TEXNOLOGY, TERMEZ;

REPUBLIC OF UZBEKISTAN

Abstract: in this article, the authors calculated one of the possible options for optimizing warehouse space in the logistics chain for cargo delivery. The authors studied existing methods of organizing warehouse work and compiled a heat map of the warehouse. Based on this analysis, one of the most effective algorithms for sorting a two-dimensional data array in a warehouse was applied, which made it possible to obtain a performance gain of almost 25%, compared to the basic one, random storage of goods in the warehouse amounted to 7000 hours (22000 hours of work versus 29000).

Keywords: optimization, cargo flow, cargo handling, sorting, algorithm, warehouse space, performance, efficient.

СНИЖЕНИЕ ТРАНСПОРТНЫХ РАСХОДОВ ЗА СЧЕТ ОПТИМИЗАЦИИ СКЛАДСКОЙ ЛОГИСТИКИ

Омонов Б.Ш., Шомирзаев Э.Х.

Омонов Баходир Шомирзаевич – доцент, кандидат экономических наук,Ташкентский государственный транспортный университет, г. Ташкент

Шомирзаев Эргаш Хурсандович – старший преподавательТермезский институт инженерных технологий,  г. Термез;Республика Узбекистан

Аннотация: в данной статье авторами был рассчитан один из возможных вариантов оптимизации складской площади в логистической цепочке доставки грузов. Авторами были изучены существующие методы организации работы складского хозяйства и была составлена тепловая карта склада. На основе этого анализа был применен один из наиболее эффективных алгоритмов сортировки двумерного массива данных на складе, что позволило получить выигрыш в производительности почти на 25%, по сравнению с базовым, случайным хранением товаров на складе составил 7000 часов (22000 часов работы против 29000)

Ключевые слова: оптимизация, грузопоток, грузопереработка, сортировка, алгоритм, складская площадь, производительность, эффективный.

References / Список литературы

1. Logistics: Textbook / A.M. Gadzhinsky. - 20th ed. - M.: Publishing and trading corporation "Dashkov and K*", 2012. - 484 p.
2. Bowersox D., Kloss D. Integrated supply chain. – M.: Olimp-Business, 2010. – 640 p.
3. Dybskaya V.V. Warehousing management in supply chains. 2009.
4. Жураев М.Н., Омонов Б.Ш. & Кенжаев С.Н. (2021). Формирование моделей управления объемами перевозок в соответствии с потребностями потребителей. Universum: технические науки, (5-2 (86)), 87-92.
5. Logistics: An Integrated Supply Chain. M: Olymp-Business, 640 p.
6. Gwynne Richards, Warehouse Management: A Complete Guide to Improving Efficiency and Minimizing Costs in the Modern Warehouse. 2011.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Omonov B.Sh., Shomirzaev E.Kh. REDUCING TRANSPORT COSTS DUE TO OPTIMIZATION OF WAREHOUSE LOGISTICS //  Проблемы современной науки и образования  №5 (192)2024. - С.{см. журнал}.

МЕТОДИКА ОПРЕДЕЛЕНИЯ ЁМКОСТИ АККУМУЛЯТОРНОЙ БАТАРЕИ ФОТОЭЛЕКТРИЧЕСКОЙ СТАНЦИИ  

Белов А.А.

Белов Антон Алексеевич – кандидат технических наук, доцент, кафедра электротехники и электрических машин, Кубанский государственный технологический университет;

директор по развитию, ООО НТК «Солнечный центр», г. Краснодар

Аннотация: в статье приводится методика определения ёмкости аккумуляторных батарей для фотоэлектрической станции.

Ключевые слова: аккумуляторные батареи, ёмкость аккумуляторных батарей, фотоэлектрическая станция.

THE METHODOLOGY FOR DETERMINING THE CAPACITY OF THE BATTERY OF A PHOTOVOLTAIC PLANT

Belov A.A.

Belov Anton Alekseevich – candidate of technical sciences, Associate Professor, DEPARTMENT OF ELECTRICAL ENGINEERING AND ELECTRICAL MACHINES,  THE KUBAN STATE TECHNOLOGICAL UNIVERSITY;  Development Director,  LLC STC “SOLAR CENTER”,  KRASNODAR

Abstract: in this article provides the methodology for determining the capacity of the battery of a photovoltaic plant.

Keywords: rechargeable batteries, battery capacity, photovoltaic plant.

 Список литературы / References

1. Охоткин Г.П. Методика расчета мощности солнечных электростанций // Вестник Чувашского университета. 2013. № 3. – С. 222 – 230.
2. Okhotkin G.P. Methodology for calculating the power of solar power plants // Bulletin of the Chuvash University. 2013. No. 3. – PP. 222 – 230.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Белов А.А. МЕТОДИКА ОПРЕДЕЛЕНИЯ ЁМКОСТИ АККУМУЛЯТОРНОЙ БАТАРЕИ ФОТОЭЛЕКТРИЧЕСКОЙ СТАНЦИИ    //  Проблемы современной науки и образования  №5 (192)2024. - С.{см. журнал}.