Skip to content

Лабораторные работы по курсу "Аппаратные основы интеллектуальных систем" на Python

Notifications You must be signed in to change notification settings

Dashulik10/Hardware_systems_BSUIR_AOIS

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

71 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Лабораторные работы по АОИС (Аппаратные основы интеллектуальных систем)

🖥️ BSUIR | Кафедра ИИТ

Данный репозиторий содержит лабораторные работы, выполненные в рамках дисциплины "Аппаратные основы интеллектуальных систем". Темы лабораторных охватывают фундаментальные принципы представления информации в памяти ЭВМ, логические преобразования, а также основы хеширования и построения интеллектуальных структур данных.

🧩 Цели курса

  • Понять, как данные представляются и обрабатываются на низком уровне.
  • Изучить форматы представления чисел и их влияние на точность вычислений.
  • Освоить работу с логическими функциями и их минимизацию.
  • Изучить структуры данных и методы обработки коллизий при хешировании.

🛠 Темы лабораторных работ

🧮 Представление чисел в ЭВМ

  • Представление целых знаковых и беззнаковых чисел:
    Прямой, обратный и дополнительный код
  • Представление дробных чисел в форматах:
    • С фиксированной точкой
    • С плавающей точкой
  • Преимущества и недостатки форматов
  • Стандарт IEEE 754

🔢 Логические функции и их преобразование

  • Основные логические операции
  • Свойства:
    Коммутативность, ассоциативность, дистрибутивность, идемпотентность
  • Законы де Моргана
  • Построение:
    • СДНФ / СКНФ по таблице истинности
    • Числовая форма
    • Индексная форма
  • Минимизация логических выражений:
    • Расчетным методом
    • Расчетно-табличным методом
    • С использованием карт Карно

🗃 Хеширование и разрешение коллизий

  • Что такое хеш-таблица, её преимущества и недостатки
  • О-нотация операций: вставка, удаление, изменение, поиск
  • Коллизии и методы их разрешения:
    • С помощью цепочек (связный список)
    • Линейные методы:
      • Последовательный поиск
      • Линейный и квадратичный поиск
      • Двойное хеширование
    • Цепочки на основе сбалансированных деревьев

🧠 Поисковые операции

  • Алгоритмы поиска с использованием G и L переменных
    (подробнее в соответствующей лабораторной работе)

📌 Лицензия Проект создан в рамках учебного курса. Использование материалов допускается исключительно в некоммерческих, образовательных целях. Перепубликация и распространение требуют согласования с автором.

About

Лабораторные работы по курсу "Аппаратные основы интеллектуальных систем" на Python

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages