Выпускная работа по «Основам информационных технологий»




Скачать 174.65 Kb.
НазваниеВыпускная работа по «Основам информационных технологий»
Дата03.10.2012
Размер174.65 Kb.
ТипВыпускная работа


БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ


Выпускная работа по
«Основам информационных технологий»


Магистрант
кафедры радиофизики

Дежурко Александр Михайлович

Руководитель

проф. Мулярчик Степан Григорьевич


Минск – 2009 г.



ОГЛАВЛЕНИЕ


ОГЛАВЛЕНИЕ 3

СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ 4

ПРИМЕНЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ПРОЕКТИРОВАНИИ ПОЛУПРОВОДНИКОВЫХ ПРИБОРОВ 5

ВВЕДЕНИЕ 5

ГЛАВА 1. Обзор литературы 7

ГЛАВА 2. Методика исследования 11

ГЛАВА 3. Основные результаты и их обсуждение 13

ЗАКЛЮЧЕНИЕ 17

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 18

ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ К РЕФЕРАТУ 20

ИНТЕРНЕТ РЕСУРСЫ В ПРЕДМЕТНОЙ ОБЛАСТИ ИССЛЕДОВАНИЯ 21

ЛИЧНЫЙ САЙТ 22

ПРЕЗЕНТАЦИЯ РАБОТЫ 22

ГРАФ НАУЧНЫХ ИНТЕРЕСОВ 23

ЛИТЕРАТУРА К ВЫПУСКНОЙ РАБОТЕ 24

ПРИЛОЖЕНИЕ 25

СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ





GRID

Согласованная, открытая и стандартизованная компьютерная среда, которая обеспечивает гибкое, безопасное, скоординированное разделение вычислительных ресурсов и ресурсов хранения информации в рамках виртуальной организации.

СЛАУ

Система линейных алгебраических уравнений

СКИФ

Программа союзного государства, разработка и освоение в серийном производстве семейства высокопроизводительных вычислительных систем с параллельной архитектурой



ПРИМЕНЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ПРОЕКТИРОВАНИИ ПОЛУПРОВОДНИКОВЫХ ПРИБОРОВ

ВВЕДЕНИЕ


В настоящее время создание полупроводниковых приборов производится с использованием компьютерного моделирования, т.е. расчета физических характеристик прибора с применением ЭВМ. Работа большинства полупроводниковых приборов характеризуется тем, что основные процессы протекают в объеме твердого тела и не доступны для непосредственного наблюдения. Применение численного моделирование позволяет "заглянуть" внутрь полупроводникового прибора и проанализировать зависимости тех или иных параметров от свойств материалов и режимов работы.

Широко распространена диффузионно-дрейфовая модель процессов протекающих в полупроводниковом кристалле. Ее применение требует решения систем линейных алгебраических уравнений (СЛАУ) большой размерности, возникающих в результате пространственной дискретизации уравнений диффузионно-дрейфовой модели на прямоугольной сетке. [1] С уменьшением размера вентиля на кристалле производству требуются более точные модели, что приводит к увеличению количества уравнений в системе, и, следовательно, времени ее решения. Применение специально разработанных параллельных программ на современных вычислительных сетях позволяет значительно сократить время моделирования полупроводниковых приборов.

Параллельные программы имеют специфические цели и структуру, что налагает определенные требования на процесс их разработки и тестирования. Возникают задачи нахождения алгоритмов, обеспечивающих оптимальную загрузку узлов параллельной системы и наилучшую схему передачи данных, решение которых невозможно без проведения множества тестов и подробного анализа их результатов [2,6]. Тестирование параллельных алгоритмов на реальных вычислительных сетях достаточно трудоёмко, и, следовательно, требует значительных материальных затрат. Кроме того, существует проблема проектирования и конфигурирования параметров распределенной вычислительной сети таким образом, чтобы достигалась максимальная вычислительная мощность при решении конкретного класса задач.

Процесс разработки параллельных программ осложнятся еще и тем что, к изначальной неоднородности коммуникационной среды добавляется изменчивость ее характеристик, вызываемая изменениями загрузки сети. Учет такой неоднородности коммуникаций является очень сложной задачей. Все это требует гораздо более высокого уровня автоматизации разработки параллельных программ, чем тот, который доступен в настоящее время прикладным программистам. 

На данном этапе развития информационных технологий становится возможным создание инструментов, позволяющих автоматизировать трудоёмкие и требующие дорогого машинного времени операции по оптимизации и тестированию параллельных программ.

Для создания общей картины применения параллельных вычислительных технологий при проектировании полупроводниковых приборов в данной работе будут рассмотрены существующие параллельные архитектуры ЭВМ, показаны методики исследования и оптимизации параллельных программ и представлены результаты разработки параллельных алгоритмов.

ГЛАВА 1. Обзор литературы


Параллельные вычислительные системы — компьютерные системы, реализующие тем или иным способом параллельную обработку данных на многих вычислительных узлах для повышения общей скорости расчета. Идея распараллеливания вычислений базируется на том, что большинство задач может быть разделено на набор меньших задач, которые могут быть решены одновременно.

Ниже приведена наиболее популярная классификация параллельных архитектур (по Флинну) [3].

  1. Вычислительная система с одним потоком команд и данных (однопроцессорная ЭВМ — SISD, Single Instruction stream over a Single Data stream).

  2. Вычислительная система с общим потоком команд (SIMD, Single Instruction, Multiple Data — одиночный поток команд и множественный поток данных).

  3. Вычислительная система с множественным потоком команд и одиночным потоком данных (MISD, Multiple Instruction Single Data — конвейерная ЭВМ).

  4. Вычислительная система со множественным потоком команд и данных (MIMD, Multiple Instruction Multiple Data).

Типичными представителями SIMD являются векторные архитектуры. К классу MISD ряд исследователей относит конвейерные ЭВМ, однако это не нашло окончательного признания, поэтому можно считать, что реальных систем — представителей данного класса не существует. Класс MIMD включает в себя многопроцессорные системы, где процессоры обрабатывают множественные потоки данных. Отношение конкретных машин к конкретному классу сильно зависит от точки зрения исследователя. Так, конвейерные машины могут быть отнесены и к классу SISD (конвейер — единый процессор), и к классу SIMD (векторный поток данных с конвейерным процессором) и к классу MISD (множество процессоров конвейера обрабатывают один поток данных последовательно), и к классу MIMD — как выполнение последовательности различных команд (операций ступеней конвейера) на множественным скалярным потоком данных (вектором).

Последние годы во всем мире происходит бурное внедрение вычислительных кластеров. Это вызвано тем, что кластеры стали общедоступными и дешевыми аппаратными платформами для высокопроизводительных вычислений. Одновременно резко возрос интерес к проблематике вычислительных сетей (GRID) и широко распространяется понимание того, что внедрение таких сетей будет иметь громадное влияние на развитие человеческого общества, сравнимое с влиянием на него появления в начале века единых электрических сетей [3]. Поэтому, рассматривая проблемы освоения кластеров необходимо принимать во внимание и то, что они являются первой ступенькой в создании таких вычислительных сетей.

Вычислительный кластер – это мультикомпьютер, состоящий из множества отдельных компьютеров (узлов), связанных между собой единой коммуникационной системой. Каждый узел имеет свою локальную оперативную память. При этом общей физической оперативной памяти для узлов не существует. Каждый узел может быть мультипроцессором (мультипроцессорный компьютер с общей  памятью). Коммуникационная  система обычно позволяет узлам взаимодействовать между собой только посредством передачи сообщений, но некоторые системы  могут обеспечивать и односторонние коммуникации -  позволять любому узлу выполнять массовый обмен информацией между своей памятью и локальной памятью любого  другого узла.

Если  на вычислительном кластере аппаратно или программно-аппаратно реализована DSM (distributed shared memory - распределенная общая память), позволяющая выполняющимся на разных узлах программам (любым, даже ассемблерным) взаимодействовать через общие переменные, то такой кластер будем называть DSM-кластер. Если такая DSM отсутствует, и прикладные программы  взаимодействуют посредством передачи сообщений, то вычислительный кластер будем называть DM-кластер (DM - distributed  memory). 

Если все входящие в состав вычислительного кластера узлы имеют одну и ту же архитектуру и производительность, то мы имеем дело с однородным вычислительным кластером. Иначе – с неоднородным.

С точки зрения разработки прикладных параллельных программ нет каких-либо принципиальных различий между однородным DM-кластером и MPP (МВС-100, МВС-1000, IBM SP-2) или однородным DSM-кластером и SPP (Convex Exemplar, HP 9000 V-class, SGI Origin 2000). Различие, в основном, заключается в большей доступности и меньшей  стоимости кластеров по сравнению с мультипроцессорными ЭВМ с распределенной памятью, в которых используются специальные коммуникационные системы и  специализированные узлы. 

В настоящее время, когда говорят о кластерах, то часто подразумевают однородность. Однако, для того, чтобы сохранить высокий уровень соотношения производительность/стоимость приходится при наращивании кластера использовать наиболее подходящие в данный момент процессоры, которые могут отличаться не только по производительности, но и по архитектуре. Поэтому постепенно большинство кластеров могут стать неоднородными кластерами. Неоднородность же вносит следующие серьезные проблемы. Различие в производительности процессоров требует соответствующего учета при распределении работы между процессами, выполняющимися на разных процессорах. Различие в архитектуре процессоров требует подготовки разных выполняемых файлов для разных узлов, а в случае различий в представлении данных может потребоваться и преобразование информации при передаче сообщений между узлами (не говоря уже о трудностях использования двоичных файлов). Если существуют различия в представлении данных, то построение неоднородного DSM-кластера представляется просто невозможной.

Тем не менее, любой кластер можно рассматривать как единую аппаратно-программную систему, имеющую единую коммуникационную систему, единый центр управления и планирования загрузки.

ГЛАВА 2. Методика исследования



Разработка параллельных высокоэффективных приложений – сложный и трудоемкий процесс. Исходя из информации со сторонних источников [2, 3, 6], разработка параллельных приложений обычно проходит следующие этапы:

  1. Постановка и формулировка задачи

  2. Проектирование методов решения и подходов

  3. Разработка параллельного алгоритма

  4. Доказательство или проверка алгоритма на математической модели

  5. Реализация параллельного алгоритма

  6. Тестирование параллельной программы

  7. Профилирование и оптимизация программы

  8. Внедрение

Причем доказательство или проверка алгоритма на математической модели выполняется обычно условно, а на тестирование, профилирование и оптимизацию программы часто уже не хватает ресурсов, и они выполняются не достаточно глубоко. Этот процесс определяет главные недостатки большинства параллельных приложений, заключающиеся в недостаточно эффективном использовании ресурсов используемых параллельных систем.

На сегодняшний день существует программное обеспечение, способное автоматизировать некоторые этапы разработки параллельных программ. Наиболее известные программные продукты перечислены в [9]. Среди них можно отметить такие как TRAPPER и EDPEPPS.

TRAPPER - Коммерческий продукт, разработка немецкой компании GENIAS. Графическая среда программирования, поддерживающая все стадии жизненного цикла программных систем. Содержит компоненты построения параллельного ПО, конфигурирования аппаратных средств, распределения процессов по процессорам (process mapping), графической отладки и мониторинга производительности. 4 основных модуля: The Design Tool. Построение параллельного приложения из отдельных процессов, обменивающихся сообщениями. The Configuration Tool Графическое определение конфигурации виртуальной машины Генерация Make-файлов, отображение процессов на процессоры. The Visualization Tool Графическое изображение поведения процессов и взаимодействий, графическая отладка (позволяет отлавливать дедлоки и другие ошибки распараллеливания). The Performance Tool Позволяет обнаружить критические для производительности секции кода (bottlenecks), а также собирать статистику и отображать в виде диаграмм.

EDPEPPS - Завершенный исследовательский проект; Centre For Parallel Computing at the University of Westminster . Интегрированная среда для обеспечения быстрого, эффективного и гибкого проектирования переносимых параллельных программ. В EDPEPPS входят 3 основных средства: Графическое средство конфигурирования (configuration tool) для быстрого прототипирования, средство моделирования (simulation tool), основанное на виртуальной машине исполняющей "скелетные" параллельные программы; генерирует данные о поведении и предполагаемой производительности программы, средство визуализации (visualisation tool) для изображения интересующих пользователя характеристик, исходя из данных, полученных при моделировании.

Таким образом, разработка, оптимизация, тестирование и исследование параллельных приложений осуществляется при помощи специализированных инструментов. Кроме того, существует возможность профилирования работы параллельных программ на реальных вычислительных системах. Такую возможность обеспечивает, например, библиотека MPE [4, 5].

ГЛАВА 3. Основные результаты и их обсуждение


В этой главе будут рассмотрены результаты реализации параллельных численных методов решения СЛАУ.

Пусть СЛАУ имеет вид:


, (1)


где A – матрица коэффициентов, – искомый вектор-столбец, – вектор-столбец свободных членов.

Среди методов решения СЛАУ разделяют прямые и итерационные. Для задачи моделирования полупроводниковых приборов необходимо использовать прямые методы, чтобы обеспечить необходимую точность.

Метод Гаусса-Зейделя – итерационный метод, характеризуется строго последовательным нахождением корней. Он интересен с точки зрения подхода к распараллеливанию – метода частных сумм [7]. Метод Гаусса-Зейделя состоит в том, что очередное приближение корня вычисляется с учетом ранее полученных значений корней:


, (2)


где m – размерность матрицы коэффициентов aij, k – номер итерации. Параллельная реализация метода основана на хранении и одновременном вычислении частных сумм в 1-ом и 2-ом слагаемом (2) для каждой строки матрицы. Каждый процесс параллельной программы хранит несколько строк матрицы и вычисляет значения корней, соответствующих этим строкам. В программе каждый процесс работает в двух состояниях: расчета своей части корней и рассылки их остальным процессам и состоянии приема части корней от других процессов и наращивания принадлежащих процессу частных сумм.

Метод был реализован в стандарте MPI и прошел тестирование на 15 процессорах суперкомпьютера СКИФ К-1000. Результаты представлены на рисунке 1.




Рисунок 1 - Ускорение метода Гаусса-Зейделя на суперкомпьютере СКИФ К-1000


Метод LU-факторизации – прямой метод, заключается в разложении матрицы системы A на произведение левой треугольной матицы L и правой треугольной U. Тогда решение уравнения (1) сводится к решению


, (3)


Путем последовательной подстановки корней находится , затем таким же образом. Наибольшие временные затраты требуются для разложения матрицы A. [6, 10]

Параллельная реализация метода LU факторизации предполагает разбиение исходной матрицы A на квадратные блоки. Над блоками выполняются операции: расчет последовательного LU разложения, расчет L блока (ниже главной диагонали), расчет U блока (выше главной диагонали), матричное умножение двух блоков, пересылка блоков через сеть, поэлементное суммирование блоков. Затраты на выполнение первых трех типов операций составляют около p3/3 операций умножения, матричное умножение– p3, где p– размер стороны блока. Распределение блоков по процессорам выполняет алгоритм планирования, основанный на двух списках, фактически заменяющих собой ярусно параллельную форму. Первый список состоит из множеств готовых к исполнению операций. Второй список строится по принципу скорейшего получения данных для расчета очередного блока на главной диагонали. Алгоритм планирования распределяет команды по процессорам, основываясь на втором списке. Если какой либо из процессоров не занят в данный момент, он получает операцию из первого списка. Отправленные на выполнение операции исключаются из обоих списков.

Полученное в результате моделирования работы метода без учета обменов ускорение представлено в таблице. По этим данным можно выбрать наиболее приемлемое количество блоков и процессоров для параллельной программы.


Таблица 1 - Ускорение LU-факторизации

Количество процессов

Количество блоков

1

4

16

64

256

1

1,00

1,14

1,10

0,94

0,73

2

1,00

1,33

1,94

1,84

1,47

4



1,33

2,91

3,79

3,15

8





4,00

6,32

6,44

16







8,92

11,65

32









18,55


В методе сопряженных градиентов корни находятся по итерационной формуле, но за конечное число итераций. [8, 11] В параллельном методе каждый процесс параллельной программы хранит несколько строк матрицы и вычисляет значения корней, соответствующих этим строкам.

Графики ускорения, рассчитанного по закону Амдала и полученного в результате эксперимента, представлены на рисунок 2.




Рисунок 2 - Ускорение метода сопряженных градиентов на суперкомпьютере СКИФ К-1000


Эффективное моделирование полупроводниковых приборов на кластерных ЭВМ возможно за счет параллельного решения возникающих СЛАУ. Разработаны и программно реализованы параллельные методы Гаусса-Зейделя, LU-факторизации и сопряженных градиентов.

ЗАКЛЮЧЕНИЕ


Использование информационных технологий в проектировании полупроводниковых приборов позволяет уменьшить время и увеличить точность моделирования процессов, протекающих в полупроводниковых приборах.

Большую роль в увеличении эффективности моделирования полупроводниковых приборов играют параллельные вычислительные технологии. Использование кластерных ЭВМ дает возможность значительно сократить время моделирования полупроводниковых приборов за счет быстрого решения СЛАУ, возникающих при применении диффузионно-дрейфовой модели.

Применение информационных технологий дает возможность улучить эффективность разработки полупроводниковых приборов, сделать разработку дешевле и выгоднее.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


  1. Y. Apanovich, P. Blackey, R.Cottle, E. Lyumikis, B. Polsky, A. Shur, A. Tcherniaev Numerical Simulation of Submicrometer Devices Including Coupled Nonlocal Transport and Nonisothermal Efects // IEEE Transactions on Electron Devices, vol. 42, No.5 May 1995

  2. Воеводин. В.В., Воеводин Вл. В. Параллельные вычисления. СПб.: БХВ-Петербург, 2002.-608 с.

  3. Воеводин Вл. В. Суперкомпьютеры: вчера сегодня завтра //Наука и жизнь. 2000. - № 5. – С. 76-83.

  4. Г.И.Шпаковский, А.Е.Верхотуров, Д.А.Стрикелев. Организации эффективных вычислений на локальных сетях в стандарте MPI. Пособие Мн.: БГУ, 2004.-180 с.

  5. Шпаковский Г.И., Серикова Н.В. Программирование для многопроцессорных систем в стандарте MPI. Пособие Мн.: БГУ, 2002.-323 с.

  6. Верхотуров А.Е., Шпаковский Г.И., Дежурко А.М. Разработка параллельных численных методов для моделирования полупроводниковых приборов на кластерах // Научно-технический рецензируемый журнал общественного объединения «Белорусская инженерная академия» Инженерный вестник 1(21)/1‘2006. c. 14–16.

  7. Шпаковский Г.И., Верхотуров А.Е. Параллельный алгоритм решения СЛАУ методом Гаусса-Зейделя // Сетевые компьютерные технологии: Сб. тр. II Междуар. конф., 21-23 сент. 2005 г. Минск

  8. А.М. Дежурко, А.Е. Верхотуров. Параллельный метод сопряжённых градиентов // «НИРС-2005» Сборник тезисов докладов X Республиканской научной конференции студентов и аспирантов высших учебных заведений Республики Беларусь. В 3 ч. Ч. 2.–Мн.: 2005.

  9. А.М Дежурко. Построение модели распределенной вычислительной сети для анализа параллельных алгоритмов. // Материалы второй международной научной конференции «Современные информационные системы. Проблемы и тенденции развития». с 160 – 161.

  10. G. A. Geist and C. H. Romine. LU factorization algorithms on distributed-memory multiprocessor architectures. SIAM Journal on Scientific and Statistical Computing, 9(4):639-649, 1988. Also available as Technical Report ORNL/TM-10383, Oak Ridge National Laboratory, Oak Ridge, TN, 1987.

  11. Dziazhurka, A. Verkhaturau. Working Out of Parallel Numeric CG Method For Solving Linear Equation Sets In Semiconductors Modeling // Proceedings of the Sixth International Young Scientists’ Conference on Applied Physics. June 14-16, 2006, Kyiv, Ukraine p.150–152

ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ К РЕФЕРАТУ


EDPEPPS 12

GRID 8

MPE 12

TRAPPER 11

Вычислительный кластер 8

Метод LU-факторизации 14

Метод Гаусса-Зейделя 13

Метод сопряженных градиентов 15

Параллельные вычислительные системы 7

СЛАУ 5

ИНТЕРНЕТ РЕСУРСЫ В ПРЕДМЕТНОЙ ОБЛАСТИ ИССЛЕДОВАНИЯ


  • Лаборатория Параллельных информационных технологий Научно-исследовательского вычислительного центра Московского государственного университета имени М.В.Ломоносова

  • Parascope. Большой список ссылок на страницы, имеющие отношение к параллельным вычислениям

  • PCOMP (Parallel Computing Portal) - проект суперкомпьютерного центра Сан-Диего, классифицированная коллекция ссылок на ресурсы по параллельным и высокопроизводительным вычислениям.

  • HPC User Forum - проект для пользователей HPC-систем, поддерживаемый IDC (International Data Corporation).

  • IPCA (Internet Parallel Computing Archieve). Большой архив информации о параллельных вычислениях, поддерживается в University of Kent at Canterbury (Англия).

  • HPC and Parallel Computing Vendors - информация о производителях параллельных компьютеров и ПО.

  • Netlib - репозиторий программного обеспечения и документов. Поддерживается университетом шт.Теннеси (University of Tennessee) и Оукриджской Национальной Лабораторией (ORNL).

  • List of the Supercomputing Sites, страница поддерживается суперкомпьютерным центром ИВВиБД.

  • NHSE (National HPCC Software Exchange) - распределенное собрание программ, документов, данных и другой информации, интересующей специалистов по высокопроизводительным вычислениям

ЛИЧНЫЙ САЙТ


http://everance.narod.ru

ПРЕЗЕНТАЦИЯ РАБОТЫ


Презентация.ppt

ГРАФ НАУЧНЫХ ИНТЕРЕСОВ


магистранта радиофизического факультета Дежурко Александра Михайловича

специальность 02.00.04 (физическая химия)

Смежные специальности

01.04.04

Физическая электроника

1. Полупроводниковая электроника и микроэлектроника
2. Физические основы электроники твердого тела.




01.04.01

Приборы и методы экспериментальной физики

1. Моделирование физических процессов




Основная специальность



01.04.03

Радиофизика

1. Компьютерная радиофизика.
2. Радиофизические методы исследований. основы процессов химической технологии.





Сопутствующие специальности

01.01.07

Вычислительная математика

1. Параллельные вычисления
2. Численные методы




01.04.10

Физика полупроводников

1. Физика и технология полупроводниковых приборов
2. Статистическая термодинамика полупроводников






ЛИТЕРАТУРА К ВЫПУСКНОЙ РАБОТЕ


  1. Виллет Э., Кроудер Д., Кроудер P. Microsoft Office 2000. Библия пользователя / Пер. с англ.: Учебное пособие. – М.: Издательский дом «Вильямс», 2001.

  2. Говорухин В., Цибулин В. Компьютер в математическом исследовании: Учебный курс. – СПб.: Питер, 2001.

  3. Гарнаев А.Ю. Excel, VBA, Internet. – СПб.: БХВ-Петербург, 2002.

  4. Microsoft Excel 2000: справочник. – СПб.: Питер, 2000.

  5. Microsoft Word 2000: справочник. – СПб.: Питер, 1999.

  6. Карпова Т.С. Базы данных: модели, разработка, реализация. – СПб.: Питер, 2001.

  7. Семенов Ю.А. Сети Интернет. – М.: Блик плюс, 1998.

  8. Тулинов Е.С., Хижняк А.В. Справочник пользователя IBM PC. – Мн.: Беларусь, 1999.

  9. Блаттнер П. Использование Microsoft Excel 2002. Специальное издание / Пер. с англ. – М.: Издательский дом «Вильямс», 2002.

  10. Харитонова И. Самоучитель Access 2000. – СПб.: Питер, 2001.

ПРИЛОЖЕНИЕ








































Похожие:

Выпускная работа по «Основам информационных технологий» iconВыпускная работа по «Основам информационных технологий» «Изучение опыта применения информационных технологий в ес»
Основой такого перехода является технологическая революция, в ходе которой происходит сближение информационных и коммуникационных...
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по “Основам информационных технологий” “
Использование информационных технологий в изучении истории Белорусского Государственного Университета”
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по «Основам информационных технологий»
Использование информационных технологий в международных автомобильных перевозках 3
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по «Основам информационных технологий»
Использование информационных технологий в исследовании проблемы дворянских собраний на территории беларуси в последней четверти XVIII...
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по «Основам информационных технологий»
Основой такого перехода является технологическая революция, в ходе которой происходит сближение информационных и коммуникационных...
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по “Основам информационных технологий” Магистрант кафедры источниковедения
Использование информационных технологий для автоматизации работы органов государственного управления с обращениями граждан 9
Выпускная работа по «Основам информационных технологий» iconПрименение информационных технологий в исследованиях почитания Казанской иконы Божией Матери Выпускная работа по «Основам информационных технологий» Магистрантки кафедры богословия
Специальность 1 – 21 80 01 Религиоведение, философская антропология, философия культуры
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по «Основам информационных технологий»
Информационные технологии в сборе и обработке статистической информации 6
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по «Основам информационных технологий»
Теоретические основы обработки люминесцентных изображений биологических объектов 6
Выпускная работа по «Основам информационных технологий» iconВыпускная работа по «Основам информационных технологий»
Реферат «Перспективы применения компьютерного контент-анализа в этнологии и антропологии» 4
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib.znate.ru 2014
обратиться к администрации
Библиотека
Главная страница