Anotacija. Summary. Įvadas. Pagrindinės laivo charakteristikos. Laivo propulsinės charakteristikos. Laivo jėgainė. Gaisro gesinimo sistema. Kovos su vandeniu avarinis inventorius. Trumpas laivo reiso užduoties aprašymas. Resursų reiso vykdymui apskaičiavimai. Eigos variklio parametrų skaičiavimas. Reikalingo reisui kuro apskaičiavimas. Laive naudojamo kuro charakteristikos. Reikalingas reisui tepalo apskaičiavimas. Laive naudojamo tepalo charakteristikos. Papildoma informacija, bei atsargos reisui. Reiso dokumentacijos paruošimas. Reiso vykdymo aprašymas. Užduotyje nurodyto gedimo diagnostika, remontas. Aplinkos apsaugos reikalavimų vykdymas. Reiso ekonominių rodiklių įvertinimas. Priemonės ir rekomendacijos laivo ekonominių rodiklių pagerinimui. Išvados.

Mechanika  Diplominiai darbai   (58 psl., 9,04 MB)

Fresin Fries is a locally owned fast food outlet that will be positioned as an international franchise through our creative approach to the company's image and detail presentation. Fresin Fries will provide a combination of excellent food at value pricing, with fun packaging and atmosphere. Fresin Fries is the answer to an increasing demand for snack-type fast food, to be consumed while window shopping and walking around inside a shopping mall.

Administravimas  Dokumentai   (51 psl., 178,17 kB)

Siekdama produktyvumo, organizacija turi sukurti ir išlaikyti griežtą vidinę dermę ir sanderme su aplinka. Tai gali būti pasiekiama veiksmingu strateginiu planavimu, pagrįstu aplinkos veiksnių kitimo krypties ir laiko bei pačios organizacijos elgesio aiškiu supratimu. Verslo organizacija, siekdama sėkmės, turi sugebėti nuolat atsižvelgti į besikeičiančią aplinką. Ji privalo numatyti išorinių veiksnių poveikį ir užimti tokią pozicija, kad palankių galimybių dėka įgautų pranašumą ir išvengtų grėsmių, susijusių su aplinkos permainomis.

Administravimas  Kursiniai darbai   (34 psl., 57,33 kB)

Darbas ekonomikoje – esminis gerovės šaltinis ir konkurencingumo prielaida. Susiformavus darbo rinkai, atsirado ir nedarbas, kuris suprantamas kaip darbo pasiūlos ir paklausos disbalansas, tai – pagrindinė įvairių šalių darbo rinkos problema, kuri šiuo metu aktuali ir Lietuvoje. Su nedarbo problema Lietuva susiduria nuo nepriklausomybės atkūrimo. Pirmosios nedarbo priežastys tuo laikotarpiu buvo intensyviai vykdomos reformos, planinio ūkio transformacija į rinkos ūkį bei užsilikę sovietiniai reliktai. Vienas iš pagrindinių ekonomikos teiginių yra tas, kad bet kokie ekonominio mechanizmo pokyčiai tiesiogiai ar netiesiogiai sukelia užimtumo pokyčius. Naujumas, aktualumas. Šiuo metu dažnai pasaulyje minima problema yra nedarbas. Jis sukelia ne tik ekonominius, bet ir įvairius socialinius neigiamus padarinius. Masinis darbuotojų atleidimas, gyvenimo lygio smukimas, artėjimas prie skurdo ribos, žmonių dvejonės dėl laukiančio rytojaus, nedarbo nulemtų kitų makroekonominių rodiklių blogėjimas – visa tai linksniuojama kiekvieną dieną. Visi supranta šio reiškinio didėjančią grėsmę ir stengiasi ieškoti būdų, kaip užkirsti tam kelią. Šiame darbe bus nagrinėjama situacija Lietuvos darbo rinkoje nuo nepriklausomybės atkūrimo iki šių dienų, bandysime išsiaiškinti, kaip buvo kovojama su nedarbu bei jo sukeltomis pasekmėmis, kas yra daroma dabar ir kokių teigiamų bei neigiamų perspektyvų galima tikėtis.

Ekonomika  Kursiniai darbai   (71 psl., 898,7 kB)

Kolokacijos - tai žodžių junginiai, dažnai pasitaikantys sakytinėje ir rašytinėje kalboje, sukuriantys naują semantinę reikšmę ir skirstomi pagal savo funkciją ir sandarą. Kaip ir kiti kalbos vienetai, verčiant yra transformuojamos naudojant pagrindinius vertimo trasformacijų tipus – perkėlimą, pakeitimą, įterpimą ir praleidmą. Šio darbo tikslas – išrinkti kolokacijas, sudarytas iš veiksmažodžio ir daiktavardžio analizuojant Europos Sąjungos dokumentus ekologijos tema, pastebėti ir analizuoti kolokacijų vertimo transformacijas. Darbo uždaviniai – apžvelgti įvairių autorių teorinius požiūrius, susijusius su darbo objektu, pateikti asmeninę sampratą, apžvelgti transformacijų dėsningumus ir susisteminti bei apibendrinti tyrimo duomenis.

Kita  Kursiniai darbai   (17 psl., 52,89 kB)

Šie metodai turi labai lėtą konvergavimą, bet teoriškai jie gali įveikti vietinį minimumą (local minima.) Kitas trūkumas yra tas, kad vienas turi valdyti daugybę vidinių kintamųjų (kiekvienam svoriui nustatyti triukšmo periodus), kas nėra labai efektyvu. Arba apibrėžti tik išorinius kintamuosius - tokius kaip įėjimo signalas (input), norimas signalas ir žingsnio dydis. Iš pragmatiškos požiūrio pusės labai pageidaujami būtų taip vadinami on-line (tiesioginiai) algoritmai, t.y. algoritmai, kur atskiram pavyzdžiui svoriai kaskart būtų atnaujinami. Bet žvelgiant iš (annealing) modeliavimo pusės į stochastinę on-line atnaujinimo metodų prigimtį , jų realizavimas nebūtų efektyvus. Dėl šių priežasčių bus bandoma atlikti tokį eksperimentą: pridėti triukšmus prie norimo signalo ir eksperimentiškai ištirti tokios procedūros privalumus. Triukšmas taip pat buvo naudojamas gradiento perdavimo (descent) procedūrose. Holmstrom išanalizavo statinio BP algoritmo [Holmstrom and Koistinen, 1992] apibendrinimo galimybę, kuomet atsitiktinis triukšmas įvedamas į išorinius signalus. Šie bandymai parodė, kad apibendrinimas gali būti pagerintas naudojant bandomuosiusose (training) duomenyse papildomus triukšmus. Matsuoka pademonstravo, kad ir triukšmo įvedimas į vieną įėjimo signalą gali pagerinti apibendrinimą (generalization) [Matsuoka, 1992]. Abu autoriai susikoncentravo tik ties tinklo apibendrinimo galimybe, tačiau jie nenagrinėjo triukšmų poveikio mokymosi greičiui ir išėjimo iš local minima galimybės. II Mokymosi su papildomais triukšmais atitinkamame signale analizė II.1 Klasikinis stebimas mokymasis Šioje dalyje kaip mokymosi sistemos prototipas yra naudojamas daugiasluoksnis perceptronas (perceptron) (MLP) su dviem lygiais. Tačiau išvados gali būti atvaizduojamos atsikartojančiose topologijose. Šiame tinkle, xk aprašo iėjimo vektoriaus vieną elementą; yi yra išėjimo lygio i-tasis išėjimas; Wij nusako svorius tarp paslėpto ir išėjimo sluoksnių; Vjk yra svoris tarp įėjimo ir paslėpto sluoksnio; ir Pj nusako paslėpto sluoksnio aktyvavimą. Pateiktas čia apmokymo algoritmas - tai atgalinio mokymo (backpropagation) (BP) algoritmas [Rumelhart et al, 1986]. Tegul di(t) žymi kelis norimus išėjimo neurono i laiko momentu t atsakymus, kur t yra diskretaus laiko indeksas. Galima apibrėžti klaidos signalą, kaip skirtumą tarp norimo atsakymo di(t) ir turimo atsakymo yi(t). Tai nusakomo (1) formulė: Pagrindinis mokymosi tikslas yra minimizuoti kainos funkciją, kurią nusako klaidos signalas ei(t), taip, kad turimas kiekvieno išėjimo neurono atsakymas tinkle statistikine prasme artėtų prie norimo atsakymo. Kriterijus naudojamas kainos funkcijai yra Vidurkio-Kvadrato-Klaidos (Mean-Square-Error) (MSE) kriterijus, apibrėžiamas kaip klaidos kvadrato sumos vidurkio-kvadrato reikšmė [Haykin, 1994]: Kur E yra statistikinis tikimybės operatorius ir sumuojami visi išėjimo sluoksnio neuronai (i=1,…,M). Kainos funkcijos J minimizavimas atsižvelgiant į tinklo parametrus lengvai g.b. formuluojamas gradiento mažinimo (gradient descent) metodu. Šios optimizavimo procedūros problema yra ta, kad jai reikia žinių apie neapibrėžtų procesų, generuojančių pavyzdžius, statistikines charakteristikas. Praktiškai tai gali būti apeita, optimizavimo problemai surandant artimą sprendinį. Klaidos kvadratų sumos momentinė reikšmė (Instantaneous value of the sum of Squared Errors) (ISE) yra pasirinkimo kriterijus [Haykin, 1994]: Po to tinklo parametrai (svoriai) yra pritaikomi ε(t). Faktiškai ši procedūra vadovaujasi taip vadinamu LMS algoritmu, kuomet svoriai yra atnaujinami kartu su kiekvienu pavyzdžiu [Widrow and Hoff, 1960]. II.1 Mokymasis su norimu triukšmingu signalu Vietoj to, kad svorių pritaikymui naudoti norimą signalą di(t), kaip norimas signalas išėjimo neuronui i imamas naujas signalas di(t)+ ni(t), kur ni(t) yra triukšmo periodas. Šiam triukšmo periodui priskiriamas nulinės reišmės baltas triukšmas su σ2 pokyčiu (variance) , nepriklausančiu nei nuo įėjimo signalo xk(t) nei nuo norimų signalų di(t). Neapibrėžtas triukšmo perdavimas yra priskiriamas Gauso ar vienarūšiam perdavimui. Čia norima įrodyti, kad šis naujas norimas signalas neįtakoja galutinės svorių reikšmės statistikine prasme. Tai užtikrina, kad nauja savybė sprendžia originalią optimizavimo problemą. Turint naujus norimus signalus, MSE (4) lygties gali būti perrašyta taip: Nėra sunku įrodyti [Richard and Lippmann 1991; White, 1989; Haykin, 1994], kad (4) lygtis yra lygi Kur ‘|’ simbolis žymi sąlygines galimybes (probabilities), ir 'var' yra kitimų (variance) sutrumpinimas. Pastebėkite, kad antras periodas dešinėje (5) lygties pusėje prisidės prie bendros klaidos J ir koks ir bebūtų mokymosi progresas, jis neįtakos galutinės svorių reikšmės, kadangi jis nėra tinklo svorių funkcija. Optimali svorių reikšmė yra apsprendžiama tiktai pirmo (5) lygties periodo. Kuomet triukšmas yra nulinės reikšmės baltas triukšmas ir jis nepriklauso nei nuo norimo, nei nuo įėjimo signalų, mes turime (6) lygtis rodo, kad triukšmas iš lygties, kuri apibrėš galutines svorių reikšmes, dingsta, taigi mokymassi su norimo triukšmo signalu duos rezultatų, originalios optimizavimo problemos sprendimo prasme, t.y. be triukšmo pridėjimo prie norimo signalo. (learning with the noisy desired signal will yield in the mean the solution for the originaloptimization problem, i.e., without the noise added to the desired signal.) Reiktų konstatuoti, kad ši išvada galioja visoms architektūrų rūšims.Atlikimo funkcijai apibrėžti reikalingi tik išoriniai matavimai (MSE), ir tai nėra susiję nei su topologija nei su kainos funkcijos apibrėžimo būdu (statiniu ar kintamu). Nors šis sprendimas yra patenkinamas, reikia prisiminti, kad mus domina on-line algoritmas, kur yra mokymosi dinamika, t.y. kaip mokymosi progresas yra veikiamas triukšmų. II.3 On-line algoritmas mokymuisi veikiant norimam triukšmingam signalui Reiktų pažymėti, kad atliekamos, modifikacijos, jokiais būdais neveikia atgalinio mokymosi algoritmo realizacijos, kadangi yra modifikuojamas tik signalas, kuris yra įvedamas kaip norimas rezultatas. Taigi, siūlomos modifikacijos gali būti taikomos dar neegzistuojančioms modeliavimo sistemoms. Svarbi problema, kaip modeliavimo metu valdyti triukšmų kaitą (variance). Dėl to tolimesniame skyriuje bus apžvelgiama tiukšmų įtaka momentiniam gradientui. II.4 Norimo triukšmingo signalo gradiente analizė. Svorinio vektoriuas pritaikymo statiniame BP algoritme formulė, tiklui atvaizduotame 1 pav. norimame signale be triukšmų yra [Hertz et al.,1991] Svoriams tarp paslėpto sluoksnio ir išorinio sluoksnio, ir Svoriams tarp iėjimo sluoksnio ir paslėpto sluoksnio, kur ŋ yra žingsnio dydis. Su triukšmingu norimu signalu, ISE (3) lygties tampa: Lygtyse (7) ir (8) įrašant naują reikšmę εnoisy(t), gausime lygtis Palyginus lygtis (7) su (10) ir (8) su (11) daroma išvada, kad triukšmo pridėjimo prie norimo signalo poveikis, tai extra stochastinio periodo svoriniame vektorių taikyme įtraukimas, kas gali būti modeliuojama kaip pridėtinis momentinio gradiento triukšmas (pertirbation) betriukšminiam atvejui. Stochastinio periodo bendra forma Kur N(t) yra veiksmo funkcija gauta pakeitus originalią klaidą d(t)-y(t) įvestu triukšmu n(t). Panagrinėkime papildomų periodų (extra terms) statistines savybes (10) ir (11) lygtyse ir pastebėkime kaip jos veikia svorinių vektorių statistiką. Bet pirmiausia, apibrėžkime atsitiktinius kintamuosius: Jeigu atsitiktiniai kintamieji ir nepriklauso vienas nuo kito, ir g ir f funkcijos yra Borelo funkcijos, tuomet f ir gtaip pat yra nepriklausomos [Feller, 1966]. Realiausios funkcijos f(x) įskaitant sigmoido funkciją, plačiai naudojamą neuroniniuose tinkluose yra Borelio funkcijos. Taigi, galima daryti išvadą, kad (10) ir (11) lygtyse triukšmas n(t) nepriklauso nuo O taip pat ir nuo Todėl gali būti užrašytos papildomų periodų (extra terms) tikimybės ir Jų kitimas (variance) ir Iš (14) ir (15) lygties galima daryti išvadą, kad nulinės reikšmės atsitiktinis triukšmas norimame signale nedaro įtakos svoriniams vektoriams, taigi pagrindinė papildomo stochastinio periodo (extra stochastic term) svorio atnaujinimo reikšmė yra nulis. Iš (16) ir (17) lygties daromos dvi svarbios išvados: triukšmas pridėtas prie norimo signalo veikia svorio atnaujinimo kitimą proporciškai kiekvieno svorio jautrumui. Tai reiškia, kad atskiro triukšmo šaltinis išėjime yra išverčiamas į skirtingus triukšmų stiprumus kiekvienam svoriui. Antra, žingsnio dydis arba išorinio triukšmo šaltinio kitimas valdys papildomų periodų (variance of the extra terms) svoriniuose vektorių prisitaikymo formulėse kitimą, gaunamą pridedant triukšmą prie norimo signalo. Pastebima, kad, kai = 0 arba triukšmo kitimas yra nulis, tuomet stochastinis periodas (stochastic terms) išnyksta - lieka tik originalus svorio atnaujinimas (t.y. sprendžiama originali optimizacijos problema). Šie aspektai ir idėjos gautos iš globalios optimizacijos pateikia empirines taisykles išorinių triukšmų šaltinių valdymui, gaunat reikšmingus rezultatus. Modeliavimo pradžioje norėtųsi svoriams uždėti atsitiktinius trikdžius (perturbation), tam, kad būtų leista algoritmui pabėgti iš vietinio minimumo (local minima.). Tačiau artėjant prie adaptacijos pabaigos trikdžių (perturbation) kitimas turi būti sumažintas iki nulio taip, kad svoriai galėtų pasiekti reikšmes duotas originalios optimizacijos problemos. Toliau bus naudojamas (annealing) tvarkaraštis, pasiūlytas Moody [Darken, Chang, and Moody, 1992] Kur o yra inicijuojamo žingsnio dydis, c yra paieškos laiko konstanta, ir NI - iteracijos numeris. Šių konstantų reikšmės turės būti apibrėžtos eksperimentiškai, kadangi jos priklauso nuo problemų. III Modeliavimo rezultatai Patvirtinant anksčiau atliktą analizę, modeliavimo rezultatai bus pateikiami dviem pavyzdžiais. Vienas jų naudoja dviejų-lygių MLP, taip vadinamos lygiškumo problemos (parity problem), kuri buvo pademonstruota vietinio minimumo (local minima) atveju, pažinimui [Rumelhart et al, 1986]. Iš modeliavimo rezultatų bus matyti, kad mokymasis labiausiai gali būti pagerintas naudojant numatytą metodą (proposed approach) ir globalų minimumą, pasiektą statistikine prasme. Kitas pavyzdys naudoja dinaminį neuroninį tinklą TDNN [Waibel et al., 1989] laiko signalų modeliavimui. Antro modeliavimo rezultatai taip pat patvirtina ankstesnę analizę. III.I Eksperimentai su MLP Spresime 3 bitų lygiškumo problemą. Tinklo dydis 3-3-1, t.y. 3 įėjimo neuronai, 3 paslėpti neuronai, ir 1 išėjimo neuronas. Netiesiškumas (nonlinearity) yra logistinė funkcija. Tiesioginis atgalinis mokymas (backpropagation) yra naudojamas abiem atvejais. Buvo pridėtas Gauso (Gaussian) triukšmas su  =0.001 prie norimo signalo ir parinkti atitinkami parametrai 18 Lygtyje: c= 500 ir o= 0.3. Rezultatai parodyti 2 paveikslėlyje. Stora linija vaizduoja mokymasi su triukšmingu norimu signalu, o punktyrinė linija - su originaliu norimu signalu. Šis pavyzdys rodo, kad mokymasis artėja prie lokalaus minimumo, (local minimum) kuomet naudojamas originalus norimas signalas, bet naudojant triukšmingą norimą signalą mokymasis pasiekia globalų minimumą (global minimum) . Svarbu pabrėžti, kad mokymasis su originaliu signalu, naudoja pastovų žingsnio dydį, kai tuo tarpu signalo su triukšmais žingsnis yra gaunamas iš (18) lygties. Naudojant skirtingus žingsnio dydžius ir skirtingus pradinius (initial) svorius, buvo pasiekti panašūs rezultatai. Tam, kad patvirtinti šio algoritmo konvergavimo galimybę, buvo remiamasi Monte Carlo modeliavimai su 100 bandymu. Rezultatai pavaizduoti 3 Paveiksle, kur punktyrinė linija yra 100 veiksmų rezulatai originaliam signalui, o stora linija - 100 veiksmų rezulatatai triukšmingam signalui. Šiame eksperimente, svoriai yra parenkami atsistiktinai, o žingsnio dydis o atsitiktinai parenkamas iš intervalo [0,1, 0,7]. Kuomet globalus minimumas (global minimum) yra 0, tuomet yra lengva paskaičiuoti reikšmę ir pokytį (mean and variance) 100 galutinių klaidų, kurios pateiktos 1 Lentelėje. Dar daugiau, mokymasisi su triukšmingu signalu laike 99% priartėjo prie globalaus minimumo, o su originaliu signalu tik 26%. Iš 1 Lentelės, galima daryti išvadą, kad su triukšmingu signalu, mokymasis konverguoja į globalų minimumą; bet su originaliu signalu, mokymasis statistikine prasme nekonverguoja. Taigi, iš šių modeliavimo rezultatų galima daryti išvadą, kad triukšmingas signalas leidžia mokymosi algoritmui išeiti iš lokalaus minimumo (local minima). III. II Eksperimentai su dinaminiu neuroniniu tinklu III.I dalyje buvo pademonstruoti statinio neuroninio tinklo modeliavimo rezultatai. Tam, kad patvirtinti, jog aprašytas metodas taip pat veikia ir dinaminiuose neuroniniuose tinkluose. Dinaminės sistemos modeliavimui bus naudojamas TDNN [Waibel et al.,1989]. Bus nagrinėjama tokia sistema, Kur ',' žymi diferencijavimo operatorių. Sistemos įėjimai yra sinusoidžių aibė, Su atsitiktine faze l.. 4 ir 5 Paveikslėliuose vaizduojami sistemos įėjimo ir atitinkamai normalizuoti išėjimo signalai. TDNN tinklo struktūra demonstruojama 6 Paveikslėlyje, kur naudojamas keturių lygių vėlinimas. Šiame tinkle, kaip įėjimai į paslėptą lygį naudojami tik du įėjimo signalai x(t) ir x(t-4). Netiesiškumas (nonlinearity) paslėptuose neuronuose - tai logistinė funkciją. Išėjimas turi vieną tiesinį neuroną. Mokymosi algoritmas - tai BP, kur pavyzdžių klaidos surandamos atimant tinklo išėjimą y(t) iš sistemos d(t) išėjimo. Mokymosi kreivės pavaizduotos 7 Paveikslėlyje, kur triukšmo signalo žingsnio dydis surandamas naudojant (18) Lygtį, kur c=10, 0.01, ir triukšmo kitimas 2 =0.001 . Aiškiai matyti, kad su triukšmingu signalu konvergavimas yra greitesnis ir pasiekiamas žemesnis MSE. Naudojant skirtingus žingsnio dydžius ir svorius, pasiekiami panašūs rezultatai su MSE minimumu lygiu 0,0091. Paveikslėlyje 8 pavaizduotos mokymosi kreivės 100 mokymosi veiksmų, kur žingsnio dydis atsitiktinai parenkamas iš intervalo [0,1, 0,01], o svoriai taip pat yra atsitiktiniai skaičiai. Kadangi nėra žinomas šios problemos globalus minimumas, todėl naudojamas MSE minimali reikšmė 0,0091 kaip globalaus minimumo įvertis. 2 Lentelė atspindi statistikinius rezultatus 100 eksperimentų. 72% (trails) su triukšmingu signalu pasiekė globalų minimumą, ir tik 8% (trails) pasiekė globalų rezultatą su originaliu signalu. Daroma išvada, kad mokymasisi su triukšmingais signalais yra mažiau nepastovus ir mokymosi kreivės taip pat yra daug lygesnės. (smoother) IV.Discussion Eksperimentiškai buvo pademonstruota, kad mokymasis su triukšmingais signalais padidina pastovaus žingsnio dydžio BP algoritmo paieškos galimybes. Tai yra pasiekiama be papildomos kainos algoritmų realizavimo perioduose (This is accomplished at no extra cost in terms of algorithm implementation,), kadangi naudojamas tiesioginis atgalinis mokymas (straight backpropagation.) Papildomos savybės yra gaunamos įvedant nulinės reikšmės valdomo kitimo Gauso triukšmą ir žingsnio dydžio nustatymui pasinaudojant (18) Lygtimi. Buvo pademonstruota, kad triukšmo pridėjimas prie norimo signalo svorių atnaujinimo formulėse prideda nulinės reikšmės stochastinį periodą (that adding noise to the desired signal adds a zero mean stochastic term in the weightupdate formulas.). Nors atskiras triukšmo signalas ir yra įvedamas į norimą signalą, tačiau stochastinio periodo kitimas kiekvienam tinklo svoriui skiriasi (proporcingai kiekvieno svorio jautrumui). Dar daugiau, šio periodo kitimas tiesiogiai valdomas žingsnio dydžio arba išorinio triukšmo šaltinio kitimo. Tai reiškia, kad triukšmo pridėjimas prie norimo signalo yra labai paprasta ir efektyvi procedūra mokymosi proceso ištraukimo iš lokalaus minimumo. Kitimas arba žingsnio dydis turi būti parinktas (anealing) pritaikymo metu. Parinkimo (anealing) realizavimui buvo panaudota Moodžio paieška ir konvergavimo procedūra, tačiau kiekvienai problemai spręsti parametrai turi būti surandami eksperimentiškai. Žingsnio dydžio planavimas, toks, kad būtų įveiktas lokalus minimumas, išlieka atviras klausimas ne tik šiame metode, bet taip pat ir kituose stochastiniuose algoritmuose tokiuose kaip sumodeliuotas parinkimas (simulated annealing) [Kirkpatrick et al., 1983]. Mokymosi algoritmų lankstumo padidinimui yra siūlomi du skirtingi žingsnių dydžiai, vienas gradientui ir kitas - triukšmui. Ši procedūra turi neišvengiamą jungtį su globaliu optimizavimo metodu, vadinamu stochastiniu funkciniu nesklandumų šalinimu (stochastic functional smoothing) [Rubinstein, 1981 and 1986]. Priede aiškinama, kad tiesioginė stochastinio funkcinio nesklandumų šalinimo versija sutrikdo gradientą kartu su triukšmo periodu proporcingai Hesano paviršiui. ( an on-line ver-sion of stochastic functional smoothing perturbs the true gradient with a noise term proportional to the Hessian of the performance surface.) Kuomet signalas pridedamas prie norimo signalo, tikrinis (true) gradientas taip pat yra paveikiamas triukšmų periodo. Šiuo atveju poveikis yra proporcingas naujos veikimo funkcijos gradientui, kuris gaunamas iš originalaus skirtumo tarp d(t) ir y(t), kartu su įvestu triukšmu. Šis paviršius yra susijęs su originaliu, bet gali ir žymiai skirtis. Taigi, kuomet triukšmų šaltinis paprastai yra nustatomas į nulinę Gauso reikšmę, galima tikėtis mažiau optimalių rezultatų, lyginant su stochastinės funkcijos lyginimu (stochastic functional smoothing.). Tačiau algoritmo paprastumas ir geras veikimas gautas eksperimentuose skatina toliau dirbti prie šio metodo. Priedas Šio priedo tikslas yra susieti triukšmo pridėjimą prie norimo signalo naudojant stochastinį funkcinį lyginimo metodą, kuris yra globali optimizacijos procedūra. A.I Stochastinio funkcinio lyginimo optimizacijos apžvalga Stochastiniame funkciniame lyginime, originali neišgaubta funkcija yra perkeliama pagalbinės lyginimo funkcijos, kuri turi kai kurias optimizavimo savybes (t.y. atskiras minimumas). Dirbant su lyginimo funkcija, gali būti atsrastas optimalios problemos globalus minimumas . Lyginimo kainos funkcijos klasė parametrizuota ß yra apibrėžiama kaip [Rubinstein, 1981 and 1986] Kur ß yra valdymo parametras, o y yra atsitiktinis dydis. Dėl J ˆ (wtam, kad būti naudingam originaliai optimizacijai, h ˆ (v impulso atsakymas turi tenkinti keleta sąlygų [žr. Rubinstein, 1981 ir 1986 detaliau], taip, kad parametras apsprendžia lyginimo taikomo J(w) laipsnį. Dideliam lyginimo poveikis yra didelis ir atvirkščiai. Kuomet  0 J ˆ () = J , tuomet nėra lyginimo. Intuityviai aišku, kad norint išvengti lokalaus minimumo, optimizacijos pradžioje  turi būti pakankamai didelis. Tačiau siekiant optimumo lyginimo efektyvumas turi būti mažinamas leidžiant ß artėti prie nulio. Taigi minimumo taške w* laukiamas sutapimas tarp J(w) ir J ˆ ( Atitinkamai, konstruojant iteratyvią w* paieškos procedūrą, yra reikalinga lyginimo funkcijų aibė J ˆ(ß s=1,2,...... Jei signalo atsakymo dalis yra išrenkama kaip daugianormalinė funkcija su dydžiu n ir kitimu ß, tai Lyginimo kainos funkcijos gradientas gali būti įvertintas taip [Styblinski and Tang, 1990] Kur N yra pavyzdžių su daugybe kintamųjų iš (23) Lygties skaičius. Taigi, lyginimo kainos funkcijos gradientas gali būti randamas iš originalios kainos funkcijos. A.II Tiesioginė stochastinės lyginimo funkcijos Optimizavimo realizacija Susiejami triukšmo norimame signale poveikis ((10) ir (11) lygtys) su tiesiogine lyginimo funkcinių gradientų realizacija ((24) Lygtis)). Bus taikoma stochastinės aproksimacijos savybė [Robbins and Monro, 1951]. Kuomet ISE aproksimuoja (stochastine prasme) į MSE ir gradiento operatorius yra tiesinis operatorius, lyginimo kainos funkcijos gradientas εˆ gali būti įvertintas pagal analogiją su Lygtimi (25), taip Dėl supaprastinimo, čia yra ignoruojamas diskretinio laiko indeksas t. Reiktų pabrėžti, kad iš L.(24), kuri atspindi originalios stochastinės lyginimo funkcijos optimizacijos artėjimą prie L.(26), kuri yra tiesioginis L.(24) įvertis, tik vienintelė stochastinės aproksimacijos savybė buvo taikoma taip, kad būtų garantuotas tiesioginio įvertinimo stabilumas [Robbins and Monro, 1951; Kusher and Calrk, 1978; Wang and Principe, 1995]. Tiesioginis vienpusisi įvertis naudojamas L.(26) yra pagrindas gradiento įverčio naudojamo LMS ir BP algoritmuose. L.(26) išreiškia įvertinimą ε(w) gradiento, kuomet w yra paveikiamas atsitiktinio kintamojo βv j . Šis metodas praktiniam realizavimui yra per brangus, kadangi svoriai turi būti veikiami (gradiento skaičiavimui pageidaujamas antras tinklas). Taigi, šis metodas tiesiogiai nėra įgyvendinamas. Realizacijos supaprastinimui siūloma atlikti Teiloro seriją ekspansijų apie w, ir antrame etape jį suskaidyti. Literatūra 1. Darken, C., Chang, J., and Moody, J., “Learning Rate Schedules for Faster Stochastic Gradient Search,” IEEE Neural Networks for Signal Processing, 1992. 2. Fahlman, S., “Fast-Learning Variations on Back-Propagation: An Empirical Study,” In Proc. Of 1988 Conn. Model Summer School. 3. Feller, W, An Introduction to Probability Theory and Its Applications, Vol. 1, 2rd ed. Wiley, NewYork, 1966. 4. Haykin, S, Neural Networks---A Comprehensive Foundation, Macmillan College Publishing Company, New York, 1994. 5. Hertz J., Krogh A., Palmer R. G., “Introduction to the theory of neural computation,” Addison-Wesley,1991. 6. Hinton G. E., “Connectionist learning procedure,” In machine learning: Paradigms and methods, J. G. Carbonell, ed., pp. 185-234. MIT Press, Cambridge, MA, 1989. 7. Holmstrom L., and Koistinen, P., “Using Additive Noise in Back-Propagation Training,” IEEE Trans. on Neural Networks, Vol. 3, No.1, 1992. 8. Kirkpatrick, S., et. al., “Optimization by simulated annealing,” Science 220, 671-680. 9. Krogh, A. and Hertz, J., “Generalization in a Linear Perceptron in the Present of Noise,” J. Phys. A: Math. Gen. 25(1992) 1135-1147. 10. Kushner, H., “Asymptotic Global Behavior for Stochastic Approximation and Diffusions with Slowly Decreasing Noise Effects: Global Minimization via Monte Carlo,” SIAM J. APPL.MATH. Vol. 47, No. 1 Feb., 1987. 11. Kushner, H, and Clark, D. S., Stochastic Approximation Methods for Constrained and Uncon-strained Systems, Springer-Verlag, New York, 1978. 12. Matsuoka, K., “Noise Injection into Inputs in Back-Propagation Learning,” IEEE Trans. Systems, Man, and Cybernetics, Vol. 22, No. 3, 1992. 13. Richard M., Lippmann R. P., “Neural network classifiers estimate Bayesian a posteriori probabil-ity,” Neural Computation, 3, 461-483, 1991. 14. Robbins, H., and S. Monroe, “A stochastic approximation method,” Annals of Mathematical Sta-tistics 22, 1951. 15. Rognvaldsson, T., “On Langevin Updating in Multilayer Perceptrons,” Neural Computation, 6.916-926, 1994. 16. Rubinstein, R., Simulation and the Monte Carlo Method, Wiley,1981. 17. Rubinstein, R., Monte Carlo Optimization, Simulation and Sensitivity of the Queueing Networks,Wiley, 1986. 18. Rumelhart et al, Parallel Distributed Processing, Vol.1, MIT Press, 1986. 19. Styblinski, M.A., and Tang, T.-S, “Experiments in Nonconvex Optimization: Stochastic Approxi-mation with Function Smoothing and Simulated Annealing,” Neural Networks, Vol.3, 1990. 20. Szu, H., “Fast simulated annealing,” AIP conf. Proc. 151:Neural Networks for Computing, Snow-bird, UT, 1986. 21. Waibel, A., T. Hanazawa, G. Hinton, K. Shikano, K. J. Lang, “Phoneme recognition using time-delay neural networks,” IEEEE Trams. ASSP-37, 1989. 22. Wang, C., and J. C. Principe, “On-line stochastic functional smoothing optimization for neural network training, submitted to Neural Networks, 1995. 23. Werbos, p., “Generalization of backpropagation with application to a recurrent gas market model,” Neural Networks, 1, 339-356. 24. Widrow, B., and Hoff, M., “Adaptive switching circuits,” IRE WESCON Convention Record, pp.96-104, 1960.

Informatika  Kursiniai darbai   (164,25 kB)

Main Causes of Great Depression Paul Alexander 3rd: May 13, 1996 The Great Depression was the worst economic slump ever in U.S. history, and one which spread to virtually all of the industrialized world. The depression began in late 1929 and lasted for about a decade. Many factors played a role in bringing about the depression; however, the main cause for the Great Depression was the combination of the greatly unequal distribution of wealth throughout the 1920’s, and the extensive stock market speculation that took place during the latter part that same decade. The maldistribution of wealth in the 1920’s existed on many levels. Money was distributed between the rich and the middle-class, between industry and agriculture within the United States, and between the U.S. and Europe. This imbalance of wealth created an unstable economy. The excessive speculation in the late 1920’s kept the stock market artificially high, but eventually lead to large market crashes. These market crashes, combined with the maldistribution of wealth, caused the American economy to capsize. The “roaring twenties” was an era when our country prospered tremendously. The nation’s total realized income rose from $74.3 billion in 1923 to $89 billion in 1929. However, the rewards of the “Coolidge Prosperity” of the 1920’s were not shared evently among all Americans. According to a study done by the Brookings Institute, in 1929 the top 0.1% of Americans had a combined income equal to the bottom 42%. That same top 0.1% of Americans in 1929 controlled 34% of all savings, while 80% of Americans had no savings at all. Automotive industry mogul Henry Ford provides a striking example of the unequal distribution of wealth between the rich and middle-class. Henry Ford reported a personal income of $14 million in the same year that the average personal income was $750. By present day standards, where the average yearly income in U.S. is around $18,500, Mr. Ford would be earning over $345 million a year! This maldistribution of income between the rich and middle class grew throughout the 1920’s. While the disposable income per capita rose 9% from 1920 to 1029, those with income within the top 1% enjoyed a stupendous 75% increase in per capita disposable income.

Anglų kalba  Straipsniai   (9,43 kB)

Speciality The new thing that this store has is minimal inventory. Most probably many have said this before but they all still work under the old idea that all the records have to physically be in the store when the customers want to buy them. By taking the model of Apple's iTunes Store and moving it out of the home and onto the streets we can achieve a much lower inventory than is possible with a traditional musicstore. All the music would be stored on computer drives in full quality and when the customer wants to buy an album he simply requests it from the salesman who burns the album on a cd which the customer then takes with him. With this comes a much higher computer cost but that is more than balanced out by less inventory and less requirements for the store's size plus we get the added bonus of a potentially strong online presence. The stock-reducing feature of this store can be described so that no cd´s will be bought from the publishers except those that have already been sold. It would work similar to when one orders a cd from a traditional music store. The process then is that they put in an order for that particular cd which is then sent to them in the next shipment. Since they already can sell it when it comes to the store no cost of stock needs to be accredited to that particular cd and it will not degrade in value, as it remains unsold in the store. Market In all probability it will be easier to get smaller independent labels to accept this new arrangement since they are often less concerned about piracy and illegal distribution of their music. When Apple introduced its online record store with the possibility of burning song to cd it may have broken the ice for big publishers who may see this opportunity for what it really is, a big chance for them to regain some control over music distribution. According to the financial calculations presented in Appendix C we need to sell 22 cd's per day 30 days a month to get just above the break even point. That should be a reachable goal as we see with the following logic. For a store in central Reykjavik we can assume that the market size is 1800 customers. That is 10% of the population between 15 and 30. So in order to reach the breakeven point every customer needs to buy 4.4 cd’s per year, a goal that is easily within reach considering usual spending habits of young people in Iceland. A threat to this is of course the Internet and illegal downloads of music. Market size is furthermore considered under three circumstances, low, medium and high with the sales numbers 10, 40 and 100 respectively. The probability for each demand is 0.6, 0.3 and 0.1. A great factor in why low market size is thought to be most probable is the Internet and the still growing popularity of illegal downloads. Setup For a breakdown and projection of Setup cost see Appendix A. The setup for such a store is more like what one would expect from an ISP rather than a record store because servers and large data storage facilities will be prominent factors of the startup cost. Another aspect is the cost expected to be needed to ensure proper license agreements with publishers. That amount is expected to be needed for travel expenses and other costs excluding legal expenses that will arise from negotiating with the publishers about this new form of sales. Legal expenses are marked as a special cost category because of the difference in tax issues between these two factors in Iceland. Special programs will be needed in the modern store while traditional stock and bookkeeping software can be used in the traditional store. Among this special software is cd burning software, server maintenance and control as well as possible software to report sales of cd´s to the publishers but that will depend on the deals made with them, i.e. if they want secure data directly from the computer system without human interaction or if they simply want a report based on honesty for their billing purposes. In the financial calculation it has been assumed that just about all startup expenses will be covered by loans and that those loans will be fully repaid in three years. This is done to provide a horizon for the comparison. Operating Cost Operating cost projections are presented in Appendix B Operating cost for the two stores is calculated without considering inflation because it is not customary to consider inflation in such calculations. It is assumed that any change in costs will be carried directly into the prices and therefor effectively negating all consequences. The expected sale used in Replenishment of stock is 10% of the stock. This is below the breakeven point but since the breakeven analysis with NPV uses the sales as a variable this has no effect on that. The main objective with the operating cost sheet is to get a rough idea of what forms the operating expenses and approximate the amount. Legal expenses and publishing are assumed to be evenly distributed over the period while in fact they would be discrete and uneven amounts. For this preliminary analysis the even distribution is accurate enough. Payments of loans are expected to be every three months and the interest rate is 6% per year. The payments are assumed to be equal payments. Break Even Analysis When NPV is calculated it is assumed that the business is worthless at the end of three years and therefor we get no return at the end of that period. Interest rate is set to approximately 25% per year or exactly 2% per month. This interest rate is our interest demand, that is the interest we expect to be able to get if we invest differently. When establishing the Break Even point NPV analysis is used with the Goal seek option in Excel. The NPV is set to 0 and Goal seek adjusts the sales to find the corresponding amount. This is different from finding the breakeven for individual months or the sum of the period in general because this takes into account the possible earning of the money if it was invested differently. The Break Even analysis is presented in Appendix C. Results After examining the numbers we see that the modern store has a definite advantage over the traditional approach. By arranging the decision matrix and using the Maximax or MiniMax methods to determine the best possibility we get the same results, the modern store has better potential than the traditional one with regards to the NPV calculations. Furthermore if we use Expected Return, that is multiply the probabilities and return and then taking the maximum of that we get the same result. In the market section we saw a logical induction for the market share reaching and probably overtaking the breakeven point of 22cd's for modern store. The breakeven for a traditional is 59cd's and that amount we can not expect without a high demand which is considered improbable. Recommendations It is necessary before making any commitments regarding the store to first look for further information about the Apple deal. That information might be found on Internet rumor pages or magazines and newspapers covering the iTunes store. What we need to find out is any conditions that publishers put forth and the problems encountered on the way as well as how much Apple needs to pay the publishers for every song they sell, that should establish a baseline for the prices because it is unlikely that a small store like this would get a better deal than an industry giant with a phenomenal track record. A market analysis needs to be conducted. It can be as simple as sitting outside a competing record store and counting the number of people coming out of it with a bag in their hand or it can be a full third party analysis of the market. But making some kind of market research is important for further establishing the estimates of market size. With respect to the expected market size it is needed to determine the amount of cd writing equipment is needed. This is a variable with no counterpart in the traditional store but the potential of being quite expensive depending on the expectations of the stores client with regard to speed of service. It is necessary to examine many possible solutions ranging from cheap personal cd writers to more advanced professional equipment. Another such issue is the servers that store the music. They need to be able to store large amounts of data and need to serve all the data to the cd writers when it is requested. That should actually not be a big problem since modern servers have a very high bandwidth. Another issue that needs to be considered is the financial aspect. It is not very wise to finance the preparation expenses with loans, one should rather try to get venture capital or finance it in other ways. A loan can be a big burden to bear if it turns out that publishers are not willing to allow this form of store but the venture capital would simply be lost without much consequence. With venture capital the control of the store is in lost to some extent but that could be more feasible than to be stuck with payments of a loan that generated zero income.

Anglų kalba  Referatai   (46,53 kB)

Vulnerable period for the shaded frame. Throughput versus offered traffic for ALOHA systems. Comparison of the channel utilization versus load for various random access protocols. The basic bit-map protocol. The binary countdown protocol. A dash indicates silence. Acquisition probability for a symmetric contention channel. The tree for eight stations. Wavelength division multiple access. GSM uses 124 frequency channels, each of which use an eight-slot TDM system.

Informatika  Konspektai   (53 psl., 98,98 kB)

All the theory about the data link layer. Virtual communication. Actual communication. Placement of the data link protocol. Data sent by the network layer. Data after being character stuffed by the data link layer. Data passed to the network layer on the receiving side. Bit stuffing. Use of a Hamming code to correct burst errors. Calculation of the polynomial code checksum. Some definitions needed in the protocols to follow. An unrestricted simplex protocol. A simplex stop-and-wait protocol. A positive acknowledgement/retransmission protocol.

Informatika  Konspektai   (34 psl., 88,28 kB)

Data Link Layer Design Issues: types of service: unacknowledged connectionless service, acknowledged connectionless service, acknowledged connection-oriented service; framing: character count, starting and ending characters with character stuffing, starting and ending flags with bit stuffing, physical layer coding violations. Data Link Layer Design Issues: Error Control: acknowledgements, time-outs, frame sequencing; Flow control: f ast sender vs. slow receiver.

Informatika  Pateiktys   (26 psl., 596,31 kB)

Kai matematinis modelis suformuluotas taip, kad negalima taikyti nei analitinių, nei skaitmeninių metodų, pasitelkiamas eksperimentinės optimizacijos metodas. Tada efektyvumo kriterijus ir apribojimai patei¬kiami algoritmo forma. Šie algoritmai aprašo nagrinėjamojo objekto veiklą, o jo funkcionavimo sąlygas nustato tyrinėtojas. Šiais algoritmais gali būti ir skaitmeniniai metodai, tačiau griežtas matematinis formalizavimas ne visuomet leidžia aprašyti sudėtingas sistemas, atsižvelgiant į kiekvienos sistemos specifines veiklos sąlygas.

Matematika  Konspektai   (18 psl., 65,28 kB)

Apraš
sudaro dvi dalys. Pirmojoje dalyje (MySQLlt1.doc) rasite tokius skyrelius: literalai, vartotojo kintamieji, stulpeliai, SELECT ir WHERE operatoriuose naudojamos funkcijos. Antrojoje dalyje rasite įvairių sintaksių aprašymus.

Informatika  Pagalbinė medžiaga   (46 psl., 283,18 kB)

Acid rain" is a general name for many phenomena including acid fog, acid sleet, and acid snow. Although we associate the acid threat with rainy days, acid deposition occurs all the time, even on sunny days. Something is acidic if it has a low pH. The pH of a liquid is measured on a scale which ranges from 0 to 14 with 7.0 being neutral. Anything with a pH value lower than 7.0 is acidic, and anything higher than 7.0 is basic.

Geografija  Pagalbinė medžiaga   (3 psl., 6,71 kB)

Buriavimo terminų žodynas su paaiškinimais angliškai ir lietuviškai. Longitude - Ilguma - viso 180 laipsnių į rytus ir 180 laipsnių į vakarus nuo Grinvičo meridiano. Meridian - Meridianas - menama linija, einanti nuo vieno žemės poliaus į kitą. Latitude - Platuma - viso 90 laipsnių į šiaurę ir 90 laipsnių į pietus nuo pusiaujo. Colregs - Regulations for Preventing Collisions at Sea.

Sportas  Pagalbinė medžiaga   (15 psl., 29,03 kB)

Singapore founded as a British trading colony in 1819, Singapore joined Malaysia in 1963, but withdrew two years later and became independent. It subsequently became one of the world's most prosperous countries, with strong international trading links (its port is one of the world's busiest) and with per capita GDP equal to that of the leading nations of Western Europe. Singapore is a city-country, locating in the south of Malaya.

Geografija  Namų darbai   (6,35 kB)

Kadangi šiuolaikinės valstybės yra ganėtinai sudėtingi dariniai, jas analizuojant neužtenka nagrinėti tik jų geografinę ir demografinę padėtį – taip pat svarbūs yra politiniai, ekonominiai, kariniai ir kultūriniai aspektai. Nors valstybės kaip tokios egzistuoja jau ilgai, ilga laika jos buvo uždaros sistemos, ir tik su komunikacijos priemonių plėtra jos įgavo galimybes bendrauti tarpusavyje, ėmė kurtis valstybių sistemos, o šiuo metu ir pasaulinė valstybių sistema.

Politologija  Referatai   (9,5 kB)

Feminizmą galima apibrėžti įvairiai. Kiekvienas žmogus jį supranta skirtingai. Feministes kai kurie keikia (dažniausiai vyrai), tačiau ištikrųjų net nežino, ką reiškia būti feministe. Čia pateikiami įvairūs feminizmo apibūdinimai trumpai, kad galėtumėte susipažinti su šiuo judėjimu: Feminizmas, kaip visuomeninis judėjimas, kovojo dėl moterų emancipacijos ir siekė įtvirtinti moterų veiklą.

Lietuvių kalba  Referatai   (20,95 kB)

Izaokas Niutonas (Isaac Newton) yra bene įtakingiausia istorinė asmenybė Vakarų moksle. Savo laikais jis buvo laikomas didžiu intelektualu; beje, mokslininkų bendruomenė vis dar tebekeliaklupsčiauja prieš jį, nors šiek tiek mažiau negu prieš tris šimtus metų. Priežastis labai paprasta: fizinis pasaulis, kai Niutonas atėjo į ji, buvo vos suprantamas, o tuo metu, kai jisai mirė, pažvelgus į jo darbus, žinota, kad gamtą valdo nepaprastai tikslūs matematiniai dėsniai.

Fizika  Referatai   (8,72 kB)

JSC "Hronas" was established in 1993. The Company started with importing and installing plastic windows. Early in 1994 the new production equipment >was brought to and window production started in Lithuania. During seven years of strenuous work the Company has gradually introduced one of the most state-of-the-art aluminium, plastic and wooden construction production processes in Europe.

Anglų kalba  Kursiniai darbai   (4,54 kB)

We have almost 50 years' experience of developing, manufacturing and distributing stone wool products for use by the building industry and other industries. We are currently the leading stone wool manufacturer in the Baltic region, with Sweden and Finland as our main markets. Our annual turnover is more than 235 million euro. Paroc has plants in Finland, Sweden, Poland, Lithuania and the United Kingdom, plus sales companies in fourteen European countries. Paroc offices are located in Vanda (head office) and Pargas, Finland, and in Skövde, Sweden. We employ some 1,700 people.

Anglų kalba  Kursiniai darbai   (5,65 kB)

The most common kind found in Europe is the ordinary oak (Quercus robur), and in America - the red oak (Quercus rubra). Ordinary oaks grow naturally in forests of Lithuania, taking 1.8 % of total forest area. The greatest number of oak-woods is located in Middle Lithuania Lowland; their number is slightly lesser in south-eastern part of the country, and even more so - in the south. Oaks reach 30-40 m in height, and 1,5-2 m in diameter. This tree lives for 500-1,000 years, sometimes even for 1,500 years. Oaks are suitable for cutting down at the age of 120-160 years.

Anglų kalba  Kursiniai darbai   (4,45 kB)

Lithuania is a small piece of land at the Baltic Sea in the geographical centre of Europe. On the map of Europe Lithuania can hardly catch your attention, because its area is only 65,000 sq. km. The borders of our country stretch for more than 1800 km. In the North it borders Latvia, in the East and in the South Belorussia, in the South - West Poland and the Kaliningrad Region of the Russian Federation.

Anglų kalba  Referatai   (16,48 kB)

The Flowers decorate our daily life. To present or buy the flowers unnecessary needs the cause (for instance when lad than that was guilty against his girl, they present her flowers). But more often flowers are bought on holidays, birth day, weddings and so on. Also flowers are used for gift not only but also embellishment (for instance on wedding to decorate the machine).

Finansai  Analizės   (2,99 kB)

Gaminat produkciją ir teikiant paslaugas, paprastai naudojama daug įvairaus turto. Tad visas turtas, kurį valdo ir kuriuo disponuoja įmonė skirstomas į ilgalaikį turta ir trumpalaikį. Ilgalaikis turtas – tai turtas, kuris naudojamas įmonės ekonominei naudai gauti ilgiau nei vienerius metus ir kurio įsigijimo vertė ne mažesnė už įmonės nusistatytąją. Trumpalaikis turtas – tai turtas, kurį numatoma sunaudoti ar panaudoti per vienerius metus, arba kurio įsigijimo vertė yra mažesnė už vertę, Vyriausybės nustatyta ilgalaikiam materialiajam turtui (šiuo metu ne daugiau 500 Lt).

Ekonomika  Kursiniai darbai   (16,31 kB)

Maisto saugos vadybos sistemos projektas. Anglų kalba. Projektas buvo pristatytas Kopenhagos universitete, Danijoje. Darbas buvo yvertintas labai gerai. Vertas dėmesio studijuojantiems maisto pramonę.

Pramonė  Referatai   (14,77 kB)

The relative costs of generating electricity from coal, gas and nuclear plants vary considerably depending on location. Coal is, and will probably remain, economically attractive in countries such as China, the USA and Australia with abundant and accessible domestic coal resources as long as carbon emissions are cost-free.

Anglų kalba  Kursiniai darbai   (4,7 kB)

Kursinis darbas buvo įvertintas 9 balais. Pristatytas Klaipėdos verslo kolegijoje. "Bakery" means a business producing, preparing, storing, or displaying bakery products intended for sale for human consumption. Several objective and subjective methods are being used for controlling quality of bakery products such as loaf volume, crust color, grain and texture of crumb in case of bread, and spread, raise, crispness etc, in case of biscuits and cookies.

Anglų kalba  Kursiniai darbai   (4,52 kB)

Tai vienuolika skirtingomis temomis parašytų rašinėlių, kurie pravers besiruošiant anglų kalbos egzaminams ar kalbėjimo įskaitoms.

Anglų kalba  Konspektai   (10,77 kB)

Strateginio valdymo teoriniai aspektai. Strateginio valdymo samprata. Strateginio valdymo modelių analizė. Strategijų rūšys. Strategijos formavimo procesas. Tikslai ir misija. Strategiją veikiančių veiksnių įvertinimas. Aplinkos įvertinimas. Konkurencingumo įvertinimas. Strategijos formavimas UAB "Interscalit" pavyzdžiu panaudojus ES struktūrinius fondus. Verslo raida ir ūkinės veiklos rezultatai. Bendrovės misija, vizija ir kokybės politika. Tiksliniai rinkos segmentai. Finansinė būklė. Gamybos technologija. Gamybos procesas. Daigstymo technologijos. Pardavimo rinka ir konkurentai. Pardavimo rinkos. Rinkos segmentai. Konkurentai. Numatoma įdiegti technologija. Technologinio kompleksiškumo privalumai. SWOT analizė. Rizikos analizė. Valdymo rizika. Išorinė rizika. Įmonėje taikomos strategijos. Numatytos priemonės bendrovės strategijos įgyvendinimui. Pajamų ir sąnaudų prognozavimas. Bendrosios skaičiavimų rengimo prielaidos. Labiausiai tikėtinas scenarijus. Alternatyvūs prognozės scenarijai. Bendrovės strategijos įgyvendinimas negavus ERPF paramos.

Vadyba  Diplominiai darbai   (73 psl., 216,05 kB)