Статья 256 ТК РФ 2016-2019. Отпуска по уходу за ребенком. ЮрИнспекция
Может получать Ваш супруг наличными в кассе организации — по доверенности. Никаких проблем. А можете написать заявление о перечислении пособия на лицевой счет в банке. Гражданский кодекс РФ Статья 185. Доверенность 1. Доверенностью признается письменное уполномочие, выдаваемое одним лицом другому лицу для представительства перед третьими лицами. Письменное уполномочие на совершение сделки представителем может быть представлено представляемым непосредственно соответствующему третьему лицу. 4. Доверенность на получение заработной платы и иных платежей, связанных с трудовыми отношениями, на получение вознаграждения авторов и изобретателей, пенсий, пособий и стипендий, вкладов граждан в банках и на получение корреспонденции, в том числе денежной и посылочной, может быть удостоверена также организацией, в которой доверитель работает или учится, жилищно-эксплуатационной организацией по месту его жительства и администрацией стационарного лечебного учреждения, в котором он находится на излечении.
Доверенность на получение представителем гражданина его вклада в банке, денежных средств с его банковского счета, адресованной ему корреспонденции в организациях связи, а также на совершение от имени гражданина иных сделок, указанных в абзаце первом настоящего пункта, может быть удостоверена соответствующими банком или организацией связи. Такая доверенность удостоверяется бесплатно. Т. е. не обязательно нотариально удостоверять доверенность — можно по месту Вашей работы ее оформить согласно п. 4 ст. 185 ГК РФ. Или если пособие будут перечислять на сберкнижку — точно также можно в банке оформить доверенность на получение вклада. Если же Вы имеете в виду, чтобы пособие по уходу за ребенком ему назначили, то такое пособие назначается только лицу, находящемуся в отпуске по уходу за ребенком — статья 256 Трудового кодекса РФ. Тогда Вам надо будет отпуск прерывать и выходить на работу, а супругу написать заявление своему работодателю о предоставлении отпуска по уходу за ребенком.Статья 256 ТК РФ.
Отпуска по уходу за ребенком По заявлению женщины ей предоставляется отпуск по уходу за ребенком до достижения им возраста трех лет. Порядок и сроки выплаты пособия по государственному социальному страхованию в период указанного отпуска определяются федеральными законами.Отпуска по уходу за ребенком могут быть использованы полностью или по частям также отцом ребенка, бабушкой, дедом, другим родственником или опекуном, фактически осуществляющим уход за ребенком.
По заявлению женщины или лиц, указанных в части второй настоящей статьи, во время нахождения в отпусках по уходу за ребенком они могут работать на условиях неполного рабочего времени или на дому с сохранением права на получение пособия по государственному социальному страхованию.На период отпуска по уходу за ребенком за работником сохраняется место работы (должность).
Отпуска по уходу за ребенком засчитываются в общий и непрерывный трудовой стаж, а также в стаж работы по специальности (за исключением случаев досрочного назначения страховой пенсии по старости).
Комментарии к статье
Постатейный комментарий к Трудовому кодексу
Комментарий к Трудовому кодексу Российской Федерации (краткий, постатейный) (3-е издание) (отв. ред. Ю.П. Орловский)
Вопрос: О подаче заявления об увольнении по собственному желанию, подписанного электронной подписью, по электронной почте. (Письмо Минтруда России от 06.03.2020 N 14-2/ООГ-1773)
Изменяем трудовой договор: права, обязанности, оформление (выпуск 5) (Ситникова Е.Г., Сенаторова Н.В., Серебрякова Е.А.)
Особенности правового регулирования трудовых отношений отдельных категорий работников: Научно-практическое пособие (отв. ред. Т.Ю. Коршунова)
Путеводитель по кадровым вопросам. Как отказать соискателю в приеме на работу
Расторжение трудового договора (анализ актуальной судебной практики, рекомендации) (выпуск 13) (Ситникова Е.Г., Сенаторова Н.В.)
Путеводитель по кадровым вопросам. Особенности трудовых отношений с несовершеннолетними работниками
Статья: Молодой специалист: особенности трудовых отношений (Подготовлен для системы КонсультантПлюс, 2020)
комментарии и текст статьи в новой редакции 2019 года
Текст статьи 256 ГПК РФ в новой редакции.
(Утратила силу с 15 сентября 2015 года — Федеральный закон от 8 марта 2015 года N 23-ФЗ)
N 138-ФЗ, ГПК РФ действующая редакция.
Комментарий к ст. 256 Гражданского Процессуального Кодекса РФ
Комментарии к статьям ГПК помогут разобраться в нюансах гражданского процессуального права.
1. В ст. 256 ГПК устанавливается срок, в течение которого заявитель может осуществить защиту своих прав и свобод в суде. Часть 1 ст. 256 ГПК регламентирует общий срок обращения в суд, а именно три месяца.
Вместе с тем помимо указанного трехмесячного срока обращения с заявлением в суд действующим законодательством предусмотрены специальные сроки оспаривания отдельных решений, действий или бездействия (например, ч. 2 ст. 441 ГПК, ст. 26 ФЗ «Об органах судейского сообщества в Российской Федерации», ст. 357 ТК, п. 3 ст. 10 ФЗ от 19.02.1993 N 4528-1 «О беженцах», п. 4 ст. 7 и п. 7 ст. 13.1 ФЗ от 25.07.2002 N 115-ФЗ «О правовом положении иностранных граждан в Российской Федерации» (в ред.
Течение названного срока начинается с даты, следующей за днем, когда заявителю стало известно о нарушении его прав и свобод, о создании препятствий к осуществлению его прав и свобод, о возложении обязанности или о привлечении к ответственности. Обязанность доказывания этого обстоятельства лежит на заявителе.
При установлении факта пропуска без уважительных причин указанного срока суд, исходя из положений ч. 6 ст. 152, ч. 4 ст. 198 и ч. 2 ст. 256 ГПК, отказывает в удовлетворении заявления в предварительном судебном заседании или в судебном заседании, указав в мотивировочной части решения только на установление судом данного обстоятельства (п. 24 Постановления Пленума ВС РФ от 10.02.2009 N 2).
2. Срок на обращение в суд с заявлением не обладает процессуальной характеристикой. В силу чего последствия его несоблюдения имеют проявление исключительно в материально-правовой сфере, а именно при установлении в предварительном судебном заседании либо в судебном заседании факта пропуска срока без уважительных причин суд отказывает в удовлетворении заявления.
Пропущенный срок на обращение в суд может быть восстановлен. Основанием восстановления срока выступает обоснование заявителем уважительной причины пропуска данного срока. При этом необходимо учитывать, что уважительной причиной пропуска срока являются любые обстоятельства, затруднившие получение информации об обжалованных действиях (решениях) и их последствиях (ч. 3 ст. 7 Закона РФ «Об обжаловании в суд действий и решений, нарушающих права и свободы граждан»).
Неполное рабочее время в период отпуска по уходу за ребенком
Неполное рабочее время в период отпуска по уходу за ребенком
Часть третья ст. 256 ТК РФ предусматривает возможность по заявлению женщины или других лиц, осуществляющих уход за ребенком, во время нахождения в отпуске по уходу за ребенком работать на условиях неполного рабочего времени или на дому с сохранением права на получение пособия по государственному социальному страхованию.Оформление:
1- Заявление работника, в котором необходимо указать дату начала работы на условиях неполного рабочего времени и продолжительность неполной рабочей недели или неполного рабочего дня.
2- Приказ об установлении того или иного режима неполного рабочего времени. Законодательных требований к оформлению такого приказа нет, поэтому он составляется в свободной форме. Издавать какие-либо другие приказы, вносить изменения в приказ о предоставлении отпуска по уходу за ребенком, а также представлять работодателю дополнительные документы, кроме соответствующего заявления, не нужно.
3- Оформление письменного соглашения к трудовому договору с новыми условиями режима работы. Соглашение заключается на период отпуска по уходу за ребенком. При этом у работника есть право в любой момент отказаться от выполнения работы.
Существует позиция, что дополнительное соглашение к трудовому договору в таком случае не требуется, поскольку неполное рабочее время вводится не по соглашению сторон, а по обязательной для работодателя просьбе работника (ст. 93 ТК РФ). При этом сотрудник вправе самостоятельно решить вопрос о конкретной продолжительности неполного времени.
Конечно, в таком подходе есть своя логика, но я исхожу из того, что при изменении режима работы, меняются условия трудового договора, что должно быть оформлено письменным соглашением к трудовому договору. Но в данной ситуации каждый выбирает для себя необходимость оформления такого соглашения.
При оформлении режима неполного рабочего времени есть нюанс. Трудовой кодекс не устанавливает минимальное/максимальное рабочее время в данном случае. Но Верховный Суд РФ неоднократно говорит о том, что формальное снижение рабочего времени на 5 минут, час или два не может расцениваться как мера, необходимая для продолжения осуществления ухода за ребенком, повлекшая утрату заработка.
Таким образом, рекомендуется устанавливать неполное рабочее время исходя из расчета 60% утраченного заработка.
Работа на условиях неполного рабочего времени и отпуск по уходу за ребенком
Работница, находясь в отпуске по уходу за ребенком, работает дома на условиях неполного рабочего времени.
Включается ли этот период в стаж, дающий право на ежегодный основной оплачиваемый отпуск? В каком порядке предоставляется данный отпуск?
Автор: Зарипова М., эксперт журнала
Особенности регулирования труда женщин, лиц с семейными обязанностями регламентированы гл. 41 ТК РФ. Как следует из ст. 256 ТК РФ, по заявлению женщины ей предоставляется отпуск по уходу за ребенком до достижения им возраста трех лет.
Отпуска по уходу за ребенком могут быть использованы полностью или по частям также отцом ребенка, бабушкой, дедом, другим родственником или опекуном, фактически осуществляющим уход за ребенком.
Далее необходимо отметить, что нормы ст. 256 ТК РФ допускают работу на условиях неполного рабочего времени в связи с отпуском по уходу за ребенком, с сохранением права на получение пособия по государственному социальному страхованию.
Однако следует учитывать разъяснения, приведенные в Письме ФСС РФ от 19.01.2018 № 02‑08‑01/17‑04‑13832 л. Чиновники фонда, в частности, указали, что сокращение рабочего времени на 5, 10, 30, 60 минут в день не может расцениваться как мера, позволяющая продолжать осуществлять уход за ребенком, повлекшая утрату заработка. В данной ситуации пособие по уходу за ребенком уже не является компенсацией утраченного заработка, а приобретает характер дополнительного материального стимулирования работника, что свидетельствует о злоупотреблении правом (аналогичная позиция изложена в определениях ВС РФ от 18.07.2017 № 307‑КГ17-1728, КС РФ от 28.02.2017 № 329‑О).
Что касается работы неполное время и отпуска по уходу, следует ориентироваться на нормы ст. 93 ТК РФ. В частности, данной статьей установлено: под неполным рабочим временем понимается как неполный рабочий день (смена), так и (или) неполная рабочая неделя. Напомним, что в соответствии со ст. 91 ТК РФ нормальная продолжительность рабочего времени не может превышать 40 часов в неделю.
Норма рабочего времени на определенные календарные периоды времени исчисляется по расчетному графику пятидневной рабочей недели с двумя выходными днями в субботу и воскресенье исходя из продолжительности ежедневной работы (смены):
- при 40‑часовой рабочей неделе – 8 часов;
- при продолжительности рабочей недели менее 40 часов – количество часов, получаемое в результате деления установленной продолжительности рабочей недели на 5 дней.
Исчисленная в подобном порядке норма рабочего времени распространяется на все режимы труда и отдыха, включая неполное рабочее время в связи с отпуском по уходу (см. Приказ Минздравсоцразвития РФ от 13.08.2009 № 588н).
Таким образом, при установлении работнику неполного рабочего времени при уходе за ребенком, следует исходить из того, что оно должно быть определено в часах.
Оплата труда работника, работающего на условиях неполного рабочего времени при уходе за ребенком, производится пропорционально отработанному им времени или в зависимости от выполненного им объема работ.
При этом работа неполное время при отпуске по уходу не влечет для работников каких‑либо ограничений:
- продолжительности ежегодного основного оплачиваемого отпуска;
- исчисления трудового стажа и других трудовых прав.
Исчисление стажа работы, дающего право на ежегодные оплачиваемые отпуска, производится в порядке, предусмотренном ст. 121 ТК РФ. Так, согласно вышеуказанной статье в стаж работы, дающий право на ежегодный основной оплачиваемый отпуск, включается в том числе время фактической работы.
Таким образом, работа неполное время в период нахождения в отпуске по уходу за ребенком включается в стаж работы, дающий право на ежегодный оплачиваемый отпуск.
Условия и порядок предоставления ежегодных оплачиваемых отпусков работникам, работающим по трудовому договору, регулируются гл. 19 ТК РФ.
В соответствии с ч. 1 ст. 115 ТК РФ работникам предоставляется ежегодный основной оплачиваемый отпуск продолжительностью 28 календарных дней.
На основании ст. 122 ТК РФ оплачиваемый отпуск должен предоставляться работнику ежегодно, то есть в каждом рабочем году.
Как отмечается в Письме Минтруда РФ от 25.10.2018 № 14‑2/
ООГ-8519, рабочий год составляет 12 полных календарных месяцев. В отличие от календарного года, он исчисляется не с 1 января, а со дня поступления работника на работу к конкретному работодателю. Данное правило было заложено более 70 лет назад в Правилах об очередных и дополнительных отпусках, утвержденных НКТ СССР от 30.04.1930, действующих в части, не противоречащей ТК РФ.
В случае если какие‑либо периоды времени в соответствии с ч. 2 ст. 121 ТК РФ не включаются в стаж работы для отпуска, окончание рабочего года «отодвигается» на число дней отсутствия работника, исключенных из стажа работы для отпуска.
Право на использование отпуска за первый год работы возникает у работника по истечении шести месяцев его непрерывной работы в данной организации.
Отпуск за второй год и последующие годы работы может предоставляться в любое время рабочего года в соответствии с очередностью ежегодных оплачиваемых отпусков, установленной в данной организации (ч.
4 ст. 122 ТК РФ).
Необходимо учитывать, что отпуск не должен начинаться раньше рабочего года, за который он предоставляется, окончание отпуска может приходиться на следующий рабочий год.
Согласно ст. 123 ТК РФ очередность предоставления оплачиваемых отпусков определяется в соответствии с графиком отпусков, утверждаемым работодателем с учетом мнения выборного органа первичной профсоюзной организации. При этом график отпусков обязателен как для работника, так и для работодателя.
Нужно иметь в виду, что ТК РФ не предусматривает предоставления в натуре неполного ежегодного оплачиваемого отпуска, то есть пропорционально отработанному в данном рабочем году времени. В связи с этим отпуск, независимо от времени, отработанного в рабочем году, предоставляется полным, то есть установленной продолжительности.
Вместе с тем Минтруд отмечает, что нахождение работника одновременно в двух отпусках, предоставляемых по разным основаниям, законодательством не предусмотрено. В связи с вышесказанным для того, чтобы работник смог воспользоваться своим правом на ежегодный или дополнительный отпуск, ему следует прервать отпуск по уходу за ребенком.
Прерванный отпуск впоследствии может быть возобновлен.
Учреждения физической культуры и спорта: бухгалтерский учет и налогообложение, №12, 2018 го
ЭЛКОД: Трудовое право: Разъяснения ведомств и чиновников
Очередность предоставления оплачиваемых отпусков определяется ежегодно в соответствии с графиком отпусков не позднее, чем за две недели до наступления календарного года.
В своей консультации
представитель Роструда напоминает, что отдельным категориям работников в случаях, предусмотренных ТК
РФ, другими федеральными законами, ежегодный оплачиваемый отпуск предоставляется по их желанию в
удобное для них время, в том числе в летний период (ст.
123 ТК РФ).
К работникам, которые имеют первоочередное право на отпуск в летнее время, относятся, в частности:
1) мужья, чьи жены в этот период находятся в отпуске по беременности и родам. При этом отпуск предоставляется независимо от времени его непрерывной работы у данного работодателя;
2) женщины, у которых на лето выпадает период перед отпуском по беременности и родам или непосредственно после него либо период по окончании отпуска по уходу за ребенком. Отпуск предоставляется независимо от стажа работы у данного работодателя;
3) работники, имеющие трех и более детей в возрасте до 12 лет;
4) работники в возрасте до 18 лет;
5) совместители, если в летний период им предоставлен отпуск по основному месту работы;
6) супруги военнослужащих, если военнослужащим предоставляется отпуск в летний период;
7) инвалиды войны, участники Великой Отечественной войны, ветераны боевых действий и другие категории, предусмотренные Федеральным законом N 5-ФЗ;
8) Герои Советского Союза, Герои Российской Федерации, полные кавалеры Ордена Славы.
На заметку: если сотрудник, имеющий право на отпуск в удобное для него время, желает уйти в отпуск вне графика, то работодатель должен ему такой отпуск предоставить (консультация с официального сайта Роструда «Онлайнинспекция. РФ»).
Можно ли, основываясь на положениях ст. 256 ТК РФ, оформить отпуск по уходу за ребенком тете матери ребенка? //
По заявлению женщины ей предоставляется отпуск по уходу за ребенком до достижения им возраста трех лет (часть первая ст. 256 ТК РФ).*(1) Отпуска по уходу за ребенком могут быть использованы полностью или по частям также отцом ребенка, бабушкой, дедом, другим родственником*(2) или опекуном, фактически осуществляющим уход за ребенком (часть вторая ст. 256 ТК РФ). Из этой нормы следует, что для предоставления отпуска необходимо только, чтобы работник являлся родителем, другим родственником или опекуном ребенка и при этом фактически осуществлял уход за ним.
При этом возможность предоставления отпуска по уходу за ребенком не зависит от степени родства и совместного проживания указанного лица с родителями (родителем) ребенка (п. 19 Постановления Пленума Верховного Суда РФ от 28.01.2014 N 1 «О применении законодательства, регулирующего труд женщин, лиц с семейными обязанностями и несовершеннолетних» (далее — Постановление N 1)).
Нельзя не отметить, что отпуск по уходу за ребенком имеет целевое социальное назначение — обеспечить работающей матери (или другим работающим родственникам) малолетнего ребенка возможность ухаживать за ним. Поэтому до тех пор, пока указанная цель не достигнута, у работодателя сохраняется обязанность по предоставлению отпуска по уходу за ребенком любому из лиц, имеющих право на его полное или частичное использование. Если указанная цель достигнута и одному из лиц, имеющих право на отпуск по уходу за ребенком, такой отпуск уже был предоставлен, то у работодателя нет обязанности по одновременному предоставлению данного отпуска другим лицам, имеющим право на него.
Поэтому одновременное предоставление отпуска по уходу за ребенком нескольким членам семьи исключается. На это прямо указал Конституционный Суд РФ в постановлении от 06.02.2009 N 3-П. Судебная практика также подчеркивает, что право одного из родственников на предоставление ему отпуска по уходу за ребенком зависит от неиспользования этого отпуска другим родственником (смотрите, например, апелляционное определение СК по гражданским делам Московского городского суда от 28.05.2012 N 11-7984, определение СК по гражданским делам Московского городского суда от 30.03.2012 N 33-9247).
Для того чтобы оформить отпуск по уходу за ребенком, тете матери ребенка необходимо представить по месту работы заявление о предоставлении отпуска по уходу за ребенком (часть первая ст. 256 ТК РФ). Кроме того, как разъяснил Пленум Верховного Суда РФ в п. 19 Постановления N 1, документом, подтверждающим право на предоставление отпуска по уходу за ребенком, является свидетельство о рождении ребенка. Также необходимо проверять, осуществляет ли данное лицо фактический уход за ребенком и не предоставлен ли этот отпуск матери ребенка.
Таким образом, помимо заявления тете матери ребенка необходимо представить работодателю:
— свидетельство о рождении ребенка, за которым будет осуществляться уход, и его копию;
— справки с места работы (службы, органов социальной защиты населения по месту жительства) матери и отца ребенка о неполучении ежемесячного пособия по уходу за ребенком. Однако, поскольку ст. 256 ТК РФ предусматривает возможность предоставления данного отпуска только родственникам или опекунам ребенка, полагаем, что работодателю целесообразно потребовать от работницы также представления документов, подтверждающих родственную связь (например свидетельства о рождении мамы ребенка и свидетельство о рождении самой тети мамы). *(1) В соответствии со ст. 256 ТК РФ отпуск по уходу за ребенком предоставляется до достижения им возраста трех лет. Ежемесячное пособие, которое положено работникам, находящимся в таком отпуске, выплачивается до достижения ребенком возраста 1,5 лет (ч. 1 ст. 11.1 Федерального закона от 29.
12.2006 N 255-ФЗ «Об обязательном социальном страховании на случай временной нетрудоспособности и в связи с материнством»). В связи с этим на практике часто делят отпуск по уходу за ребенком на две части (до и после достижения ребенком 1,5 лет). Однако законодательством такое деление не предусмотрено.
*(2) Законодательное определение понятия «другие родственники» отсутствует. В Уголовно-процессуальном кодексе РФ содержится понятие «близкие родственники» (п. 4 ст. 5 УПК РФ). Соответственно, к другим родственникам относятся все иные лица, за исключением близких родственников, состоящие в родстве.
Ответ подготовил:
Эксперт службы Правового консалтинга ГАРАНТ
Павлова Наталия
Информационное правовое обеспечение ГАРАНТ http://www.garant.ru
Обзор автоматизированного биллинга для интеллектуальной системы покупок с использованием IOT
[1] Мачике К., Голайт М., Ратод Р., Петкар Р., Гош П. (2017). Новая технология умной тележки с использованием RFID и ZIGBEE.
Международный журнал о последних и инновационных тенденциях в вычислениях и коммуникациях 5 (2): 256-259.
[2] Тиягараджан М., Эджаз М., Кумар М. (2017). Усовершенствованная тележка на базе RFID для супермаркетов. Спецвыпуск 8.
[3] Прасад Дж. С., Кумар БОП, Рупа Д., Арджун А. К.. (2011). Новая недорогая интеллектуальная корзина для покупок.2-я Международная конференция IEEE по встроенным сетевым системам для корпоративных приложений, стр. 1-4.
[4] Карпагам В., Балаприя С., Каларубини Г., Калайвани А. (2017). Умная тележка с умным биллингом. | Международный журнал компьютерных систем 4 (3): 55-58.
[5] Гаде А., Бхатт Н., Тхакаре Н. (2018). Обзор энергоэффективного облака: новый подход к экологически чистым вычислениям. Спираль 5 (5): 3976-3979. https://doi.org/10.29042/2018-3976-3979
[6] Чандрасекар П., Сангита Т.(2014). Умная корзина для покупок с автоматической системой выставления счетов через RFID и Zigbee. Информационная коммуникация и встроенные системы (ICICES 2014), стр.
1–4. https://doi.org/10.1109/ICICES.2014.7033996
[7] Г-жа Рупали Савант, Крипа Кришнан, Света Бхокре, Приянка Бхосале (2015). Интеллектуальная корзина для покупок на основе RFID. Международный журнал инженерных исследований и общих наук 3 (2): 275-280.
[8] Dawkhar K, Dhomase S, Mahabaleshwarkar S. (2015). Электронная корзина для эффективных покупок на основе RFID.Международный журнал инновационных исследований в области электротехники, электроники, КИПиА 3 (1): 84-86. https://doi.org/10.17148/IJIREEICE.2015.3117
[9] Амбекар К., Дхол В., Шарма С., Вадекар Т. (2015). Умная тележка для покупок с использованием RFID. Международный журнал перспективных исследований в области компьютерной инженерии и технологий (IJARCET) 4 (10): 3875-3877.
[10] Шелке С.Дж., Карде П., Такре В.М. (2015). Изучение различных перспектив безопасности Android. Международный журнал инновационных исследований в области вычислительной техники и коммуникаций 3 (10): 9667-9672.https://doi.
org/10.15680/IJIRCCE.2015. 0310116
[11] Баладжи С., Баламуругуан С., Маримуту Р. (2017). Умная корзина для покупок. Журнал IEEE «Интернет вещей».
[12] Беди Х., Гоял Н., Кумар С., Гупта А. (2017). Умная тележка с использованием смартфона и Arduino. Журнал электрических и электронных систем 2 (12): 6.
https://doi.org/10.4172/2332-0796.1000223
[13] Тиягараджан М., Эджаз М., Кумар М. (2017). Усовершенствованная тележка для покупок на базе RFID для супермаркетов.Журнал исследовательских ворот 8.
[14] Бердалиев Ю., Джеймс А.П. (2016). Умная тележка для покупок с использованием Zigbee отдела электротехники и электронной инженерии инженерной школы. Назарбаев Университет Астана, Казахстан.
[15] Саад СС, Накад З.С. (2011). Автономная внутренняя система позиционирования RFID с использованием пассивных меток. IEEE Transactions по промышленной электронике 58 (5): 1961-1970. https://doi.org/10.1109/TIE.2010.2055774
[16] Чандра Бабу DVS.
(2012). Беспроводная интеллектуальная тележка для выставления счетов для супермаркетов.Международный журнал перспективных исследований в области технологий 3 (1).
[17] Юваткара А., Инамдарб Ф., Сингх Р., Бандейл А.А. (2018). Умная тележка для выставления счетов через приложение. Международный журнал передовых исследований в области инженерии, науки и технологий 5 (3).
[18] Ларсан Аро Брайан А., Ароцкиам Л., Шеба Кезия Маларчелви, полиция. (2014). Защищенная интеллектуальная библиотечная система на основе IOT с отслеживанием книг на основе NFC. Международный журнал новейших технологий в области компьютерных наук и электроники (IJETCSE) 11 (5): 18-21.
Чувства места: архитектурный дизайн для мультисенсорного ума | Когнитивные исследования: принципы и последствия
Abath, A. (2017). Мерло-Понти и проблема синестезии. В О. Деруа (ред.), Сенсорное смешение: Новые очерки синестезии, , (стр. 151–165). Оксфорд: Издательство Оксфордского университета.
Google ученый
Адамс, К., и Дусе, Л. (2017). Что в аромате? Значение, форма и чувственные понятия, вызванные запахами. Журнал сенсорных исследований , 32 , e12256.
Артикул Google ученый
Адамс, К., и Ванри, Дж. (2018). Добавленная стоимость проектирования с помощью кросс-модальных соответствий: влияние на реакцию потребителей. В документе , представленном на 4-м Международном коллоквиуме по дизайну, брендингу и маркетингу, UHasselt, Hasselt, Бельгия, 5 декабря. th –7 th http: // hdl.handle.net/1942/27514.
Google ученый
Aggleton, J. P., & Waskett, L. (1999). Способность запахов служить зависимыми от состояния репликами для реальных воспоминаний: могут ли запахи викингов помочь вспомнить переживания викингов? Британский журнал психологии , 90 , 1–7.
PubMed Статья Google ученый
Альбрехт, Л. (2013).«Фирменный аромат» Barclays Center щекочет носы, любопытство. http://dnainfo.com/new-york/20130520/prospect-heights/barclays-centers-signature-scent-tickles-noses-curiosity.
Google ученый
Андертон, Ф. (1991). Архитектура на любой вкус. Architectural Review , 189 (1136), 27.
Google ученый
Ба, М., и Канг, Дж. (2019).Лабораторное исследование взаимодействия звука и запаха в городской среде. Строительство и окружающая среда , 147 , 314–326.
Артикул Google ученый
Бадде, С., Наварро, К. Т., и Лэнди, М. С. (2020). Специфическое для модальности внимание ослабляет эффекты визуально-тактильной интеграции и повторной калибровки за счет снижения предварительных ожиданий от общего источника для зрения и осязания.
Познание , 197 , 104170.
PubMed PubMed Central Статья Google ученый
Байи Данн, К. и Сирс, М. (1998). Дизайн интерьера для всех пяти чувств . Нью-Йорк: St. Martin’s Press.
Google ученый
Бэрд, Дж. К., Кэссиди, Б., и Курр, Дж. (1978). Предпочтение помещения в зависимости от архитектурных особенностей и действий пользователя. Журнал прикладной психологии , 63 , 719–727.
Артикул Google ученый
Бэнкс, С. Дж., Нг, В., и Джонс-Готман, М. (2012). Хорошо + хорошо = лучше? Эффект сочетания гедонически валентных запахов и образов. Neuroscience Letters , 514 , 71–76.
PubMed Статья Google ученый
Барбара А. и Перлисс А. (2006). Невидимая архитектура: познавать места через обоняние .
Милан: Скира.
Google ученый
Барлоу Х. и Моллон Дж. (Ред.) (1982). Чувства . Кембридж: Издательство Кембриджского университета.
Google ученый
Башфорд, С. (2010). Преодоление звукового барьера . Бакалейщик 24 июля. http://www.thegrocer.co.uk/fmcg/breaking-the-sound-barrier/211258.article.
Баттачарья, Дж., & Линдсен, Дж. П. (2016). Музыка для более яркого мира: предвзятость суждения о яркости музыкальными эмоциями. PLoS One , 11 , e0148959.
Артикул Google ученый
Баус, О., и Бушар, С. (2017). Воздействие неприятного запаха усиливает ощущение присутствия в виртуальной реальности. Виртуальная реальность , 21, , 59–74.
Артикул Google ученый
Бавистер, П., Лоуренс Ф.
и Гейдж С. (2018). Искусственный интеллект и создание эмоционального отклика на звук и пространство. Труды Института акустики, 40 (3), 8 стр.
BBC News (2017). Находка асбеста закрывает здание Оксфордского университета на два года . BBC News 10 февраля. https://www.bbc.co.uk/news/uk-england-oxfordshire-38
9.
Беллицци, Дж. А., Кроули, А. Э., и Хасти, Р. У. (1983). Эффекты цвета в дизайне магазина.Журнал розничной торговли, 59 (Весна), 21–45.
Google ученый
Беллицци, Дж. А., & Хайт, Р. Э. (1992). Цвет окружающей среды, чувства потребителей и вероятность покупки. Психология и маркетинг, 9, 347–363.
Артикул Google ученый
Бенджамин, В. (1968). Освещение [Пер. Х. Зон] . Нью-Йорк: Schocken Books (впервые опубликовано в 1955 году).
Google ученый
Berg-Ganschow, U.
, & Jacobsen, W. (1987). … Фильм… Город… Кино… Берлин . США: Аргон.
Бернштейн, Э. С., и Тюрбан, С. (2018). Влияние «открытого» рабочего пространства на человеческое сотрудничество. Философские труды Королевского общества B , 373 , 20170239.
Статья Google ученый
Билле, М., & Соренсен, Т. Ф. (2018). Атмосферная архитектура: элементы, процессы и практики. В D. Howes (Ed.), Senses and Sensing: Critical and Primary Source , (vol. 4, pp. 137–154). Лондон: Блумсбери.
Google ученый
Blesser, B., & Salter, L.-R. (2007). Spaces говорят, вы слушаете? Кембридж: MIT Press.
Google ученый
Блумер, К.К., и Мур, К. В. (1977). Корпус, память и архитектура . Лондон: Издательство Йельского университета.
Google ученый
Беме, Г.
(2013). Атмосфера как осознанное физическое присутствие в космосе. OASE: Журнал архитектуры , 91 , 21–32.
Google ученый
Боржиковски, Б. (2017). Почему открытые офисы — это плохо для нас .BBC 11 января. https://www.bbc.com/worklife/article/20170105-open-offices-are-damaging-our-memories.
Бруно, Н., и Павани, Ф. (2018). Восприятие: мультисенсорная перспектива . Оксфорд: Издательство Оксфордского университета.
Книга Google ученый
Бакнелл, А. (2018). Архитектура чувствуется запахом? Краткая история мультисенсорного дизайна . Журнал «Метрополис» 11 октября. https: // www.metropolismag.com/architecture/multisensory-architecture-design-history/.
Буркус Д. (2016). Почему не работает ваше открытое рабочее пространство . Forbes, 21 июня. https://www.forbes.com/sites/davidburkus/2016/06/21/why-your-open-office-workspace-doesnt-work/#188f073a435f.
Калверт, Г., Спенс, К., и Стейн, Б. Э. (ред.) (2004). Справочник по мультисенсорной обработке . Кембридж: MIT Press.
Google ученый
Кандас, В., & Дюфур А. (2005). Тепловой комфорт: мультисенсорные взаимодействия? Журнал физиологической антропологии , 24 , 33–36.
Артикул Google ученый
Кэрролл М. (1967). Paley Park: уголок тихих развлечений среди городской суеты; На 53-й улице каждый найдет что-то для себя . The New York Times 20 сентября. https://www.nytimes.com/1967/09/20/archives/paley-park-a-corner-of-quiet-delights-amid-citys-bustle-53d-st.html
Chen, Y.-C., & Spence, C. (2017). Оценка роли «предположения о единстве» в мультисенсорной интеграции: обзор. Границы психологии , 8 , 445.
PubMed PubMed Central Статья Google ученый
Чу, Х., Насар, Дж., Никрахей, Б., и Вальтер, Д. Б. (2017). Нейронные коды видения архитектурных стилей. Научные отчеты , 7 , 40201.https://doi.org/10.1038/srep40201.
Артикул PubMed PubMed Central Google ученый
Классен, К. (1998). Цвет ангелов: космология, гендер и эстетическое воображение. Лондон: Рутледж.
Google ученый
Клайнс Т. (2012). Ресторан с регулируемой акустикой . Популярная наука http://www.popsci.com/technology/article/2012-08/restaurant-adjustable-acoustics.
Корбин А. (1986). Грязный и ароматный: запах и французское социальное воображение . Кембридж: Издательство Гарвардского университета.
Коста, М., Фрументо, С., Несе, М., и Предиери, И. (2018). Цвет интерьера и психологическое функционирование в общежитии университета. Границы психологии , 9 , 1580.
PubMed PubMed Central Статья Google ученый
Кокс, Д.(2017). Наука SAD: Понимание причин «зимней депрессии» . The Guardian 30 октября. https://www.theguardian.com/lifeandstyle/2017/oct/30/sad-winter-depression-seasonal-affective-disorder?utm_source=esp&utm_medium=Email&%E2%80%A6.
Кроули А. Э. (1993). Двумерное влияние цвета на покупки. Маркетинговые письма , 4 , 59–69.
Артикул Google ученый
Далтон, П., & Wysocki, C.J. (1996). Характер и продолжительность адаптации после длительного воздействия запаха. Восприятие и психофизика , 58 , 781–792.
Артикул Google ученый
Дазкир, С. С., & Рид, М. А. (2012). Мебельные формы и их влияние на наши эмоциональные реакции на интерьер. Окружающая среда и поведение , 44 , 722–734.
Артикул Google ученый
Де Кроон, Э., Слюитер, Дж., Куиджер, П. П., и Фрингс-Дресен, М. (2005). Влияние офисных концепций на здоровье и производительность работников: систематический обзор литературы. Эргономика , 48 , 119–134.
PubMed Статья Google ученый
Де Ланге, М., Дебетс, Л., Руйтенбург, К., & Холланд, Р. (2012). Меньше беспорядка: воздействие запахов как инструмент изменения поведения. Социальное влияние , 7 (2), 90–97.
Артикул Google ученый
Дерой, О., и Спенс, К. (2013). Почему мы не все синестеты (даже в слабой степени). Psychonomic Bulletin & Review , 20 , 643–664.
Артикул Google ученый
Долл, Дж. (2013). «Фирменный аромат» бруклинского Barclays Center — загадочный . Атлантика 20 мая. https: // www.theatlantic.com/national/archive/2013/05/signature-scent-brooklyns-barclays-center-mysterious/315078/.
Доннелл-младший, Х. Д., Бэгби, Дж. Р., Хармон, Р. Г., Креллин, Дж. Р., Часки, Х. К., Брайт, М. Ф.,… Мецгер, Р. У. (1989). Сообщение о вспышке болезни в здании государственного офиса Гарри С. Трумэна. Американский журнал эпидемиологии , 129 , 550–558.
Дойен, С., Кляйн, О., Пишон, К., и Клиреманс, А. (2012). Поведенческий прайминг: все в уме, но чей разум? PLoS One , 7 (1), e29081.
PubMed PubMed Central Статья Google ученый
Дробник Дж. (2002). Неустойчивые архитектуры. В Б. Миллер и М. Уорд (ред.), Преступление и украшение: В тени Адольфа Лооса, , (стр. 263–282). Торонто: YYZ Books.
Google ученый
Дробник Дж. (2005). Неустойчивые эффекты: обонятельные измерения в искусстве и архитектуре. В Д.Howes (Ed.), Империя чувств: Читатель чувственной культуры , (стр. 265–280). Оксфорд: Берг.
Google ученый
Данн, Н. С. (2017). Shadowplay: Освобождение и веселье в городах ночью. В I. Heywood (Ed.), Сенсорные искусства и дизайн (Серия сенсорных исследований), , (стр. 31–48). Лондон: Bloomsbury Academic.
Google ученый
Эберхард, Дж.П. (2007). Архитектура и мозг: новая база знаний из нейробиологии . Атланта: Greenway Communications.
Google ученый
Эллис-Петерсен, Х. (2019). Провинция Китая закрывает все стеклянные мосты из-за опасений по поводу безопасности . The Guardian 30 октября. https://www.theguardian.com/world/2019/oct/30/chinese-province-closes-its-glass-bridges-over-safety-fears.
Эриксен, Л. (2014).Комната с кием. B&O Play: The Journal , Autumn (3), 26–27.
Google ученый
Эванс, Г. У., и Джонсон, Д. (2000). Стресс и шум открытого офиса. Журнал прикладной психологии , 85 , 779–783.
PubMed Статья Google ученый
Фауст, Х. С. и Бриллиант, Л. Б. (1981). Является ли диагноз «массовая истерия» оправданием неполного расследования незначительного загрязнения окружающей среды? Журнал медицины труда , 23 , 22–26.
PubMed Статья Google ученый
Феллеман, Д. Дж., И Ван Эссен, Д. К. (1991). Распределенная иерархическая обработка в коре головного мозга приматов. Кора головного мозга , 1 , 1–47.
PubMed Статья Google ученый
Финнеган М. Дж., Пикеринг К. А. С. и Бердж П. С. (1984). Синдром больного здания: исследования распространенности. Британский медицинский журнал , 289 , 1573–1575.
PubMed Статья Google ученый
Флетчер, К. (2005). Дистопостезия: повышенная чувствительность к окружающей среде. В Д. Хоусе (ред.), Империя чувств: читатель чувственной культуры , (стр. 380–396). Оксфорд: Берг.
Google ученый
Фодор, Дж. А. (1983). Модульность ума .Кембридж: MIT Press.
Книга Google ученый
Forster, S., & Spence, C. (2018). «Какой запах?» Временная нагрузка на зрительное внимание вызывает длительную потерю обонятельной осведомленности. Психологические науки , 29 , 1642–1652.
PubMed Статья Google ученый
Fujisaki, W. (2020). Мультисенсорное восприятие сицукана. Акустическая наука и технологии , 41 , 189–195.
Артикул Google ученый
Гал, Д., Уиллер, С. К., и Шив, Б. (2007, неопубликованная рукопись). Кросс-модальные влияния на вкусовое восприятие. Доступно в ССРН: http://ssrn.com/abstract=1030197.
Галлас, А., Нго, М. К., Сулайтис, Дж., И Спенс, К. (2012). Мультисенсорное присутствие в виртуальной реальности: возможности и ограничения.В G. Ghinea, F. Andres, & S. Gulliver (Eds.), Множественные достижения и приложения сенсорных сред: новые разработки в MulSeMedia , (стр. 1–40). Херши: IGI Global.
Google ученый
Gallace, A., & Spence, C. (2014). В контакте с будущим: осязание от когнитивной нейробиологии к виртуальной реальности . Оксфорд: Издательство Оксфордского университета.
Книга Google ученый
Гарг, П.(2019). Как мультисенсорный дизайн может помочь вам создать незабываемые впечатления . UX Collective 28 июля. https://uxdesign.cc/multi-sensory-design-can-help-you-create-memorable-designs-95dfc0f58da5.
Гау Р. и Ноппени У. (2016). Как предшествующие ожидания формируют мультисенсорное восприятие. NeuroImage , 124 , 876–886.
PubMed Статья Google ученый
Газанфар, А.A., & Schroeder, C.E. (2006). Является ли неокортекс мультисенсорным по сути? Тенденции в когнитивных науках , 10 , 278–285.
PubMed Статья Google ученый
Гиршик, А. Р., Лэнди, М. С., и Симончелли, Э. П. (2011). Кардинальные правила: восприятие визуальной ориентации отражает знание статистики окружающей среды. Nature Neuroscience , 14 , 926–932.
PubMed PubMed Central Статья Google ученый
Стекло, С.Т., & Хойбергер Э. (2016). Влияние приятного природного запаха на настроение: Без влияния возраста. Обмен информацией о натуральных продуктах , 11 , 1555–1559.
PubMed Статья Google ученый
Glass, S. T., Lingg, E., & Heuberger, E. (2014). Вызывают ли окружающие городские запахи основные эмоции? Границы психологии , 5 , 340.
PubMed PubMed Central Статья Google ученый
Григорий А.(2016). Архитектор, ставший бриллиантом . The New Yorker 16 июля. https://www.newyorker.com/magazine/2016/08/01/how-luis-barragan-became-a-diamond.
Гроссенбахер, П. Г., и Лавлейс, К. Т. (2001). Механизмы синестезии: когнитивные и физиологические ограничения. Тенденции в когнитивных науках , 5 , 36–41.
PubMed Статья Google ученый
Guieysse, B., Хорт, К., Платель, В., Муньос, Р., Ондартс, М., и Рева, С. (2008). Биологическая обработка воздуха в помещении для удаления ЛОС: возможности и проблемы. Развитие биотехнологии , 26 , 398–410.
PubMed Статья Google ученый
Gulden, W. O., & Grüsser, O.-J. (1998). Есть ли вестибулярная кора? Тенденции в неврологии , 21 , 254–259.
Артикул Google ученый
Хенер, А., Маасс, Х., Крой, И., и Хаммел, Т. (2017). Влияние комнатного аромата на внимание, тревогу и настроение. Журнал ароматов и ароматов , (1), 24–28.
Хага, А., Халин, Н., Холмгрен, М., & Сёрквист, П. (2016). Психологическое восстановление может зависеть от атрибуции источника стимула: вызов эволюционной теории. Границы психологии , 7 , 1831.
PubMed PubMed Central Статья Google ученый
Холл, Э.Т. (1966). Скрытое измерение: использование человеком пространства в общественной и частной жизни . Лондон: Бодли-Хед.
Google ученый
Харада, Х., Кашивадани, Х., Канмура, Ю., и Куваки, Т. (2018). Анксиолитические эффекты линалоола у мышей. Frontiers in Behavioral Neuroscience , 12 , 241. https://doi.org/10.3389/fnbeh.2018.00241.
Артикул PubMed PubMed Central Google ученый
Hasenfus, N., Мартиндейл, К., и Бирнбаум, Д. (1983). Психологическая реальность кросс-медиа художественных стилей. Журнал экспериментальной психологии: человеческое восприятие и производительность , 9 , 841–863.
PubMed Google ученый
Хаверкамп М. (2014). Синестетический дизайн: руководство по мультисенсорному подходу . Базель: Биркхойзер.
Google ученый
Heerwagen, J.Х. (1990). Аффективное функционирование, «легкий голод» и предпочтения яркости комнаты. Окружающая среда и поведение , 22 , 608–635.
Артикул Google ученый
Хайлиг, М. (1962). Стимулятор Sensorama. Патент США № 3050870.
Google ученый
Heilig, M. L. (1992). El cine del futuro: Кино будущего. Присутствие: удаленные операторы и виртуальные среды , 1 , 279–294.
Артикул Google ученый
Хендерсон, В. Б. (1939). Кондиционер — фактор комфорта и прибыли. Мерчандайзинг на супермаркетах, июль (6), 23.
Хеншоу В. (2014). Городские запахи: понимание и проектирование городской среды . Нью-Йорк: Рутледж.
Google ученый
Хеншоу, В., Маклин, К., Медуэй, Д., Перкинс, К., и Варнаби, Г. (ред.) (2018). Дизайн с запахом: практики, методы и проблемы . Нью-Йорк: Рутледж.
Google ученый
Херси, Г. (2000). Архитектура и геометрия в эпоху барокко . Чикаго: Издательство Чикагского университета.
Google ученый
Герц Р. С. (2009). Факты и вымыслы ароматерапии: научный анализ обонятельного воздействия на настроение, физиологию и поведение. Международный журнал нейробиологии , 119 , 263–290.
PubMed Статья Google ученый
Хешонг, Л. (1979). Тепловое наслаждение в архитектуре . Кембридж: MIT Press.
Google ученый
Холланд, Р. У., Хендрикс, М., & Аартс, Х. (2005). Пахнет чистым спиртом. Бессознательное влияние запаха на познание и поведение. Психологические науки , 16 , 689–693.
PubMed Статья Google ученый
Homburg, C., Imschloss, M., & Kühnl, C. (2012). долларов и ароматов — окупается ли мультисенсорный маркетинг? Институт управления, ориентированного на маркетинг http://imu2.bwl.uni-mannheim.de/fileadmin/files/imu/files/ap/ri/RI009.pdf.
Хонгисто, В., Варджо, Дж., Олива, Д., Хаапакангас, А., & Бенвей, Э. (2017). Восприятие маскирующих звуков на водной основе — длительный эксперимент в офисе открытой планировки. Границы психологии , 8 , 1177.
PubMed PubMed Central Статья Google ученый
Хорвиц, Дж., И Сингли, П. (ред.) (2004). Архитектура питания . Кембридж: MIT Press.
Google ученый
Hosey, L.(2013). Аромат и город . The New York Times 5 октября. https://nyti.ms/HlWGto.
Хоус, Д. (2005). Архитектура чувств. В М. Зардини (ред.), Чувство города: альтернативный подход к урбанизму , (стр. 322–331). Монреаль: Lars Müller Publishers.
Google ученый
Хоус, Д. (Ред.) (2014). Культурная история чувств в современную эпоху . Лондон: Bloomsbury Academic.
Google ученый
Хюльтен, Б., Бровеус, Н., и ван Дейк, М. (2009). Сенсорный маркетинг. Бейзингстоук: Пэлгрейв Макмиллан.
Хутмахер Ф. (2019). Почему по зрению проводится так много исследований, чем по любой другой сенсорной модальности? Границы в психологии , 10 , 2246. https://doi.org/10.3389/fpsyg.2019.02246.
Артикул PubMed PubMed Central Google ученый
Индовина, И., Маффеи, В., Боско, Г., Заго, М., Макалузо, Э., и Лакванита, Ф. (2005). Представление визуального гравитационного движения в вестибулярной коре головного мозга человека. Science , 308 , 416–419.
PubMed Статья Google ученый
Джейкобс, Р., Зерхал, К. Б., и ван Стинберг, Д. (1998). Устные стереогнозия: обзор литературы. Клинические исследования полости рта , 2 , 3–10.
PubMed Статья Google ученый
Янке, Х., Эрикссон, К., и Наула, С. (2015). Влияние звуковых и визуальных настроек на предполагаемую вероятность восстановления. Шум и здоровье , 17 , 1–10.
Артикул Google ученый
Цзян, Л., Масулло, М., и Маффеи, Л. (2016). Влияние запаха на мультисенсорные экологические оценки дорожного движения. Обзор оценки воздействия на окружающую среду , 60 , 126–133.
Артикул Google ученый
Джонс, К.А. (2006). Опосредованный сенсориум. В C. A. Jones (Ed.), Sensorium: воплощенный опыт, технологии и современное искусство , (стр. 5–49). Кембридж: MIT Press.
Google ученый
Джоши, С. М. (2008). Синдром больного здания. Индийский журнал медицины труда и окружающей среды , 12 (2), 61–64.
PubMed PubMed Central Статья Google ученый
Джаст, М.Г., Николс, Л. М., и Данн, Р. Р. (2019). Предпочтения человека в отношении климата в помещении приблизительно соответствуют конкретным географическим регионам. Royal Society Open Science , 6 (3), 180695.
PubMed PubMed Central Статья Google ученый
Кабат-Зинн, Дж. (2005). Обретение чувств: исцеление себя и мира через внимательность . Нью-Йорк: Гиперион.
Google ученый
Кан младший, П. Х., Фридман, Б., Гилл, Б., Хагман, Дж., Северсон, Р. Л., Фрейер, Н. Г. и др. (2008). Окно плазменного дисплея? Проблема смещения базовой линии в технологически обусловленном мире природы. Журнал экологической психологии , 28 , 192–199.
Артикул Google ученый
Канг Дж., Алетта Ф., Гьестланд Т. Т., Браун Л. А., Боттелдурен Д., Шульте-Форткамп Б. и др. (2016). Десять вопросов о звуковых ландшафтах застроенной среды. Строительство и окружающая среда , 108 , 284–294.
Артикул Google ученый
Кант И. (2000). Критика силы суждения . Кембридж: Издательство Кембриджского университета.
Книга Google ученый
Карана, Э. (2010). Как материалы обретают свое значение? Журнал METU архитектурного факультета , 27 , 271–285.
Артикул Google ученый
Кинман, Г., и Гарфилд, И. (2015). Университет открытой планировки — шумный кошмар или центр гудящих идей? The Guardian 16 октября. https://www.theguardian.com/higher-education-network/2015/oct/16/the-open-plan-university-noisy-nightmare-or-buzzing-ideas-hub.
Киршенблатт-Гимблетт Б. (1991). Объекты этнографии. В I. Karp, & S. Lavine (Eds.), Выставочные культуры: поэтика и политика музейной экспозиции , (стр.386–443). Вашингтон, округ Колумбия: Пресса Смитсоновского института.
Google ученый
Komatsu, H., & Goda, N. (2018). Нейронные механизмы восприятия материала: Квест на Шицукан. Neuroscience , 392 , 329–347.
PubMed Статья Google ученый
Котлер П. (1974). Атмосфера как инструмент маркетинга. Журнал розничной торговли , 49 (Зима), 48–64.
Google ученый
Кришна А. (2013). Чувство клиента: как 5 чувств влияют на покупательское поведение . Нью-Йорк: Пэлгрейв Макмиллан.
Книга Google ученый
Кронер, В. М., Старк-Мартин, Дж., И Виллемейн, Т. (1992). Взаимное исследование Вест-Бенд . Троя: Центр архитектурных исследований, Школа архитектуры, Политехнический институт Ренсселера.
Google ученый
Лам, В. М. (1992). Восприятие и освещение как формы для архитектуры . Нью-Йорк: Ван Ностранд Рейнхольд.
Google ученый
Ланза, Дж. (2004). Музыка в лифте: Сюрреалистическая история Музака, легкая музыка и другие песни настроения. . Анн-Арбор: Мичиганский университет Press.
Книга Google ученый
Ле Корбюзье (1948). На пути к новой архитектуре . Лондон: Architectural Press.
Google ученый
Ле Корбюзье (1991). Точность . Кембридж: MIT Press.
Google ученый
Леду, Дж. (2003). Эмоциональный мозг, страх и миндалевидное тело. Клеточная и молекулярная нейробиология , 23 , 727–738.
PubMed Статья Google ученый
Ли, И.Ф. (2018). Радостный: удивительная способность обычных вещей создавать необычайное счастье. . Лондон: Райдер.
Google ученый
Леман, Л. М. (2009) Архитектурное здание для всех органов чувств: оживление пространства. https://marialorenalehman.com/post/architectural-building-for-all-the-senses.
Google ученый
Левент, Н., и Паскуаль-Леоне, А.(Ред.) (2014). Мультисенсорный музей: междисциплинарные взгляды на прикосновение, звук, запах, память и пространство . Плимут: Роуман и Литтлфилд.
Google ученый
Левин М.Д. (ред.) (1993). Современность и гегемония видения . Беркли: Калифорнийский университет Press.
Google ученый
Ли, В., Моаллем, И., Паллер, К.А., и Готфрид Дж. А. (2007). Подсознательные запахи могут определять социальные предпочтения. Психологические науки , 18 , 1044–1049.
PubMed Статья Google ученый
Либерман, Л. С. (2006). Эволюционные и антропологические перспективы оптимального кормления в условиях ожирения. Аппетит , 47 , 3–9.
PubMed Статья Google ученый
Линдстрем, М.(2005). Чувство бренда: как создавать бренды с помощью прикосновения, вкуса, запаха, зрения и звука . Лондон: Коган Пейдж.
Google ученый
Липпс, А. (2018). Scentscapes. В E. Lupton, & A. Lipps (Eds.), Чувства: Дизайн за пределами видения , (стр. 108–121). Хадсон: Princeton Architectural Press.
Google ученый
Лю, К., Богичевич, В., & Маттила, А.С. (2018). Круговой или угловой сервисный план: «Формирование» реакции клиента на быстрый темп обслуживания. Журнал бизнес-исследований , 89 , 47–56.
Артикул Google ученый
Лоотсма, Б. (1998). На пути к новой тектонике. Daidalos , 68 , 34–47.
Google ученый
Любовь, С.(2018). Синдром больного здания: в лечении нуждаются здания или люди? Индепендент 14 мая. https://www.independent.co.uk/news/long_reads/sick-building-syndrome-treatment-finland-health-mould-nocebo-a8323736.html.
Лукас Д. Б. и Бритт С. Х. (1950). Рекламная психология и исследования: Вводная книга . Нью-Йорк: Книжная компания Макгроу-Хилл.
Книга Google ученый
Луптон, Э.(2002). Кожа: Поверхностное вещество + дизайн . Нью-Йорк: Princeton Architectural Press.
Google ученый
Луптон, Э., и Липпс, А. (2018). Чувства: дизайн за гранью видения . Хадсон: Princeton Architectural Press.
Google ученый
Линч, К., и Хак, Г. (1984). Дизайн сайта. В Планировка участка , (3-е изд., С.127–129). Кембридж: MIT Press.
Google ученый
Магнавита, Н. (2015). Симптомы, связанные с работой в помещениях: озадачивающая проблема для врача-терапевта. Международный архив гигиены труда и окружающей среды , 88 , 185–196.
PubMed Статья Google ученый
Махваш К. (2007). Сайт + звук: Космос.В M. W. Muecke, & M. S. Zach (Eds.), Resonance: Essays on the crossness of music and architecture , (pp. 53–75). Эймс: Culicidae Press.
Google ученый
Мерс, Дж. (2017). Термальный курорт Therme Vals был разрушен, говорит Питер Цумтор . DeZeen 11 мая. https://www.dezeen.com/2017/05/11/peter-zumthor-val-therme-spa-switzerland-destroyed-news/.
Мальхотра, Н. К. (1984). Информационная и сенсорная перегрузка.Информационная и сенсорная перегрузка в психологии и маркетинге. Психология и маркетинг , 1 (3–4), 9–21.
Артикул Google ученый
Маллгрейв, Х. Ф. (2011). Мозг архитектора: нейробиология, творчество и архитектура . Чичестер: Вили-Блэквелл.
Google ученый
Малнар, Дж. М. (2017). Чикагская биеннале архитектуры 2015 года: состояние сенсорного дизайна.В I. Heywood (Ed.), Сенсорные искусства и дизайн (Серия сенсорных исследований), , (стр. 137–156). Лондон: Bloomsbury Academic.
Google ученый
Малнар, Дж. М., и Водварка, Ф. (2004). Сенсорный дизайн . Миннеаполис: Университет Миннесоты Press.
Google ученый
Манав Б., Кутлу Р. Г. и Кючукдогу М. С. (2010). Влияние цвета и света на восприятие пространства.В «Цвет и свет в архитектуре» Труды Первой международной конференции 2010 г. , (стр. 173–177).
Google ученый
Марголис, Э. (2006). Неопределенность в тупике: карта запахов Нью-Йорка. В J. Drobnick (Ed.), Читатель запаховой культуры , (стр. 107–117). Оксфорд: Берг.
Google ученый
Marks, L. (1978). Единство чувств: взаимосвязь модальностей .Нью-Йорк: Академ.
Google ученый
Мартинес Дж. (2013). У Barclays Center есть свой фирменный аромат . Комплексные СМИ 20 мая. https://www.complex.com/sports/2013/05/the-barclays-center-has-its-own-signature-scent.
Маттила, А. С., и Виртц, Дж. (2001). Конгруэнтность аромата и музыки как движущая сила оценок и поведения в магазине. Журнал розничной торговли , 77 , 273–289.
Артикул Google ученый
Мау, Б. (2018). Проектирование LIVE. В E. Lupton, & A. Lipps (Eds.), Чувства: Дизайн за пределами видения , (стр. 20–23). Хадсон: Princeton Architectural Press.
Google ученый
Мау, Б. (2019). «Дизайн для пяти чувств» Брюса Мау, представленный Freeman . SXSW 13 марта. https: // расписание.sxsw.com/2019/events/OE38314.
Маккарти Б. (1996). Синтез из нескольких источников: архитектура запаха. Архитектурное проектирование , 121, 66 (5/6), ii – v.
МакКуи, К. (2008). Успех аромата , (стр. 1). The Financial Times, 3 февраля (House & Home).
МакГанн, Дж. П. (2017). Плохое обоняние человека — это миф XIX века. Наука , 356 , eaam7263.
PubMed PubMed Central Статья Google ученый
Маклюэн, М.(1961). Внутри сенсориума пяти чувств. Canadian Architect , 6 (6), 49–54 (перепечатано в Howes, D. (Ed.) (2004). Empire of the senses: the sensual culture reader (стр. 42–52). Oxford, Великобритания: Берг.).
Google ученый
Мехрабиан А. Р. и Рассел Дж. А. (1974). Подход к экологической психологии . Кембридж: MIT Press.
Google ученый
Мейер, Д., Веселич, С., Калафиоре, К., и Ноппени, У. (2019). Интеграция аудиовизуальных пространственных сигналов не соответствует оценке максимального правдоподобия. Cortex , 119 , 74–88.
PubMed PubMed Central Статья Google ученый
Мерло-Понти, М. (1962). Феноменология восприятия [пер. С. Смит] . Лондон: Рутледж и Кеган Пол.
Google ученый
Мертер, С.(2017). Синестетический подход в процессе дизайна для расширения творческих возможностей и мультисенсорных ощущений. The Design Journal , 20 (прил. 1), S4519 – S4528.
Артикул Google ученый
Мейерс-Леви, Дж. И Чжу, Р. (2007). Влияние высоты потолка: влияние грунтовки на тип обработки, который используют люди. Журнал потребительских исследований , 34 , 174–186.
Артикул Google ученый
Митчелл, В.Дж. Т. (2005). Нет визуальных средств массовой информации. Журнал визуальной культуры , 4 , 257–266.
Артикул Google ученый
Моррин, М., и Чебат, Дж. К. (2005). Конгруэнтность человека и места: интерактивное влияние стиля покупателя и атмосферы на потребительские расходы. Журнал сервисных исследований , 8 , 181–191.
Артикул Google ученый
Muecke, M.W., & Zach, M. S. (ред.) (2007). Резонанс: Очерки пересечения музыки и архитектуры . Эймс: Culicidae Press.
Google ученый
Нефф, Дж. (2000). Ароматы продуктов скрывают отсутствие истинных инноваций . Возраст рекламы 21 февраля, 22 февраля. Http://adage.com/article/news/product-scents-hide-absence-true-innovation/59353/.
Ниемеля, Р., Сеппянен, О., Корхонен, П., & Рейюла, К.(2006). Распространенность симптомов, связанных со строительством, как индикатора здоровья и продуктивности. Американский журнал промышленной медицины , 49 , 819–825.
PubMed Статья Google ученый
Норт, А. К., Харгривз, Д. Дж., И МакКендрик, Дж. (1997). Музыка в магазине влияет на выбор продукта. Природа, 390, 132.
Статья Google ученый
Северный, А.К., Харгривз Д. Дж. И Маккендрик Дж. (1999). Влияние музыки в магазине на выбор вин. Журнал прикладной психологии, 84, 271–276.
Артикул Google ученый
О’Догерти, Б. (1999). Внутри белого куба: Об идеологии галерейного пространства, (1976) . Беркли: Калифорнийский университет Press.
Google ученый
О’Догерти, Б.(2009). Вне идеологии белого куба . Барселона: MACBA.
Google ученый
Оберфельд Д., Хехт Х., Аллендорф У. и Викельмайер Ф. (2009). Окружающее освещение изменяет вкус вина. Журнал сенсорных исследований , 24 , 797–832.
Артикул Google ученый
Оберфельд, Д., Хехт, Х., и Геймер, М.(2010). Легкость поверхности влияет на воспринимаемую высоту помещения. Ежеквартальный журнал экспериментальной психологии , 63 , 1999–2011.
Артикул Google ученый
Отт, У. Р., и Робертс, Дж. У. (1998). Ежедневное воздействие токсичных загрязнителей. Scientific American , 278 (февраль), 86–91.
PubMed Статья Google ученый
Оттербринг, Т., Парейгис, Дж., Вэстлунд, Э., Макригианнис, А., и Линдстрём, А. (2018). Взаимосвязь между типом офиса и удовлетворенностью работой: тестирование модели множественного посредничества посредством простоты взаимодействия и благополучия. Скандинавский журнал труда и гигиены окружающей среды , 44 , 330–334.
Артикул Google ученый
Оттосон, Дж. И Гран, П. (2005). Сравнение свободного времени, проведенного в саду, с досугом, проведенным в помещении: О мерах по восстановлению пациентов в гериатрической медицине. Исследования ландшафта , 30 , 23–55.
Артикул Google ученый
Оуэн, Д. (2019). Является ли шумовое загрязнение следующим серьезным кризисом в области общественного здравоохранения? Житель Нью-Йорка 13 мая. https://www.newyorker.com/magazine/2019/05/13/is-noise-pollution-the-next-big-public-health-crisis.
Пачелле, М. (1992). Многие люди отказываются регистрироваться, если в вестибюле отеля есть запах. .Wall Street Journal 28 июля, B1.
Палласмаа Дж. (1994). Архитектура семи чувств. В С. Холле, Дж. Палласмаа и А. Перес-Гомес (ред.), Архитектура и урбанизм: вопросы восприятия: феноменология и архитектура (специальный выпуск), июль (стр. 27–37).
Google ученый
Палласмаа Дж. (1996). Глаза кожи: Архитектура и чувства (Полемика) .Лондон: выпуски Академии.
Google ученый
Палласмаа Дж. (2000). Тактичность и время: Заметки о хрупкой архитектуре. Architectural Review , 207 , 78–84.
Google ученый
Палласмаа, Дж. (2011). Архитектура и экзистенциальный смысл: пространство, тело и чувства. В F. Bacci, & D. Melcher (Eds.), Искусство и чувства , (стр.579–598). Оксфорд: Издательство Оксфордского университета.
Google ученый
Палмер, С. Э. (1999). Наука о зрении: фотоны в феноменологию . Кембридж: MIT Press.
Google ученый
Папале П., Кьези Л., Рампинини А. К., Пьетрини П. и Риккарди Э. (2016). Когда нейробиология «соприкасается» с архитектурой: от осязания до надмодального функционирования человеческого мозга. Границы психологии , 7 , 866.
PubMed PubMed Central Статья Google ученый
Пирсон Д. (1991). Осмысление архитектуры. Architectural Review, 10: Чувственность и архитектура , Октябрь , 68–70.
Перес-Гомес, А. (2016). Настройка: архитектурное значение после кризиса современной науки . Кембридж: MIT Press.
Книга Google ученый
Фазан, Р. Дж., Хорошенков, К., Уоттс, Г., и Баррет, Б. Т. (2008). Акустические и визуальные факторы, влияющие на создание спокойного пространства в городской и сельской местности, спокойное пространство — тихие места? Журнал Акустического общества Америки , 123 , 1446–1457.
PubMed Статья Google ученый
Портеус, Дж.Д. (1990). Пейзажи разума: миры смысла и метафоры . Торонто: Университет Торонто Press.
Книга Google ученый
Портеус, Дж. Д., & Мастин, Дж. Ф. (1985). Звуковой пейзаж. Журнал архитектурных и планировочных исследований , 2 , 169–186.
Google ученый
Познер, М. И., Ниссен, М. Дж., И Кляйн, Р.М. (1976). Визуальное доминирование: описание процесса обработки информации о его происхождении и значении. Психологический обзор , 83 , 157–171.
PubMed Статья Google ученый
Превик, Ф. Х. (1998). Нейропсихология трехмерного пространства. Психологический бюллетень , 124 , 123–164.
PubMed Статья Google ученый
Прочник, Г.(2009). Город земных наслаждений . The New York Times 12 декабря. https://www.nytimes.com/2009/12/13/opinion/13prochnik.html.
Рагавендира Р. (2017). Архитектура и человеческие чувства. Международный журнал инноваций в технике и технологиях (IJIET) , 8 (2), 131–135.
Google ученый
Расмуссен, С. Э. (1993). Знакомство с архитектурой .Кембридж: MIT Press.
Google ученый
Ребер Р. (2012). Беглость обработки, эстетическое удовольствие и культурный вкус. В А. П. Шимамура и С. Е. Палмер (ред.), Эстетическая наука: соединение разума, мозга и опыта , (стр. 223–249). Оксфорд: Издательство Оксфордского университета.
Google ученый
Ребер Р., Шварц Н. и Винкельман П.(2004). Беглость обработки и эстетическое удовольствие: является ли красота процессом обработки восприятия? Обзор личности и социальной психологии , 8 , 364–382.
PubMed Статья Google ученый
Ребер Р., Винкельман П. и Шварц Н. (1998). Влияние беглости восприятия на аффективные суждения. Психологические науки , 9 , 45–48.
Артикул Google ученый
Редизайн корпоративного офиса (2019).The Economist, 28 сентября. https://www.economist.com/business/2019/09/28/redesigning-the-corporate-office.
Редлих, К. А., Спарер, Дж., И Каллен, М. Р. (1997). Синдром больного здания. Ланцет , 349 , 1013–1016.
PubMed Статья Google ученый
Робарт, Р. Л., и Розенблюм, Л. Д. (2005). Слуховое пространство: определение комнат по отраженному звуку. В Х. Хефт и К.Л. Марш (ред.), Исследования восприятия и действия XIII , (стр. 152–156). Хиллсдейл: Лоуренс Эрлбаум Ассошиэйтс.
Google ученый
Робинсон, С., Палласмаа, Дж. (Ред.) (2015). Разум в архитектуре: неврология, воплощение и будущее дизайна . Кембридж: MIT Press.
Google ученый
Rohe, T., Ehlis, A.C., & Noppeney, U.(2019). Нейронная динамика иерархического байесовского причинного вывода в мультисенсорном восприятии. Nature Communications , 10 , 1907.
PubMed PubMed Central Статья Google ученый
Розенталь, Н. Э. (2019). Зимний блюз: все, что вам нужно знать, чтобы победить сезонное аффективное расстройство . Нью-Йорк: Guilford Press.
Google ученый
Розенталь, Н.E., Sack, D.A., Gillin, J.C., Lewy, A.J., Goodwin, F.K, Davenport, Y., et al. (1984). Сезонное аффективное расстройство: описание синдрома и предварительные результаты световой терапии. Архив общей психиатрии , 41 , 72–80.
PubMed Статья Google ученый
Райан Р. (1997). Термальные ванны в Вальсе, Швейцария, автор Питер Цумтор . Архитектурное обозрение 16 августа.https://www.architectural-review.com/buildings/thermal-baths-in-val-switzerland-by-peter-zumthor/8616979.article?blocktitle=1990s-grid&contentID=24955.
Рыбчинский, В. (2001). Внешний вид архитектуры . Нью-Йорк: Нью-Йоркская публичная библиотека.
Google ученый
Сальгадо-Монтехо, А., Сальгадо, К., Альварадо, Дж., И Спенс, К. (2017). Простые линии и формы связаны с различными эмоциями и передают их. Познание и эмоции , 31 , 511–525.
Артикул Google ученый
Сатиан, К., и Рамачандран, В. С. (ред.) (2020). Мультисенсорное восприятие: от лаборатории к клинике . Сан-Диего: Эльзевьер.
Google ученый
Сайин, Э., Кришна, А., Арделет, К., Декре, Г. Б., и Гудей, А. (2015). «Здоровый и безопасный»: влияние окружающего звука на воспринимаемую безопасность общественных мест. Международный журнал маркетинговых исследований , 32 , 343–353.
Артикул Google ученый
Шафер Р. М. (1977). Тюнинг мира . Нью-Йорк: Кнопф.
Google ученый
Schifferstein, H. N. J., Talke, K. S. S., & Oudshoorn, D.-J. (2011). Может ли окружающий аромат улучшить ночную жизнь? Хемосенсорное восприятие , 4 , 55–64.
PubMed PubMed Central Статья Google ученый
Шредер, Дж. (2018). Внутри кондоминиума в Майами стоимостью 30 миллионов долларов, который имеет свою собственную «ароматическую идентичность»: специалист по обонянию тратит 6 месяцев с новыми покупателями на разработку своего личного аромата, который распространяется через систему отопления, вентиляции и кондиционирования воздуха . Daily Mail Online 10 июля. http://www.dailymail.co.uk/news/article-5
5/29million-condo-Miami-comes-custom-scent-identity.html.Сеннет Р. (1994). Плоть и камень: тело и город в западной цивилизации . Нью-Йорк: Нортон.
Google ученый
Зифкес, М., и Ариелли, Э. (2015). Экспериментальный подход к мультимодальности: как музыкальные и архитектурные стили взаимодействуют в эстетическом восприятии. В J. Wildfeuer (Ed.), Наведение мостов для мультимодальных исследований: Международные взгляды на теории и практики мультимодального анализа , (стр.247–265). Нью-Йорк: Питер Лэнг.
Google ученый
Сигсуорт, W. (2019). Архитектор Крис Дауни потерял зрение, но обратил внимание на свою архитектуру. Изменение жизни. Саппи Европа и Дж. Браун, Протяни руку и прикоснись: радость физического в эпоху цифровых технологий (22–27). Лондон: Джон Браун и Брюссель: Sappi Europe.
Зиммель Г. (1995). Мегаполис и душевная жизнь. В П. Касинице (Ред.), Метрополия: центр и символ нашего времени . Лондон: Макмиллан.
Google ученый
Слоссон, Э. Э. (1899). Лекционный эксперимент с галлюцинациями. Психологический обзор , 6 , 407–408.
Артикул Google ученый
Смитс, М.А.М., и Дейкстерхейс, Г.Б. (2014). Вонючие праймы — когда обонятельные праймы работают или не работают. Границы в психологии , 5 , 96.
PubMed PubMed Central Статья Google ученый
Саутворт, М. (1969). Звуковая среда городов. Окружающая среда и поведение , 1 (1), 49–70.
Артикул Google ученый
Спенс К. (2002). Отчет ICI о тайне чувств .Лондон: Коммуникационная группа.
Google ученый
Спенс, К. (2003). Новый мультисенсорный подход к здоровью и благополучию. В сущности, 2 , 16–22.
Спенс, К. (2011). Межмодальные соответствия: обзор учебного пособия. Внимание, восприятие и психофизика , 73 , 971–995.
Артикул Google ученый
Спенс, К.(2012a). Управление сенсорными ожиданиями в отношении продуктов и брендов: использование потенциала символики звука и формы. Журнал потребительской психологии , 22 , 37–54.
Артикул Google ученый
Спенс, К. (2012b). Синестетический маркетинг: кросс-сенсорные продажи, использующие необычные нейронные сигналы, наконец достигли совершеннолетия. В журнале The Wired World, 2013 г., ноябрь , (стр. 104–107).
Google ученый
Спенс, К. (2014). Шум и его влияние на восприятие еды и питья. Ароматизатор , 3 , 9.
Артикул Google ученый
Спенс, К. (2015). Рецензия на книгу: Синестетический дизайн. Мультисенсорные исследования , 28 , 245–248.
Артикул Google ученый
Спенс, К.(2020a). Межмодальные соответствия на основе температуры: причины и последствия. Multisensory Research, 33, 645-682. https://doi.org/10.1163/22134808-201
.Спенс, К. (2020b). Сицукан — мультисенсорное восприятие качества. Мультисенсорные исследования . https://doi.org/10.1163/22134808-bja10003.
Спенс, К. (2020c). Воздействие атмосферы на еду и питье: обзор. В H. Meiselman (Ed.), Справочник по еде и питью , (стр.257–276). Чам: Спрингер.
Глава Google ученый
Спенс, К. (2021 г.). Сэнсхэкинг . Лондон: Пингвин-викинг.
Спенс, К. (2020d). Дизайн для мультисенсорного ума. Архитектурное проектирование, 42-49 декабря.
Спенс, К., & Фрингс, К. (2020). Интеграция мультисенсорных функций в (и вне) фокуса пространственного внимания. Внимание, восприятие и психофизика , 82 , 363–376.
Артикул Google ученый
Спенс, К., и Келлер, С. (2019). Мелодии медицины: о стоимости и преимуществах музыки, звуковых ландшафтов и шума в медицинских учреждениях. Музыка и медицина , 11 , 211–225.
Google ученый
Спенс К., Ли Дж. И ван дер Стоуп Н. (2017). Реагирование на звуки из невидимых мест: перекрестное ориентирование внимания в ответ на звуки, издаваемые сзади.Европейский журнал нейробиологии, 51, 1137–1150.
Спенс К., Веласко К. и Кноферле К. (2014). Большое выборочное исследование влияния мультисенсорной среды на опыт употребления вина. Ароматизатор , 3 , 8.
Артикул Google ученый
Спенс, К., Ван, X., Вудс, А., Веласко, К., Дэн, Дж., Юсеф, Дж., И Дерой, О. (2015). О вкусных цветах и ярких вкусах? Оценка, объяснение и использование кросс-модальных соответствий между цветами и основными вкусами. Ароматизатор , 4 , 23.
Артикул Google ученый
Штейн Б. Э. (ред.) (2012). Новый справочник по мультисенсорной обработке . Кембридж: MIT Press.
Google ученый
Стейн Б. Э. и Мередит М. А. (1993). Слияние чувств . Кембридж: MIT Press.
Google ученый
Стейнвальд, М., Хардинг, М.А., и Пьячентини, Р.В. (2014). Мультисенсорное взаимодействие с реальной природой, имеющее отношение к реальной жизни. В Н. Левент и А. Паскуаль-Леоне (ред.), Мультисенсорный музей: междисциплинарные перспективы осязания, звука, запаха, памяти и пространства (стр. 45–60). Плимут: Роуман и Литтлфилд.
Google ученый
Стеркен, С. (2007). Музыка как искусство пространства: Взаимодействие музыки и архитектуры в творчестве Янниса Ксенакиса.В M. W. Muecke, & M. S. Zach (Eds.), Resonance: Essays on the crossness of music and architecture , (pp. 21–51). Эймс: Culicidae Press.
Google ученый
Стокс А. (1978). Гладкий и грубый. В г. Критические сочинения Адриана Стокса , (том 2, стр. 213–256). Лондон: Темза и Гудзон.
Google ученый
Сунага, Т., Парк Дж. И Спенс К. (2016). Влияние легкости на принятие решения о покупке потребителями. Психология и маркетинг , 33 , 934–950.
Артикул Google ученый
Талсма Д. (2015). Прогнозирующее кодирование и мультисенсорная интеграция: учет внимания мультисенсорного разума. Frontiers in Integrative Neuroscience , 9 , 19.
PubMed PubMed Central Статья Google ученый
Танизаки, Дж.(2001). Во славу теней (Перевод Т. Дж. Харпера и Э. Г. Зайденстиккера) . Лондон: Винтажные книги.
Google ученый
Терман, М. (1989). К вопросу о механизме фототерапии сезонного аффективного расстройства: соображения клинической эффективности и эпидемиологии. В Н. Э. Розенталь и М. К. Блехар (ред.), Сезонные аффективные расстройства и фототерапия , (стр. 357–376). Нью-Йорк: Гилфорд.
Google ученый
Тетсуро Ю. (1955). Японский дом и сад . Нью-Йорк: Фредерик Прегер.
Google ученый
Thömmes, K., & Hübner, R. (2018). Количество лайков в Instagram для архитектурных фотографий можно предсказать по количественному балансу и кривизне. Границы психологии: наука о восприятии , 9 , 1050.https://doi.org/10.3389/fpsyg.2018.01050.
Артикул Google ученый
Томпсон, Э. (1999). Прислушиваясь к / для современности: Архитектурная акустика и развитие современных пространств в Америке. В П. Галисон и Э. Томпсон (ред.), Архитектура науки , (стр. 253–280). Кембридж: MIT Press.
Google ученый
Тонетто, Л., Кланович, К.П., и Спенс К. (2014). Изменение звуков действий влияет на эмоциональные реакции и телесные ощущения людей. i-Perception , 5 , 153–163.
PubMed PubMed Central Статья Google ученый
Торрико, Д. Д., Хан, Ю. Шарма, К. Фуэнтес, С., Гонсалес Вьехо, К., и Дуншеа, Ф. Р. (2020). Влияние контекста и среды виртуальной реальности на дегустацию вин, приемлемость и эмоциональные реакции потребителей.Foods, 9: 191; https://doi.org/10.3390/foods91.
Артикул PubMed Central Google ученый
Сокровище, Дж. (2007). Здоровый бизнес . Сайренсестер: Менеджмент Букс 2000 Лтд.
Google ученый
Трейб М. (1995). Должен ли пейзаж значить? Подходы к значению в новейшей ландшафтной архитектуре. Пейзажный журнал , 14 (1), 47–62.
Google ученый
Триведи, Б. (2006). Запах рекрутинга для жесткой продажи. New Scientist , 2582 , 36–39.
Артикул Google ученый
Цусима, Ю., Окада, С., Каваи, Ю., Сумита, А., Андо, Х., и Мики, М. (2020). Влияние освещения на воспринимаемую температуру. PLoS One, 15 (8): e0236321.
Туан, Ю.Ф. (1977). Пространство и место: взгляд на опыт . Миннеаполис: Университет Миннесоты Press.
Google ученый
ООН-Хабитат (2010). Состояние городов мира 2010/2011: Преодоление разрыва в городах. http://www.unhabitat.org/documents/SOWC10/R7.pdf.
Книга Google ученый
Департамент по экономическим и социальным вопросам Организации Объединенных Наций (2018 г.).По прогнозам ООН, к 2050 году 68% населения мира будет жить в городах. 16 мая. https://www.un.org/development/desa/en/news/population/2018-revision-of-world-urbanization-prospects.html.
Google ученый
Ван Рентергем, Т., и Боттелдурен, Д. (2016). Вид на растительность на открытом воздухе снижает неудобства от шума для жителей, находящихся рядом с оживленными дорогами. Ландшафт и градостроительство , 148 , 203–215.
Артикул Google ученый
Варга, Б.А. (1996). Разговоры с Янисом Ксенакисом . Лондон: Фабер и Фабер.
Google ученый
Вартанян, О., Наваррете, Г., Чаттерджи, А., Фич, Л. Б., Гонсалес-Мора, Дж. Л., Ледер, Х. и др. (2015). Архитектурный дизайн и мозг: влияние высоты потолка и воспринимаемого ограждения на суждения о красоте и решения по избеганию приближения. Журнал экологической психологии , 41 , 10–18.
Артикул Google ученый
Вартанян, О., Наваррете, Г., Чаттерджи, А., Фич, Л. Б., Ледер, Х., Модроньо, К. и др. (2013). Влияние контура на эстетические суждения и решения уклонения от подхода в архитектуре. Proceedings of the National Academy of Sciences of the USA , 110 (Supple 2), 10446–10453.
PubMed Статья Google ученый
Отчет Velux YouGov (2018).Поколение в помещении: влияние современной жизни в помещении на здоровье, благополучие и продуктивность. www.velux.nn / indorgeneration.
Google ученый
фон Кастелл, К., Хехт, Х. и Оберфельд, Д. (2018). Яркая краска делает внутренние поверхности более далекими. PLoS ONE, 13 (9): e0201976. https://doi.org/10.1371/journal.pone.0201976.
Артикул Google ученый
Форрайтер, Г.(1989). Театр прикосновения. Архитектурное обозрение, 185, 66–69.
Google ученый
Вагнер М. (1989). Театр прикосновения. Интерьеры, 149, 98–99.
Google ученый
Вагнер, К. (2018). Как в ресторанах стало так шумно . Atlantic Monthly 27 ноября. https://www.theatlantic.com/technology/archive/2018/11/how-restaurants-got-so-loud/576715/.
Уокер, М.(2018). Почему мы спим . Лондон: Пингвин.
Google ученый
Ван, К. Дж., И Спенс, К. (2019). Питье через розовые бокалы: Влияние цвета вина на восприятие аромата и вкуса у знатоков вина и новичков. Food Research International , 126 , 108678.
PubMed Статья Google ученый
Уорд, Дж.(2014). Мультисенсорные воспоминания. В Н. Левент и А. Паскуаль-Леоне (ред.), Мультисенсорный музей: междисциплинарные перспективы осязания, звука, запаха, памяти и пространства , (стр. 273–284). Плимут: Роуман и Литтлфилд.
Google ученый
Варгоцкий П. (2001). Измерения влияния качества воздуха на сенсорное восприятие. Химические сенсоры , 26 , 345–348.
PubMed Статья Google ученый
Варгоцкий П., Вайон, Д. П., Байк, Ю. К., Клаузен, Г., & Фангер, П. О. (1999). Воспринимаемое качество воздуха, симптомы синдрома больного здания (SBS) и производительность в офисе с двумя различными уровнями загрязнения. Внутренний воздух , 9 , 165–179.
PubMed Статья Google ученый
Варгоцки П., Вайон Д. П., Санделл Дж., Клаузен Г. и Фангер П. О. (2000). Влияние скорости подачи наружного воздуха в офисе на воспринимаемое качество воздуха, симптомы синдрома больного здания (SBS) и производительность. Внутренний воздух , 10 , 222–236.
PubMed Статья Google ученый
Wastiels, L., Schifferstein, H. N.J., Wouters, I., & Heylighen, A. (2013). Визуальное прикосновение к материалам: о преобладании видения при оценке строительных материалов. Международный журнал дизайна , 7 , 31–41.
Google ученый
Waterman Jr., К. Н. (1917). Восприятие пространства рукой-языком. Журнал экспериментальной психологии , 2 , 289–294.
Артикул Google ученый
Вебер, С. Т., и Хойбергер, Э. (2008). Влияние естественных запахов на аффективные состояния человека. Химические сенсоры , 33 , 441–447.
PubMed Статья Google ученый
Вайхенбергер, М., Bauer, M., Kühler, R., Hensel, J., Forlim, C.G., Ihlenfeld, A., et al. (2017). Изменения корковых и подкорковых соединений из-за инфразвука, вводимого вблизи порога слышимости — данные фМРТ. PLoS One , 12 (4), e0174420.
PubMed PubMed Central Статья Google ученый
Уиппл, Т. (2019). Почему мы хотим, чтобы в наших домах было тепло, как в Африке , (стр. 13). The Times, 20 марта.
Уилкинс, А. Дж. (2017). Научная причина, по которой вам не нравятся светодиодные лампы — и простой способ их починить . Scientific American 1 августа. https://www.scientificamerican.com/article/the-scientific-reason-you-dont-like-led-bulbs-mdash-and-the-simple-way-to-fix-them/.
Уилкинс, А. Дж., Ниммо-Смит, И., Слейтер, И. А., и Бедокс, Л. (1989). Флуоресцентное освещение, головные боли и напряжение глаз. Исследования и технологии освещения , 21 , 11–18.
Артикул Google ученый
Уильямс А. Р. (1980). Городская сцена: отражение архитектуры и городского дизайна . Сан-Франциско: Центр архитектуры и урбанистики Сан-Франциско.
Google ученый
Уильямс, Ф. (2017). Исправление природы: почему природа делает нас счастливее, здоровее и креативнее . Лондон: W. W. Norton & Company.
Google ученый
Винкельман П., Шварц Н., Фазендейро Т. и Ребер Р. (2003). Гедонистическая оценка беглости обработки: значение для оценочного суждения. В J. Musch & K. C. Klauer (Eds.), Психология оценки: Аффективные процессы в познании и эмоциях , (стр. 189–217). Махва: Эрлбаум.
Google ученый
Винкельман, П., Зембович М. и Новак А. (2015). Последовательный и плавный ум: как единое сознание конструируется из кросс-модальных входных данных посредством интегрированного опыта обработки. Границы психологии , 6 , 83.
PubMed PubMed Central Статья Google ученый
Винзен, Дж., Альберс, Ф., и Маргграф-Майкл, К. (2014). Влияние цветного освещения в салоне самолета на тепловой комфорт пассажиров. Технологии исследования освещения , 46 , 465–475.
Артикул Google ученый
Вудс, Дж. Э. (1989). Снижение затрат и продуктивность владения и эксплуатации зданий. В J. E. Cone & M. J. Hodgson (Eds.), Проблемные здания: болезни, связанные со зданиями, и синдром больного здания. Медицина труда: современные обзоры , 4 , 753–770.
Google ученый
Сюй, А.Дж. И Лаброо А. А. (2014). Аффект накаливания: включение горячей эмоциональной системы ярким светом. Журнал потребительской психологии , 24 , 207–216.
Артикул Google ученый
Йост, М. (2007). Близко к краю . Wall Street Journal 10 апреля.
Зардини, М. (ред.) (2005). Чувство города: альтернативный подход к урбанизму: Канадский центр архитектуры .Монреаль: Lars Müller Publishers.
Google ученый
Циммерман М. (1989). Нервная система в контексте теории информации. В R. F. Schmidt, & G. Thews (Eds.), Человеческая физиология (2-е полное издание), , (стр. 166–173). Берлин: Springer-Verlag.
Google ученый
Meta-4mCpred: мета-предсказатель на основе последовательностей для точного предсказания сайта ДНК 4mC с использованием эффективного представления признаков
https: // doi.org / 10.1016 / j.omtn.2019.04.019Право на получение и содержаниеДНК N4-метилцитозин (4mC) является важной генетической модификацией и играет решающую роль в дифференциации между собственной и чужой ДНК, а также в контроле репликации ДНК, клеточного цикла и уровни экспрессии генов. Точная идентификация сайта 4mC имеет фундаментальное значение для улучшения понимания биологических функций и механизмов 4mC. Следовательно, необходимо разработать in silico подходов для эффективной и высокопроизводительной идентификации сайтов 4mC.Хотя некоторые биоинформатические инструменты были разработаны в этом отношении, их точность прогнозов и обобщаемость требуют улучшения для оптимизации их использования в практических приложениях. Для этой цели мы предложили Meta-4mCpred, мета-предсказатель для предсказания сайта 4mC. В Meta-4mCpred мы использовали схему обучения представлению признаков и сгенерировали 56 вероятностных признаков на основе четырех различных алгоритмов машинного обучения и семи кодировок признаков, охватывающих разнообразную информацию о последовательностях, включая композиционную, физико-химическую и позиционную информацию.Впоследствии вероятностные признаки использовались в качестве входных данных для поддержки векторной машины и разработали окончательный мета-предсказатель. Насколько нам известно, это первый мета-предсказатель для предсказания сайта 4mC. Результаты перекрестной проверки показывают, что Meta-4mCpred достиг общей средней точности 84,2% по шести различным видам, что на ~ 2–4% выше, чем достижимая с использованием современных предикторов. Кроме того, Meta-4mCpred достиг общей средней точности 86% при независимой оценке наборов данных, что более чем на 4% выше, чем у современных предикторов.Удобный для пользователя веб-сервер, используемый для реализации предлагаемого Meta-4mCpred, находится в свободном доступе по адресу http://thegleelab.org/Meta-4mCpred.
Ключевые слова
ДНК N4-метилцитозин
обучение представлению признаков
вероятностные признаки
машина поддержки векторов
мета-предиктор
Рекомендуемые статьи Цитирующие статьи (0)
© 2019 Автор (ы).
Рекомендуемые статьи
Ссылки на статьи
MWC19 — Барселона приветствует эру 5G | 2019-03-08
Самым большим успехом на MWC19 стала технология гибких дисплеев, которая была продемонстрирована в двух складных телефонах, Samsung Galaxy Fold и Huawei Mate X, а также в носимых смартфонах-часах от ZTE, nubia Alpha.Хотя 5G был повсюду (я не думаю, что видел хотя бы один стенд, на котором не упоминалось бы о 5G), он только появляется на рынке, но, безусловно, выйдет на рынок в конце этого года. Nokia озвучила это время на своей пресс-конференции, заявив, что они ожидают, что первая половина 2019 года будет несколько медленной, а во второй половине этого года 5G начнет расти быстрее.
На сегодняшний день основными сетями 5G, о которых было объявлено, были фиксированный беспроводной доступ Verizon в октябре прошлого года и услуга мобильной связи 5G от AT&T в США к концу года.Корея также была одной из первых, кто включил свою сеть 5G, хотя устройства, похоже, еще не доступны. Ожидается, что запуск в Китае начнется в первом квартале этого года, в то время как развертывание в Европе, похоже, отстает. На MWC19 постоянно говорилось о том, что ЕС не спешит выделять частоты и разрешать объекты инфраструктуры, которые отстают от Европы. Другой серьезной проблемой, которую постоянно обсуждали, была безопасность — как сети 5G повысят безопасность, особенно для случаев использования, которые будут полагаться на конфиденциальные корпоративные транзакции или сверхнадежные живые или мертвые приложения, такие как автономные транспортные средства или удаленная хирургия.
Несмотря на то, что 5G только запускается, на мероприятии или в его окрестностях было представлено много телефонов 5G, в том числе: Huawei Mate X, LG V50 ThinQ 5G, Samsung Galaxy Fold, Samsung Galaxy S10 5G, Xiaomi Mi Mix 3 и ZTE Axon. 10 Pro 5G. Samsung Galaxy S10 5G обещает стать первым телефоном 5G, работающим, вероятно, в Китае, а вскоре после этого и в США.
Nokia произвела наибольший шум среди производителей сетевого оборудования, представив устройство фиксированного беспроводного доступа, называемое шлюзом FastMile, которое представляет собой автономное домашнее устройство, которое подключается по беспроводной сети к сети 4G или 5G, создавая при этом более качественную и быструю работу Wi-Fi. в доме.Шлюз 5G поддерживает 4G, поэтому потребители получают наилучшие услуги в домашних условиях, используя полученные сигналы самого высокого качества. Устройство обеспечивает скорость до 1 Гбит / с и представляет собой стильный шлюз с возможностью самостоятельной установки.
Генеральный директор Ericsson сказал пару интересных вещей. Во-первых, они планируют ввести совместное использование спектра, при котором они могут одновременно использовать сигналы 4G и 5G. Вторым был их проект под названием Radio Stripes, который представляет собой недорогие антенны, напечатанные на тонкой пластиковой пленке, которые можно развернуть в большом количестве и легко интегрировать в архитектуру.Полосы можно прокладывать под ковром или тканью на стенах, и они имеют разные наборы антенн для разных частот для полного охвата в оживленных местах, таких как торговые центры, аэропорты и стадионы. Полосы соединяются линиями Ethernet и могут также содержать управляющие микросхемы для каждого набора антенн.
Технология 5G с частотой менее 6 ГГц теперь относительно проста, когда появились первые стандарты. Технологии, необходимые для реализации устройств и систем, хорошо изучены, а методы тестирования установлены.Остается только одна серьезная задача — осознать ограничения по стоимости, мощности и размеру, необходимые для достижения финансовых целей, необходимых для достижения успеха. Однако технология mmWave 5G все еще развивается, включая методы тестирования, необходимые для проверки устройств и систем. Мы видели, как разрабатываются несколько интересных архитектур mmWave, которые будут конкурировать за свою долю на рынке. Существуют высокоинтегрированные подходы кремниевых SoC от таких компаний, как Anokiwave, Qualcomm, Xilinx и IDT, гибкие более дискретные архитектуры, которые обычно используют кремниевые управляющие устройства и усилители мощности GaN или GaAs от таких компаний, как Qorvo, NXP и ADI, а также несколько других новинок. подходы, такие как подход с малыми потерями на входе волноводной антенны Gapwaves и недорогой метод Pivotal с пассивным голографическим формированием луча.Будет интересно посмотреть, какие технологии станут победителями на этом рынке.
Microwave Journal посетил множество компаний на сайте, и вот краткое изложение того, что мы обнаружили:
5G Americas , отраслевая торговая ассоциация и голос 5G и LTE для Северной и Южной Америки, объявила о публикации Статус открытого исходного кода для 5G . В этом техническом документе 5G для Северной и Южной Америки представлен обзор архитектуры 5G с упором на применение принципов открытого исходного кода на основе архитектуры системы 5G, определенной 3GPP Release 15.«Операторы мобильной связи во всем мире являются первопроходцами как 5G, так и технологий с открытым исходным кодом, возглавляя организации по стандартизации и проекты, реализуемые сообществом», — заявил Крис Пирсон, президент 5G Americas. «Операторы мобильной связи начали развертывание решений, разработанных в рамках различных проектов, чтобы продемонстрировать преимущества открытого исходного кода для 5G».
Anokiwave анонсировала свое третье поколение кремниевых ИС 5G во время выставки MWC2019, отражая свой план предложить полную цепочку радиочастотных сигналов для каждого миллиметрового диапазона волн 5G.Первым из продуктов третьего поколения является четырехъядерная ИС с частотой 28 ГГц (n257 и n261), которая обрабатывает формирование диаграммы направленности либо для четырех каналов решетки с двойной поляризацией, либо для восьми каналов антенны с одной поляризацией. «Новаторские комплекты» активной антенны Anokiwave, разработанные в сотрудничестве с Ball Aerospace, были представлены на нескольких стендах компании на MWC19, демонстрируя каналы связи миллиметрового диапазона. Компания Anokiwave предоставила оборудование для демонстрации «белого ящика» радиоблока миллиметрового диапазона O-RAN Alliance 5G, которая проходила на стенде Xilinx.
Компания Anritsu сделала большой анонс на рынке решений для полевых испытаний беспроводной связи, представив портативный анализатор спектра Field Master Pro ™ MS2090A. Field Master Pro MS2090A с максимальным непрерывным частотным покрытием до 54 ГГц, полосой анализа спектра в реальном времени до 100 МГц и прочной конструкцией, выдерживающей требования полевых испытаний, идеально подходит для ряда текущих и новых полевых приложений. , включая 5G, вещание, соответствие нормативным требованиям, аэрокосмическую / оборонную промышленность, спутниковые системы и радары.Доступны семь моделей с диапазоном частот от 9 кГц до 9/14/20 / 26,5 / 32/44 и 54 ГГц. Семейство обладает лучшими в своем классе характеристиками, такими как отображаемый средний уровень шума (DANL) <-160 дБм и точка пересечения третьего порядка (TOI) обычно +20 дБм, для более точной очистки спектра, выравнивания радиосигнала, гармоник и искажений. измерения. Полоса модуляции 100 МГц, наряду с лучшим в своем классе фазовым шумом, обычно составляющим -110 дБн / Гц при отстройке 100 кГц, позволяет проводить высокоточные измерения модуляции в цифровых системах.Погрешность амплитуды ± 0,5 дБ (типовая) обеспечивает очень надежные измерения мощности передатчика и паразитных составляющих.
Cobham Wireless поставила первую в городе сеть цифровой распределенной антенной системы (DAS), способную поддерживать широкий спектр внутренних и наружных приложений умного города и Интернета вещей в столице Германии Берлине. Компания разработала план подключения и обеспечения умных городов будущего, используя свою запатентованную технологию idDAS (интеллектуальный цифровой DAS) и модель развертывания C-RAN (облачная / централизованная сеть радиодоступа), которая может распределять емкость между объектами в город экономичным способом.IDDAS Cobham Wireless теперь обеспечивает масштабируемое покрытие с высокой пропускной способностью для Берлинской фан-мили, центра Sony на Потсдамской площади и отеля Steigenberger Hotel. Существуют планы по дальнейшему расширению системы в течение 2019 года и в последующий период, охватывая все большее количество предприятий и площадок.
CommScope объявила о сотрудничестве с Nokia в разработке пассивно-активных антенных решений, которые позволят операторам во всем мире оптимизировать использование пространства вышек, увеличить пропускную способность сотовых станций и заложить основу для будущего с поддержкой 5G.Поскольку операторы ищут способы удовлетворить высокий спрос со стороны абонентов на широкополосную подвижную связь, они должны добавить емкость к существующим уровням радиотехнологий. Во многих случаях по мере того, как развертывание 5G набирает обороты, в одной и той же ячейке может также потребоваться развертывание массивных антенн MIMO 5G, способных работать в полосах частот 3,5 ГГц. Чтобы удовлетворить это требование, CommScope и Nokia разрабатывают новые пассивно-активные антенные решения, которые значительно увеличивают пропускную способность площадки и упрощают развертывание. Обтекаемый дизайн пассивно-активной антенны сочетает в себе возможности и преимущества формирования диаграммы направленности массивной технологии адаптивных антенн MIMO для 5G, а также высокопроизводительные антенны для существующих радиотехнологий в пределах доступного, часто ограниченного пространства сотовой связи.
Компания Corning разрабатывает радиочастотные продукты с использованием стеклянной технологии и продемонстрировала процесс создания сквозных стеклянных переходных отверстий, позволяющий создавать индукторы с высокой добротностью для создания высокоэффективных фильтров. Это последовало за их объявлением в прошлом году о разработке технологии сквозного стекла через упаковку с Menlo Micro, которая достигла важной вехи в разработке своей технологической платформы цифровых микропереключателей. Обе компании продемонстрировали успешную интеграцию сквозного стекла через технологию упаковки, что позволило расширить выпуск высокопроизводительных ВЧ-продуктов и источников питания Menlo до сверхмалых упаковок в виде пластин.Они планируют внедрить фильтры и антенные изделия, использующие процесс изготовления стекла RF, и думают, что могут предоставить превосходные пассивные изделия RF для приложений 5G для высоких диапазонов со значениями вносимых потерь в диапазоне 1,5 дБ, что намного ниже, чем у конкурирующих технологий.
Силиконы Dow Performance Silicones известны своими полимерными прокладками, но теперь они вышли на рынок защиты от электромагнитных помех. В настоящее время он применяет свой опыт для разработки передовых силиконовых решений, сочетающих электрическую проводимость с защитой от электромагнитных помех, что является растущей проблемой для инженеров.Dow — это химический центр с обратной интеграцией, который создает уникальные полимеры с сочетанием свойств и легко настраиваемых свойств для беспроводных приложений или устройств, излучающих электромагнитные поля. Современные силиконы компании — отличный выбор для решения разнообразных задач, которые ставят современные технологии, поскольку силиконы сохраняют свои свойства с течением времени и обеспечивают точный баланс механических, электрических и технологических свойств.
Filtronic объявила о важной вехе, предшествующей мероприятию, поскольку с момента выхода на рынок компания поставила в общей сложности 25 000 высокопроизводительных модулей приемопередатчиков E-диапазона.Широкая полоса пропускания, доступная в спектре E-диапазона, дает OEM-производителям возможность предоставлять операторам мобильных сетей транзитные и фронтальные соединения на несколько Гбит / с. Диапазон E в настоящее время переживает значительный рост после того, как он недавно был признан одной из критически важных беспроводных технологий, необходимых для удовлетворения высоких требований к пропускной способности сетей 5G. Системы, содержащие основную технологию Filtronic для E-диапазона, были успешно продемонстрированы на скоростях передачи данных до 40 Гбит / с.
Gapwaves применяет свою запатентованную технологию волноводов Gapwaves к антенным решеткам миллиметрового диапазона для инфраструктуры 5G.Волновод Gapwaves сочетает в себе преимущества волновода с низкими потерями, крутой фильтрацией и тепловыми характеристиками с дешевизной производственного процесса и возможностью интеграции входных модулей из кремния или GaN. Подробное обсуждение технологии и продемонстрированных результатов было опубликовано в февральском номере журнала Microwave Journal.
После переориентации своей стратегии на рынки, требующие дифференцированных технологических процессов, GLOBALFOUNDRIES укрепляет свой портфель процессов и инструменты проектирования для рынков беспроводной связи, автомобильной промышленности, оптических сетей и центров обработки данных.На MWC19 Бами Бастани, старший вице-президент, рассказал Microwave Journal об обширном портфеле кремниевых процессов компании, позволяющих применять ВЧ и миллиметровые волны. 22FDX® — это 22-нм процесс SOI с высоким ft / fmax, который поддерживает маломощные радиочастотные и миллиметровые приложения, от Wi-Fi до автомобильных радаров. Процесс 45RFSOI более раннего поколения также является сильным кандидатом для приложений миллиметрового диапазона, таких как входные модули и ИС формирования диаграммы направленности, используемые в фазированных антенных решетках 5G. Процесс 8SW RF SOI хорошо подходит для компонентов внешнего модуля 4G и менее 6 ГГц 5G, включая переключатели, тюнеры и малошумящие усилители.По данным компании, с момента запуска в сентябре 2017 года этот узел принес более 1 миллиарда долларов в дизайне. Завершая портфель беспроводных технологий, узлы SiGe BiCMOS 8XP, 8HP и 9HP уже давно используются для приложений миллиметрового диапазона, таких как в качестве компонентов радиосвязи точка-точка и фиксированного беспроводного доступа 5G.
Для удовлетворения растущего рынка миллиметровых волн для автомобильных радаров и беспроводной инфраструктуры, Infineon расширил производительность своего внутреннего процесса SiGe BiCMOS, увеличив fmax до 400 ГГц, что улучшает температурную стабильность устройств, изготовленных с помощью этого процесса.Компания Infineon, хорошо известная своими MMIC для автомобильных радаров на частоте 77 ГГц, также разрабатывает MMIC для нелицензионных диапазонов ISM 24 ГГц, 24/28 5G и 60 ГГц. Продукты включают в себя встроенный интерфейсный модуль с антенной для диапазона 60 ГГц и приемопередатчик, который покрывает диапазон от 24 до 30 ГГц с мощностью передачи 18 дБмВт при сжатии 1 дБ.
Хотя и не RF, Infineon подчеркивал интересную технологию времени полета (ToF), включающую модуль с VCSEL, который передает инфракрасный (на 850 или 940 нм), и матрицу датчиков изображения (до 100000 пикселей), которая принимает отраженный сигнал.Модуль ToF можно использовать для 3D-сканирования, AR / VR и безопасного распознавания лиц. Функция REAL3 ™ была принята LG для безопасного распознавания лиц в смартфоне G8ThinQ.
Компания Keysight Technologies объявила, что более 15 лидеров рынка, включая Qualcomm Technologies, Motorola Mobility (Lenovo) и Xilinx, использовали решения Keysight для демонстрации своих новейших технологий для 5G, IoT и приложений для подключенных автомобилей на мероприятии. Тесное сотрудничество Keysight в мобильной индустрии позволяет лидерам рынка, стремящимся к первому выпуску на рынок, поддерживать как автономные (NSA), так и автономные (SA) режимы за счет эффективной разработки технологий и проверки конструкции в диапазоне до 6 ГГц и в диапазоне миллиметровых волн.Ведущие мировые производители модемов и устройств выбрали решения Keysight для эмуляции сетей и каналов 5G, чтобы ускорить первую волну коммерческих смартфонов 5G, включая Qualcomm Technologies, Samsung, OPPO, Xiaomi, MediaTek, UNISOC (Spreadtrum) и Motorola Mobility.
Кроме того, другие участники альянса O-RAN продемонстрировали первую в отрасли демонстрацию работающего белого ящика радиоблока O-RAN 5G (RU), используя возможности сквозной видимости, валидации и тестирования производительности Keysight по радиочастотам и измерениям протоколов. домены.Компания Keysight представила комплексные решения, которые позволяют пользователям ускорить внедрение инноваций 5G, в том числе:
- Ядро тестирования IxLoad 5G — проверяет качество взаимодействия с пользователем путем имитации массового трафика UE в лабораторной среде
- Решение для производства базовых станций 5G — упрощает массовые испытания оборудования инфраструктуры 5G NR и радиокомпонентов
- Испытательный стенд для генерации и анализа форм волны 5 Гбит / с — ускоряет определение характеристик базовых станций и тестирование MIMO 5 Гбит / с на протяжении всего жизненного цикла продукта
- Решения Keysight PROPSIM для эмуляции каналов 5G — разработаны для сквозного реалистичного и воспроизводимого тестирования производительности многорежимных устройств 5G и базовых станций в лабораторных условиях в реальных условиях.
- Nemo Outdoor 5G NR Drive Test Solution — масштабируемые инструменты тестирования и тестирования производительности для измерения и мониторинга беспроводных сетей, теперь совместимые с модемом Qualcomm X50 для измерений 5G NR
Компания Keysight выпустила несколько новых решений, которые устраняют сложности, связанные с новыми технологиями, включая более широкую полосу пропускания в миллиметровом диапазоне, массивный MIMO и формирование луча.Эти решения поддерживают более быстрое коммерческое развертывание 5G, позволяя операторам мобильной связи использовать ранние рыночные возможности:
- Первый в отрасли интегрированный двухканальный векторный генератор сигналов 44 ГГц с полосой пропускания 2 ГГц — высокопроизводительные генераторы микроволновых сигналов VXG, предназначенные для работы с самыми требовательными широкополосными миллиметровыми волнами (mmWave). ) приложений для 5G и спутниковой связи
- Интерфейс интеллектуальных устройств Nemo — соединяет смартфоны LTE-A и 5G с решением для тестирования накопителей Nemo Outdoor и решением для тестирования производительности Nemo Invex II соответственно, что позволяет операторам мобильной связи выполнять точные полевые испытания сети.
Kumu Networks позволяет полнодуплексным радиостанциям с использованием аналоговых RFIC и цифровой логики для подавления передаваемого сигнала и локальных отражений на приемнике даже в динамически изменяющейся среде.Подавление самоинтерференции позволяет преобразовать полудуплексное радио в полнодуплексное радио, работающее в том же спектре с удвоенной пропускной способностью. Полнодуплексные радиомодули особенно желательны для транзитных каналов и сетей точка-множество точек. Их решения могут работать до 20 Вт с полосой пропускания до 80 МГц (160 МГц в разработке). Они показали нам первые продукты, которые они поставляют для сотовых сетей, и обсудили другие приложения, такие как ячеистые сети, совместное использование радиосвязи и совместное использование спектра.
Компания Laird Connectivity анонсировала гибкую антенну на печатной плате с широким частотным диапазоном для устройств LTE CAT M1 и NB-IoT. Новый Revie Flex разработан для быстрого и легкого монтажа в пластиковый корпус. Высокоэффективная (> 51%) антенна на печатной плате имеет всенаправленную диаграмму направленности, оптимизированную для устройств LTE CAT M1 и NB-IoT в диапазонах частот 698–875 МГц и 1710–2500 МГц. Комбинация гибкости, нескольких частотных диапазонов и всенаправленной диаграммы направленности антенны позволяет Revie Flex обеспечивать более высокую производительность в различных средах интеграции.
В отличие от широких измерительных компаний, LitePoint фокусируется на тестовых системах для производства, предлагая упрощенные, но полные тестовые решения для определенных рынков. На MWC19 LitePoint представила системы для полного спектра стандартов беспроводной связи: миллиметрового диапазона 5G, Wi-Fi, включая WiGig, Bluetooth и сверхширокополосный (UWB). IQgig-5G — это интегрированная тестовая система без передачи сигналов с полосой пропускания до 1 ГГц для компонентов 5G, работающих на частотах 28 и 39 ГГц. Единый блок содержит все оборудование для генерации сигналов, анализа и РЧ-интерфейса, а пользовательское программное обеспечение и лицензию можно обновить в соответствии с развивающимися стандартами 3GPP.Система IQgig ™, также являющаяся единой коробкой, обеспечивает тестирование на физическом уровне для модулей 802.11ad и ay (WiGig) и конечных продуктов, а также полезна для определения характеристик и производства НИОКР, поддерживая плавный переход от лаборатории к производству.
В начале 2018 года MACOM объявила, что STMicroelectronics будет ее фантастическим партнером для обеспечения адекватной емкости для усилителей мощности GaN на Si для базовых станций 5G с частотой менее 6 ГГц. В связи с неизбежным развертыванием 5G в этом году компании объявили, что ST увеличивает производственные мощности для производства пластин диаметром 150 мм на своем заводе в Катании, Италия.MACOM внесет около 23 миллионов долларов, ST сделает аналогичные инвестиции. MACOM делает ставку на то, что GaN на Si превосходит LDMOS и GaN на SiC для усилителей мощности в массивных системах MIMO, заявляя, что эта технология при изготовлении на 150-миллиметровых пластинах в большом объеме кремниевой фабрики обеспечивает более высокую эффективность при более низких затратах, чем LDMOS. Хотя компания MACOM начала первые поставки GaN на Si PA, используя свою собственную фабрику и литейное производство GCS, она не может обеспечить прогнозируемый спрос и цены без мощностей крупносерийного завода.По оценкам MACOM, количество усилителей мощности увеличится в 32–64 раза — более чем в три раза дороже долларов — за первые пять лет создания инфраструктуры 5G. Обеспечение адекватных производственных и сборочных мощностей было давней проблемой производителей оборудования беспроводной инфраструктуры, так как отрасль испытывала высокий пиковый спрос во время развертывания новых поколений сотовой связи.
На прошлогодней выставке MWC Movandi анонсировала интерфейсные модули BeamX для базовых станций 28 и 39 ГГц, малых сот и точек мобильного широкополосного доступа.Модуль BeamX объединяет усилитель мощности, малошумящий усилитель, повышающие и понижающие преобразователи и синтезатор частоты / контур фазовой автоподстройки частоты для указанного диапазона. Приуроченный к выставке MWC19 Barcelona, Movandi представил BeamXR, повторитель системного уровня, разработанный для решения проблем, связанных с отсутствием прямой видимости, высокими потерями на трассе и проблемами самостоятельной установки. BeamXR будет использоваться между базовой станцией и пользовательским оборудованием для улучшения покрытия за счет расширения луча, изгиба его вокруг зданий или препятствий и улучшения проникновения через стекло с низким коэффициентом излучения.BeamXR — это автономное решение с донорскими и релейными антенными решетками, синхронизацией и обработкой сигналов. По отдельности Movandi и NXP объявили о совместном партнерстве по разработке решений миллиметрового диапазона для сетей 5G, сочетающих в себе ВЧ-модуль и системный опыт Movandi с возможностями цифровых сетей и обработки сигналов NXP.
Чтобы удовлетворить потребности в емкости данных для транзитных и фронтальных соединений с использованием радиоканалов миллиметрового диапазона, NEC расширяет свою линейку радиостанций точка-точка до диапазона D (от 110 до 170 ГГц), включая MMIC и компоненты модулей, которые приведите их в действие.Исследователи компании исследуют орбитальный угловой момент (OAM), чтобы увеличить пропускную способность радио без необходимости модуляции QAM высокого порядка. В декабре NEC сообщила о достижении 7,4 Гбит / с на 40-метровом канале в E-Band с использованием 256-QAM и мультиплексированием восьми режимов OAM. Компания расширяет это исследование OAM на D-Band, ставя цель достичь к концу этого года спектральной емкости 128 бит / с / Гц на 100-метровом канале.
NI и Spirent Communications объявили о своем сотрудничестве по разработке тестовых систем для устройств 5G New Radio (NR).Сотрудничество позволит производителям наборов микросхем 5G и устройств проверять производительность смартфонов 5G NR и устройств IoT в лаборатории, не требуя доступа к дорогостоящим и сложным базовым станциям 5G (gNodeB). Компания Spirent Communications приняла на вооружение гибкие программно-определяемые радиоустройства (SDR) NI при разработке своего решения для повышения производительности 5G. Решение Spirent будет использовать устройства USRP (Universal Software Radio Peripheral) от NI и систему приемопередатчиков mmWave и будет включать сценарии тестирования 5G NR для определения местоположения мобильных устройств, видео, данных, аудио и вызовов.Ключевые архитектурные детали решения включают использование LabVIEW FPGA для эмуляции уровней 1–3 стека протоколов 5G NR.
Narda Safety Test Solutions недавно выпустила эквивалентную дистанционно управляемую версию своего SignalShark с привлекательным соотношением цены и производительности. Этот новый удаленный анализатор в реальном времени обнаруживает и анализирует, классифицирует и локализует радиочастотные сигналы в диапазоне частот от 8 кГц до 8 ГГц с высочайшей степенью точности и надежности.Он был модифицирован и оптимизирован для универсальных приложений, требующих эффективного централизованного мониторинга систем, компоненты которых могут быть широко разнесены и разбросаны по большой площади. Модуль решает сложные задачи измерения и анализа благодаря своим высоким ВЧ характеристикам (то есть сверхчувствительности, но с высокой устойчивостью к перемодуляции), соответствию ITU, надежности и скорости. В пределах полосы пропускания в реальном времени 40 МГц удаленный модуль SignalShark способен обнаруживать даже короткие импульсные сигналы с длительностью всего 3.125 мкс при 100% POI (вероятность перехвата), т.е. без пропусков. Они также недавно обновили свое радиочастотное устройство безопасности, RAD Man 2. Оно заменяет предыдущую версию защитой в любой полевой среде, которая отображает предупреждение и фактический уровень излучения, обнаруженный в соответствии с различными стандартами, используемыми во всем мире. Теперь он работает до 800 часов.
Хотя мы мало что слышали о NXP , когда Qualcomm пыталась приобрести компанию, NXP старательно инвестировала в новые продукты, чтобы укрепить свои позиции на рынках РФ, особенно в ожидании появления 5G.Реорганизация, проведенная прошлой осенью, объединила сегмент ВЧ-мощности, приобретенный NXP у Freescale, с бизнесом NXP по малосигнальным RFIC, чтобы создать единое бизнес-подразделение и интегрированную стратегию. Эта стратегия нацелена на фиксированный беспроводной доступ 5G миллиметрового диапазона с использованием внутреннего процесса SiGe NXP и мощности базовой станции менее 6 ГГц с использованием либо зрелого процесса LDMOS компании, либо патентованного процесса GaN, совместно разработанного NXP и внешним производителем.
Для миллиметровых диапазонов волн 5G NXP считает, что производительность процесса SiGe — с пиковой выходной мощностью от +18 до +19 дБм — позволяет достичь оптимального уровня EIRP и размера массива, т.е.е., между большим массивом, необходимым для конкурирующих кремниевых ИС, и меньшим, но более дорогим массивом, использующим входные модули GaN. NXP разработала четырехканальную RFIC для 28 ГГц, объединяющую PA, LNA, фазовращатель и переключатель, и разрабатывает сопутствующие RFIC для диапазонов 24 и 39 ГГц. Для усилителей средней мощности 5 Вт, используемых в массивных базовых станциях MIMO с частотой менее 6 ГГц, NXP дает своей технологии LDMOS преимущество до 4 ГГц. Выше 4 ГГц выигрывает GaN.
Дополняя стратегию миллиметрового диапазона, NXP объявила о совместном партнерстве с Movandi для совместной работы над решениями миллиметрового диапазона для сетей 5G, опираясь на опыт Мованди в области радиочастотного модуля и системного опыта.
Возможно, наиболее интересным подходом к инфраструктуре фиксированного беспроводного доступа миллиметрового диапазона является решение, разработанное Pivotal Commware на основе их технологии Holographic Beam Forming®. Концепция включает в себя антенную решетку, напечатанную на печатной плате, с одним смещенным управляющим компонентом, таким как варакторный диод, на каждом элементе. Входящий радиочастотный сигнал управляется смещением компонентов управления на каждом элементе, обеспечивая поворот на ± 70 градусов по азимуту и ± 35 градусов по углу места.Вся сборка недорогая, тонкая и легкая, с очень низким энергопотреблением. Первым применением технологии формирования голографического луча является повторитель Echo 5G®, предназначенный для преодоления потерь сигнала миллиметрового диапазона через стеклянные окна в результате отражения или затухания. Та же самая возможность ретранслятора также применяется, чтобы помочь поставщикам услуг заполнить мертвые зоны, препятствующие или не попадающие в зону прямой видимости между точками доступа миллиметрового диапазона. До MWC19 Pivotal объявила о своем присоединении к альянсу O-RAN, поэтому ее технология может учитываться при разработке стандартов и эталонных проектов.
Qorvo сделала несколько анонсов, связанных с MWC19, начиная с побед в дизайне смартфонов для новейших интерфейсных модулей RF Fusion ™. Qorvo заявила, что у нее есть преимущества в дизайне с шестью ведущими поставщиками мобильных телефонов, что отражает стратегию диверсификации и увеличения общей доли рынка. Сильной стороной Qorvo является средний и высокий диапазоны LTE, где дифференцированные фильтры BAW компании можно комбинировать с усилителями мощности и переключателями в высокоинтегрированных модулях. Отражая анонсы смартфонов 5G от многочисленных поставщиков, Qorvo заявила, что ее портфель интерфейсных модулей 5G, антенных плексоров и коммутаторов постепенно переходит в массовое производство.К ним относятся QM78203 для диапазонов 5G n77, n78 и n79; QM75041 для диапазона n41 и модуль средних / высоких частот QM77038. Qorvo, похоже, занимает «выжидательную позицию» в отношении компонентов миллиметрового диапазона в телефоне, изначально уступая эту позицию Qualcomm. Qorvo видит небольшой рынок мобильных телефонов с функциями миллиметрового диапазона, сегодня ограниченный США. Китай, который, безусловно, будет стимулировать спрос, еще не решил, как использовать спектр миллиметровых волн, оценивая его использование через Министерство промышленности и информационных технологий (MIIT). учиться.
В отличие от стратегии с мобильными телефонами, Qorvo активно использует возможности инфраструктуры 5G как в диапазоне частот ниже 6 ГГц, так и в миллиметровом диапазоне, разрабатывая интерфейсные модули, полностью построенные на основе GaN, для частот 28 и 39 ГГц. Компания заявила, что ее продукты с частотой 28 ГГц использовались Samsung в демонстрации 5G MIMO на Зимних Олимпийских играх 2018 года. Для частот ниже 6 ГГц Qorvo выпустила три новых продукта: модуль LNA с двухканальным переключателем, LNA со сверхнизким коэффициентом шума и усилитель мощности Doherty. Чтобы подчеркнуть свои сильные позиции в поддержке инфраструктуры 5G, Qorvo заявила, что с января 2018 года поставила более 100 миллионов компонентов беспроводной инфраструктуры для 5G — впечатляющий объем.
Объявив слияние 5G, искусственного интеллекта и облачных вычислений началом «эры изобретений», Qualcomm , возможно, сделала самые новые анонсы продуктов, связанных с MWC19, охватывающих практически все аспекты экосистемы 5G. В центре своей деятельности в области 5G компания представила модем Snapdragon X55 5G, модем 5G NR второго поколения, поддерживающий диапазоны до 6 ГГц и миллиметровые волны. Один чип 7 нм, X55 поддерживает все стандарты сотовой связи от 5G до 2G. Впечатляет то, что компания анонсировала второе поколение своего антенного модуля миллиметрового диапазона для мобильных телефонов.QTM525 тоньше, подходит для смартфонов толщиной 8 мм и поддерживает диапазоны n257 (28 ГГц), n258 (26 ГГц), n260 (39 ГГц) и n261 (28 ГГц в США). Qualcomm расширила свое решение для отслеживания огибающей, чтобы поддерживать широкую полосу восходящего канала 100 МГц и модуляцию 256-QAM, используемую с 5G NR, расширяя отслеживание огибающей до 5G. Отвечая на опасения отрасли, что срок службы батареи в телефонах 5G будет значительно меньше, чем у потребителей, работающих в течение дня с телефонами 4G, Qualcomm представила 5G PowerSave.Он использует функцию прерывистого приема в режиме с подключением (C-DRX) в спецификациях 3GPP с дополнительными методами на уровне системы для увеличения срока службы батареи, заявляя, что производительность телефона 5G сопоставима с устройствами Gigabit LTE. Президент Qualcomm Криштиану Амон сказал, что 5G PowerSave «развеивает опасения отрасли по поводу времени автономной работы».
Запуск мобильного фильтра Fabless Resonant продемонстрировал «горячие» результаты своей технологии фильтра объемного акустического резонатора XBAR ™, которая, по его словам, обрабатывает более широкие полосы пропускания 5G менее 6 ГГц с меньшими вносимыми потерями и более крутыми юбками фильтра, чем технологии BAW, используемые Broadcom и Qorvo.Resonant утверждает, что XBAR обладает самой сильной акустической связью среди всех технологий и лучше подходит для приложений с большой мощностью, поскольку встречно-штыревые металлические пальцы не двигаются, что, по словам компании, является механизмом отказа для фильтров BAW. Данные из первоначальной конструкции фильтра охватывали 4,716–5,138 ГГц, ширину полосы 8,6%, с вносимыми потерями 1,5 дБ в центре полосы. Resonant говорит, что этапы производственного процесса для фильтров XBAR являются стандартными для производства MEMS, и субстраты начинают становиться доступными.Однако Resonant не производит фильтры на ПАВ или XBAR. Описывая себя как лицензирующую компанию, она использует свое собственное программное обеспечение для моделирования методом конечных элементов — Infinite Synthesized Networks® — для разработки фильтров для клиентов, которые производятся сторонними производителями. Бизнес-модель Resonant заключается в получении доходов от лицензионных отчислений с объемов производства.
У Rohde & Schwarz было 2 стенда, охватывающих решения для 5G NR, мобильных сетей и Интернета вещей для беспроводного подключения и подключенных автомобилей.Компания R&S представила свои решения для тестирования устройств 5G NR с сигнализацией и без нее, включая два новых тестера беспроводной связи. Поскольку традиционное тестирование не подходит для активных антенных систем, используемых в будущих устройствах, R&S разработала инновационные решения для тестирования OTA на основе экранированных испытательных камер. Сюда входит решение для испытаний при экстремальных температурах в диапазоне от –40 ° до +85 ° C, а также компактная установка диапазона испытаний антенн (CATR) для проверки устройств и испытаний на соответствие.Компания также продемонстрировала новые концепции облачного тестирования, которые используют преимущества облачных вычислений для расширенных тестовых приложений. Сценарии автоматизированного тестирования, например для тестирования базовых станций 5G NR воспользуйтесь преимуществами быстрой обработки данных для анализа сигналов.
Среди других важных моментов — первое решение для тестирования сети мобильной связи для 5G NR, позволяющее операторам и поставщикам инфраструктуры измерять покрытие, производительность и работу сети 5G NR, чтобы гарантировать, что при переходе 5G от пробных сетей к коммерческому развертыванию эти сети будут обеспечивать необходимые производительность и качество.
Rohde & Schwarz представила решения для тестирования мобильных сетей, которые позволяют операторам беспрепятственно охватить сценарии и технологии тестирования на протяжении всего жизненного цикла сети от лаборатории до поля. Одним из основных моментов является платформа Smart, программный пакет, который сочетает в себе высококачественный сбор данных с интеллектуальной аналитикой для получения информации о сети, ориентированной на QoE, что позволяет операторам определять критические факторы, влияющие на производительность сети.
R&S также предоставляет комплексные решения для тестирования, охватывающие IP-безопасность в производственной среде.Компания R&S провела полевые испытания NB-IoT в реальных условиях сети, оценила энергопотребление NB-IoT в реальных условиях и представила на мероприятии решения IP-безопасности. Что касается беспроводной связи, Rohde & Schwarz продемонстрирует два первых: первое решение для тестирования Bluetooth® с низким энергопотреблением (BLE), охватывающее как прямой тестовый режим (DTM), так и беспроводные тесты в условиях передачи сигналов, а также первое решение для WLAN IEEE. Тестирование сигнализации 802.11ax 2×2 MIMO.
Компания Rohde & Schwarz разработала сильное портфолио для автомобильной промышленности и ее поставщиков.Эти современные решения для испытаний и измерений для тестирования C-V2X в НИОКР и производстве с использованием хорошо зарекомендовавших себя тестеров беспроводной связи от Rohde & Schwarz и были продемонстрированы.
Fabless SiGe Поставщик RFIC Sivers IMA разрабатывает MMIC приемопередатчиков для миллиметровых волн 5G и нелицензируемых диапазонов 60 ГГц, нацеленных на инфраструктуру и приложения CPE. На MWC19 компания продемонстрировала свою продукцию совместно с Blu Wireless и Fujikura. Одна демонстрация показала скорость передачи данных 1,2 Гбит / с по каналу 400 МГц на частоте 28 ГГц с использованием RFIC Сиверса и антенны.Fujikura продемонстрировала патч-антенну 5G NR, включающую в себя две RFIC Sivers, расположенные на каждой антенне. Перед MWC Sivers и Blu Wireless объявили о демонстрации достижения 1 Гбит / с на линии связи 700 м на частоте 60 ГГц. Отражая растущие рыночные возможности Sivers, Blu Wireless объявила о заключении контракта с FirstGroup U.K. на подключение поездов First Rail к наземной инфраструктуре с помощью каналов 60 ГГц. Базовые станции Blu Wireless используют трансиверы Sivers IMA. Приемопередатчик также интегрирован в оборудование CPE, поставляемое Blu Wireless в U.K.’s CCS для корпоративной точки доступа MetNet Node с частотой 60 ГГц и кругового обзора и домашнего устройства.
Skyworks Solutions представила свою самую передовую сотовую архитектуру 5G — Sky5 ™ Ultra. Компания разработала полностью интегрированное решение, не зависящее от основной полосы частот, которое сочетает в себе все критически важные функции внешнего интерфейса, необходимые для обеспечения высокопроизводительных мобильных устройств 5G с глобальным охватом в очень компактном форм-факторе. Платформа обладает лучшими в своем классе возможностями передачи и приема с беспрецедентной эффективностью и выходной мощностью, что обеспечивает высоконадежные сетевые соединения и оптимизирует время автономной работы, что крайне важно для приложений 5G.Кроме того, Sky5 ™ Ultra использует упаковку DSBGA, значительно сокращая занимаемую площадь, а также усовершенствованную фильтрацию TC-SAW и BAW, обеспечивающую наилучшую производительность в каждой целевой полосе частот. Решение также поддерживает полосу пропускания до 100 МГц, обеспечивая максимальную пропускную способность данных на сверхвысоких скоростях.
Skyworks также объявила о партнерстве с корпорацией Intel для создания передовых систем связи 5G для широкого спектра конечных рынков. Первоначальные продукты с модемом-антенной будут поддерживать архитектуры LTE и 5G для мобильных, носимых устройств, автомобилей, M2M, планшетов / ПК, умного дома и приложений Интернета вещей (IoT), обеспечивая более высокие скорости передачи данных, повышенную энергоэффективность и беспрецедентные размеры продукции.Skyworks Solutions также объявила, что MediaTek использует пакет Sky5 ™ для своих новых эталонных платформ 5G. Полная интерфейсная архитектура Skyworks 5G сочетается с набором микросхем основной полосы пропускания 5G от MediaTek для предоставления высокоинтегрированных решений, ориентированных на мобильные продукты открытого рынка. Комплексная система с частотой менее 6 ГГц обеспечивает высокоскоростную работу в сети с оптимизированной эффективностью и почти нулевой задержкой, расширяя возможности революционных новых приложений.
Sky and Space Global (SAS) — первая компания, которая планирует, строит и эксплуатирует коммерческую телекоммуникационную сеть с использованием наноспутников.После успешного запуска 3-х первых спутников (3 ромба) SAS планирует запустить 200 спутников, обеспечивающих экваториальное покрытие и за его пределами. Спутники аккуратно размещаются на синхронизированных орбитах, которые обращаются вокруг Земли почти каждые полтора часа. Спутники взаимодействуют друг с другом, и каждый спутник излучает лучи по кругу. Созвездие, таким образом, создает сетку в небе, где каждый спутник служит как базовой станцией, так и маршрутизатором. SAS работает в частотном диапазоне S-диапазона, что позволяет использовать очень маленькое устройство с патч-антенной (8 см) или несимметричной антенной и с низким энергопотреблением.Сеть SAS — это узкополосная коммуникационная сеть, подходящая для IoT, M2M, персонального голоса и обмена сообщениями. Их наноспутники — это полностью работающие спутники с массой менее 10 кг. Благодаря миниатюризации технологии наноспутники способны обеспечивать точный контроль высоты и орбиты, а также услуги связи. Они показали нам несколько недорогих точек доступа, используемых для отслеживания и обслуживания транспортных средств, например грузовиков для транспортной отрасли.
Taoglas объявила о запуске Taoglas NR KSF.410, новая 5G-антенна миллиметрового диапазона для управления лучом, нацеленная на диапазоны частот от 27,5 до 28,35 ГГц. Это первая антенна, в которой используются наборы микросхем управления лучом от Analog Devices. Технология управления лучом Taoglas, присутствующая в комбинации массива KSF.410 и набора микросхем, сконфигурирована для работы с алгоритмом, обеспечивающим динамическое управление лучом. Эта новая антенная решетка означает, что решение имеет чрезвычайно надежную регулировку амплитуды и фазы с очень точной настройкой луча. Это может помочь повысить качество связи и обеспечить наилучшее распространение и прием сигнала для обеспечения следующего поколения сценариев использования, требующих экстремальных скоростей передачи данных и емкости, а также более высокой надежности и меньшей задержки.Они также объявили о выпуске антенн Taoglas iDAS с превосходными характеристиками PIM, двух новых антенн MIMO LTE, предназначенных для использования в системах внутренних распределительных антенн (iDAS) для решения проблем покрытия внутри зданий и растущего спроса на постоянное подключение для внутренних помещений, таких как офис. здания, стадионы, конференц-центры, торговые центры, отели и другие места, где требуется высокопроизводительная внутренняя связь.
Впервые Wolfspeed была представлена на MWC, отражая прошлогоднее приобретение подразделения Infineon RF Power Business компанией Cree, материнской компанией Wolfspeed.В ходе обсуждений с производителями сетевого оборудования компания Wolfspeed продвигала три новых силовых транзистора на основе GaN, разработанных для диапазонов 5G от 3,6 до 3,9 ГГц. Работая при 48 В, асимметричные и симметричные устройства Догерти обеспечивают среднюю мощность от 30 до 50 Вт, уровни мощности и частоты, при которых GaN побеждает LDMOS.
В преддверии MWC19 Xilinx анонсировала второе и третье поколения портфеля RF SoC Zynq® UltraScale + ™. Производство продукта второго поколения, поддерживающего полосу n79, запланировано на июнь, и планируется развернуть 5G NR в Азии.Семейство третьего поколения, которое будет доступно во второй половине 2019 года, увеличивает частоту дискретизации до 6 ГГц. Его также можно использовать с блочными преобразователями для обработки диапазонов миллиметровых волн 5G. По сравнению с первым поколением новейшая RF SoC снижает мощность и занимаемую площадь до 50 процентов, что делает ее хорошо подходящей для массивных базовых станций MIMO. Помимо 5G, в портфель входят RF SoC для кабельного доступа, радаров с фазированной антенной решеткой, спутниковой связи, а также приложений для тестирования и измерения. На выставке MWC19 на стенде Xilinx прошла демонстрация радиоблока 5G миллиметрового диапазона O-RAN Alliance.Эта экспериментальная демонстрация была разработана Xilinx и другими членами альянса O-RAN, включая Anokiwave.
Мы также имели удовольствие встретиться с Аной Таварес Латтибодьер, главой GSMA в Северной Америке, чтобы обсудить предстоящую выставку MWC19 в Лос-Анджелесе. Она сказала, что мероприятие будет склоняться к медиа-приложениям из-за локальной направленности фильмов и телевидения. Мероприятие состоится 22-24 октября, переезд из Лас-Вегаса в Лос-Анджелес.
Это был захватывающий год на MWC19 с толпой, которая должна была превысить рекорд прошлого года, поскольку в первый год запускается 5G и запускаются гибкие экраны, складные и переносные, носимые наручные телефоны.Ищите полное описание мероприятия, а также фотографии и видео, которые появятся в ближайшее время.
Результаты первого телескопа горизонта событий M87. II. Матрица и приборы
Принадлежность автора
1 Национальная радиоастрономическая обсерватория, 520 Edgemont Rd, Charlottesville, VA 22903, США
2 Обсерватория Haystack Массачусетского технологического института, 99 Millstone Road, Westford, MA 01886, США
3 Национальная астрономическая обсерватория Японии, 2-21-1 Осава, Митака, Токио 181-8588, Япония
4 Инициатива черной дыры в Гарвардском университете, 20 Garden Street, Кембридж, Массачусетс 02138, США
5 Институт астрофизики Андалусии-CSIC, Glorieta de la Astronomía s / n, E-18008 Гранада, Испания
6 Max-Planck-Institut für Radioastronomie, Auf dem Hügel 69, D-53121 Bonn, Германия
7 Институт астрономии и астрофизики, Academia Sinica, 11F здания астрономии и математики, AS / NTU No.1 сек. 4, Roosevelt Rd, Тайбэй 10617, Тайвань, R.O.C.
8 Departament d’Astronomia i Astrofísica, Universitat de València, C. Dr. Moliner 50, E-46100 Burjassot, Валенсия, Испания
9 Observatori Astronòmic, Universitat de València, C. Catedrático José Beltrán 2, E-46980 Paterna, Валенсия, Испания
10 Обсерватория Стюарда и Департамент астрономии, Университет Аризоны, 933 N. Cherry Ave., Tucson, AZ 85721, США
11 Центр астрофизики | Гарвард и Смитсоновский институт, 60 Garden Street, Кембридж, Массачусетс 02138, США
12 Восточноазиатская обсерватория, 660 N.A’ohoku Place, Хило, HI 96720, США
13 Nederlandse Onderzoekschool for Astronomie (NOVA), PO Box 9513, 2300 RA, Лейден, Нидерланды
14 Калифорнийский технологический институт, 1200 East California Boulevard, Pasadena, CA
, США
15 Институт астрономии и астрофизики, Academia Sinica, 645 N. A’ohoku Place, Hilo, HI 96720, США
16 Institut de Radioastronomie Millimétrique, 300 rue de la Piscine, F-38406 Saint Martin d’Hères, Франция
17 Отделение астрофизики, Институт математики, астрофизики и физики элементарных частиц (IMAPP), Университет Радбауд, П.O. Box 9010, 6500 GL Неймеген, Нидерланды
18 Институт теоретической физики Периметр, 31 Caroline Street North, Waterloo, ON, N2L 2Y5, Канада
19 Департамент физики и астрономии, Университет Ватерлоо, 200 University Avenue West, Waterloo, ON, N2L 3G1, Канада
20 Центр астрофизики Ватерлоо, Университет Ватерлоо, Ватерлоо, ON N2L 3G1 Канада
21 Корейский институт астрономии и космических наук, Daedeok-daero 776, Yuseong-gu, Daejeon 34055, Республика Корея
22 Университет науки и технологий, Gajeong-ro 217, Yuseong-gu, Daejeon 34113, Республика Корея
23 Институт космологической физики Кавли, Чикагский университет, 5640 Саут-Эллис-авеню, Чикаго, штат Иллинойс, 60637, США
24 Департамент астрономии и астрофизики, Чикагский университет, 5640 South Ellis Avenue, Chicago, IL 60637, США
25 Департамент физики Чикагского университета, 5640 Саут-Эллис-авеню, Чикаго, Иллинойс 60637, США
26 Институт Энрико Ферми, Чикагский университет, 5640 Саут-Эллис-авеню, Чикаго, Иллинойс 60637, США
27 Институт науки о данных, Университет Аризоны, 1230 N.Cherry Ave., Тусон, Аризона 85721, США
28 Корнельский центр астрофизики и планетологии, Корнельский университет, Итака, Нью-Йорк 14853, США
29 Институт астрономии Антона Паннекука, Амстердамский университет, Научный парк 904, 1098 XH, Амстердам, Нидерланды
30 Шанхайская астрономическая обсерватория Китайской академии наук, 80 Nandan Road, Шанхай 200030, Китайская Народная Республика
31 Ключевая лаборатория радиоастрономии Китайской академии наук, Нанкин 210008, Китайская Народная Республика
32 Департамент космоса, Земли и окружающей среды, Технологический университет Чалмерса, Космическая обсерватория Онсала, SE-43992 Онсала, Швеция
33 Mizusawa VLBI Observatory, Национальная астрономическая обсерватория Японии, 2-12 Hoshigaoka, Mizusawa, Oshu, Iwate 023-0861, Japan
34 Департамент астрономических наук, Высший университет перспективных исследований (СОКЕНДАЙ), 2-21-1 Осава, Митака, Токио 181-8588, Япония
35 Dipartimento di Fisica «E.Pancini », Неаполитанский университет« Федерико II », Университет Монте-Сан-Анджело, Edificio G, Via Cinthia, I-80126, Неаполь, Италия
36 Институт теоретической физики, Гёте-университет Франкфурта, Макс-фон-Лауэ-штрассе 1, D-60438 Франкфурт-на-Майне, Германия
37 INFN Sez. ди Неаполь, компл. Univ. di Monte S. Angelo, Edificio G, Via Cinthia, I-80126, Неаполь, Италия
38 Департамент физики, Университет Претории, Lynnwood Road, Hatfield, Pretoria 0083, Южная Африка
39 Центр радиоастрономических методов и технологий, факультет физики и электроники, Родосский университет, Грэхамстаун 6140, Южная Африка
40 Max-Planck-Institut für Extraterrestrische Physik, Giessenbachstr.1, D-85748 Гархинг, Германия
41 Департамент истории науки, Гарвардский университет, Кембридж, Массачусетс 02138, США
42 Физический факультет Гарвардского университета, Кембридж, Массачусетс 02138, США
43 Департамент физики, Университет Иллинойса, 1110 West Green St, Urbana, IL 61801, США
44 Кафедра астрономии, Иллинойсский университет в Урбана-Шампейн, 1002 West Green Street, Urbana, IL 61801, США
45 Лейденская обсерватория — Аллегро, Лейденский университет, П.O. Box 9513, 2300 RA Лейден, Нидерланды
46 Ключевая лаборатория галактических исследований и космологии Китайской академии наук, Шанхай, 200030, Китайская Народная Республика
47 NOVA Sub-mm Instrumentation Group, Kapteyn Astronomical Institute, University of Groningen, Landleven 12, 9747 AD Groningen, Нидерланды
48 Кафедра астрономии, Школа физики, Пекинский университет, Пекин 100871, Китайская Народная Республика
49 Институт астрономии и астрофизики им. Кавли, Пекинский университет, Пекин 100871, Китайская Народная Республика
50 Национальный институт астрофизики, Аптика и электроника.Apartado Postal 51 y 216, 72000. Puebla Pue., Мексика
51 Институт статистической математики, 10-3 Мидори-тё, Татикава, Токио, 190-8562, Япония
52 Департамент статистических наук, Высший университет перспективных исследований (SOKENDAI), 10-3 Midori-cho, Tachikawa, Tokyo 190-8562, Japan
53 Институт физики и математики Вселенной им. Кавли, Токийский университет, 5-1-5 Кашиваноха, Кашива, 277-8583, Япония
54 Институт астрофизических исследований, Бостонский университет, 725 Commonwealth Ave., Бостон, Массачусетс 02215, США
55 Астрономический институт Санкт-Петербургского государственного университета, Россия, 198504, Санкт-Петербург, Петродворец, Университетский пр., 28
56 Объединенный институт VLBI ERIC (JIVE), Oude Hoogeveensedijk 4, 7991 PD Dwingeloo, Нидерланды
57 Технологический и инженерный университет Когакуин, Центр академической поддержки, 2665-1 Накано, Хатиодзи, Токио 192-0015, Япония
58 Физический факультет Национального университета Сунь Ятсена, No.70, Lien-Hai Rd, Kaosiung City 80424, Тайвань, R.O.C
59 Национальная оптическая астрономическая обсерватория, 950 North Cherry Ave., Tucson, AZ 85719, США
60 Ключевая лаборатория астрофизики элементарных частиц, Институт физики высоких энергий Китайской академии наук, улица Юйцюань, 19Б, район Шицзиншань, Пекин, Китайская Народная Республика
61 Школа астрономии и космических наук, Нанкинский университет, Нанкин 210023, Китайская Народная Республика
62 Ключевая лаборатория современной астрономии и астрофизики, Нанкинский университет, Нанкин 210023, Китайская Народная Республика
63 Итальянский региональный центр ALMA, INAF-Istituto di Radioastronomia, Via P.Gobetti 101, I-40129 Болонья, Италия
64 Физический факультет Национального Тайваньского университета, № 1, раздел 4, Roosevelt Rd., Тайбэй 10617, Тайвань, R.O.C
65 Институт радиоастрономии и астрофизики, Национальный автономный университет Мексики, Морелия 58089, Мексика
66 Instituto de Astronomía, Национальный автономный университет Мексики, CdMx 04510, Мексика
67 Обсерватории Юньнани, Китайская академия наук, 650011 Куньмин, провинция Юньнань, Китайская Народная Республика
68 Центр астрономической мега-науки Китайской академии наук, 20A Datun Road, Chaoyang District, Пекин, 100012, Китайская Народная Республика
69 Ключевая лаборатория структуры и эволюции небесных объектов, Китайская академия наук, 650011 Куньмин, Китайская Народная Республика
70 Амстердамский институт гравитации и физики астрономических частиц (GRAPPA), Амстердамский университет, Научный парк 904, 1098 XH Амстердам, Нидерланды
71 Centro Astronómico de Yebes (IGN), Apartado 148, E-19180 Yebes, Испания
72 Департамент физики, Бройда-холл, Калифорнийский университет в Санта-Барбаре, Санта-Барбара, Калифорния
, США
73 Департамент астрономии, Universidad de Concepción, Casilla 160-C, Консепсьон, Чили
74 Департамент астрономии, Массачусетский университет, 01003, Амхерст, Массачусетс, США
75 Департамент астрономии, Высшая школа наук, Токийский университет, 7-3-1 Хонго, Бункё-ку, Токио 113-0033, Япония
76 Канадский институт теоретической астрофизики, Университет Торонто, 60 St.Джордж-стрит, Торонто, ON M5S 3H8, Канада
77 Институт астрономии и астрофизики Данлэпа, Университет Торонто, 50 St. George Street, Toronto, ON M5S 3h5, Canada
78 Канадский институт перспективных исследований, 180 Dundas St West, Toronto, ON M5G 1Z8, Canada
79 Радиоастрономическая лаборатория Калифорнийского университета, Беркли, Калифорния, США
80 CCS-2, Лос-Аламосская национальная лаборатория, П.О. Box 1663, Лос-Аламос, Нью-Мексико, 87545, США
81 Центр теоретической астрофизики, Лос-Аламосская национальная лаборатория, Лос-Аламос, Нью-Мексико, 87545, США
82 Instituto de Radioastronomía Milimétrica, IRAM, Avenida Divina Pastora 7, Local 20, E-18012, Гранада, Испания
83 Consejo Nacional de Ciencia y Tecnología, Av. Insurgentes Sur 1582, 03940, Сьюдад-де-Мехико, Мексика
84 Центр астрофизических наук Хиросимы, Университет Хиросимы, 1-3-1 Кагамияма, Хигаси-Хиросима, Хиросима 739-8526, Япония
85 Факультет электроники и наноинженерии Университета Аалто, PL 15500, FI-00076 Аалто, Финляндия
86 Радиообсерватория Метсахови Университета Аалто, Metsähovintie 114, FI-02540 Kylmälä, Финляндия
87 Кафедра астрономии, Университет Йонсей, Yonsei-ro 50, Seodaemun-gu, 03722 Сеул, Республика Корея
88 Нидерландская организация научных исследований (NWO), Postbus
, 2509 AC Den Haag, Нидерланды
89 Институт пограничных исследований междисциплинарных наук, Университет Тохоку, Сендай 980-8578, Япония
90 Астрономический институт, Университет Тохоку, Сендай 980-8578, Япония
91 Кафедра физики и астрономии, Сеульский национальный университет, Кванак-гу, Сеул 08826, Республика Корея
92 Лейденская обсерватория, Лейденский университет, Postbus 2300, 9513 RA Лейден, Нидерланды
93 Физический факультет, Университет Брандейса, 415 South Street, Waltham, MA 02453, США
94 Школа физики, Университет науки и технологий Хуачжун, Ухань, Хубэй, 430074, Китайская Народная Республика
95 Лаборатория космических исследований Малларда, Университетский колледж Лондона, Холмбери-стрит.Мэри, Доркинг, Суррей, RH5 6NT, Великобритания
96 Школа астрономии и космических наук, Университет Китайской академии наук, № 19A Yuquan Road, Пекин 100049, Китайская Народная Республика
97 Кафедра астрономии, Университет науки и технологий Китая, Хэфэй 230026, Китайская Народная Республика
98 Кафедра физики, факультет естественных наук, Малайский университет, 50603 Куала-Лумпур, Малайзия
99 Университет Вермонта, Берлингтон, VT 05405, США
100 Национальная радиоастрономическая обсерватория, Технологический центр NRAO, 1180 Boxwood Estate Road, Charlottesville, VA 22903, США
101 Instituto Nacional de Astrofísica, Óptica y Electrónica, Luis Enrique Erro 1, Tonantzintla, Puebla, C.P. 72840, Мексика
102 Consejo Nacional de Ciencia y Tecnología, Av. Insurgentes Sur 1582, полковник Crédito Constructor, CDMX, C.P. 03940, Мексика
103 Национальный институт науки и технологий Чжун-Шаня, № 566, Ln. 134, Longyuan Rd., Longtan Dist., Taoyuan City 325, Тайвань, R.O.C.
104 Обсерватория Хейстэк Массачусетского технологического института, 99 Millstone Road, Вестфорд, Массачусетс 01886, США
105 Кафедра астрономии Univ. of California Berkeley, 501 Campbell, Berkeley, CA, США
106 CASA, Департамент астрофизических и планетарных наук, Университет Колорадо, Боулдер, Колорадо 80309, США
107 Западный университет, 1151 Ричмонд-стрит, Лондон, Онтарио, N6A 3K7, Канада
108 Массачусетский университет в Бостоне, 100 William T, Morrissey Blvd, Boston, MA 02125, США
109 Исследования и разработки моделей погоды и климата, Королевский метеорологический институт Нидерландов, Utrechtseweg 297, 3731 GA, De Bilt, Нидерланды
110 Департамент астрофизических и планетарных наук и Департамент физики, Университет Колорадо, Боулдер, Колорадо 80309, США
111 Университет префектуры Осака, Gakuencyou Sakai Osaka, Sakai 599-8531, Кинки, Япония
112 Отдел физики высоких энергий, Аргоннская национальная лаборатория, 9700 S.Cass Avenue, Аргонн, Иллинойс 60439, США
113 IRAP, Университет Тулузы, CNRS, UPS, CNES, Тулуза, Франция
114 Европейская южная обсерватория, Алонсо де Кордова 3107, Витакура, Касилья 19001, Сантьяго-де-Чили, Чили
115 Объединенная обсерватория ALMA, Алонсо де Кордова 3107, Витакура 763-0355, Сантьяго-де-Чили, Чили
116 Национальная радиоастрономическая обсерватория, 520 Edgemont Road, Charlottesville, VA 22903, США
117 Офис ASIAA в Хило, 645 N.A’ohoku Place, University Park, Hilo, HI 96720, США
118 Организация массива квадратных километров, обсерватория Джодрелл-Бэнк, Лоуэр-Витингтон, Маклсфилд, Чешир, SK11 9DL, Великобритания
119 Департамент физики Ульсанского национального института науки и технологий, Ульсан, 44919, Республика Корея
120 Национальная радиоастрономическая обсерватория, П.О. Box O, Сокорро, Нью-Мексико, 87801, США
121 ASTRON, Oude Hoogeveensedijk 4, 7991 PD Dwingeloo, Нидерланды
122 Отдел поддержки науки, Управление науки, Европейский центр космических исследований и технологий (ESA / ESTEC), Keplerlaan 1, 2201 AZ Нордвейк, Нидерланды
123 Центр детекторов, Школа физики и астрономии, Технологический институт Рочестера, 1 Lomb Memorial Drive, Rochester, NY 14623, США
124 РСДБ обсерватория Мидзусава, Национальная астрономическая обсерватория Японии, Ошу, Иватэ 023-0861, Япония
125 Системные и технологические исследования, 600 West Cummings Park, Woburn, MA 01801, США
126 Национальная ускорительная лаборатория Ферми, а / я 500, Батавия, Иллинойс, 60510, США
127 Департамент астрофизических наук, Принстонский университет, Принстон, Нью-Джерси 08544, США
128 МЕРЛАБ, 357 с.Candler St., Decatur, GA 30030, США
129 Школа машиностроения GWW, Технологический институт Джорджии, 771 Ferst Dr., Атланта, Джорджия 30332, США
130 Институт астрофизики элементарных частиц и космологии Кавли, Стэнфордский университет, 452 Lomita Mall, Stanford, CA
, США
131 Департамент физики и астрономии, Калифорнийский университет в Лос-Анджелесе, Калифорния
, США
132 Радиообсерватория Оуэнс-Вэлли, Калифорнийский технологический институт, Биг-Пайн, Калифорния
, США
133 Отделастрономии, Радиоастрономическая лаборатория, Univ. of California Berkeley, 601 Campbell, Berkeley, CA, США
134 Universidad de las Américas Puebla, Sta. Catarina Mártir S / N, San Andrés Cholula, Puebla, C.P. 72810, Мексика
135 Покойный.
Лечение травматических разрывов мениска: консенсус ESSKA 2019 по мениску
Beaufils P, Becker R, Kopf S, Englund M, Verdonk R, Ollivier M, Seil R (2017) Хирургическое лечение дегенеративных поражений мениска: 2016 Консенсус мениска ESSKA.Коленная хирургия Sports Traumatol Arthrosc 25: 335–346
PubMed PubMed Central Google ученый
Poehling GG, Ruch DS, Chabon SJ (1990) Пейзаж с травмами мениска. Clin Sports Med 9: 539–549
CAS PubMed Google ученый
Кристофоракис Дж., Прадхан Р., Санчес-Баллестер Дж., Хант Н., Страчан Р.К. (2005) Есть ли связь между изменениями суставного хряща и дегенеративными разрывами мениска? Артроскопия 21: 1366–1369
PubMed Google ученый
Smillie IS (1968) Современная картина патологии разрывов мениска. Proc R Soc Med 61: 44–45
CAS PubMed PubMed Central Google ученый
Yim JH, Seon JK, Song EK, Choi JI, Kim MC, Lee KB, Seo HY (2013) Сравнительное исследование менискэктомии и консервативного лечения дегенеративных горизонтальных разрывов медиального мениска. Am J Sports Med 41: 1565–1570
PubMed Google ученый
Poulsen E, Goncalves GH, Bricca A, Roos EM, Thorlund JB, Juhl CB (2019) Риск остеоартрита коленного сустава увеличивается в 4–6 раз после травмы колена — систематический обзор и метаанализ. Br J Sports Med 53 (23): 1454–1463
PubMed Google ученый
Lutz C, Dalmay F, Ehkirch FP, Cucurulo T, Laporte C, Le Henaff G, Potel JF, Pujol N, Rochcongar G, Salledechou E, Seil R, Gunepin FX, Sonnery-Cottet B, Французская артроскопия Общество (2015) Менискэктомия против восстановления мениска: рентгенологические и клинические результаты 10 лет при вертикальных повреждениях стабильного колена.Orthop Traumatol Surg Res 101: 327–331
Google ученый
Пакстон Е.С., Сток М.В., Брофи Р.Х. (2011) Восстановление мениска по сравнению с частичной менискэктомией: систематический обзор, сравнивающий частоту повторных операций и клинические исходы. Артроскопия 27: 1275–1288
PubMed Google ученый
Stein T, Mehling AP, Welsch F, von Eisenhart-Rothe R, Jäger A (2010) Долгосрочный результат после артроскопической пластики мениска по сравнению с артроскопической частичной менискэктомией при травматических разрывах мениска.Am J Sports Med 38: 1542–1548
PubMed Google ученый
Weber J, Koch M, Angele P, Zellner J (2018) Роль восстановления мениска для предотвращения раннего начала остеоартрита. J Exp Orthop Германия 5:10
Google ученый
Fetzer GB, Spindler KP, Amendola A, Andrish JT, Bergfeld JA, Dunn WR, Flanigan DC, Jones M, Kaeding CC, Marx RG, Matava MJ, McCarty EC, Parker RD, Wolcott M, Vidal A , Wolf BR, Wright RW (2009) Потенциальный рынок для новых стратегий восстановления мениска: оценка когорты MOON.J Knee Surg 22: 180–186
PubMed PubMed Central Google ученый
van der List JP, Jonkergouw A, van Noort A, Kerkhoffs GMMJ, DiFelice GS (2019) Выявление кандидатов на артроскопическое первичное восстановление передней крестообразной связки: исследование случай-контроль. Колено 26: 619–627
PubMed Google ученый
Эспехо-Рейна А., Агилера Дж., Эспехо-Рейна М.Дж., Эспехо-Рейна М.П., Эспехо-Баэна А. (2019). Одна треть разрывов мениска подлежит восстановлению: эпидемиологическое исследование, оценивающее характер разрыва мениска в стабильных и стабильных условиях. нестабильные колени.Артроскопия 35: 857–863
PubMed Google ученый
Абрам С.Г.Ф, судья А, Берд Д.Д., Уилсон Х.А., Прайс А.Дж. (2018) Временные тенденции и региональные различия в частоте артроскопических операций на колене в Англии: анализ более 1,7 миллиона процедур в период с 1997 по 2017 год. практика изменилась в ответ на новые данные? Br J Sports Med. https://doi.org/10.1136/bjsports-2018-099414
Артикул PubMed Google ученый
Parker BR, Hurwitz S, Spang J, Creighton R, Kamath G (2016) Хирургические тенденции в лечении разрывов мениска: анализ данных из базы данных сертификационных экзаменов американского совета по ортопедической хирургии. Am J Sports Med 44: 1717–1723
PubMed Google ученый
Шие А., Бастром Т., Рукрофт Дж., Эдмондс Э. У., Пеннок А. Т. (2013) Образцы разрыва мениска в связи с незрелостью скелета: дети по сравнению с подростками.Am J Sports Med 41: 2779–2783
PubMed PubMed Central Google ученый
Kopf S, Stärke C, Becker R (2011) Klinische Ergebnisse nach Meniskusnaht. Артроскопия 24: 30–35
Google ученый
Shekelle PG, Woolf SH, Eccles M, Grimshaw J (1999) Клинические рекомендации: разработка руководств. BMJ 318: 593–596
CAS PubMed PubMed Central Google ученый
Uchio Y, Ochi M, Adachi N, Kawasaki K, Iwasa J (2003) Результаты скрежета разрывов мениска с повреждением передней крестообразной связки и без него по оценке артроскопии во втором осмотре. Артроскопия 19: 463–469
PubMed Google ученый
Vande Berg BC, Poilvache P, Duchateau F, Lecouvet FE, Dubuc JE, Maldague B, Malghem J (2001) Поражения менисков коленного сустава: значение критериев МРТ для распознавания нестабильных поражений.AJR Am J Roentgenol 176: 771–776
CAS PubMed Google ученый
Mintzer CM, Richmond JC, Taylor J (1998) Восстановление мениска у молодого спортсмена. Am J Sports Med 26: 630–633
CAS PubMed Google ученый
Fahmy NR, Williams EA, Noble J (1983) Патология мениска и остеоартроз коленного сустава. J Bone Joint Surg Br 65: 24–28
CAS PubMed Google ученый
Newman AP, Daniels AU, Burks RT (1993) Принципы и принятие решений в хирургии мениска. Артроскопия 9: 33–51
CAS PubMed Google ученый
Weiss CB, Lundberg M, Hamberg P, DeHaven KE, Gillquist J (1989) Безоперационное лечение разрывов мениска. J Bone Joint Surg Am 71: 811–822
CAS PubMed Google ученый
DeHaven KE, Sebastianelli WJ (1990) Открытая пластика мениска.Показания, методика и результаты. Clin Sports Med 9: 577–587
CAS PubMed Google ученый
Pujol N, Tardy N, Boisrenoult P, Beaufils P (2015) Долгосрочные результаты полного восстановления мениска изнутри. Коленная хирургия Sports Traumatol Arthrosc Germany 23: 219–224
Google ученый
Tucciarone A, Godente L, Fabbrini R, Garro L, Salate Santone F, Chillemi C (2012) Разрыв мениска, восстановленный швами Fast-Fix: клинические результаты в стабильных коленях по сравнению с коленными с дефицитом ACL.Хирургия травмы дуги ортопедического аппарата 132: 349–356
CAS PubMed Google ученый
Андерсон А.Ф., Иррганг Дж.Дж., Данн В., Бофилс П., Коэн М., Коул Б.Дж., Кооликан М., Ферретти М., Гленн Р.Э., Джонсон Р., Нейрет П., Очи М., Панарелла Л., Зибольд Р., Шпиндлер К.П. , Айт Си Селми Т., Вердонк П., Вердонк Р., Ясуда К., Ковальчук Д.А. (2011) Межобзорная надежность классификации разрывов мениска международным сообществом артроскопии, хирургии коленного сустава и ортопедической спортивной медицины (ISAKOS).Am J Sports Med 39: 926–932
PubMed Google ученый
Купер Д.Е., Арноцкий С.П., Уоррен Р.Ф. (1990) Артроскопическая пластика мениска. Clin Sports Med 9: 589–607
CAS PubMed Google ученый
Петерсен В., Тиллманн Б. (1995) Возрастное кровоснабжение и лимфообращение менисков коленного сустава Исследование трупа. Acta Orthop Scand 66: 308–312
CAS PubMed Google ученый
Maffulli N, Binfield PM, King JB, Good CJ (1993) Острый гемартроз колена у спортсменов. Проспективное исследование 106 случаев. J Bone Joint Surg Br 75: 945–949
CAS PubMed Google ученый
Nielsen AB, Yde J (1991) Эпидемиология острых травм колена: проспективное больничное исследование. J Trauma 31: 1644–1648
CAS PubMed Google ученый
Hede A, Jensen DB, Blyme P, Sonne-Holm S (1990) Эпидемиология поражений мениска коленного сустава, 1215 открытых операций в Копенгагене, 1982–84. Acta Orthop Scand 61: 435–437
CAS PubMed Google ученый
DeHaven KE (1980) Диагностика острых повреждений коленного сустава с гемартрозом. Am J Sports Med 8: 9–14
CAS PubMed Google ученый
Harper KW, Helms CA, Lambert HS, Higgins LD (2005) Радиальные разрывы мениска: значение, частота и внешний вид МРТ.AJR Am J Roentgenol 185: 1429–1434
PubMed Google ученый
Jee WH, McCauley TR, Kim JM, Jun DJ, Lee YJ, Choi BG, Choi KH (2003) Конфигурации разрыва мениска: категоризация с помощью МРТ. AJR Am J Roentgenol 180: 93–97
PubMed Google ученый
Маги Т., Шапиро М., Уильямс Д. (2002) Точность МРТ и артроскопическая частота радиальных разрывов мениска.Скелетная радиология 31: 686–689
PubMed Google ученый
Меткалф М.Х., Барретт Г.Р. (2004) Проспективная оценка 1485 паттернов разрыва мениска у пациентов со стабильными коленями. Am J Sports Med 32: 675–680
PubMed Google ученый
Ихара Х., Мива М., Такаянаги К., Накаяма А. (1994) Острый разрыв мениска в сочетании с острым повреждением крестообразной связки.Артроскопия повторного осмотра после 3-х месячного консервативного лечения. Clin Orthop Relat Res 307: 146–154
Google ученый
Shelbourne KD, Nitz PA (1991) Возвращение к триаде О’Донохью. Комбинированные травмы колена с разрывами передней крестообразной и медиальной коллатеральных связок. Am J Sports Med 19: 474–477
CAS PubMed Google ученый
Cipolla M, Scala A, Gianni E, Puddu G (1995) Различные модели разрывов мениска при остром разрыве передней крестообразной связки (ACL) и в коленях с хроническим ACL-дефицитом.Классификация, стадия и сроки лечения. Коленная хирургия Sports Traumatol Arthrosc 3: 130–134
CAS PubMed Google ученый
Дэниел Д.М., Стоун М.Л., Добсон Б.Е., Фитиан Д.К., Россман Д.Д., Кауфман К.Р. (1994) Судьба пациента с травмой ПКС. Перспективное исследование результатов. Am J Sports Med 22: 632–644
CAS PubMed Google ученый
Кин Г.К., Бикерстафф Д., Рэй П.Дж., Патерсон Р.С. (1993) Естественная история разрывов мениска при недостаточности передней крестообразной связки.Am J Sports Med 21: 672–679
CAS PubMed Google ученый
Аль Саран Й., Аль Лхайдан А., Аль Гарни Н., Аль Акил М., Аломар А. (2014) Модели повреждения мениска, связанные с острым разрывом ПКС. J Orthop Rheumatol 2 (1): 4
Google ученый
Беллабарба С., Буш-Джозеф К.А., Бах Б.Р. (1997) Типы травм мениска в передней части коленного сустава с дефицитом крестообразной связки: обзор литературы.Am J Orthop 26: 18–23
CAS PubMed Google ученый
Thompson WO, Fu FH (1993) Мениск в коленном суставе с дефектом крестообразной связки. Clin Sports Med 12: 771–796
CAS PubMed Google ученый
Вицкевич Т.Л. (1990) Травмы мениска в коленном суставе с дефектом крестообразной связки. Clin Sports Med 9: 681–694
CAS PubMed Google ученый
Николич Д.К. (1998) Боковые разрывы мениска и их развитие при острых повреждениях передней крестообразной связки колена. Артроскопический анализ. Коленная хирургия Sports Traumatol Arthrosc 6: 26–30
PubMed Google ученый
Gadeyne S, Besse JL, Galand-Desme S, Lerat JL, Moyen B (2006) Анализ повреждений мениска, сопровождающих разрывы передней крестообразной связки: ретроспективный анализ 156 пациентов. Rev Chir Orthop Reparatrice Appar Mot 92: 448–454
CAS PubMed Google ученый
Ghodadra N, Mall NA, Karas V, Grumet RC, Kirk S, McNickle AG, Garrido CP, Cole BJ, Bach BR (2013) Патология суставов и мениска, связанная с первичной реконструкцией передней крестообразной связки. J Knee Surg 26: 185–193
PubMed Google ученый
Dye SF, Vaupel GL, Dye CC (1998) Сознательное нейросенсорное картирование внутренних структур колена человека без внутрисуставной анестезии. Am J Sports Med 26: 773–777
CAS PubMed Google ученый
Torres L, Dunlop DD, Peterfy C, Guermazi A, Prasad P, Hayes KW, Song J, Cahue S, Chang A, Marshall M, Sharma L (2006) Взаимосвязь между конкретными поражениями тканей и тяжестью боли у людей с остеоартритом коленного сустава . Остеоартр Cartil 14: 1033–1040
CAS PubMed Google ученый
Grönblad M, Korkala O, Liesi P, Karaharju E (1985) Иннервация синовиальной мембраны и мениска. Acta Orthop Scand 56: 484–486
PubMed Google ученый
Mine T, Kimura M, Sakka A, Kawai S (2000) Иннервация ноцицепторов в менисках коленного сустава: иммуногистохимическое исследование. Хирургия травмы Arch Orthop 120: 201–204
CAS PubMed Google ученый
Cuellar JM, Scuderi GJ, Cuellar VG, Golish SR, Yeomans DC (2009) Диагностическая ценность цитокиновых биомаркеров при оценке острой боли в коленях. J Bone Joint Surg Am 91: 2313–2320
PubMed Google ученый
Gobbo Rda R, Rangel Vde O, Karam FC, Pires LA (2011) Физическое обследование для диагностики повреждений мениска: корреляция с результатами хирургического вмешательства. Rev Bras Ortop 46: 726–729
PubMed Google ученый
Goossens P, Keijsers E, van Geenen RJ, Zijta A, van den Broek M, Verhagen AP, Scholten-Peeters GG (2015) Достоверность теста Thessaly для оценки разрыва мениска по сравнению с артроскопией: диагностическая точность учиться.J Orthop Sports Phys Ther 45: 18–24
PubMed Google ученый
Kocabey Y, Nyland J, Isbell WM, Caborn DN (2004) Результаты пациентов после восстановления мениска T-Fix и модифицируемой прогрессивной программы реабилитации, ретроспективное исследование. Хирургия травмы Arch Orthop 124: 592–596
PubMed Google ученый
Mohan BR, Gosal HS (2007) Надежность клинического диагноза при разрывах мениска.Int Orthop 31: 57–60
CAS PubMed Google ученый
Muellner T, Weinstabl R, Schabus R, Vécsei V, Kainberger F (1997) Диагностика разрывов мениска у спортсменов. Сравнение клинических и магнитно-резонансных исследований. Am J Sports Med 25: 7–12
CAS PubMed Google ученый
Rayan F, Bhonsle S, Shukla DD (2009) Клиническая, МРТ и артроскопическая корреляция при повреждениях мениска и передней крестообразной связки.Int Orthop 33: 129–132
CAS PubMed Google ученый
Rose NE, Gold SM (1996) Сравнение точности клинического обследования и магнитно-резонансной томографии при диагностике разрывов мениска и передней крестообразной связки. Артроскопия 12: 398–405
CAS PubMed Google ученый
Akseki D, Ozcan O, Boya H, Pinar H (2004) Новый тест мениска на нагрузку и сравнение с тестом Мак-Мюррея и болезненность суставной линии.Артроскопия 20: 951–958
PubMed Google ученый
Blyth M, Anthony I, Francq B, Brooksbank K, Downie P, Powell A, Jones B, MacLean A, McConnachie A, Norrie J (2015) Диагностическая точность теста Thessaly, стандартизованная история болезни и др. клинические обследования (синдром Аплея, Мак-Мюррея и болезненность линии суставов) на разрыв мениска по сравнению с диагностикой с помощью магнитно-резонансной томографии. Оценка медицинских технологий 19: 1–62
PubMed PubMed Central Google ученый
Эрен О.Т. (2003) Точность определения болезненности суставной линии при физикальном обследовании при диагностике разрывов мениска. Артроскопия 19: 850–854
PubMed Google ученый
Карачалиос Т., Хантес М., Зибис А.Х., Захос В., Карантанас А.Х., Мализос К.Н. (2005) Диагностическая точность нового клинического теста (тест Фессалии) для раннего обнаружения разрывов мениска. J Bone Joint Surg Am 87: 955–962
PubMed Google ученый
Konan S, Rayan F, Haddad FS (2009) Точно ли физические диагностические тесты обнаруживают разрывы мениска? Коленная хирургия Sports Traumatol Arthrosc Germany 17: 806–811
Google ученый
Куросака М., Яги М., Йошия С., Мурацу Х., Мизуно К. (1999) Эффективность теста смещения оси вращения под нагрузкой для диагностики разрыва мениска. Int Orthop 23: 271–274
CAS PubMed PubMed Central Google ученый
Beaufils P, Hulet C, Dhénain M, Nizard R, Nourissat G, Pujol N (2009) Клинические рекомендации по лечению поражений мениска и изолированных поражений передней крестообразной связки колена у взрослых. Orthop Traumatol Surg Res 95: 437–442
CAS PubMed Google ученый
Feller JA, Webster KE (2001) Клиническое значение магнитно-резонансной томографии колена. ANZ J Surg 71: 534–537
CAS PubMed Google ученый
Джексон Д.В., Дженнингс Л.Д., Мэйвуд Р.М., Бергер П.Е. (1988) Магнитно-резонансная томография колена. Am J Sports Med 16: 29–38
CAS PubMed Google ученый
Kuikka PI, Sillanpää P, Mattila VM, Niva MH, Pihlajamäki HK (2009) Магнитно-резонансная томография при остром травматическом и хроническом разрыве мениска колена: исследование диагностической точности у молодых людей. Am J Sports Med 37: 1003–1008
PubMed Google ученый
McNally EG (2002) Магнитно-резонансная томография колена. BMJ 325: 115–116
PubMed PubMed Central Google ученый
Miller GK (1996) Проспективное исследование, сравнивающее точность клинического диагноза разрыва мениска с данными магнитно-резонансной томографии и его влияние на клинический исход. Артроскопия 12: 406–413
CAS PubMed Google ученый
Нам Т.С., Ким М.К., Ан Дж. Х. (2014) Эффективность оценки магнитно-резонансной томографии разрыва мениска при острых повреждениях передней крестообразной связки. Артроскопия 30: 475–482
PubMed Google ученый
Timotijevic S, Vukasinovic Z, Bascarevic Z (2014) Корреляция результатов клинического обследования, ультразвуковой сонографии и магнитно-резонансной томографии с результатами артроскопии в отношении острых и хронических повреждений бокового мениска.J Orthop Sci 19: 71–76
PubMed Google ученый
Trieshmann HW, Mosure J (1997) Сравнение точности клинического обследования и магнитно-резонансной томографии при диагностике разрывов мениска и передней крестообразной связки. Артроскопия 13: 275–276
PubMed Google ученый
Van Dyck P, Vanhoenacker FM, Lambrecht V, Wouters K, Gielen JL, Dossche L, Parizel PM (2013) Перспективное сравнение 1.5 и 3,0-Т МРТ для оценки менисков коленного сустава и передней крестообразной связки. J Bone Joint Surg Am 95: 916–924
PubMed Google ученый
Dacombe PJ (2013) Обновленная Шелборном триада колена О’Донохью у 17-летнего мужчины-регбиста. Представитель BMJ по делу https://doi.org/10.1136/bcr.01.2012.5593
Артикул PubMed PubMed Central Google ученый
Эрчин Э., Кая И., Сунгур И., Демирбас Э., Уграс А.А., Цетинус Е.М. (2012) История, клинические данные, магнитно-резонансная томография и артроскопическая корреляция в поражениях мениска.Коленная хирургия Sports Traumatol Arthrosc 20: 851–856
PubMed Google ученый
Thomas S, Pullagura M, Robinson E, Cohen A, Banaszkiewicz P (2007) Значение магнитно-резонансной томографии в нашем текущем лечении ACL и травм мениска. Коленная хирургия Sports Traumatol Arthrosc Germany 15: 533–536
CAS Google ученый
Бен-Галим П., Стейнберг Е.Л., Амир Х., Эш Н., Декель С., Арбель Р. (2006) Точность магнитно-резонансной томографии колена и необоснованная хирургия.Clin Orthop Relat Res 447: 100–104
PubMed Google ученый
Roßbach BP, Pietschmann MF, Gülecyüz MF, Niethammer TR, Ficklscherer A, Wild S, Jansson V, Müller PE (2014) Показания, требующие предоперационной магнитно-резонансной томографии перед артроскопией коленного сустава. Arch Med Sci 10: 1147–1152
PubMed PubMed Central Google ученый
Ahn JH, Lee YS, Yoo JC, Chang MJ, Koh KH, Kim MH (2010) Клиническая и вторичная артроскопическая оценка восстановленного медиального мениска в коленях, реконструированных передней крестообразной связкой.Am J Sports Med 38: 472–477
PubMed Google ученый
Horibe S, Shino K, Maeda A, Nakamura N, Matsumoto N, Ochi T. (1996) Результаты изолированного восстановления мениска, оцененные с помощью вторичной артроскопии. Артроскопия 12: 150–155
CAS PubMed Google ученый
Miao Y, Yu JK, Ao YF, Zheng ZZ, Gong X, Leung KK (2011) Диагностическая ценность 3 методов оценки состояния заживления мениска после восстановления мениска: сравнение артроскопии вторичного осмотра, клиническая оценка, и магнитно-резонансная томография.Am J Sports Med 39: 735–742
PubMed Google ученый
Morgan CD, Wojtys EM, Casscells CD, Casscells SW (1991) Артроскопическая репарация мениска, оцененная с помощью артроскопии вторичного осмотра. Am J Sports Med 19: 632–637
CAS PubMed Google ученый
Tachibana Y, Sakaguchi K, Goto T, Oda H, Yamazaki K, Iida S (2010) Целостность восстановления оценивается с помощью вторичной артроскопии после артроскопической пластики мениска с помощью FasT-Fix во время реконструкции передней крестообразной связки.Am J Sports Med 38: 965–971
PubMed Google ученый
Muellner T, Egkher A, Nikolic A, Funovics M, Metz V (1999) Открытая пластика мениска: результаты клинической и магнитно-резонансной томографии через двенадцать лет. Am J Sports Med 27: 16–20
CAS PubMed Google ученый
Pujol N, Bohu Y, Boisrenoult P, Macdes A, Beaufils P (2013) Клинические результаты открытой менисковой пластики горизонтальных разрывов мениска у молодых пациентов.Коленная хирургия Sports Traumatol Arthrosc 21: 1530–1533
PubMed Google ученый
Vance K, Meredick R, Schweitzer ME, Lubowitz JH (2009) Магнитно-резонансная томография послеоперационного мениска. Артроскопия 25: 522–530
PubMed Google ученый
Ciliz D, Ciliz A, Elverici E, Sakman B, Yüksel E, Akbulut O (2008) Оценка послеоперационных менисков с помощью МР-артрографии и стандартной стандартной МРТ.Clin Imaging 32: 212–219
PubMed Google ученый
Magee T (2014) Точность 3-Tesla MR и MR артрографии в диагностике мениска в послеоперационном коленном суставе. Скелетная радиология 43: 1057–1064
PubMed Google ученый
Vives MJ, Homesley D, Ciccotti MG, Schweitzer ME (2003) Оценка повторяющихся разрывов мениска с помощью магнитно-резонансной томографии с усилением гадолиния: рандомизированное проспективное исследование.Am J Sports Med 31: 868–873
PubMed Google ученый
Pujol N, Panarella L, Selmi TA, Neyret P, Fithian D, Beaufils P (2008) Заживление мениска после восстановления мениска: оценка компьютерной артрографии. Am J Sports Med 36: 1489–1495
PubMed Google ученый
Асахина С., Мунета Т., Хосино А., Нига С., Ямамото Х (1998) Промежуточные результаты восстановления мениска в коленях, реконструированных с помощью передней крестообразной связки.Am J Sports Med 26: 688–691
CAS PubMed Google ученый
Gill SS, Diduch DR (2002) Результаты после восстановления мениска с использованием стрелки мениска в коленях, подвергающихся одновременной реконструкции передней крестообразной связки. Артроскопия 18: 569–577
PubMed Google ученый
Petsche TS, Selesnick H, Rochman A (2002) Артроскопическая пластика мениска с помощью биоабсорбируемых стрелок.Артроскопия 18: 246–253
PubMed Google ученый
Siebold R, Dehler C, Boes L, Ellermann A (2007) Артроскопическая полная пластика с использованием Meniscus Arrow: долгосрочное клиническое наблюдение за 113 пациентами. Артроскопия 23: 394–399
PubMed Google ученый
Stone RG, Frewin PR, Gonzales S (1990) Долгосрочная оценка артроскопической пластики мениска: последующее исследование от двух до шести лет.Артроскопия 6: 73–78
CAS PubMed Google ученый
Асахина С., Мунета Т., Ямамото Х (1996) Артроскопическая пластика мениска в сочетании с реконструкцией передней крестообразной связки: факторы, влияющие на скорость заживления. Артроскопия 12: 541–545
CAS PubMed Google ученый
Buseck MS, Noyes FR (1991) Артроскопическая оценка восстановления мениска после реконструкции передней крестообразной связки и немедленного движения.Am J Sports Med 19: 489–494
CAS PubMed Google ученый
Noyes FR, Barber-Westin SD (2000) Артроскопическое восстановление разрывов мениска, распространяющихся в бессосудистую зону, с реконструкцией передней крестообразной связки или без нее у пациентов в возрасте 40 лет и старше. Артроскопия 16: 822–829
CAS PubMed Google ученый
Noyes FR, Barber-Westin SD (2002) Артроскопическое восстановление разрывов мениска, распространяющихся в бессосудистую зону у пациентов моложе двадцати лет.Am J Sports Med 30: 589–600
PubMed Google ученый
O’Shea JJ, Shelbourne KD (2003) Ремонт разрыва мениска с закрытой ручкой-ведром в коленях с хронической недостаточностью передней крестообразной связки. Am J Sports Med 31: 216–220
PubMed Google ученый
Рубман М.Х., Нойес Ф.Р., Барбер-Вестин С.Д. (1998) Артроскопическое восстановление разрывов мениска, которые распространяются в бессосудистую зону.Обзор 198 отдельных и сложных слез. Am J Sports Med 26: 87–95
CAS PubMed Google ученый
Вестерманн Р.В., Райт Р.В., Шпиндлер К.П., Хьюстон Л.Дж., Вольф Б.Р. (2014) Реконструкция мениска с одновременной реконструкцией передней крестообразной связки: успешность операции и исходы для пациентов при 6-летнем наблюдении. Am J Sports Med 42: 2184–2192
PubMed PubMed Central Google ученый
Bach BR, Dennis M, Balin J, Hayden J (2005) Артроскопическая пластика мениска: анализ неудач лечения. J Knee Surg 18: 278–284
PubMed Google ученый
Барбер-Вестин С.Д., Нойес Ф.Р. (2014) Клинические показатели заживления при восстановлении мениска разрыва в центральной трети (красно-белой) зоне. Артроскопия 30: 134–146
PubMed Google ученый
Billante MJ, Diduch DR, Lunardini DJ, Treme GP, Miller MD, Hart JM (2008) Ремонт мениска с использованием полностью внутри, быстро впитывающегося, натягиваемого устройства.Артроскопия 24: 779–785
PubMed Google ученый
Cannon WD, Vittori JM (1992) Частота заживления при артроскопической пластике мениска в коленях, реконструированных с помощью передней крестообразной связки, по сравнению со стабильными коленями. Am J Sports Med 20: 176–181
PubMed Google ученый
Johnson MJ, Lucas GL, Dusek JK, Henning CE (1999) Изолированная артроскопическая пластика мениска: исследование долгосрочных результатов (более 10 лет).Am J Sports Med 27: 44–49
CAS PubMed Google ученый
Kalliakmanis A, Zourntos S, Bousgas D, Nikolaou P (2008) Сравнение результатов артроскопической реконструкции мениска с использованием 3 различных устройств для восстановления мениска у пациентов с реконструкцией передней крестообразной связки. Артроскопия 24: 810–816
PubMed Google ученый
Orfaly RM, McConkey JP, Regan WD (1998) Судьба разрывов мениска после реконструкции передней крестообразной связки.Clin J Sport Med 8: 102–105
CAS PubMed Google ученый
Pujol N, Barbier O, Boisrenoult P, Beaufils P (2011) Объем резекции мениска после неудачной пластики мениска. Am J Sports Med 39: 1648–1652
PubMed Google ученый
Quinby JS, Golish SR, Hart JA, Diduch DR (2006) Полное восстановление мениска изнутри с использованием нового гибкого натяжного устройства.Am J Sports Med 34: 1281–1286
PubMed Google ученый
Ryu RK, Dunbar WH (1988) Артроскопическая пластика мениска с двухлетним наблюдением: клинический обзор. Артроскопия 4: 168–173
CAS PubMed Google ученый
Spindler KP, Huston LJ, Wright RW, Kaeding CC, Marx RG, Amendola A, Parker RD, Andrish JT, Reinke EK, Harrell FE, Dunn WR (2011) Прогноз и предикторы спортивной функции и активности минимум через 6 лет после реконструкции передней крестообразной связки: популяционное когортное исследование.Am J Sports Med 39: 348–359
PubMed Google ученый
Steenbrugge F, Van Nieuwenhuyse W, Verdonk R, Verstraete K (2005) Артроскопическая пластика мениска в коленном суставе с недостаточностью ACL. Int Orthop 29: 109–112
CAS PubMed PubMed Central Google ученый
Stone RG, VanWinkle GN (1986) Артроскопический обзор восстановления мениска: оценка параметров заживления.Артроскопия 2: 77–81
CAS PubMed Google ученый
Barrett GR, Field MH, Treacy SH, Ruff CG (1998) Клинические результаты восстановления мениска у пациентов 40 лет и старше. Артроскопия 14: 824–829
CAS PubMed Google ученый
Perdue PS, Hummer CD, Colosimo AJ, Heidt RS, Dormer SG (1996) Восстановление мениска: результаты и клиническое наблюдение.Артроскопия 12: 694–698
PubMed Google ученый
Ding C, Martel-Pelletier J, Pelletier JP, Abram F, Raynauld JP, Cicuttini F, Jones G (2007) Разрыв мениска как фактор риска остеоартрита в когорте, в основном не страдающей остеоартритом: поперечное сечение учиться. J Rheumatol 34: 776–784
PubMed Google ученый
Ford GM, Hegmann KT, White GL, Holmes EB (2005) Связь индекса массы тела с разрывами мениска.Am J Prev Med, Нидерланды 28: 364–368
Google ученый
Laberge MA, Baum T, Virayavanich W, Nardo L, Nevitt MC, Lynch J, McCulloch CE, Link TM (2012) Ожирение увеличивает распространенность и серьезность очаговых патологий коленного сустава, диагностируемых с помощью 3T МРТ у лиц среднего возраста Субъекты — данные Инициативы по остеоартриту. Скелетная радиология 41: 633–641
PubMed Google ученый
Sommerfeldt MF, Magnussen RA, Randall KL, Tompkins M, Perkins B, Sharma A, Blackwell R, Flanigan DC (2016) Взаимосвязь между индексом массы тела и риском отказа после восстановления мениска. J Knee Surg 29: 645–648
PubMed Google ученый
Биццини М., Горелик М., Дробный Т. (2006) Пластика латерального мениска у профессионального хоккейного вратаря: клинический случай с последующим 5-летним наблюдением. J Orthop Sports Phys Ther 36: 89–100
PubMed Google ученый
Логан М., Уоттс М., Оуэн Дж., Майерс П. (2009) Ремонт мениска у элитного спортсмена: результаты 45 ремонтов с минимальным сроком наблюдения 5 лет. Am J Sports Med 37: 1131–1134
PubMed Google ученый
Нойес Ф.Р., Барбер-Вестин С.Д., Чен Р.К. (2011) Ремонт сложных и бессосудистых разрывов мениска и трансплантация мениска. Instr Course Lect 60: 415–437
PubMed Google ученый
Beaufils P, Bastos R, Wakim E, Cho SH, Petit-Jouvet C (1992) Травма мениска при пластической реконструкции передней крестообразной связки. Шов мениска или его воздержание. Rev Chir Orthop Reparatrice Appar Mot 78: 285–291
CAS PubMed Google ученый
Duchman KR, Westermann RW, Spindler KP, Reinke EK, Huston LJ, Amendola A, Wolf BR (2015) Судьба разрывов мениска, оставшихся на месте во время реконструкции передней крестообразной связки: 6 лет последующее исследование когорты MOON.Am J Sports Med 43: 2688–2695
PubMed PubMed Central Google ученый
Фитцгиббонс Р.Э., Шелборн К.Д. (1995) «Агрессивное» лечение боковых разрывов мениска при реконструкции передней крестообразной связки. Am J Sports Med 23: 156–159
CAS PubMed Google ученый
Ichinohe S, Yoshida M, Murakami H, Takayama H, Izumiyama S, Shimamura T (2000) Разрыв мениска после реконструкции ACL.J Orthop Surg 8: 53–59
CAS Google ученый
Lee DW, Jang HW, Lee SR, Park JH, Ha JK, Kim JG (2014) Клинические, радиологические и морфологические оценки разрывов заднего рога бокового мениска, оставленного на месте во время реконструкции передней крестообразной связки. Am J Sports Med 42: 327–335
PubMed Google ученый
Pierre A, Hulet C, Locker B, Schiltz D, Delbarre JC, Vielpeau C (2001) Результат 95 стабильных разрывов мениска, оставшихся на месте после реконструкции передней крестообразной связки.Revue de Chirurgie Orthopaedique et Reparatrice de l Appareil Moteur 87: 661–668
CAS PubMed Google ученый
Pujol N, Beaufils P (2009) Результаты заживления разрывов мениска, оставленных in situ во время реконструкции передней крестообразной связки: обзор клинических исследований. Коленная хирургия Sports Traumatol Arthrosc 17: 396–401
PubMed Google ученый
Ротермич М.А., Коэн Дж. А., Райт Р. (2016) Стабильные слезы мениска, оставленные на месте во время артроскопической реконструкции передней крестообразной связки: систематический обзор. J Knee Surg 29: 228–234
PubMed Google ученый
Шелборн К.Д., Раск Б.П. (2001) Последствия восстановленных недегенеративных разрывов периферического вертикального медиального мениска с реконструкцией передней крестообразной связки. Артроскопия 17: 270–274
PubMed Google ученый
Shelbourne KD, Heinrich J (2004) Долгосрочная оценка разрывов бокового мениска, оставшихся на месте во время реконструкции передней крестообразной связки. Артроскопия 20: 346–351
PubMed Google ученый
Talley MC, Grana WA (2000) Лечение частичных разрывов мениска, выявленных во время реконструкции передней крестообразной связки с ограниченным синовиальным истиранием. Артроскопия 16: 6–10
CAS PubMed Google ученый
Vermesan D, Prejbeanu R, Laitin S, Damian G, Deleanu B, Abbinante A, Flace P, Cagiano R (2013) Артроскопическая санация раны по сравнению с внутрисуставными стероидами при лечении дегенеративных разрывов медиального мениска. Eur Rev Med Pharmacol Sci 17: 3192–3196
CAS PubMed Google ученый
Ягишита К., Мунета Т., Огиучи Т., Секия И., Шиномия К. (2004) Исцеляющий потенциал разрывов мениска без ремонта в коленях с реконструкцией передней крестообразной связки.Am J Sports Med 32: 1953–1961
PubMed Google ученый
Zemanovic JR, McAllister DR, Hame SL (2004) Безоперационное лечение разрывов мениска на частичную толщину, выявленных во время реконструкции передней крестообразной связки. Ортопедия 27: 755–758
PubMed Google ученый
Линч М.А., Хеннинг К.Э., Глик К.Р. (1983) Изменения поверхности коленного сустава.Долговременное катамнестическое лечение разрыва мениска при стабильных реконструкциях передней крестообразной связки. Clin Orthop Relat Res 172: 148–153
Google ученый
Vermesan D, Prejbeanu R, Laitin S, Georgianu V, Haragus H, Nitescu S, Tatullo M, Tattoli M, Caprio M, Cagiano R (2014) Разрывы мениска, оставленные на месте во время анатомического единого пучка передней крестообразной связки реконструкция. Eur Rev Med Pharmacol Sci 18: 252–256
CAS PubMed Google ученый
Alpar EK, Bilsel N (1991) Восстановление мениска. Хирургия травмы Arch Orthop 110: 112–113
CAS PubMed Google ученый
Klimkiewicz JJ, Shaffer B (2002) Обновление менисковой хирургии за 2002 год: показания и методы резекции, восстановления, регенерации и замены. Артроскопия 18: 14–25
PubMed Google ученый
Persson F, Turkiewicz A, Bergkvist D, Neuman P, Englund M (2018) Риск симптоматического остеоартрита коленного сустава после артроскопической пластики мениска по сравнению с частичной менискэктомией по сравнению с населением в целом.Остеоартр Cartil 26: 195–201
CAS PubMed Google ученый
Rath E, Richmond JC (2000) Мениски: фундаментальная наука и достижения в лечении. Br J Sports Med 34: 252–257
CAS PubMed PubMed Central Google ученый
Majewski M, Stoll R, Widmer H, Müller W, Friederich NF (2006) Среднесрочные и отдаленные результаты после артроскопической зашивки изолированных продольных вертикальных разрывов мениска в стабильных коленях.Am J Sports Med 34: 1072–1076
PubMed Google ученый
Хаклар У., Коджаоглу Б., Налбантоглу У., Тузунер Т., Гувен О. (2008) Артроскопическая реконструкция разрыва радиального бокового мениска [исправленного] разрыва двойными горизонтальными швами методом изнутри-наружу. Колено 15: 355–359
PubMed Google ученый
Ra HJ, Ha JK, Jang SH, Lee DW, Kim JG (2013) Артроскопическая вывернутая пластика полных радиальных разрывов мениска с помощью фибринового сгустка.Коленная хирургия Sports Traumatol Arthrosc 21: 2126–2130
PubMed Google ученый
Yoo JC, Ahn JH, Lee SH, Lee SH, Kim JH (2007) Ушивание полных радиальных разрывов бокового мениска. Артроскопия 23 (1249): 1–7
Google ученый
Brody JM, Lin HM, Hulstyn MJ, Tung GA (2006) Боковой разрыв корня мениска и экструзия мениска с разрывом передней крестообразной связки.Радиология 239: 805–810
PubMed Google ученый
Pan F, Hua S, Ma Z (2015) Хирургическое лечение комбинированных разрывов заднего корня бокового мениска и разрывов ПКС. Med Sci Monit 21: 1345–1349
PubMed PubMed Central Google ученый
Шелборн К.Д., Роберсон Т.А., Грей Т. (2011) Долгосрочная оценка разрывов корней заднего латерального мениска, оставшихся на месте во время реконструкции передней крестообразной связки.Am J Sports Med 39: 1439–1443
PubMed Google ученый
Han SB, Shetty GM, Lee DH, Chae DJ, Seo SS, Wang KH, Yoo SH, Nha KW (2010) Неблагоприятные результаты частичной менискэктомии при полном разрыве корня заднего медиального мениска с ранним остеоартритом: a 5 — до 8-летнего катамнестического исследования. Артроскопия 26: 1326–1332
PubMed Google ученый
Ким С.Б., Ха Дж.К., Ли С.В., Ким Д.В., Шим Дж. К., Ким Дж. Г., Ли М.Й. (2011) Рефиксация разрыва корня медиального мениска: сравнение клинических, рентгенологических и артроскопических результатов с медиальной менискэктомией.Артроскопия 27: 346–354
PubMed Google ученый
Costouros JG, Raineri GR, Cannon WD (1999) Возвращение движения после одновременного восстановления смещенных разрывов мениска ручки ведра и реконструкции передней крестообразной связки. Артроскопия 15: 192–196
CAS PubMed Google ученый
Эспехо-Рейна A, Серрано-Фернандес JM, Мартин-Кастилья B, Estades-Rubio FJ, Briggs KK, Espejo-Baena A (2014) Результаты после восстановления хронических разрывов ручки ведра среднего мениска.Артроскопия 30: 492–496
PubMed Google ученый
Shelbourne KD, Johnson GE (1993) Разрывы мениска с закрытой ручкой в коленях с хронической недостаточностью передней крестообразной связки. Am J Sports Med 21: 779–782
CAS PubMed Google ученый
Бербиг Р., Риллманн П. (2000) Сроки операции по разрыву передней крестообразной связки.Влияние острой или отсроченной операции на частоту артрофиброза и нетрудоспособность. Unfallchirurg 103: 726–730
CAS PubMed Google ученый
Mayr HO, Weig TG, Plitz W (2004) Артрофиброз после реконструкции ПКС — причины и исход. Хирургия травмы Arch Orthop 124: 518–522
PubMed Google ученый
Shelbourne KD, Wilckens JH, Mollabashy A, DeCarlo M (1991) Артрофиброз при острой реконструкции передней крестообразной связки.Эффект сроков реконструкции и реабилитации. Am J Sports Med 19: 332–336
CAS PubMed Google ученый
DeHaven KE (1985) Обоснование восстановления или удаления мениска. Clin Sports Med 4: 267–273
CAS PubMed Google ученый
Granan LP, Bahr R, Lie SA, Engebretsen L (2009) Сроки реконструктивной хирургии передней крестообразной связки и риск поражения хряща и разрывов мениска: когортное исследование, основанное на Норвежском национальном регистре коленных связок.Am J Sports Med 37: 955–961
PubMed Google ученый
Кеннеди Дж., Джексон М.П., О’Келли П., Моран Р. (2010) Сроки реконструкции передней крестообразной связки у спортсменов и частота вторичной патологии колена. J Bone Joint Surg Br 92: 362–366
CAS PubMed Google ученый
Rodkey WG, DeHaven KE, Montgomery WH, Baker CL, Beck CL, Hormel SE, Steadman JR, Cole BJ, Briggs KK (2008) Сравнение имплантата коллагенового мениска с частичной менискэктомией.Проспективное рандомизированное исследование. J Bone Joint Surg Am 90: 1413–1426
PubMed Google ученый
Zaffagnini S, Marcheggiani Muccioli GM, Lopomo N, Bruni D, Giordano G, Ravazzolo G, Molinari M, Marcacci M (2011) Предполагаемые долгосрочные результаты имплантата медиального коллагенового мениска по сравнению с частичной медиальной менискэктомией: a Минимум 10-летнее наблюдение. Am J Sports Med 39: 977–985
PubMed Google ученый
Bouyarmane H, Beaufils P, Pujol N, Bellemans J, Roberts S, Spalding T, Zaffagnini S, Marcacci M, Verdonk P, Womack M, Verdonk R (2014) Полиуретановый каркас при сегментарных дефектах бокового мениска: клинические результаты через 24 месяца -вверх. Orthop Traumatol Surg Res 100: 153–157
CAS PubMed Google ученый
De Coninck T, Huysse W, Willemot L, Verdonk R, Verstraete K, Verdonk P (2013) Двухлетнее последующее исследование клинических и радиологических исходов полиуретановых менисковых каркасов.Am J Sports Med 41: 64–72
PubMed Google ученый
Warth RJ, Rodkey WG (2015) Резорбируемые коллагеновые каркасы для лечения дефектов мениска: систематический обзор. Артроскопия 31: 927–941
PubMed Google ученый
Hirschmann MT, Keller L, Hirschmann A, Schenk L, Berbig R, Lüthi U, Amsler F, Friederich NF, Arnold MP (2013) Годовой клинический результат и результаты МРТ после частичной замены мениска в стабилизированных коленях с использованием имплантата коллагенового мениска.Коленная хирургия Sports Traumatol Arthrosc 21: 740–747
CAS PubMed Google ученый
Bulgheroni E, Grassi A, Bulgheroni P, Marcheggiani Muccioli GM, Zaffagnini S, Marcacci M (2015) Долгосрочные результаты медиального имплантата CMI по сравнению с частичной медиальной менискэктомией у пациентов с сопутствующей реконструкцией ACL. Коленная хирургия Sports Traumatol Arthrosc 23: 3221–3227
PubMed Google ученый
Henning CE, Lynch MA, Clark JR (1987) Васкуляризация для заживления ремонта мениска. Артроскопия 3: 13–18
CAS PubMed Google ученый
Хаас А.Л., Шепсис А.А., Хорнштейн Дж., Эдгар С.М. (2005) Ремонт мениска с помощью устройства для восстановления мениска изнутри FasT-Fix. Артроскопия 21: 167–175
PubMed Google ученый
Krych AJ, Pitts RT, Dajani KA, Stuart MJ, Levy BA, Dahm DL (2010) Хирургическое лечение разрывов мениска с сопутствующей реконструкцией передней крестообразной связки у пациентов 18 лет и младше.Am J Sports Med 38: 976–982
PubMed Google ученый
Tenuta JJ, Arciero RA (1994) Артроскопическая оценка восстановления мениска. Факторы, влияющие на исцеление. Являюсь. J. Sports Med 22: 797–802
CAS PubMed Google ученый
Biedert RM (2000) Лечение поражений мениска внутри вещества: рандомизированное проспективное исследование четырех различных методов.Коленная хирургия Sports Traumatol Arthrosc 8: 104–108
CAS PubMed Google ученый
Fox JM, Rintz KG, Ferkel RD (1993) Трепанация неполных разрывов мениска. Артроскопия 9: 451–455
CAS PubMed Google ученый
Staerke C, Kopf S, Becker R (2008) Степень разрыва периферических волокон при наложении швов на мениске коленного сустава.Лауреат премии AGA DonJoy в 2006 г. Хирургия травмы Arch Orthop 128: 525–530
PubMed Google ученый
Ishimura M, Tamai S, Fujisawa Y (1991) Артроскопическая пластика мениска с фибриновым клеем. Артроскопия 7: 177–181
CAS PubMed Google ученый
Ishimura M, Ohgushi H, Habata T., Tamai S, Fujisawa Y (1997) Артроскопическая пластика мениска с использованием фибринового клея. Часть II: клиническое применение.Артроскопия 13: 558–563
CAS PubMed Google ученый
ван Троммель М.Ф., Симониан П.Т., Поттер Х.Г., Вицкевич Т.Л. (1998) Различные показатели регионарного заживления при использовании техники снаружи внутрь для восстановления мениска. Am J Sports Med 26: 446–452
PubMed Google ученый
Griffin JW, Hadeed MM, Werner BC, Diduch DR, Carson EW, Miller MD (2015) Плазма, обогащенная тромбоцитами, при восстановлении мениска: улучшает ли увеличение хирургических результатов? Clin Orthop Relat Res 473: 1665–1672
PubMed PubMed Central Google ученый
Becker R, Awiszus F (2001) Физиологические изменения максимальной произвольной активации четырехглавой мышцы путем изменения угла коленного сустава. Мышечный нерв 24: 667–672
CAS PubMed Google ученый
Cristiani R, Rönnblad E, Engström B, Forssblad M, Stålman A (2018) Увеличение резекции медиального мениска и восстановление медиального мениска сохраняет слабость переднего колена: когортное исследование 4497 пациентов с первичной реконструкцией передней крестообразной связки.Am J Sports Med 46: 357–362
PubMed Google ученый
Макрис Е.А., Хадиди П., Атанасиу К.А. (2011) Мениск коленного сустава: структура-функция, патофизиология, современные методы восстановления и перспективы регенерации. Биоматериалы 32: 7411–7431
CAS PubMed PubMed Central Google ученый
Svantesson E, Cristiani R, Hamrin Senorski E, Forssblad M, Samuelsson K, Stålman A (2018) Восстановление мениска приводит к худшим краткосрочным результатам по сравнению с резекцией мениска: когортное исследование 6398 пациентов с первичным передним отделом реконструкция крестообразной связки.Коленная хирургия Sports Traumatol Arthrosc 26: 2251–2258
PubMed Google ученый
Feeley BT, Liu S, Garner AM, Zhang AL, Pietzsch JB (2016) Экономическая эффективность восстановления мениска по сравнению с частичной менискэктомией: проекция на основе модели для США. Колено 23: 674–680
PubMed Google ученый
Dean CS, Chahla J, Matheny LM, Mitchell JJ, LaPrade RF (2017) Результаты после биологически усиленной изолированной репарации мениска с вентилированием костного мозга сравнимы с таковыми после репарации мениска с сопутствующей реконструкцией передней крестообразной связки.Am J Sports Med 45: 1341–1348
PubMed Google ученый
Lowery DJ, Farley TD, Wing DW, Sterett WI, Steadman JR (2006) Клиническая сводная оценка точно определяет патологию мениска. Артроскопия 22: 1174–1179
PubMed Google ученый
Соломон Д.Х., Симел Д.Л., Бейтс Д.В., Кац Дж. Н., Шаффер Дж. Л. (2001) Рациональное клиническое обследование. У этого пациента разрыв мениска или связки колена? Ценность медицинского осмотра.JAMA 286 (13): 1610–1620
CAS PubMed Google ученый
Corea JR, Moussa M, al Othman A (1994) Тестирование МакМюррея. Коленная хирургия Sports Traumatol Arthrosc 2 (2): 70–72
CAS PubMed Google ученый
Fowler PJ, Lubliner JA (1989) Прогностическая ценность пяти клинических признаков при оценке патологии мениска. Артроскопия 5 (3): 184–186
CAS PubMed Google ученый
Evans PJ, Bell GD, Frank C (1993) Предполагаемая оценка теста Макмеррея. Am J Sports Med 21 (4): 604–608
CAS PubMed Google ученый
Джексон Дж. Л., О’Мэлли П. Г., Кроенке К. (2003) Оценка острой боли в коленях в учреждениях первичной медико-санитарной помощи. Ann Intern Med 139 (7): 575–588
PubMed Google ученый
Meserve BB, Cleland JA, Boucher TR (2008) Метаанализ, изучающий возможности клинических тестов для оценки повреждения мениска.Clin Rehabil 22 (2): 143–161
PubMed Google ученый
Симметрия | Бесплатный полнотекстовый | На пути к повышению точности прогнозирования системы рекомендаций по продуктам с использованием подходов экстремального повышения градиента и кодирования
1. Введение
За последние несколько десятилетий рекомендательные системы (RS) широко использовались в ряде областей, включая электронную коммерцию, рекомендательные системы для исследовательских работ, социальные веб-сайты и т. Д.Электронная коммерция или аналогичные веб-сайты, например Amazon, Yelp, Epinions и т. Д., Предоставляют своим клиентам возможность поделиться своим мнением о приобретенных товарах. Основная цель этих систем — рекомендовать предметы или продукты, которые связаны с интересами или с высокой вероятностью будут куплены в будущем. Рекомендации основаны на исторических записях, то есть мнениях клиентов, которые уже приобрели эти продукты. Мнения выражаются в форме обзоров или оценок, что играет ключевую роль в привлечении будущих клиентов и помощи им в принятии решений [1,2,3,4].В рекомендательных системах используется интерес пользователя, который улавливается путем использования набора разнообразных функций, принадлежащих к следующим подходам: совместная фильтрация (CF), фильтрация на основе содержимого, фильтрация на основе метаданных и т. Д. CF следует теории, согласно которой пользователи нравится то, что нравится единомышленникам. Двое или более пользователей считаются единомышленниками, если они выставляют одинаковые оценки товаров. Поскольку теория, которой следует CF, признана научным сообществом сильной, она широко использовалась рядом исследователей [5,6,7].CF предлагает различные шаги для рекомендации и также называется совместной фильтрацией на основе элементов (IBCF). Кроме того, он масштабируем и легко адаптируется по сравнению с другими подходами к рекомендациям. Рекомендация в этой системе дается на основе схожести профилей (характеристики профиля, графика и т. Д.), Рейтинга продукта пользователя и комментариев. Рекомендации основаны на двух типах интересов пользователей: неявных и явных. Просмотры продуктов и действия пользователей относятся к неявной (основанной на модели) категории.Такие функции, как лайки и подписки, связаны с явной категорией (на основе памяти) [8,9,10,11]. Современное состояние рекомендательной системы CF сообщает о классификации и прогнозировании будущих покупок с хорошей точностью. Однако, насколько нам известно, ни один из них не смог представить замечательных результатов как по точности, так и по классификации [12,13,14,15]. Доверие — еще один фактор, используемый в различных приложениях, который необходимо оценить. Из-за проблемы масштабируемости на основе памяти управление большинством промышленных настроек осуществляется на основе рекомендованного метода на основе модели [16,17,18,19,20].Факторизация матриц популярна в категории, основанной на моделях, и постоянно меняется [21]. Процесс основан на оптимизации двух низкоранговых метрик. Метрики делятся на элементы и скрытые функции пользователей. Комбинация отношений между функциями «пользователь-элемент» позволяет избежать чрезмерной подгонки исходной матрицы. В последние годы было предложено много подходов, связанных с рекомендациями по пунктам. В этой статье мы представляем систему рекомендаций на основе CF, которая позволяет одновременно решить проблему хорошего прогнозирования и точности классификации.В предлагаемой системе информация профиля пользователя и история кликов, собранные в онлайн-торговом центре Чеджу, используются как функции. Ключевая идея предлагаемого подхода — избежать рекомендации уже приобретенных товаров. Word2vec применяется для предварительной обработки данных с последующим алгоритмом машинного обучения XGBoost для оценки точности прогнозирования и классификации. Наконец, система рекомендует продукт на основе рейтинга кликов пользователя и приобретенных товаров.Основные вклады в этот документ следующие:
Основная цель этого исследования — использование методов интеллектуального анализа данных и машинного обучения в контексте покупок товаров в Интернете.
Представленный классификатор XGBoost, повышающий точность прогнозирования методов интеллектуального анализа данных для извлечения скрытых знаний из набора данных о покупках в Интернете, является важной стороной управления системой.
В представленной работе используются методы анализа, например, анализ временных рядов, статистический анализ, анализ продуктов, анализ интересов пользователей, анализ страниц доступа и анализ приобретенных продуктов.
Процесс совместной фильтрации, применяемый для прогнозирования количества продуктов и оценки соседних элементов.
Метод кодирования Word2vec, используемый для генерации векторного пространства набора данных и случайного предсказания окруженного контекста.
У нас есть различные этапы предварительной обработки данных для изменения формата данных в согласованном формате.
Различные функции, извлеченные из набора данных, например информация о пользователе, приобретенные товары, информация о кликах и т. Д.
Наконец, мы проиллюстрируем конструктивность модели XGBoost, которая применяется для прогнозирования, классификации и регрессии покупок товаров в Интернете. .
2. Обзор литературы
В этом разделе содержатся подробные сведения о современном состоянии системы рекомендаций с последующей совместной фильтрацией и выявлением некоторых важных вопросов, на которые не обращало внимания научное сообщество. Понятие рекомендательных систем появилось в конце 1990-х годов. На сегодняшний день эта область стала центром внимания различных организаций электронной коммерции, таких как Amazon, eBay, Shopify и т. Д., Которые рекомендуют определенные товары / продукты своим клиентам.
2.1. Система рекомендаций
Система рекомендаций — это тип системы фильтрации информации, которая анализирует поведение пользователя в доступном наборе данных и прогнозирует предпочтения пользователя. Поведение пользователя содержит информацию о кликах, пользовательскую оценку приобретенных товаров, комментарии, обмен, информацию о корзине и т. Д. [22,23,24,25,26,27]. Основная цель этой системы — помочь пользователям, у которых отсутствует доступная информация, принять решение о покупке определенных товаров. С 1990-х годов научным сообществом были представлены различные RS в разных областях, включая статьи, фильмы и продукты [28,29,30,31,32,33,34,35].Эти системы в целом подразделяются на пять основных классов, включая (1) совместную фильтрацию, (2) рекомендации, основанные на содержании, (3) рекомендации, основанные на знаниях, (4) гибридные рекомендации и (5) демографические рекомендации. Эта категоризация была дана Бёрком [36]. Идея совместной фильтрации (CF) была предложена Голдбергом и др. [37]. CF имеет процесс прогнозирования, чтобы показать предпочтения пользователей и одну и ту же точку между пользователями или продуктами [38]. Другими словами, CF предполагает, что, если два пользователя имеют одинаковый интерес к одному продукту, они будут иметь одинаковый интерес к другим продуктам. также.Исследователи сравнили процессы, основанные на соседстве, с другими подходами с точки зрения простоты адаптации, эффективности и т. Д. Аналогичным образом, большинство исследований улучшили производительность существующих подходов с использованием различных алгоритмов и методов машинного обучения. Помимо различных потенциальных аспектов CF, он содержит проблему разреженности из-за отсутствия информации о продуктах, интересующих пользователя [39]. Было замечено, что общие оценки продуктов, выставленные покупателями, сравнительно ниже, чем количество приобретенных товаров.Это приводит к тому, что большинство приобретаемых товаров имеют мало оценок, а иногда и нулевые. За последние несколько лет системы онлайн-покупок привлекли огромное внимание людей по всему миру. Сайты онлайн-покупок, такие как Amazon, доступны многим людям. В некоторых подходах CF основное внимание уделяется приобретению товаров пользователем только в течение определенного периода времени. Точно так же существует множество платформ на основе IoT, таких как здравоохранение [40,41,42], локализация внутри помещений [43,44] и многие другие системы IoT [45,46,47], точность которых может быть улучшена за счет интеграция функциональности рекомендаций.Song et al. [48] проанализировали изменения в поведении пользователя, построив зависимые правила из двух разных атрибутов, то есть набора данных и поведенческих изменений пользователя. В исследовании было проведено сравнение покупок с использованием определенных правил, и результаты показали, что модели не меняются. Некоторые исследования были сосредоточены на динамическом отражении во времени [49,50,51,52,53,54,55]. Временной динамический метод используется для оценки связи между временем покупки и временем, потраченным на нажатие на различные веб-страницы.2.2. Совместная фильтрация на основе элементов
Фильтрация контента на основе элементов (IBCF) — один из традиционных методов системы рекомендаций. Основная цель этой системы — собрать набор данных на основе одинаковых весов продуктов. Чтобы найти сходство между показателем предсказания элемента-элемента и предоставленным временем вычисления. Общеизвестно, что большой вклад вносят продукты с более высоким весом. В большинстве сценариев IBCF не может обеспечить адекватную точность прогнозирования и классификации.Чтобы преодолеть проблемы, связанные с IBCF, научное сообщество представило различные подходы. Gao et al. [56] объединяют ранжирование пользователей с подобием продуктов и предлагаемый подход ранжирования на основе ранжирования страниц исключительно для повышения точности прогнозирования. Предложенный подход дал хорошие результаты в плане повышения точности. Точно так же Корен [15] предложил систему рекомендаций на основе динамических предпочтений, которая извлекает изменения, представляющие интерес пользователя в течение определенного периода времени, и предсказывает точность IBCF.Feng et al. [13] приняли стратегию на основе временного перекрытия для повышения точности классификации с использованием динамических пользовательских предпочтений на основе правила временного веса.2.3. Рекомендация
, основанная на предпочтениях пользователей. На основании интереса пользователей к продуктам, по которым щелкнули или приобрели, иногда они не заинтересованы оставлять комментарии или рейтинги продуктов или, с другой точки зрения, они оставляют ложные оценки для определенных продуктов. Это популярная проблема в большинстве рекомендательных систем.Чтобы решить эту проблему, ChoiRec12 [57] представляет модель, которая извлекает рейтинги из приобретенных продуктов на основе истории покупок пользователей по конкретному продукту. Собранные данные относятся только к таким продуктам, которые были приобретены несколько раз одним и тем же пользователем. Для дальнейшей обработки в представленной модели применялась совместная фильтрация матрицы пользователь – элемент. Основным процессом в этой системе является последовательная последовательность покупок, удаляемая из истории данных, и рекомендации по позициям не предусматривают.2.4. Глубокое обучение в системах рекомендаций
Глубокое обучение — одно из достижений в разных областях. В системах рекомендаций по продуктам подход автоэнкодера хорошо помог [58]. В [59] разработана рекомендация по тегам, которая показывает, что профиль пользователя представлен тегами, и, в этом случае, нейронная сеть извлекает подробные характеристики из слоев тегов. В другом идентичном подходе для извлечения интереса пользователя и каждой детали профиля пользователя на основе компонентов памяти были разработаны рекомендации с учетом внимания [60].Кроме того, сеть совместного внимания исследует визуальную информацию для улучшения работы системы рекомендаций [61]. Сверточная нейронная сеть (CNN) и рекуррентная нейронная сеть (RNN) имеют самый высокий уровень использования в рекомендательных системах [62,63,64]. GAN использовался для преодоления проблемы отрицательной выборки CNN и RNN во время проектирования системы [65]. В таблице 1 представлен обзор различных методов, используемых в системе рекомендаций. Он разделен на четыре основные части. В предлагаемом подходе представлены три основных метода, характерных для данного исследования: совместная фильтрация, фильтрация на основе содержимого и фильтрация использования Интернета.Методы, которые применяются в этих подходах, в основном сосредоточены на преодолении разреженности, масштабируемости, улучшении производительности и улучшении результатов рекомендаций. Эти методы должны сталкиваться с некоторыми проблемами, такими как холодный старт, серые овцы, аутентификация клиентов и надежность. Проблема холодного старта — это компьютерная потенциальная информационная система, которая требует степени моделирования данных. Проблема «серого барана» — одна из проблем системы рекомендаций, которая увеличивает частоту ошибок метода совместной фильтрации.Проблема аутентификации также очень известна в системе рекомендаций. Эта проблема чаще всего возникает из-за отсутствия у пользователей идентификационной информации в их профиле.3. Анализ данных для онлайн-покупок Данные о товарах
В этом разделе подробно представлены характеристики сбора данных. Сбор данных — это первый и важный шаг любого алгоритма рекомендаций. RS был разработан для поиска продуктов, ближайших к предпочтениям пользователя. Для этого в первую очередь необходимо указать тип данных и информацию.Мы выполняем RS, идентифицируя информацию профиля пользователя и историю кликов с веб-сайта интернет-магазина Чеджу. В таблице 2 представлен обзор обработанного набора данных. Общее количество записанных данных — 294 864. На основе собранных данных мы извлекаем записи о приобретенных продуктах, и список сокращается до 10 000 записей о приобретенных продуктах. Упомянутые данные были собраны на основе истории кликов пользователей. Кроме того, 80% набора данных использовалось для обучающего набора, а 20% набора данных использовалось для набора для тестирования.3.1. Сбор данных о товарах онлайн-покупок
В этом документе мы собрали данные с веб-сайта интернет-магазина Чеджу, Республика Корея, чтобы проанализировать и узнать о товарах, покупаемых в Интернете, и извлечь скрытые части для улучшения системы рекомендаций товаров. Методы интеллектуального анализа данных применялись для очистки и управления недостающими значениями, а также для повышения стабильности и производительности данных. Кроме того, нижеприведенные действия выполняются для извлечения скрытых частей и информации для обеспечения лучшего обслуживания пользователей и клиентов онлайн-покупок.
Таблица 3 показывает извлеченные признаки из представленных данных.3.2. Предварительная обработка данных
После вложения данных о товарах в интернет-магазины необходимо выполнить предварительную обработку данных, чтобы удалить всю ненужную информацию. Для этого использовались методы предварительной обработки данных для преобразования необработанных данных в подходящую форму для применения в анализе данных и прогнозном анализе. Следующие шаги показывают технику предварительной обработки. Во-первых, мы удалили все повторяющиеся файлы, чтобы улучшить читаемость набора данных.Во-вторых, мы удалили записи пользователей, у которых нет приобретенных продуктов. В-третьих, мы сохранили информацию, которая необходима для работы рекомендательных систем. На рисунке 2 показана основная часть предварительной обработки в предлагаемой системе.3.3. Анализ и визуализация данных
В предлагаемой системе мы выполняем анализ данных на основе интеллектуального анализа данных, чтобы извлечь полезную и эффективную информацию для лучшей рекомендации пользователю. Следующий анализ был применен для получения результатов доступного набора данных.
Анализ покупок в Интернете на основе (Частота приобретения продукта, Интерес пользователей)
Анализ временных рядов на основе (Ежемесячно, Ежедневно)
Анализ покупок в Интернете на основе интереса пользователей
Онлайн анализ покупок по странице доступа пользователей
3.3.1. Анализ временных рядов
Анализ временных рядов использовался для получения уникальной и важной информации для рекомендации продуктов.Для создания анализа временных рядов продолжительность данных предназначена для собранной информации (2019 г.). Для анализа необходимых данных информация была разделена на (т. Е. На ежемесячной и ежедневной основе), чтобы генерировать информацию о частоте покупок продуктов. На рисунках 3 и 4 показаны данные о покупках товаров по месяцам и дням.3.3.2. Анализ интересов пользователей
Каждый пользователь, посетивший веб-сайты интернет-магазинов, имеет определенные предпочтения в отношении покупок. В этом анализе мы извлекаем наиболее покупаемые продукты на основе записей о покупках пользователей.Самый покупаемый товар показывает предпочтения и интерес пользователей и, в основном, качество продукта. На рисунке 5 представлены интересы пользователей и наиболее посещаемые товары для совершения покупок.3.3.3. Анализ страницы доступа
Анализ страницы доступа показывает записи о посещенных пользователем веб-страницах. Наиболее посещаемые страницы — это один из вариантов рекомендации продукта, представленного на этой странице доступа. Пользователь щелкает и просматривает продукты, что увеличивает вес этого продукта для рекомендации в соседних продуктах.На рисунке 6 показан рейтинг упомянутой страницы в собранном наборе данных. Одна строка представляет идентификатор страницы, а другая — количество пользователей, посещающих эту страницу.3.3.4. Частота приобретенных продуктов
В предлагаемой системе анализ собранных данных основан на частоте временных рядов и типах продуктов. Частота временных рядов описывает максимальное и минимальное количество посещаемых страниц, максимальное и минимальное количество приобретенных товаров, предпочтения пользователей, даты наиболее посещаемых посещений, наиболее посещаемый месяц и т. Д.Аналогичным образом, на основе анализа временных рядов также легче распознать соотношение продуктов. На рисунке 7 представлена блок-схема, основанная на приобретенных продуктах, частоте и интересе пользователей. Процесс покупки товара разбит на три уровня. Входной слой содержит извлеченные ценные функции из необработанных данных. После кодирования извлеченные функции передаются на слой анализа, и методы анализа применяются к приобретенному набору данных продукта. Наконец, система визуализирует и классифицирует товары для покупок в Интернете.4. Предлагаемый подход к экстремальному усилению градиента и кодированию для онлайн-продукта Рекомендация
В этом разделе предлагается метод прогнозных рекомендаций, использованный для извлеченных знаний и информации в предыдущем разделе. Подробный вид предлагаемой архитектуры показан на рисунке 8. В спроектированной архитектуре есть несколько уровней. Первый слой был разработан как входные данные. После следующих методов обработки данные передаются в секцию анализа данных. Анализ данных в этой процедуре был разделен на три основных вида анализа: анализ временных рядов, анализ интересов пользователей и анализ страниц доступа.Производные функции из результатов анализа включают информацию о щелчках пользователя, каждый элемент, приобретенный пользователем, и т. Д. Данные процесса использовались для создания методики кодирования word2vec. Сгенерированная информация используется в качестве входных данных для уровня прогнозирования XGBoost. Процесс прогнозирования использовался для создания соседних элементов на основе истории щелчков пользователя. Мы сравниваем результат алгоритма XGBoost с другими алгоритмами машинного обучения, такими как «случайный лес», «вспомогательный векторный регрессор» и «линейный регрессор», где XGBoost показал наилучшие результаты.4.1. XGBoost
XGBoost — один из мощных алгоритмов повышения в системе машинного обучения. Этот алгоритм может прогнозировать, классифицировать и оптимизировать заданную систему с высочайшей точностью на основе структуры данных. Рекомендуемые продукты в этой системе содержат комбинацию результатов классификации и прогнозирования с применением метода совместной фильтрации. Процесс совместной фильтрации на основе элементов — это прогнозирование количества продуктов, по которым кликнули, с одновременной оценкой количества соседних продуктов.Если соседние продукты очень эквивалентны предпочтениям пользователя, то целевой продукт также проходит ту же стадию для рекомендации пользователю. Различия между весом прогноза продуктов эффективны для получения более точных результатов прогнозов и рекомендаций. Чтобы узнать вероятность возможных прогнозов для продуктов, нам нужно получить истинные значения, которые определены как Уравнение (1): базовое утверждение предсказания XGBoost, определенное в Уравнении (2). Вероятность наблюдений zi и λi распределяется обычным образом и так же независима:ϕi = θ2zi + θ1 + λi, i = 1,…, M
(2)
Как правило, вероятность рекомендации также содержит процент ошибок во время процесса.= argminM − 1MΣi (ϕi − θ1 − θ2zi) 2(3)
4.2. Случайный лес
Алгоритм случайного леса (RF) — один из известных методов обучения, который представлен как чрезвычайно выдающийся и мощный метод в системе машинного обучения для задач классификации. Основная идея состоит в том, чтобы применить RF-классификацию к системе рекомендаций, чтобы выделить наиболее тесно связанные продукты на основе предпочтений пользователей. Методика классификации в РФ содержит несколько этапов, упомянутых в следующих шагах:
Начальная загрузка метода случайной выборки для повторного захвата обучающего набора P из необработанных данных того же размера.
Разработайте модель регрессии RF для применения в обучающем наборе начальной загрузки на основе P-дерева решений.
Объедините все независимые деревья решений P для улучшения регулирования РФ.
h (x) = 1P∑nP = 1h (y, λP)
(4)
4.3. Поддерживающий векторный регрессор
Опорный векторный регрессор (SVM) — это один из алгоритмов машинного обучения, который также определяется как регрессионные модели и известен как поддерживающий векторный регрессор (SVR).SVR также является еще одним алгоритмом классификации с некоторыми отличиями от других упомянутых алгоритмов. Он популярен как быстроразвивающаяся стратегия среди алгоритмов машинного обучения. Основная концепция SVR основана на регрессионной модели. Он управляет машиной опорных векторов для целей прогнозирования системы. Одно из различий между SVR и другими алгоритмами машинного обучения заключается в том, что он пытается уместить лучшую линию внутри предопределенных значений ошибок.
4.4. Линейный регрессор
Модель линейной регрессии определяется для нахождения взаимосвязи между целевыми переменными путем подгонки данных в линейные уравнения.Каждая переменная рассматривается как экс-положительная переменная, а остальные определяются как зависимые переменные. Первый тип регрессионной модели, который использовался в основном в практических приложениях, — это линейная регрессия. Как правило, существует два типа моделей, одна из которых неосознанно линейно связана со своими параметрами и легче поддается подгонке, чем вторая модель, которая нелинейно зависит. Для первой модели оценки также легко определить. Поэтому предпочтительнее линейная регрессия.
5. Среда внедрения и тестирования
В этом разделе представлены реализация, среда разработки и результаты прогнозирования предлагаемой системы рекомендаций и модели прогнозного анализа. Остальная часть этого раздела включает подробный процесс экспериментальной настройки обрабатываемой среды, общую структуру модели и сравнение результатов нашей модели с другими базовыми линиями.
5.1. Экспериментальная установка
Экспериментальная установка представлена в Таблице 4.Все эксперименты и результаты системы выполнены с использованием процессора Intel (R) Core (T.M.) I7-8700 @ 3,20 ГГц с памятью 32 ГБ. Для рекомендательных систем использовался алгоритм совместной фильтрации. Алгоритм машинного обучения XGBoost использовался для процесса классификации и прогнозирования. Точно так же библиотека и фреймворк, используемые в предлагаемой системе, были записной книжкой Jupyter. Язык программирования, использованный при разработке этой системы, — WinPython – 3.6.2, а подход к кодированию — word2vec.5.2. Оценка производительности
Различные измерения производительности используются для оценки проблемы регрессии. В этой статье мы применили статистическую оценку, чтобы определить конструктивность нашей модели. например, среднеквадратическая ошибка (MSE), средняя абсолютная ошибка (MAE) и среднеквадратическая ошибка (RMSE).
- Средняя абсолютная ошибка (MAE): используется для оценки меры между фактическими и прогнозируемыми значениями. Он показывает различия между целевым значением и прогнозируемым значением.и) 2н
(7)
6. Результаты и обсуждение
В этом разделе представлен онлайн-анализ рекомендаций по продуктам и результаты, основанные на приобретенных пользователем продуктах и последовательности кликов. В разделе 6.1 мы представляем скорость распознавания word2vec и время вычислений, тестируя модель десять раз. В разделе 6.2 мы сообщаем о точности предложенного метода и сравниваем его с другими моделями и, наконец, с результатами рекомендаций, представленными в разделе 6.3.6.1. Скорость распознавания и время вычисления Word2vec
Word2vec — это двухуровневая нейронная сеть, которая генерирует данные в векторном пространстве. Предложение по использованию подхода word2vec в этой системе состоит в том, чтобы сгенерировать продукты ближайшего соседа на основе записей покупок пользователя и последовательностей кликов. На рисунках 9 и 10 показаны скорость распознавания и время вычисления предлагаемой системы. Мы тестируем наш алгоритм десять раз, чтобы получить лучший рейтинг системы.6.2. Точность
В этом разделе мы представляем экспериментальные результаты алгоритма экстремального повышения градиента.В этом процессе мы использовали 10 лучших продуктов, прогнозируемых на основе кликов, предпочтений и покупок пользователей. Упомянутый алгоритм экстремального повышения градиента реализован в среде winpython. На рисунке 11 показаны характеристики управляемой модели, такой как MAE, MSE и RMSE.6.3. Результаты рекомендации
На основе процесса, описанного в предыдущих разделах, и создания выходных данных для прогнозирования, классификации и регрессии XGBoost, ближайшие продукты, основанные на приобретенных пользователем элементах и информации о кликах, представлены в таблице 5.Результаты основаны на методе word2vec. Каждая таблица содержит пять столбцов, которые представляют краткую информацию о рекомендации продукта: p_values - средние прогнозируемые значения, а T_values - средние истинные значения. Столбец ближайшего элемента представляет собой соседние столбцы. В этой таблице мы указываем пять ближайших продуктов на основе предпочтений пользователя. Сравнение рекомендуемых продуктов и прогнозируемых значений показывает эффективность этой системы, если рекомендация верна или ложна. Для дальнейшего объяснения, этот процесс не ограничивается рекомендациями продуктов.Все рекомендации основаны на поведении пользователя в системе. Если результаты рекомендаций содержат не связанные продукты, это означает, что в истории кликов пользователя вся информация о кликах не ограничивается одной категорией, и пользователь нажимает и посещает различные страницы продуктов. В каждой системе рекомендаций для создания системы после нормализации данных необходимо также должен указывать настоящее название или идентификатор продукта. В таблице 6 показан реальный идентификатор продукта после процесса рекомендации. В представленной таблице предсказанные номера продуктов преобразуются в реальные номера продуктов с использованием упомянутых методов.На основе процесса кодирования данных последние два столбца представляют закодированный номер продукта и реальный номер продукта. Рисунок 12 содержит матрицу неточностей предложенной системы. Матрица неточностей основана на прогнозируемых и тестовых значениях. В левом столбце представлены тестовые значения, а в верхнем столбце — прогнозируемые значения. Цвета на этом рисунке показывают сильно связанные значения.Сравнительный анализ
На основе предложенной системы рекомендаций мы сравниваем достигнутые результаты с недавно предложенными системами в рекомендациях по продуктам.На рисунке 13 показано сравнение других подходов с предлагаемой системой. Как показано на Рисунке 13, мы сравниваем наши результаты с тремя связанными публикациями [74,75,76]. В первом связанном исследовании предложенный подход использует модель PMF для системы рекомендаций, и предложенная модель успешно получила точность 0,72% для рекомендации. Во втором подходе использовалась техника C-средних, и он дал относительно лучший результат, чем предыдущий, около 0,78%. В заключительном исследовании был применен подход EHCF в рекомендательных системах и получена точность 0.794. Все упомянутые исследования являются недавно предложенными моделями. Результаты предлагаемой системы показывают, что модель рекомендаций на основе XGBoost дает гораздо лучший результат, чем другие подходы.7. Выводы
Системы рекомендаций, основанные на совместной фильтрации (CF), широко используются различными организациями электронной коммерции для увеличения продаж своей продукции и удовлетворения потребностей клиентов. CF предполагает, что два единомышленника, скорее всего, в будущем будут демонстрировать схожую модель сходства.Современное состояние CF представило классификацию и точность прогнозов различных предложенных моделей. Однако ни один из них не представил коллективности. Например, если точность классификации хорошая, то точность прогноза снижается, и наоборот. Это предотвращает превращение CF в обобщенную рекомендательную систему. В этой статье мы предложили рекомендации по продуктам для совместной фильтрации на основе XGBoost, чтобы оценить эффективность рекомендаций CF на основе профиля пользователя и информации о кликах.Предлагаемый подход основан на идее, что рекомендации по уже приобретенным товарам должны быть отфильтрованы до прогнозирования. Предлагаемая система извлекала элементы, приобретенные пользователем, для повышения точности прогноза и классификации модели. Подготовка и обработка данных основаны на методе word2vec, который играет важную роль в нормализации данных. Сравнение недавних связанных исследований и предлагаемой нами модели рекомендаций XGBoost показывает выдающуюся производительность нашей модели.Система рекомендует ближайшие продукты на основе прогнозируемого веса продукта. В будущем мы будем учитывать детали сеанса пользователя и то, как они могут повлиять на точность модели рекомендаций.
Вклад авторов
Концептуализация, D.H .; курирование данных, Z.S. и С.П .; формальный анализ, С.П .; привлечение финансирования, Y.C.B .; методология, З.С .; администрация проекта, Y.C.B .; программное обеспечение, С.П .; надзор, Y.C.B .; валидация, D.H .; письменность — первоначальный черновик, З.С. Все авторы прочитали и согласились с опубликованной версией рукописи.
Финансирование
Эта работа была поддержана грантом Корейского института развития технологий (KIAT), финансируемым правительством Кореи (MOTIE) (N0002327, Проект создания промышленного района слияния университетов).
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Ссылки
- Lee, H.I .; Choi, I.Y .; Moon, H.S .; Ким, Дж. К.Многопериодная система рекомендаций по продуктам на онлайн-рынке продуктов питания на основе рекуррентных нейронных сетей. Sustainability 2020 , 12, 969. [Google Scholar] [CrossRef]
- Protasiewicz, J .; Pedrycz, W .; Козловский, М .; Dadas, S .; Станиславек, Т .; Kopacz, A .; Галенжевска, М. Рекомендательная система рецензентов и экспертов по рецензированию проблем. Система на основе знаний. 2016 , 106, 164–178. [Google Scholar] [CrossRef]
- Котков, Д .; Wang, S .; Вейялайнен, Дж. Обзор интуитивной прозорливости в рекомендательных системах.Система на основе знаний. 2016 , 111, 180–192. [Google Scholar] [CrossRef]
- Sardianos, C .; Ballas Papadatos, G .; Варламис, И. Оптимизация подходов параллельной совместной фильтрации для повышения производительности систем рекомендаций. Информация 2019 , 10, 155. [Google Scholar] [CrossRef]
- Sarwar, B .; Karypis, G .; Konstan, J .; Ридл, Дж. Алгоритмы рекомендаций совместной фильтрации на основе элементов. В материалах 10-й международной конференции по всемирной паутине, Гонконг, Китай, 1–5 мая 2001 г .; стр.285–295. [Google Scholar]
- Chen, T .; Sun, Y .; Shi, Y .; Хонг, Л. О стратегиях выборки для совместной фильтрации на основе нейронных сетей. В материалах 23-й Международной конференции ACM SIGKDD по открытию знаний и интеллектуальному анализу данных, Галифакс, штат Северная Каролина, Канада, 13–17 августа 2017 г .; С. 767–776. [Google Scholar]
- Thakkar, P .; Варма, К .; Укани, В .; Mankad, S .; Танвар, С. Объединение совместной фильтрации на основе пользователей и элементов с использованием машинного обучения. В информационных и коммуникационных технологиях для интеллектуальных систем; Springer: Берлин, Германия, 2019; стр.173–180. [Google Scholar]
- Guo, G .; Zhang, J .; Yorke-Smith, N. Trustsvd: Совместная фильтрация с явным и неявным влиянием доверия пользователей и оценок элементов. В материалах двадцать девятой конференции AAAI по искусственному интеллекту, Остин, Техас, США, 25–30 января 2015 г. [Google Scholar]
- Deshpande, M .; Карипис, Г. Алгоритмы рекомендаций top-n на основе элементов. ACM Trans. Инф. Syst. (TOIS) 2004 , 22, 143–177. [Google Scholar] [CrossRef]
- Лика Б.; Коломвацос, К .; Hadjiefthymiades, S. Столкновение с проблемой холодного пуска в рекомендательных системах. Эксперт Syst. Прил. 2014 , 41, 2065–2073. [Google Scholar] [CrossRef]
- Sardianos, C .; Циракис, Н .; Варламис И. Обзор масштабируемости рекомендательных систем для социальных сетей. В науке о социальных сетях: дизайн, реализация, безопасность и проблемы; Springer: Берлин, Германия, 2018; С. 89–110. [Google Scholar]
- Ding, Y .; Ли, X. Коллаборативная фильтрация с временным весом.В материалах 14-й Международной конференции ACM по управлению информацией и знаниями, Бремен, Германия, 31 октября — 5 ноября 2005 г .; С. 485–492. [Google Scholar]
- Feng, H .; Tian, J .; Wang, H.J .; Ли М. Персональные рекомендации, основанные на взвешенном по времени обнаружении перекрывающихся сообществ. Инф. Manag. 2015 , 52, 789–800. [Google Scholar] [CrossRef]
- Campos, P.G .; Díez, F .; Кантадор, И. Системы рекомендаций с учетом времени: всесторонний обзор и анализ существующих протоколов оценки.Модель пользователя. User-Adapt. Взаимодействовать. 2014 , 24, 67–119. [Google Scholar] [CrossRef]
- Collaborative, K.Y. Фильтрация с временной динамикой. Commun. ACM 2010 , 53, 89–97. [Google Scholar]
- Lathia, N .; Hailes, S .; Капра, Л. Совместная фильтрация на основе доверия. В Международной конференции IFIP по доверительному управлению; Springer: Берлин, Германия, 2008 г .; С. 119–134. [Google Scholar]
- Guha, R .; Kumar, R .; Raghavan, P .; Томкинс, А. Распространение доверия и недоверия.В материалах 13-й Международной конференции по всемирной паутине, Нью-Йорк, Нью-Йорк, США, 17–20 мая 2004 г .; С. 403–412. [Google Scholar]
- O’Donovan, J .; Смит, Б. Доверие к рекомендательным системам. В материалах 10-й Международной конференции по интеллектуальным пользовательским интерфейсам, Сан-Диего, Калифорния, США, 10–13 января 2005 г .; С. 167–174. [Google Scholar]
- Мейер, Ф. Рекомендательные системы в промышленных условиях. arXiv 2012 , arXiv: 1203.4487. [Google Scholar]
- Корен, Ю.; Bell, R .; Волинский, К. Методы матричной факторизации рекомендательных систем. Компьютер 2009 , 42, 30–37. [Google Scholar] [CrossRef]
- Shahbazi, Z .; Джамил, Ф .; Бюн Ю. Тематическое моделирование в кратком тексте с использованием неотрицательной матричной факторизации на основе глубокого обучения с подкреплением. J. Intell. Fuzzy Syst. 2020 , 39, 753–770. [Google Scholar] [CrossRef]
- Jannach, D .; Занкер, М .; Felfernig, A .; Фридрих, Г. Рекомендательные системы: введение; Издательство Кембриджского университета: Кембридж, Великобритания, 2010.[Google Scholar]
- Zhang, Z.P .; Кудо, Ю .; Murai, T .; Рен, Ю.Г. Повышение точности рекомендаций совместной фильтрации на основе элементов за счет взвешивания дисперсии элементов. Прил. Sci. 2019 , 9, 1928. [Google Scholar] [CrossRef]
- Bobadilla, J .; Ортега, Ф .; Эрнандо, А .; Гутьеррес, А. Обзор рекомендательных систем. Система на основе знаний. 2013 , 46, 109–132. [Google Scholar] [CrossRef]
- Adomavicius, G .; Тужилин, А. К следующему поколению рекомендательных систем: обзор современного состояния и возможных расширений.IEEE Trans. Знай. Data Eng. 2005 , 17, 734–749. [Google Scholar] [CrossRef]
- Lu, J .; Wu, D .; Mao, M .; Wang, W .; Чжан, Г. Разработка приложений рекомендательной системы: обзор. Decis. Поддержка Syst. 2015 , 74, 12–32. [Google Scholar] [CrossRef]
- Albanese, M .; d’Acierno, A .; Москато, В .; Персия, ф .; Пикариелло, А. Мультимедийная рекомендательная система. ACM Trans. Internet Technol. (TOIT) 2013 , 13, 1–32. [Google Scholar] [CrossRef]
- Сарвар, Б.; Karypis, G .; Konstan, J .; Ридл, Дж. Анализ алгоритмов рекомендаций для электронной коммерции. В материалах 2-й конференции ACM по электронной торговле, Миннеаполис, Миннесота, США, 17–20 октября 2000 г .; С. 158–167. [Google Scholar]
- Cho, Y.H .; Ким, Дж. К. Применение интеллектуального анализа данных об использовании Интернета и классификации продуктов для совместных рекомендаций в электронной коммерции. Эксперт Syst. Прил. 2004 , 26, 233–246. [Google Scholar] [CrossRef]
- Cho, Y.H .; Kim, J.K .; Ким, С. Персонализированная система рекомендаций, основанная на интеллектуальном анализе использования Интернета и наведении дерева решений.Эксперт Syst. Прил. 2002 , 23, 329–342. [Google Scholar] [CrossRef]
- Lawrence, R.D .; Almasi, G.S .; Котляр, В .; Виверос, М .; Дури, С.С.Персонализация продуктовых рекомендаций супермаркетов. В применениях интеллектуального анализа данных в электронной торговле; Springer: Берлин, Германия, 2001 г .; С. 11–32. [Google Scholar]
- Albanese, M .; Chianese, A .; d’Acierno, A .; Москато, В .; Пикариелло, А. Мультимедийный рекомендатель, объединяющий особенности объекта и поведение пользователя. Мультимед. Инструменты Прил. 2010 г. , 50, 563–585. [Google Scholar] [CrossRef]
- Albanese, M .; d’Acierno, A .; Москато, В .; Персия, ф .; Пикариелло, А. Рекомендации по моделированию как проблема социального выбора. В материалах четвертой конференции ACM по рекомендательным системам, Барселона, Испания, 26–30 сентября 2010 г .; С. 329–332. [Google Scholar]
- Amato, F .; Gargiulo, F .; Москато, В .; Персия, ф .; Пикариелло, А. Рекомендации мультимедийных объектов для приложений социальных сетей. В материалах семинаров EDBT / ICDT, Афины, Греция, 28 марта 2014 г .; стр.288–293. [Google Scholar]
- Albanese, M .; d’Acierno, A .; Москато, В .; Персия, ф .; Пикариелло, А. Метод ранжирования для мультимедийных рекомендателей. В материалах Международной конференции ACM по поиску изображений и видео, Сиань, Китай, 5–7 июля 2010 г .; С. 311–318. [Google Scholar]
- Берк Р. Гибридные рекомендательные веб-системы. В адаптивной сети; Springer: Berlin, Germnay, 2007; С. 377–408. [Google Scholar]
- Goldberg, D .; Николс, Д .; Oki, B.M .; Терри, Д. Использование совместной фильтрации для создания информационного полотна.Commun. ACM 1992 , 35, 61–70. [Google Scholar] [CrossRef]
- Shahbazi, Z .; Бюн, Ю. Рекомендация по продукту на основе контентной фильтрации с использованием классификатора XGBoost. Int. J. Adv. Sci. Technol. 2019 , 29, 6979–6988. [Google Scholar]
- Papagelis, M .; Plexousakis, D .; Куцурас, Т. Облегчение проблемы разреженности совместной фильтрации с использованием выводов о доверии. На Международной конференции по доверительному управлению; Springer: Берлин, Германия, 2005 г .; С. 224–239.[Google Scholar]
- Jamil, F .; Hang, L .; Kim, K .; Ким, Д. Новая модель медицинской цепочки блоков для управления целостностью цепочки поставок лекарств в умной больнице. Электроника 2019 , 8, 505. [Google Scholar] [CrossRef]
- Jamil, F .; Iqbal, M.A .; Amin, R .; Ким, Д. Протокол адаптивной маршрутизации с учетом теплового режима для беспроводной телесети. Электроника 2019 , 8, 47. [Google Scholar] [CrossRef]
- Jamil, F .; Ahmad, S .; Iqbal, N .; Ким, Д.Х. К удаленному мониторингу показателей жизнедеятельности пациентов на основе платформ управления целостностью блокчейнов на основе Интернета вещей в умных больницах.Датчики 2020 , 20, 2195. [Google Scholar] [CrossRef]
- Jamil, F .; Ким, Д.Х. Повышение точности алгоритма альфа-бета-фильтра с использованием механизма обучения на основе ИНС в системе навигации в помещении. Датчики 2019 , 19, 3946. [Google Scholar] [CrossRef]
- Jamil, F .; Iqbal, N .; Ahmad, S .; Ким Д.Х. К точной оценке местоположения с использованием алгоритма обучения для прогнозирования во внутренней навигации. Датчики 2020 , 20, 4410. [Google Scholar] [CrossRef]
- Ahmad, S.; Джамил, Ф .; Худойбердиев, А .; Ким, Д. Прогнозирование и предотвращение рисков аварий в интеллектуальных полуавтономных транспортных средствах на основе данных о безопасности дорожного движения и биологического поведения водителей. J. Intell. Fuzzy Syst. 2020 , 38, 4591–4601. [Google Scholar] [CrossRef]
- Jamil, F .; Ким, Д. Платежный механизм для электронной зарядки с использованием блокчейна в умном автомобиле. Корея 2019 , 30, 31. [Google Scholar]
- Shahbazi, Z .; Бюн, Ю. На пути к безопасному протоколу маршрутизации с учетом тепловой энергии в беспроводной телесной сети на основе технологии блокчейн.Датчики 2020 , 20, 3604. [Google Scholar] [CrossRef]
- Song, H.S .; kyeong Kim, J .; Ким, С. Изучение изменений в поведении покупателей в интернет-торговом центре. Эксперт Syst. Прил. 2001 , 21, 157–168. [Google Scholar] [CrossRef]
- Liu, N.N .; Чжао, М .; Xiang, E .; Ян, Q. Онлайн эволюционная совместная фильтрация. В материалах четвертой конференции ACM по рекомендательным системам, Барселона, Испания, 26–30 сентября 2010 г .; С. 95–102. [Google Scholar]
- Сан, Дж.Z .; Parthasarathy, D .; Варшней, К. Совместная фильтрация Калмана для динамической матричной факторизации. IEEE Trans. Сигнальный процесс. 2014 , 62, 3499–3509. [Google Scholar] [CrossRef]
- Vinagre, J .; Хорхе, А. Забыть о механизмах масштабируемой совместной фильтрации. J. Braz. Comput. Soc. 2012 г. , 18, 271–282. [Google Scholar] [CrossRef]
- Zhang, Z .; Кудо, Ю .; Murai, T. Выбор соседей для совместной фильтрации на основе пользователя с использованием приблизительных наборов на основе покрытия.Анна. Опер. Res. 2017 г. , 256, 359–374. [Google Scholar] [CrossRef]
- Rosaci, D. Поиск семантических ассоциаций в иерархически структурированных группах веб-данных. Формальный жерех. Comput. 2015 , 27, 867–884. [Google Scholar] [CrossRef]
- De Meo, P .; Fotia, L .; Мессина, Ф .; Rosaci, D .; Сарне, Г. Предоставление рекомендаций в социальных сетях путем интеграции местной и глобальной репутации. Инф. Syst. 2018 , 78, 58–67. [Google Scholar] [CrossRef]
- Zhang, Z.П.; Кудо, Ю .; Murai, T .; Рен, Ю.Г. Обращение к полной рекомендации по холодному запуску нового элемента: совместная фильтрация на основе нишевых элементов посредством анализа взаимосвязей. Прил. Sci. 2019 , 9, 1894. [Google Scholar] [CrossRef]
- Gao, M .; Wu, Z .; Jiang, F. Userrank, за рекомендацию по совместной фильтрации на основе элементов. Инф. Процесс. Lett. 2011 , 111, 440–446. [Google Scholar] [CrossRef]
- Bhatta, R .; Ezeife, C .; Батт, М. Последовательные шаблоны исторических покупок для рекомендаций по электронной торговле.На Международной конференции по аналитике больших данных и открытию знаний; Springer: Берлин, Германия, 2019; С. 57–72. [Google Scholar]
- Wei, J .; He, J .; Chen, K .; Zhou, Y .; Тан, З. Совместная фильтрация и система рекомендаций на основе глубокого обучения для элементов холодного запуска. Эксперт Syst. Прил. 2017 , 69, 29–39. [Google Scholar] [CrossRef]
- Zheng, L .; Lu, C.T .; Он, Л .; Xie, S .; Он, H .; Li, C .; Noroozi, V .; Донг, Б .; Филип, С.Ю. MARS: рекомендательная система, учитывающая память.В материалах Международной конференции IEEE 2019 г. по науке о данных и расширенной аналитике (DSAA), Вашингтон, округ Колумбия, США, 5–8 октября 2019 г .; С. 11–20. [Google Scholar]
- Zhang, Q .; Wang, J .; Huang, H .; Хуанг, X .; Гонг, Ю. Рекомендация по хэштегу для мультимодального микроблога с использованием сети совместного внимания. В материалах Двадцать шестой международной совместной конференции по искусственному интеллекту IJCAI, Мельбурн, Австралия, 19–25 августа 2017 г .; С. 3420–3426. [Google Scholar]
- Yu, W.; Zhang, H .; Он, X .; Чен, X .; Xiong, L .; Цинь, З. Рекомендации по одежде, основанной на эстетике. В материалах конференции World Wide Web 2018 г., Лион, Франция, 23–27 апреля 2018 г .; С. 649–658. [Google Scholar]
- Wu, Y .; DuBois, C .; Zheng, A.X .; Эстер, М. Совместные шумоподавляющие автокодеры для лучших рекомендательных систем. В материалах девятой международной конференции ACM по веб-поиску и интеллектуальному анализу данных, Сан-Франциско, Калифорния, США, 22–25 февраля 2016 г .; С. 153–162. [Google Scholar]
- Ву, С.; Ren, W .; Yu, C .; Chen, G .; Zhang, D .; Чжу Дж. Персональная рекомендация по использованию глубоких рекуррентных нейронных сетей в NetEase. В материалах 32-й Международной конференции IEEE 2016 г. по инженерии данных (ICDE), Хельсинки, Финляндия, 16–20 мая 2016 г .; С. 1218–1229. [Google Scholar]
- Wang, Q .; Инь, H .; Hu, Z .; Lian, D .; Wang, H .; Хуанг, З. Рекомендательные сети потоковой передачи нейронной памяти с состязательным обучением. В материалах 24-й Международной конференции ACM SIGKDD по открытию знаний и интеллектуальному анализу данных, Лондон, Великобритания, 19–23 августа 2018 г .; стр.2467–2475. [Google Scholar]
- Wang, H .; Xiao, G .; Han, N .; Чен, Х. Сессионная модель рекомендаций сверточного фильтра ARMA на основе графов. IEEE Access 2020 , 8, 62053–62064. [Google Scholar] [CrossRef]
- Mobasher, B .; Dai, H .; Luo, T .; Накагава, М. Повышение эффективности совместной фильтрации анонимных данных об использовании Интернета. В материалах семинара IJCAI 2001 г. по интеллектуальным методам веб-персонализации (ITWP01), Сиэтл, Вашингтон, США, 2001 г .; С. 53–61.[Google Scholar]
- Wang, F.H .; Шао, Х. Эффективные персонализированные рекомендации, основанные на кластеризации навигации по времени и поиске ассоциаций. Эксперт Syst. Прил. 2004 , 27, 365–377. [Google Scholar] [CrossRef]
- Mehta, H .; Bhatia, S.K .; Bedi, P .; Диксит, В. Совместная персонализированная система веб-рекомендаций с использованием меры сходства на основе энтропии. arXiv 2012 , arXiv: 1201.4210. [Google Scholar]
- Nadi, S .; Saraee, M.H .; Багери, А. Гибридная рекомендательная система для динамичных веб-пользователей.Int. J. Multimed. Процесс изображения. 2011 , 1, 3–8. [Google Scholar] [CrossRef]
- Nasraoui, O .; Петенс, К. Интеллектуальный механизм веб-рекомендаций, основанный на нечетких приблизительных рассуждениях. В материалах 12-й Международной конференции IEEE по нечетким системам, 2003 г., FUZZ’03, Сент-Луис, Миссури, США, 25–28 мая 2003 г .; Том 2. С. 1116–1121. [Google Scholar]
- Zhou, B .; Hui, S.C .; Чанг, К. Интеллектуальная система рекомендаций, использующая шаблоны последовательного доступа в Интернет. В материалах конференции IEEE по кибернетике и интеллектуальным системам, Сингапур, 1–3 декабря 2004 г .; Том 1, стр.393–398. [Google Scholar]
- Sumathi, C .; Valli, R.P .; Сантханам, Т. Автоматическая рекомендация веб-страниц при интеллектуальном анализе веб-использования. Int. J. Comput. Sci. Англ. 2010 , 2, 3046–3052. [Google Scholar]
- Khribi, M.K .; Jemni, M .; Насрауи, О. Автоматические рекомендации по персонализации электронного обучения на основе методов интеллектуального анализа данных и поиска информации. В материалах восьмой Международной конференции IEEE 2008 г. по передовым технологиям обучения, Сантандер, Испания, 1–5 июля 2008 г .; стр.241–245. [Google Scholar]
- Cui, Z .; Сюй, X .; Xue, F .; Cai, X .; Cao, Y .; Zhang, W .; Чен, Дж. Персонализированная система рекомендаций, основанная на совместной фильтрации для сценариев Интернета вещей. IEEE Trans. Серв. Comput. 2020 , 13, 685–695. [Google Scholar] [CrossRef]
- Logesh, R .; Subramaniyaswamy, V .; Malathi, D .; Sivaramakrishnan, N .; Виджаякумар, В. Повышение стабильности рекомендаций в рекомендательной системе совместной фильтрации с помощью метода ансамбля кластеризации на основе биологических факторов.Neural Comput. Прил. 2020 , 32, 2141–2164. [Google Scholar] [CrossRef]
- Chen, C .; Чжан, М .; Zhang, Y .; Ma, W .; Liu, Y .; Ма, С. Эффективная гетерогенная совместная фильтрация без отрицательной выборки для рекомендации. В материалах конференции AAAI по искусственному интеллекту, Нью-Йорк, штат Нью-Йорк, США, 7–8 февраля 2020 г .; Том 34, стр. 19–26. [Google Scholar]
Рисунок 1. Шаблон нажатия пользователем на разные продукты и соответствующие сеансы.
Рисунок 1. Шаблон нажатия пользователем на разные продукты и соответствующие сеансы.
Рисунок 2. Обзор предварительной обработки данных.
Рисунок 2. Обзор предварительной обработки данных.
Рисунок 3. Ежедневный анализ временных рядов покупок товаров в Интернете.
Рисунок 3. Ежедневный анализ временных рядов покупок товаров в Интернете.
Рисунок 4. Ежемесячный анализ временных рядов покупок товаров в Интернете.
Рисунок 4. Ежемесячный анализ временных рядов покупок товаров в Интернете.
Рисунок 5. Анализ интереса пользователей к покупкам товаров в Интернете.
Рисунок 5. Анализ интереса пользователей к покупкам товаров в Интернете.
Рисунок 6. Различные страницы доступа для анализа покупок товаров в Интернете.
Рисунок 6. Различные страницы доступа для анализа покупок товаров в Интернете.
Рисунок 7. Блок-схема для анализа приобретенного продукта на основе частоты, количества покупок и интереса.
Рисунок 7. Блок-схема для анализа приобретенного продукта на основе частоты, количества покупок и интереса.
Рисунок 8. Предлагаемая системная архитектура.
Рисунок 8. Предлагаемая системная архитектура.
Рисунок 9. Скорость распознавания десятикратного обучения подходу word2vec.
Рисунок 9. Скорость распознавания десятикратного обучения подходу word2vec.
Рисунок 10. Время вычисления десятикратного обучения подходу word2vec.
Рисунок 10. Время вычисления десятикратного обучения подходу word2vec.
Рисунок 11. Оценка эффективности методов прогнозного анализа.
Рисунок 11. Оценка эффективности методов прогнозного анализа.
Рисунок 12. Матрица путаницы.
Рисунок 12. Матрица путаницы.
Рисунок 13. Сравнение родственных исследований.
Рисунок 13. Сравнение родственных исследований.
Таблица 1. Преимущества и недостатки различных рекомендательных моделей.
Таблица 1. Преимущества и недостатки различных рекомендательных моделей.
| # | Авторы | Предлагаемый подход | Метод | Преимущество | Выпуск | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Mobasher Bamsharative | Объединение | 003 | Объединение группировок | Быстрые результаты из-за кластеризации | Проблема с холодным запуском (включает автоматизированное моделирование данных градусов) | ||||
| 2 | Чо Юн Хо [30] | Коллаборативный Фильтрация | Интеллектуальный анализ правил на основе решения дерево введение | Преодолеть проблему разреженности и масштабируемости | Проблема серых овец (повысить частоту ошибок ) | |||||
| 3 | Wanga Feng Hsu [67] | Collaborative Filtering Association Filtering Association майнинг на основе кластеризация иерархии ical деление пополам | Повышение качества прогноза | Проблема серых овец | ||||||
| 4 | Мета Харита [68] | Совместное улучшение Фильтрация | Сходство измерение на основе энтропии прогноз | Клиент заслуживает доверия (отсутствие доверия пользователей) | ||||||
| 5 | Нади Шива [69] | На основе содержимого Фильтрация | Методика оценки | Улучшение качества Серая овца | прогноз | проблема|||||
| 6 | Nasraoui Olfa [70] | Использование Интернета Майнинг | Методы нечеткого приближения | Улучшить рекомендацию | Проблема масштабируемости | 999 Zhou Baoyao [71] | Использование Интернета Mining | Пользовательский образец сопоставление и последовательный образец майнинг | Повышение качества прогнозирования на основе создания правил рекомендации | Проблема масштабируемости |
| 8 | Sumathi [72] | Использование Интернета автономные и интерактивные компоненты для шаблона Анализ | Повышение качества прогнозирования и устранение масштабируемости проблема | Проверка подлинности проблема (отсутствие информации о пользователе ) | ||||||
| 9 | Koutheair Kharibi [ Mohamed | Контент и коллаборативный Фильтрация | История электронного обучения просмотр | Повышение эффективности | Проблема серых овец |
Таблица 2. Информация о наборе данных.
Таблица 2. Информация о наборе данных.
| Набор данных | Деталь |
|---|---|
| Общее количество записей | 294,864 |
| Общее количество приобретенных продуктов | 10,000 |
| Уникальные продукты | 1482 |
| Уникальные пользователи | 51,386 |
| Данные обучения | 80% |
| Данные испытаний | 20% |
Таблица 3. Описание данных о товарах в интернет-магазинах.
Таблица 3. Описание данных о товарах в интернет-магазинах.
| # | Характеристика | Описание |
|---|---|---|
| 1 | IP-адрес пользователя | IP-информация для входа каждого пользователя |
| 2 | Информация о кликах пользователя | для покупок пользователей | страниц
| 3 | Дата доступа | Дата доступа к веб-сайту интернет-покупок |
| 4 | Время доступа | Время доступа к интернет-магазину |
| 5 | Страница доступа | Посещенные ссылки для покупок |
| 6 | Название продукта | Название продукта на веб-сайте, по которому кликнули |
| 7 | Тип продукта | Тип продукта, по которому кликнули e.г., одежда, обувь и т. д. |
| 8 | Идентификатор продукта | Идентификатор продукта, на который нажали кнопку на сайте |
Таблица 4. Компоненты системы и спецификация.
Таблица 4. Компоненты системы и спецификация.
| Компонент | Описание | |
|---|---|---|
| Язык программирования | WinPython 3.6.2 | |
| Операционная система | Windows 10 64-битная | |
| Браузер Google | , библиотека Opera framework | Jupyter notebook |
| CPU | Intel (R) Core (TM) i7-8700 [email protected] ГГц | |
| Память | 32 ГБ | |
| Алгоритм машинного обучения | Алгоритм моделирования распределения | CoreNLP’s MaxEnt |
| Метод рекомендаций | Совместная фильтрация | |
| Кодирование | Word2vec |
Таблица 5. Пять ближайших рекомендованных продуктов на основе word2vec.
Таблица 5. Пять ближайших рекомендованных продуктов на основе word2vec.
| Число | p_Values | T_Values | Ближайшие элементы | Истина-Ложь | |
|---|---|---|---|---|---|
| 0 | −0,113343 −0,113343 | 65 −0,13,125,339 —0,113343 | 65 −0,125,13393 0,07688699 | Истинно | |
| 1 | -1.62847 | −1,96709 | −0,6284744, −1,62 , −1,627472, −1,6302885, −1,6263606 | Ложь | |
| 2 | −0,48209 | 20003409,49-0,48208903,48-0,48 , −0,5072997Истинно | |||
| 3 | −1,25017 | −1,25017 | −1,2501693, −1,2499492, −1,24, −1,2488393, −1,2487883 −1,24, −1,2488393, −1,2487883 −1,24, −1,2488393, −1,2487883 −1,2400400 | 004000040000400009 0.496486−0,49648649, −0,413, −0,5072997, −0,48359835, −0,4820903 | Истинно |
| 5 | −0,75686 | −0,75683 −0,75686 | −0,75686 −31704,700, | −0,75686 −1507004 -0,75 | Истинно |
Таблица 6. Преобразование результатов рекомендаций в реальные номера продуктов на основе word2vec.
Таблица 6. Преобразование результатов рекомендаций в реальные номера продуктов на основе word2vec.
| Число | p_Values | T_Values | Ближайшие элементы | Реальный номер элемента | ||||
|---|---|---|---|---|---|---|---|---|
| 0 | -0,113343 | −0,1136219301 −0,113343 | −0,1136219303 :48209 | −0,48209 | −0,4820903, −0,48359835, −0,413 | 1547017446, 557529870, 1547018010 | ||
| 3 | −1,250317446 | −1,2503401501 481211872, 4457 | ||||||
| 4 | −0,496486 | −0,496486 | −0,49648649, −0,413, −0,5072997 | 1531787589, 37760909 45460904 | 1531787589, 3776095686 | −0,75686 | −0,75686, −0,760595, −0,7530531 | 1531787589, 377348171, 456099192 |
© 2020 Авторы.