КІРІСПЕ. Адам миының жұмысын үлгілеу негізінде нейроторлар жасалды

Адам миының жұмысын үлгілеу негізінде нейроторлар жасалды. Электрондық жəне оптикалық базалық элементтерден жасалған жасанды нейро торлар адам миының жұмысын көшіреді. Нейро торларды қолдану бейнені тануға, адам тілін түсінуге, тиімді шешім қабылдауға, өздігінен үйрену жəне үлкен зақымдарды төзуге мүмкіндік берді.

Нейрон (neuron; nerve cell), жүйке жүйесінің жасушасы. Сезгіш нейрондар сенсор ағзалары арқылы ақпаратты береді, қозғалмалы нейрондар (мотонейрондар) бұлшық еттер мен темірге импульсті өткізеді, қойылатын нейрондар сенсорлық пен мотонейрон арасында алмасуды қамтамасыз етеді. Типтік нейрон – дендриттерден белгі алып, жасуша қабатының ядросымен келетін қысқа дендриттер (ынталандару алып, оны ішке енгізетін талшықтар) және жүйке импульсін денеден жасушаға беретін талшықтың ұзын аксонасынан тұрады. Аксона мен дендриттерді жүйке талшықтары деп атайды. Синаптикалық жарыққа (орындалатын ағзалардың жасушасы мен нейрон арқылы немесе нейрон аралығындағы кеңістік. Мысалы, бұлшық ет жасушасы) сипастан бөлінетін заттек пен НЕЙРОМЕДИАТОР арқылы жүйке импульсі беріледі. Кейде бір нейроннан басқаға тікелей беріледі. Көптеген нейрондардың аксондары миелинді қабықпен бөлектенген. Олар швандық жасушалармен жасалған, оны аксондар қоршап тұр. Бірнеше нейрондардың жүйке талшықтарының бір тобы қосушы ұлпамен бектілген, олар жүйкені жасайды

Ретикулярлы тордың нейрондарының қызметінің жалпы заңдылықтарын зерттеу нәтижелері қызығушылық тудырады. Бұл зерттеулерді клеткадан тыс микроэлектрдты әкетулерді қолдана отырып ретикулярлы нейрондардың функциональды қасиеттерін алғаш рет толық сипаттаған Дж. Моруццидің жұмыстарына жол салған. Бұл кезде олардың тұрақты импульсивті белсенділігі өзіне көңіл аударды. Егер ретикулярлы тордың жұмысы наркозсыз шарттарда зерттелсе, онда олардың көп нейрондары жиілігі 5-10с. Сайыннервті разрядтарды беріп отырады. Әртүрлі афферентті әсерлер ретикулярлы нейрондардың осы торда белсенділігімен суммерленіп, бірінде қозу, екіншісінде тежелуді шақырады. Осы жағдайдағы тұрақты фонды белсенділік екілікті болуы керек. Бір жағынан ол ретикулярлы клеткалардың мембранасының жоғары химиялық сезімталдығымен және оның гуморальды химиялық факторлармен тұрақты деполеризациясымен байланысты. Екінші жағынан ол ретикулярлы нейрондардың афферентті байланыстары ерекшеліктерімен, әсіресе оларға көптеген әртүрлі сенсорлы жолдардан коллатеральдердің конвергенциясымен анықталады, сондықтан ағзаға ешқандай арнйы тітіркендіргіштер әсер етпегеннің өзінде ретикулярлы торға бақыланбайтын әсерлерден импульстер үздіксіз келіп отырады. Бұл импульстер клеткаға көптеген синаптикалық жолдар арқылы келе отырып, мембрананың қосымша деполеризациясын шақырады. Ретикулярлы клеткалардың осындай белсенділігіне байланысты олардың басқа құрылымдарға әсерлері тұрақты және тоникалық сипатты. Егер, мысалы, ретикулярлы торды жұлыннан жасанды бөліп тастаса, онда жұлынның рефлекторлы қызметі тұрақты өзгеріске ұшырайды, полисинаптикалық жол арқылы іске асатын рефлекстар жеңілдейді. Жұлынның жүйке элементтері тоникалық, яғни тежеуші бақылау астында орналасқанын көрсетеді.

1-сурет. Нейрон үлгісі

1-суретте қарапайым нейрон үлгісі көрсетілген. Шындығында нейрон күрделі биологиялық жүйе болып табылады. Нейрон құрамына төмендегілер кіреді: - оперативтік ақпаратты сақтайтын дендриттік тор; - дыбыстық жəне көру ақпаратын қабылдауға арналған ганглийнді өсінді; - тікелей нейрон денесі болып табылатын сома; - басқа сезу органдарынан нейрон өсінділері; - басқа нейрондармен өзараəрекеттесуін анықтайтын аксон; - аксондардан электрлік сигналдарды қабылдайтын синапстар жəне оларды арнайы химиялық зат – нейромедиатр көмегімен басқа нейрон дендритіне береді. Бір дендритте 1000 синапсқа дейін болуы мүмкін. Көру жəне есту сигналдары нейромедиатр глутамат арқылы ганглийнді өсінділерге əсер етеді, ал қозу сигналдары ацетилхолина көмегімен нейрон өсінділеріне келіп түседі.

2-сурет.Сигналдың өту схемасы

2-суретте нервтік сигналдың өту механизмі көретілген. Аксоннан синаптикалық саңылау арқылы дендритке сигнал беріледі. Синаптикалық аяқ буылтығында көп нейромедиатрлер көпіршіктері бар. Электрлік сигналдың потенциалы белгілі-бір деңгейге жеткенде, синаптикалық қуыста көптеген нейромедиатрлар пайда болады. Олар дендрит аяғының буылтық рецепторына келіп түседі. Оларды қабылдағаннан кейін, мембрана синаптикалық қуысты тазартып, синапсты келесі сигналды қабылдап алуға дайындайды. Есте сақтау жəне үйрену процестері синапс арқылы берілетін сигналдар өлшемінің өзгеруінен болады. Адам ми қызметінің функцияларын зерттеу кезінде синапстар қозушы жəне тежеуші болып бөлінетіндігі анықталды. Сигнал нейронға, қозушы сигнал потенциалы тежеуші сигнал потенциалынан асып түскенде өтеді. Сигналдардың бірлесіп жұмыс істеуі адамның сезу органдарының таңдау функцияларын күшейтеді. Ақпаратты есте сақтау процесінде нейрондардың көп саны қатысады, нейрондардың кейбір бөліктерінің жұмыс істемеуі ақпараттың жоғалуын туғызбайды. Адамның нервтік жүйесі 57 модификациялы 1010-нан 1012-дейін нейрондардан тұрады. Нейрондардың өлшемі микрометрлерден бірнеше сантиметрлерге дейін болуы мүмкін. Жеке нейрон шартты түрде 6.3-суретте көрсетілгендей бейнеленуі мүмкін. Жеке нейронның жылжытылуымен математикалық моделі 6.3-суретте көрсетілген.

3-сурет. Жеке нейрон

3-суреттен көрініп тұрғандай, кіріс сигналдар u1…uk сумматорға S келіп түседі, онда олардың (салмақ коэффициентін ескере отырып) өлшенген қосындысын анықтайды: å = = k i ii uwy 1. Шығыс сигнал сызықты емес блок шығысында қалыптасады (жалпы жағдайда). Сызықты емес блокты іске асыру үшін бастапқы жəне экспоненциалды F функцияларын пайдаланады. Компьютерлерде жасалатын нейротор үлгілерінде тізбекті, параллельді, кері жəне басқа да нейрон арасында бірігіп, көптеген қабаттармен құрылымдар торларға бірігеді.

4-сурет. Бірқабатты торап

4-суретте бірқабатты Е.Ойя торабы үш базалық нейрондармен жəне жиырма төрт синапстармен көрсетілген. Е.Ойя кірістер мəні барлық шығыс информация бойымен қалпына келтіріледі делінген ереже жасады. Үйрету кезінде кіріс жəне сəйкесінше шығыс сигналдар туралы информация енгізіледі. Жалпы нейроторлар орындаушылармен нақты мысалмен үйретіледі. Арнайы үйрету программасы кіріс жəне шығыс сигналдардың сəйкестігі орындалуы үшін салмақ коэффициенттерін таңдайды. Осылайша түзетілген торап болашақта басқа да кіріс сигнал комбинацияларында пайдалануға болады. Нейротор əдісінің ерекшелігі, орындаушы нақты шешу алгоритмін программаламайды, тек үйрету үшін кіріс жəне шығыс деректерін береді. Нақты нейроторларды қолданудың қиыншылықтары қабат саны жəне де басқа да құрылымын анықтайтын көрсеткіштеріне байланысты нейрон түрін таңдап алуда. Нейроторлар қабілеттілігі маңызды белгілерді таңдап, қарапайым локальді ережелермен үйретіліп, өңделетін ақпарат санын азайтады. 6.2 Ассоциативті жады технологиясы Адам жадысының функцияларын, есте сақтау мехнизмін зерттеу нəтижелері көрсеткендей, ақпаратты өңдеу келесі кезеңдерден тұрады: - сезімдік ақпаратты жинау жəне сақтау; - қысқа уақытты немесе оперативті жады; - ұзақ уақытты жады. Сезім мүшелерімен жиналған ақпарат, қысқа уақытты жадыға (санаға) келіп түседі. Қысқа уақытты жадыдан адам тілегімен ақпараттың бір бөлігі белгілі - бір ерік күшінің салдарынан, ұзақ уақытты жадыға беріледі, онда ол кейбір зерттеулер салдарынан мəңгілікке сақталады. Зерттеулер көрсеткендей, қысқа уақытты жадыда 5-тен 9-ға дейін ақпарат элементтері сақталады, олар бруск деп аталады. Мысалы, 87272473262 сандар тізбегін есте сақтау қиын, ал егер осы сандарды топтап, келесі түрде 8-7272-47-32-62 сақтасақ есте сақтау тез болады. Біріншіден, бұл біз бруск санын 11-ден 5-ке азайтқанымызға байланысты, екіншіден, кейбір сандармен біздің ассоциацияларымыз байланысқан, сондықтан олар оңай есте сақталады. 8-қалааралық байланысқа шығу, ал 7272- Алматы қаласының коды екені түсінікті, ал ары қарай телефон номері жазылған. Егер, бар ақпаратпен себепті байланыстар болса, онда ақпарат оңай есте сақталады жəне жадыдан оңай алынады (еске түсіріледі). Бұл ақпаратты кез-келген ассоциациямен байланыстырғанға байланысты. Адам түрлері мен шаблондарды еске сақтамайды, тек олардың түсінігі мен ассоциациясын еске сақтайды. Мысалы, сөйлемді оқыған кезде адам шрифтті, үтірлер санын есте сақтамайды, тек оның мағынасын бір ассоциациялармен байланыстыра есте сақтайды. Осыған байланысты ассоциативті жады технологиясы пайда болды. Бұл технология жадының аз көлемінде үлкен көлемді ақпаратты сақтауға мүмкіндік береді жəне ақпаратты іздеуші дамыған логикасы бар.

Нейрондық желілер теориясының элементтері

Бұған қарамастан 70-жылдары көптеген қызықты дүниелер ұсынылды. Мысал ретінде когнитронды айтуға болады, ол жеткілікті күрделі бейнелерді суреттің масштабының өзгерісі мен бұрылуына тәуелсіз түрде жақсы тани алады.

1982 жылы американдық биофизик Дж. Хопфилд нейрондық желінің дербес моделін ұсынды, ол өз атымен аталды. Келесі жылдары көптеген тиімді алгоритмдер табылды: қарама-қарсы ағын желісі, екі жақты ассоциативті жады, т.б.

Нейрондық желілерде білімдер нейротәрізді элементтердің (немесе жай ғана нейрондар) жиынының күйінде және олардың арасындағы байланыстарда сақталады.

Мак–Каллок–Питтс нейронының қазіргі кезде де жеке нейронды сипаттау үшін қолданылып жүрген формалды моделі төменде көрсетілген.

Мак–Каллок – Питтс нейронының формалды моделі

Мұндағы xi – нейронның i кірісіндегі (синапс) сигнал;

wi – нейронның i кірісіндегі (синапс) салмақ;

y – нейронның шығысы;

h – нейронның жұмыс жасау табалдырығы.

Моделде нейронның кірісіндегі сигналдар сомасы h табалдырықты мәнімен салыстырылып, егер ол сол мәннен артық болса, шығыста сигнал қалыптасады. Нейрондардың қазіргі моделдерінде табалдырықты функция жалпы жағдайда беру функциясы немесе нейронды белсенді ету функциясы деп аталатын сызықты емес y="f"(S) функциясымен алмастырылады.Белгілі бір түрде байланысқан нейрондардан қандай да бір кірістер және шығыстар саны бар нейрондық желі құрылады. Әдетте түйіндердің (нейрондардың) үш типін ажыратады – кіріс (нейрондардың кіріс қабаты немесе Input layer), шығыс (шығыс қабат немесе Output layer) және жасырын қабаттар (Hidden layers) (төмендегі суретті қараңыз).

Тікелей байланысты нейрондық желі

Нейрондық желінің жұмысы екі кезеңнен тұрады: желіні кіріс ақпаратқа (кіріс вектор) «дұрыс» немесе адекватты жауап беруге үйрету және оқытылған желіні кіріс векторларын тану үшін қолдану. Соңғы кезеңді жиі жағдайда тестілеу деп атайды. Басқаша айтқанда, желі кіріс векторларды тануға, яғни кіріс векторлардың танылған класына сай келетін шығыс векторларды жасауға үйретіледі. Бұл кезде кіріс векторларының шығыс векторларына сәйкестігіне қатысты білімдер синапстардың салмағы мен нейрондардың табалдырығында сақталады. Коннективистік тәсіл жағдайында (коннекцианизм) – тек қана синапстардың салмағында сақталады. Кейде кіріс векторы ретінде кіріс және шығыс векторларының конкатенациясы түсінеміз және бұл вектордың барлық разряды желіні оқыту және тестілеуді пайдаланылмауы мүмкін. Нейрондық желілердің кейбір моделдерінде (мысалы, Хопфилд моделі) кіріс және шығыс сигналдар ажыратылмайды және оларға сәйкес кірістер (шығыстар) желінің жұмысы барысында рольдерімен алмаса алады.

Семантикалық нейрондық желілер. В 1957 жылы, Джон фон Нейман нейрондық желінің персептрондық нейрондық желіден мүлдем бөлек архитектурасын жасады. Оның берілген жұмыс үшін маңызды болып табылатын қасиеттері келесі болып табылады:

• Нейрон кіріс сигналдарын өңдейтін қандай да бір қарапайым құрылғы. Түпнұсқада коньюнкция, дизъюнкция және инверсиялар қолданылған.

• Нейрон орындалатын функцияны динамикалық түрде өзгерте алады. Бір нейрон әртүрлі уақытта әртүрлі функцияларды орындай алады. Уақыттың бір мезетінде – мүмкін болатын функциялардың біреуін ғана орындай алады.

• Нейрон басқа нейрондармен байланысуын динамикалық түрде өзгерте алады.

• Нейрондық желінің бір бөлігі желінің басқа бөлігінің күйіне талдау жасай алады.

• Нейрондық желінің бір бөлігі желінің басқа бөлігінің топологиясын өзгерте алады.

Функциялардың математикалық толық жиынында олардың күрделілігі тек есептеу тиімділігінде көрініс табады. Фон Нейман өз жұмысында көрсеткендей, мұндай нейрондық желі Тьюринг машинасына эквивалентті болып табылады.

Бұл кезде тек қана бірдеңгейлі метаөтілім керек, оның нәтижесінде мұндай нейрондық желі Тьюринг машинасына эквивалентті ақырлы автоматты және программалы таспаны тікелей жүзеге асырады.

Фон Нейман желісінде бастысы – нейрон орындайтын функция емес. Бастысы – өздік рефлекс пен өздік модификацияға қабілеттілік болып табылады.

Мысалы, желіде қандай да бір құрылым қалыптасты делік. Сипатталып отырған желіде нейрондық желінің бір бөлігі басқа бөліктің құрылымына талдау жасай алады. Сосын осы талдаудың негізінде қандай да бір шешімдерді қабылдап нейрондардың типтерін немесе байланыстарға өзгеріс енгізе алады.

Нейрондық желінің бір бөлігі нейрондық желінің басқа бөлігін жеке нейрон–ұяшықтарға динамикалық түрде қатынас құра отырып, олардың күйін оқып, немесе өзгерту арқылы жады банкісі ретінде пайдалана алады.

ДНҚ молекуласы мен мұндай автоматтағы таспа аналогиясын жүргізу қызық. Оның үстіне, нейрондық желінің бір бөлігі «құрастырушы жең» шығарып, жеке нейрондардан кейбір функцияны орындайтын құрылғыны жинай алады.

Бұл кезде «таспада» орналасқан жады негізінде нейрондық желінің қандай да бір бөлігі құралатын ДНҚ ретінде қолданылады.

Фон Нейман желісінде байланыстар топологиясына шектеу қойылады және тек логикалық мәндер ғана өңделеді. Фон Нейман желісінің негізінде құрылған семантикалық нейрондық желіде байланыстар топологиясына шектеу жоқ және нақты емес мәндерді өңдеу орындалады. Фон Нейман желісіндегі барлық нейрондар тактілермен синхрондалады. Семантикалық нейрондық желілерде синхрондалған және синхрондалмаған нейрондар бар. Фон Нейман желісінен айырмашылығы, семантикалық нейрондық желілерде нейрондардың топологиясына шек қойылмайды, бұл фон Нейман жасағандай нейрондардың қатыстық адрестелуін мүмкін емес етеді. Бұл жағдайда абсолют ті адрестеуді енгізу керек.

• Семантикалық нейрондық желі қазіргі есептеу техникасының жабдықтарымен тиімді жүзеге асырыла алады.

• Семантикалық нейрондық желі жасаушының постулатталған еркіндігінің арқасында Тьюринг машинасына эквивалентті. Бұл оның негізінде Тьюринг машиналарында есептелінетін кез–келген функцияны есептейтін жүйені жасауға болады. Мысалы, мұндай желі жеке жағдай ретінде қатені кері тарататын көпқабатты персептронды моделдей алады.

• Осылайша персептронның нейрондарын мұндай желінің қосу, көбейту және белсендіру функциясын жеке орындайтын дербес нейрондарынан құрастыруға болады.

• Персептронды оқыту алгоритмін мұндай желінің персептронға сай келетін үзіндісін талдайтын және өзгертетін жеке үзіндісі ретінде жүзеге асыруға болады.

Семантикалық нейрондық желі шаршылы автоматқа эквивалентті болып табылады.

6.3 Басқару жүйесін программалық жасау

Жоғарыда айтылғандай, РТЖ басқару есептерін жүзеге асыру аналитикалық-программалық, сондай-ақ аппараттық құралдардан тұратын БК көмегімен жүзеге асырылады. Аппараттық құралдар кейінірек қарастырылады. Басқару есептерін жемісті шешу үшін аппараттық құралдар жеткілікті түрде ресурстарға ие болуы қажет, ал, аналитикалық-программалық жасау осы ресурстарды тиімді пайдалану мүмкіндігін беруі тиіс. Басқару жүйесін программалық жасау, жалпы алғанда, шешілетін мəселелерге жəне аппараттық құрылғылардың түріне байланысты. Қазіргі кезде техникалық жүйелерді басқаруға қолданылатын əмбебап программалық құралдар жоқ. Бірақ та, РТЖ программалық жасауға қатысты, программалаудың кейбір ерекшеліктерін айтуға болады. Программалар алғашқы деректерді қалай өңдеу жəне түрлендіру туралы информация тасушылар болып табылатындығын айта кетуге болады. Аппараттық құралдарды басқаратын программалар бар, мысалы, операциялық жүйе. Бірақ та, РТЖ басқару жүйесін программалық жасауда негізгі, анықтайтын объект - процесс болып табылады. Мұндағы процесс дегеніміз – қасиеттері жағынан процестің жалпы анықтамасына сəйкес келетін қандай да бір абстракты активтілік болып табылады. Процесс кодтардан, кодтар мен берілгендер облысынан, кең динамикалық таратылатын жады облысынан – төбелер мен стектен тұрады. Процесс – процессордың архитектурасына байланысты, процессормен орындалатын тікелей программа. Жоғары деңгейдегі тілде жазылған программалар əртүрлі аппараттық құралдарда жүзеге асырылуы кезінде əртүрлі процестерге ие болады. Уақыттың əрбір моментіндегі процессор регистрінің сипаттамасы, берілгендер облысының, командалар коды мен стектің орналасуы процесс контексті деп аталатын толығымен анықталған күйге ие болады. Процестің жеке түрі ағын болып табылады. Ағын - тіпті басқа процессорда тəуелсіз, параллельді түрде орындалатын, бірақ процеспен бірге жалпыланған берілгендер облысын қолданатын программаның (процестің) бір бөлігі. Процестер программалаудың əртүрлі деңгейлерінде, тізбектелген стандартты тəсілдер, атап айтқанда:

- компиляция; - байланыстыру; - жүктеу; - орындау нəтижесінде жазылған программалардан тұрады. Қарапайым программалар тізбектелген болып табылады, себебі, іс- əрекеттер тізбектілігі программаның өзіне бағынады. РТЖ басқару жүйесін программалық жасаудың ерекшелігі–тізбекті еместігінде жəне нақты уақыт масштабында программалау талаптарын қанағаттандыруы қажет. Сонымен, программаларға қойылатын талаптар төмендегідей:

- программаның орындалу логикасы басқарылатын техникалық жүйемен анықталады;

- программа ақпараттық-өлшеу жүйесі арқылы келіп түсетін сигналдарды сыртқы ортадан қабылдайды;

- программа абсолюттік жəне салыстырмалы уақыт ортасында жұмыс істейді жəне қатаң уақыттық шектеулерге ие;

- сыртқы орта жəне РТЖ ішкі күйінің өзгеруі – программаның орындалу нəтижесі болып табылады;

- программаның орындалу нəтижесі сыртқы орта күйіне жəне РТЖ ішкі күйіне байланысты жəне осы нəтижені алдын-ала болжауға болмайды;

- программа үзілуі мүмкін, мысалы, жаңа берілгендердің түсуін күтуі мүмкін;

- программа параллель тапсырмаларды да басқаруы қажет.

Басқару есептерін тиімді шешу үшін параллельді программалау, мультипрограммалау жəне мультиесептілік тəсілдері қолданылады. Параллельді программалауды аппараттық орындаудан тəуелсіз, параллельді орындалатын программаларды құру деп түсінуге болады. Мультипрограммалаудың немесе мультиесептіліктің параллельді программалаудан ерекшелігі – біруақытта параллельді бірнеше процестерді орындау тəсіліне ие болуында. Сонымен, мультипрограммалау бір немесе таратылған желілер түзетін бірнеше процессорде жүзеге асырылуы мүмкін.

5-сурет. Кезектілік графы

5-суретте мультипрограммалау кезінде процестердің параллельдігін кескіндейтін кезектілік графы көрсетілген. «Басы» операторы п1–пп программаларының орындалу ретін анықтайды. Барлық программалар жұмыс істеп болғаннан кейін «Соңы» операторына жетеді. Процестердің параллельді жүруі кезінде екі жағдай болуы мүмкін: біріншіден, процестер өзара тəуелсіз болулары мүмкін; екіншіден, процестер өзара байланысқан болулары мүмкін. Бірінші жағдайда ерекше мəселелер туындамайды, ал, екінші жағдайда бірнеше спецификалық мəселелердің: өзара алып тастау жəне синхрондау жəне т.б. шешілуі қажетті. Өзара алып тастау мəселесінің тууына тоқталайық. Параллельді жүретін кез-келген А жəне В екі процесі деректер облысына қатынаса алатындай өзара байланысқан болуы қажет. Сонымен, А процесі D деректер облысын жаңартқан кезде, В процесі D деректер облысынан деректерді оқиды. Мұндай жағдайда, В процесі жаңартылмаған деректермен бірге ескі деректерді де бірге оқыған кезде, əртүрлі қателіктерге келтіретін жағдай тууы мүмкін. Осыған байланысты, жаңартуды тоқтатқанша В процесінің D процестер облысына қатынауын болдырмау қажет. Немесе, керісінше, А процесінің D процестер облысына қатынауын В процесі деректерді толық оқымайынша болдырмау қажет. Сонымен, D облысына өзара қатынауын болдырмау қажеттілігі мəселенің шешімі болып табылады. Бірнеше процестердің параллельді жұмыс істеуі кезінде ресурсқа қатынауды ретке келтіру үшін синхрондау мəселесін де шешу қажет. Мұндай жағдайда, ресурсқа қатынау, ол тек басқа процестен босаған кезде ғана мүмкін. Процестерді синхрондау «семафорлар» мен «оқиғалар» көмегімен шешіледі. «Семафор» тек қана бір процестің қорғалған процесіне қатынауды қамтамасыз ететін əдіс болып табылады. Егер процестер жалпы ресурсқа анықталған шарттарды орындау кезінде ғана қатынай алатын болса, онда осы шарттардың орындалуын тексеру үшін жəне жалпы ресурсқа қатынау кезінде кезектілікті қамтамасыз ету үшін «оқиға» əдісі қолданылады.

Дата добавления: 2015-06-04