There are a variety of objective methods for assessing the quality of minced meat, but we have developed a new algorithm for determining the fluidity of mince with inclusions of soft crystals of fat and whole meat. We examined two types of sausage mince.

Kvrivishvili said the govern-ment’s main objective is for Ana-klia Port to receive its first vessel in 2029 and that the necessary infrastructure must be completed on time to meet that target.

მთავარი მიზანია შეფასების პროცესის გამარტივება მონიშვნების ოპტიკურ ამომცნობის (OMR) ტექნოლოგიის გამოყენებით. პლატფორმის მომხმარებლებს შეეძლებათ ჩატარებული გამოცდის/გამოკითხვის პასუხების ფურცლის სკანირებული ვერსიის ატვირთვა, რის შემდგომ OMR მოდული დაამუშავებს ამ დოკუმენტებს და ამოიცნობს მონაწილეთა მიერ გაცემულ პასუხებს. პლატფორმა შედგება რამდენიმე ძირითადი მოდულისგან: ავტორიზაცია და რეგისტრაცია, შაბლონების შექმნა OMR-თვის, პასუხების გადაცემა, შედეგების გენერირება და მათი მონაწილეებისთვის გაზიარება. მომხმარებლები შექმნიან შაბლონებს, რათა OMR მოდელმა ამოიცნოს დოკუმენტების სტრუქტურა და განლაგება.

პროექტი დაყოფილია და სრულიად დააკმაყოფილებს თანამედროვე არქიტექტურულ მოთხვონებს, მასში გამოყოფილია სხვადასხვა დამოუკიდებელი მოდულები, ვებ-პლატფორმასა და მანქანური სწავლების მოდელ OMR-ს ერთმანეთთან დააკავშირებს სპეციალურად გამოყოფილი API, რაც საშუალებას იძლევა მარტივად ინტეგრირებადი გახდეს სხვადასხვა დაწესებულების სერვისებთან.

სტატიაში განხილულია მონაცემთა ბაზების გამოყენების მნიშვნელობა; რელაციურ მონაცეთა ბაზების ნაკლოვანი მხარეები დიდი მოცულობის მონაცემთა დამუშავებისას. აღნიშნულია, რომ  ამ ნაკლოვანებების თავიდან აცილების ერთ–ერთ საშუალებას წარმოადგენს ობიექტურ–ორიენტირებული მონაცემთა ბაზები. ასეთი ბაზების არსი განისაზღვრება ობიექტურ–ო

მონაცემთა ბაზის ORM/ERM კონცეპტუალური მოდელების ავტომატი-ზე¬ბული დაპროექტების პროცესში VisualStudio.NET-2015 პლატფორმაზე NORMA ინსტრუმენტით მომხმარებლის ინიციატივით და სურვილით განხორციელდა აგებული სქემების კორექტირება მისი ოპტიმიზაციის მიზნით. დისერტაციაში დეტალურადა გადმოცემული ინტერდისციპლინა-რული გაკვეთილის ან პროექტის საგნების ინტეგრაციის საკითხები, შერჩეული და მომზადებულია შესაბამისი თემები, შინაარსი, საკვანძო სიტყვები, სურათები და ვიდეომასალა [18,19].

მონაცემების სტატისტიკური დამუშავებისას გამოყენებულ იქნა LOCF - უკანასკნელი დაკვირვების “ახალ ანგარიშზე” გადატანის მეთოდი. თვისებრივი კვლევის ფარგლებში ჩატარდა ფოკუს-ჯგუფი თერაპევტებთან, ასევე გაანალიზებულ იქნა წერილობითი დოკუმენტები- ანალიტიკური ესსეები. III კლიენტების შერჩევა განხორციელდა ილიას სახელმწიფო უნივერსიტეტის არჩევანის უზრუნველყოფის ელექტრონული სისტემა “არგუსის” დახმარებით, 14 კლიენტი (13 ქალი (92.9%) და 1 მამაკაცი (7.1.%)), საშუალო ასაკი 23.08 (SD - 3.68). მინ. ასაკი 19, მაქს. ასაკი 33.

საპრობლემო სფეროში მიმდინარე პროცესის კომპლექსის ინტელექტუალური მართვის ტექნოდინამიკური სისტემის ეფექტური გადაწყვეტილების მიღების მოდელის განზოგადოებული სქემის აგება. 3. ელემენტარული ფაქტების განსაზღვრა საპრობლემო სფეროს კონცეპტუალური მოდელის დასაპროექტებლად. 4. Visual Studio.Net პლატფორმაში Norma ინსტრუმენტის ინტეგრაცია, ობიექტ-როლური დიაგრამის აგება ელემენტარული ფაქტების საფუძველზე. 5. ORM დიაგრამაში ფაქტ-შეზღუდვების დაწესება კონცეპტუალური მოდელის დასაპროექტებლად. 6. მონაცემთა ბაზების ავტომატიზებულ რეჟიმში დაპროექტება და Ms SQL server-ის დაკავშირება Ms SharePoint -თან. 7.

რა თქმა უნდა ყოველივე ეს სპეციალისტებს უყენებს სერიოზულ მოთხოვნებს. სანამ ნიმუშის ანალიზს შევუდგებით, აუცილებელია ჩამოვაყალიბოთ მისი მიზანი. მაგალითად ვუპასუხოთ შემდეგ შეკითხვებს [1]: რა არის ანალიზის ობიექტი? უმარტივეს შემთხვევაში ეს შეიძლება იყოს ინდივიდუალური ქიმიური ნივთიერება, რომლის შემადგენლობაც უნდა გავიგოთ. თუმცა, თუ საქმე გვაქვს რთული შემადგენლობის ნივთიერებასთან - საწარმოო მასალასთან, შენადნობთან, ჰაერთან, საკვებ პროდუქტებთან - აუცილებელია გადაწყვეტილი იქნას ამოცანა, თუ როგორ მოვახდინოთ ნიმუშის აღება ისე, რომ იგი სრულად ასახავდეს საკვლევ ობიექტს.