Формулировка задания и его объем
По выполнению контрольной работы №3
по дисциплине «Английский язык»
для студентов вторых курсов специальностей:
240306.65 «Химическая технология монокристаллов, материалов и изделий электронной техники»;
240403.65 «Химическая технология природных энергоносителей и углеродных материалов»;
210601.65 «Нанотехнология в электронике»;
280201.65 «Охрана окружающей среды и рациональное использование природных ресурсов»;
260601.65 «Машины и аппараты пищевых производств»;
260303.65 «Технология молока и молочных продуктов»;
240902.65 «Пищевая биотехнология»;
260301.65 «Технология мяса и мясных продуктов»;
260501.65 «Технология продуктов общественного питания»;
230102.65 «Автоматизированные системы обработки информации и управления»;
230201.65 «Информационные системы и технологии»;
090105.65 «Комплексное обеспечение информационной безопасности автоматизированных систем»;
130503.65 «Разработка и эксплуатация нефтяных и газовых месторождений»;
130501.65 «Проектирование, сооружение и эксплуатация газонефтепроводов и газонефтехранилищ»;
130304.65 «Геология нефти и газа»;
130500.62 «Нефтегазовое дело»;
130504.65 «Бурение нефтяных и газовых скважин»;
130201.65 «Геофизические методы поисков и разведки месторождений полезных ископаемых»;
190702.65 «Организация и безопасность движения»;
190601.65 «Автомобили и автомобильное хозяйство»;
190603.65 «Сервис транспортных и технологических машин и оборудования»;
151001.65 «Технология машиностроения»;
140205.65 «Электроэнергетические системы и сети»;
140211.65 «Электроснабжение»;
210100.62 «Электроника и микроэлектроника»;
210602.65 «Промышленная электроника»;
210602.65 «Наноматериалы»;
240901.65 «Биотехнология»;
270102.65 «Промышленное и гражданское строительство»;
270105.65 «Городское строительство и хозяйство»;
270106.65 «Производство строительных материалов, изделий и конструкций»;
270109.65 «Теплогазоснабжение и вентиляция»;
270115.65 «Экспертиза и управление недвижимостью»;
280103.65 «Защита в чрезвычайных ситуациях»;
280104.65 «Пожарная безопасность»;
200503.65 «Стандартизация и сертификация (мясная, молочная и рыбная промышленность)»;
230401.65 «Прикладная математика»;
260202.65 «Технология хлеба и кондитерских и макаронных изделий»;
Ставрополь
Методические указания по выполнению контрольной работы 3 составлены в соответствии с Государственным образовательным стандартом высшего профессионального образования, рабочим учебным планом и программой дисциплины «Английский язык» для студентов специальностей: 240306.65, 240403.65, 210601.65, 280201.65, 260601.65, 260303.65, 240902.65, 260301.65, 260501.65, 230102.65, 230201.65, 090105.65, 130500.62, 130503.65, 130501.65, 130304.65, 130504.65, 130201.65, 190702.65, 190601.65, 190603.65, 151001.65, 140205.65, 210100.62, 210602.65, 210602.65, 240901.65, 270102.65, 270105.65,270106.65, 270109.65, 270115.65, 280103.65, 280104.65, 200503.65, 230401.65, 260202.65, 021100.
Методические указания включают в себя задания, рекомендации по организации работы, вопросы для самопроверки и список рекомендуемой литературы.
Составители: Морозова И. Н., Цыганская О. Г., Пронякин Д. С.
Рецензенты: Митрофаненко Л. М., Савелло Е. В.
Содержание
| Введение 1. Содержание контрольной работы по темам программы дисциплины 2. Формулировка задания и его объем Вариант 1 Вариант 2 Вариант 3 Вариант 4 3. Порядок выбора темы и освещения проблемы 4. Структура контрольной работы, общие требования к ее написанию 5. Рекомендации по организации выполнения контрольной работы, примерный календарный план выполнения контрольной работы 6. Порядок защиты и ответственность студента за выполнение контрольной работы 7. Список рекомендуемой литературы Приложение |
Введение
Контрольная работа 3 по английскому языку предназначена для студентов технических специальностей Северо-Кавказского технического университета. Целью работы является формирование основных языковых компетенций, развитие навыков самостоятельной работы с аутентичными научными текстами, подготовки вторичных документов (аннотации и реферата), необходимых для успешного осуществления устной и письменной коммуникации в профессиональной деятельности.
Содержание контрольной работы по темам программы дисциплины
Контрольная работа 3 предполагает работу студентов по следующим темам программы дисциплины «Английский язык»:
1. Аннотирование научного текста.
2. Реферирование научного текста.
3. Активизация и закрепление лексики по темам «Science», «Scientific discoveries», «Inventors and inventions».
Формулировка задания и его объем
Контрольная работа 3 по дисциплине «Английский язык» направлена на практическое овладение студентами такими жанрами научной речи, как аннотация и реферат, а также на закрепление и активизацию тематической и терминологической лексики. Контрольная работа 3 содержит задания, предполагающие: 1) самостоятельную работу студентов с двумя аутентичными научными текстами, включающую чтение, перевод, анализ содержания, составление аннотации на английском языке и реферата на русском языке; 2) выполнение лексического теста по темам «Science», «Scientific discoveries», «Inventors and inventions» в объеме 40 предложений.
Вариант 1
I. Составьте аннотацию к статье на английском языке:
What is a neural network and how does its operation differ from that of a digital computer?
By Mohamad Hassoun
Artificial neural networks are parallel computational models, comprising densely interconnected adaptive processing units. These networks are composed of many but simple processors (relative, say, to a PC, which generally has a single, powerful processor) acting in parallel to model nonlinear static or dynamic systems, where a complex relationship exists between an input and its corresponding output.
A very important feature of these networks is their adaptive nature, in which «learning by example» replaces «programming» in solving problems. Here, «learning» refers to the automatic adjustment of the system's parameters so that the system can generate the correct output for a given input; this adaptation process is reminiscent of the way learning occurs in the brain via changes in the synaptic efficacies of neurons. This feature makes these models very appealing in application domains where one has little or an incomplete understanding of the problem to be solved, but where training data is available.
One example would be to teach a neural network to convert printed text to speech. Here, one could pick several articles from a newspaper and generate hundreds of training pairs – an input and its associated «desired» output sound – as follows: the input to the neural network would be a string of three consecutive letters from a given word in the text. The desired output that the network should generate could then be the sound of the second letter of the input string. The training phase would then consist of cycling through the training examples and adjusting the network parameters – essentially, learning – so that any error in output sound would be gradually minimized for all input examples. After training, the network could then be tested on new articles. The idea is that the neural network would «generalize» by being able to properly convert new text to speech.
Another key feature is the intrinsic parallel architecture, which allows for fast computation of solutions when these networks are implemented on parallel digital computers or, ultimately, when implemented in customized hardware. In many applications, however, they are implemented as programs that run on a PC or computer workstation.
Artificial neural networks are viable models for a wide variety of problems, including pattern classification, speech synthesis and recognition, adaptive interfaces between humans and complex physical systems, function approximation, image compression, forecasting and prediction, and nonlinear system modeling.
These networks are «neural» in the sense that they may have been inspired by the brain and neuroscience, but not necessarily because they are faithful models of biological, neural or cognitive phenomena. In fact, many artificial neural networks are more closely related to traditional mathematical and / or statistical models, such as nonparametric pattern classifiers, clustering algorithms, nonlinear filters and statistical regression models, than they are to neurobiological models.
(«Scientific American», May, 2007)
1. The article What is a neural network and how does its operation differ from that of a digital computer? Is published in «Scientific American», May, 2007
The author of article is Mohamad Hassoun and he tells about artificial neural networks. Author considers artificial neural network parallel computing modules comprising densely interconnected adaptive processing units. A very important feature of these networks is their adaptive nature, in which «learning by example» replaces «programming» in solving problems. This feature makes these models very appealing in application domains where one has little or an incomplete understanding of the problem to be solved, but where training data is available.
Mohamad Hassoun is sure that in many applications, however, they are implemented as programs that run on a PC or computer workstation.
Another key feature according to the author’s opinion is the intrinsic parallel architecture, which allows for fast computation of solutions when these networks are implemented on parallel digital computers or, ultimately, when implemented in customized hardware. In many applications, however, they are implemented as programs that run on a PC or computer workstation.
I believe the artificial neural networks are viable models for a wide variety of problems, including pattern classification, speech synthesis and recognition, adaptive interfaces between humans and complex physical systems, function approximation, image compression, forecasting and prediction, and nonlinear system modeling.
II. Составьте реферат статьи на русском языке: