Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/43394| Назва: | Семантичне управління озерами сховищ даних "розумних міст" |
| Інші назви: | Semantic management of "Smart cities" data lakes |
| Автори: | Лебідко, Дмитро Миколайович Lebidko, Dmytro Mykolaiovych |
| Приналежність: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна |
| Бібліографічний опис: | Лебідко Д. М. Семантичне управління озерами сховищ даних "розумних міст" : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 – комп’ютерні науки“ / Д. М. Лебідко. – Тернопіль : ТНТУ, 2023. – 69 с. |
| Дата публікації: | 26-гру-2023 |
| Дата подання: | 12-гру-2023 |
| Дата внесення: | 6-січ-2024 |
| Країна (код): | UA |
| Місце видання, проведення: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Науковий керівник: | Марценко, Сергій Володимирович |
| Члени комітету: | Оробчук, Олександра Романівна |
| УДК: | 004.9 |
| Теми: | дані data озера даних data lakes розумне місто smart city семантичний опис сховища даних semantic description of data storage, онтологія ontology управління management |
| Короткий огляд (реферат): | Кваліфікаційна робота присв’ячена дослідженню семантичного управління озерами сховищ даних «розумних міст». В першому розділі описано міські джерела семантичних даних. Проаналізовано стан та досліджень в царині озер даних «розумних міст». Наведено ключові терміни та визначення управління семантичними даними в озерах даних. Розроблена таксономія управління семантичними даними. Розглянуті моделі метаданих для озер даних, які враховують семантику. Описані існуючі системи семантичних озер даних «розумних міст». Виконано порівняння та обговорення семантичних озер даних «розумних міст». В другому розділі досліджено системи семантичного моделювання. Розглянуто автоматизоване присвоєння семантичних міток. Висвітлена автоматизована генерація семантичної моделі. Виконано порівняння та обговорення семантичних моделей озер даних «розумних міст». В третьому розділі кваліфікаційної роботи описано OBDA над реляційними даними «розумних міст». Розглянуто OBDA над нереляційними даними «розумних міст». Досліджено виробництво семантичних озер даних «розумних міст». Описано використання семантичних озер даних «розумних міст» в розумному місті. В четвертому розділі кваліфікаційної роботи описано медичні профілактичні заходи щодо збереження здоров’я та працездатності користувачів комп’ютерів та відеодисплейних терміналів. Розглянуто особливості заходів електробезпеки на підприємствах. The qualification work is devoted to the study of the semantic management of "smart cities" data storage lakes. The first chapter describes urban sources of semantic data. The status and researches in the realm of the lakes of these "smart cities" have been analyzed. Key terms and definitions of semantic data management in data lakes are provided. A taxonomy of semantic data management has been developed. Metadata models for data lakes that take semantics into account are reviewed. Existing systems of semantic data lakes of "smart cities" are described. A comparison and discussion of the semantic lakes of the data of "smart cities" was carried out. In the second section, semantic modeling systems are studied. Automated assignment of semantic labels is considered. The automated generation of the semantic model is highlighted. A comparison and discussion of semantic models of data lakes of "smart cities" was carried out. The third section of the qualification work describes OBDA on the relational data of "smart cities". Considered OBDA on non-relational data of "smart cities". The production of semantic data lakes of "smart cities" was studied. The use of semantic data lakes of "smart cities" in a smart city is described. The fourth section of the qualification work describes preventive medical measures to preserve the health and working capacity of users of computers and video display terminals. The features of electrical safety measures at enterprises are considered. |
| Зміст: | ВСТУП 7 1 УПРАВЛІННЯ СЕМАНТИЧНИМИ ДАНИМИ В ОЗЕРАХ ДАНИХ «РОЗУМНИХ МІСТ» 9 1.1 Міські джерела семантичних даних 9 1.2 Стан та досліджень в царині озер даних «розумних міст» 13 1.3 Ключові терміни та визначення управління семантичними даними в озерах даних 14 1.4 Таксономія управління семантичними даними 16 1.5 Моделі метаданих для озер даних, які враховують семантику 19 1.6 Існуючі системи семантичних озер даних «розумних міст» 20 1.7 Порівняння та обговорення семантичних озер даних «розумних міст» 23 1.8 Висновок до першого розділу 25 2 СЕМАНТИЧНЕ МОДЕЛЮВАННЯ ДЛЯ ІНТЕГРАЦІЇ ДАНИХ «РОЗУМНИХ МІСТ» 26 2.1 Системи семантичного моделювання «розумних міст» 26 2.2 Автоматизоване присвоєння семантичних міток «розумного міста» 29 2.3 Автоматизована генерація семантичної моделі «розумного міста» 30 2.4 Порівняння та обговорення семантичних моделей озер даних «розумних міст» 34 2.5 Висновок до другого розділу 36 3 ДОСТУП ДО ДАНИХ «РОЗУМНИХ МІСТ» НА ОСНОВІ ОНТОЛОГІЇ 37 3.1 OBDA над реляційними даними «розумних міст» 40 3.2 OBDA над нереляційними даними даними «розумних міст» 43 3.3 Виробництво семантичних озер даних «розумних міст» 48 3.4 Використання семантичних озер даних «розумних міст» в розумному місті 50 3.5 Висновок до третього розділу 55 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 56 4.1 Медичні профілактичні заходи щодо збереження здоров’я та працездатності користувачів комп’ютерів та відеодисплейних терміналів 56 4.2 Особливості заходів електробезпеки на підприємствах 57 4.3 Висновок до четвертого розділу 59 ВИСНОВКИ 60 ПЕРЕЛІК ДЖЕРЕЛ 62 ДОДАТКИ |
| URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/43394 |
| Власник авторського права: | © Лебідко Дмитро Миколайович, 2023 |
| Перелік літератури: | 1 E. Bionda, C. Tornelli, M. Brambilla, M. Balduini, G. Mauri, D. D. Giustina, F. Garrone, E. D. Valle, The smart grid semantic platform: Synergy between iec common information model (cim) and big data, in: Proc. IEEE EEEIC/I&CPS Europe), 2019, pp. 1–6. doi: 10.1109/EEEIC.2019.8783632. 2 A. Hogan, E. Blomqvist, M. Cochez, C. d’Amato, G. de Melo, C. Gutierrez, S. Kirrane, J. E. L. Gayo, R. Navigli, S. Neumaier, A. N. Ngomo, A. Polleres, S. M. Rashid, A. Rula, L. Schmelzeisen, J. F. Sequeda, S. Staab, A. Zimmermann, Knowledge graphs, ACM Comput. Surv. 54 (4) (2022) 71:1–71:37. doi:10.1145/3447772. URL https://doi.org/10.1145/3447772. 3 G. Xiao, D. Calvanese, R. Kontchakov, D. Lembo, A. Poggi, R. Rosati, M. Zakharyaschev, Ontology-based data access: A survey, in: Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence, IJCAI 2018, July 13-19, 2018, Stockholm, Sweden, ijcai.org, 2018, pp. 5511–5519. 4 Duda, O., Kunanets, N., Martsenko, S., Matsiuk, O., Pasichnyk, V., Building secure Urban information systems based on IoT technologies. CEUR Workshop Proceedings 2623, pp. 317-328. 2020. 5 A. Paulus, A. Burgdorf, A. Pomp, T. Meisen, Recent advances and future challenges of semantic modeling, in: Proc. 15th IEEE ICSC, IEEE, 2021, pp. 70–75. doi:10.1109/ICSC50631.2021.00016. 6 Hoseini, Sayed, Johannes Theissen-Lipp, and Christoph Quix. "Semantic Data Management in Data Lakes." arXiv preprint arXiv:2310.15373 (2023). 7 A. Pomp, J. Lipp, T. Meisen, You are missing a concept! enhancing ontology-baseddataaccesswithevolvingontologies,in:Proc.ICSC, IEEE, 2019, pp. 98–105. doi:10.1109/ICOSC.2019.8665620. 8 Duda, O., et al, Selection of Effective Methods of Big Data Analytical Processing in Information Systems of Smart Cities. CEUR Workshop Proceedings 2631, pp. 68-78. 2020. 9 P. N. Sawadogo, J. Darmont, On data lake architectures and metadata management, J. Intell. Inf. Syst. 56 (1) (2021) 97–120. doi:10.1007/ s10844-020-00608-7. 10 A. Pomp, A. Paulus, A. Kirmse, V. Kraus, T. Meisen, Applying semantics to reduce the time to analytics within complex heterogeneous infrastructures, Technologies 6 (3) (2018) 86. 11 G. Xiao, L. Ding, B. Cogrel, D. Calvanese, Virtual knowledge graphs: An overview of systems and use cases, Data Intell. 1 (3) (2019) 201–223. 12 R. Hai, C. Koutras, C. Quix, M. Jarke, Data lakes: A survey of functions and systems, IEEE Transactions on Knowledge and Data Engineering (2023) 1–20doi:10.1109/TKDE.2023.3270101. 13 É. Scholly, P. N. Sawadogo, P. Liu, J. Espinosa-Oviedo, C. Favre, S. Loudcher, J. Darmont, C. Noûs, Coining goldmedal: A new contribution to data lake generic metadata modeling, in: Proc. DOLAP, Vol. 2840 of CEUR WS, 2021, pp. 31–40. URL http://ceur-ws.org/Vol-2840/paper5.pdf. 14 Y. Suhara, J. Li, Y. Li, D. Zhang, Ç. Demiralp, C. Chen, W. Tan, Annotating columns with pre-trained language models, in: Proc. ACM SIGMOD, 2022, pp. 1493–1503. URL https://doi.org/10.1145/3514221.3517906. 15 A. Burgdorf, A. Paulus, A. Pomp, T. Meisen, VC-SLAM - A handcrafted data corpus for the construction of semantic models, Data 7 (2) (2022) 17. doi:10.3390/data7020017. 16 J. Liu, Y. Chabot, R. Troncy, V.-P. Huynh, T. Labbé, P. Monnin, From tabular data to knowledge graphs: A survey of semantic table interpretation tasks and methods, Journal of Web Semantics (2022) 100761. 17 A. Paulus, A. Burgdorf, L. Puleikis, T. Langer, A. Pomp, T. Meisen, PLASMA: platform for auxiliary semantic modeling approaches, in: Proc. ICEIS, SCITEPRESS, 2021, pp. 403–412. doi:10.5220/0010499604030412. 18 M. N. Mami, S. Scerri, S. Auer, M. Vidal, Towards semantification of big data technology, in: Proc. DaWaK 2016, Vol. 9829 of LNCS, Springer, 2016, pp. 376–390. doi:10.1007/978-3-319-43946-4\. URL https://doi.org/10.1007/978-3-319-43946-4_25. 19 C. Quix, R. Hai, I. Vatov, Metadata extraction and management in data lakes with GEMMS, Complex Syst. Informatics Model. Q. 9 (2016) 67–83. doi:10.7250/csimq.2016-9.04. 20 C. Diamantini, P. L. Giudice, L. Musarella, D. Potena, E. Storti, D. Ursino, A new metadata model to uniformly handle heterogeneous data lake sources, in: Proc. ADBIS Short Papers & Workshops, Vol. 909 of CCIS, Springer, 2018, pp. 165–177. doi:10.1007/978-3-030-00063-9\_{1}{7}. URL https://doi.org/10.1007/978-3-030-00063-9_17. 21 A. Bagozi, D. Bianchini, V. D. Antonellis, M. Garda, M. Melchiori, Personalised exploration graphs on semantic data lakes, in: Proc. OTM Conf., Vol. 11877 of LNCS, Springer, 2019, pp. 22–39. doi: 10.1007/978-3-030-33246-4\_2. URL https://doi.org/10.1007/978-3-030-33246-4_2. 22 E. G. Kalayci, I. Grangel-González, F. Lösch, G. Xiao, A. ul Mehdi, E. Kharlamov, D. Calvanese, Semantic integration of bosch manufacturing data using virtual knowledge graphs, in: Proc. ISWC, Vol. 12507 of LNCS, Springer, 2020, pp. 464–481. 23 P. Liu, S. Loudcher, J. Darmont, E. Perrin, J. Girard, M. Rousset, Metadata model for an archeological data lake, in: Proc. Digital Humanities Conf., 2020.URL https://dh2020.adho.org/wp-content/uploads/2020/07/206_Metadatamodelfora narcheologicaldatalake.html. 24 C. Stach, J. Bräcker, R. Eichler, C. Giebler, B. Mitschang, Demanddriven data provisioning in data lakes: BARENTS - A tailorable data preparation zone, in: Proc. iiWAS, ACM, 2021, pp. 187–198. doi:10.1145/3487664.3487784. 25 Bodnarchuk I., Duda O., Kharchenko A., Kunanets N., Matsiuk O., Pasichnyk V. Choice method of analytical information-technology platform for projects associated to the smart city class. ICTERI 2020 ICT in Education, Research and Industrial Applications. Integration, Harmonization and Knowledge Transfer Proceedings of the 14th International Conference on ICT in Education, Research and Industrial Applications. Integration, Harmonization and Knowledge Transfer. Volume I: Main Conference р.317-330. 26 G. A. Braun, L. A. Cecchi, P. R. Fillottrani, Towards All-In-One OBDA systems, in: Proc. Styrian Autumn of Ontology, Vol. 2518 of CEUR WS, 2019. URL http://ceur-ws.org/Vol-2518/paper-DAOSI1.pdf. 27 S. Gupta, P. A. Szekely, C. A. Knoblock, A. Goel, M. Taheriyan, M. Muslea, Karma: A system for mapping structured sources into the semantic web, in: ESWC Satellite Events - Revised Selected Papers, Vol. 7540 of LNCS, Springer, 2012, pp. 430–434. doi: 10.1007/978-3-662-46641-4\_40. URL https://doi.org/10.1007/978-3-662-46641-4_40. 28 A. Pomp, J. Lipp, T. Meisen, Enabling the continuous evolution of ontologies for ontology-based data management, Intl. Journal of Robotic Computing (2019). 29 C. Pinkel, C. Binnig, E. Jiménez-Ruiz, E. Kharlamov, W. May, A. Nikolov, A. S. Bastinos, M. G. Skjæveland, A. Solimando, M. Taheriyan, C. Heupel, I. Horrocks, RODI: benchmarking relational-to-ontology mapping generation quality, Semantic Web 9 (1) (2018) 25–52. doi:10.3233/SW-170268. 30 S. K. Ramnandan, A. Mittal, C. A. Knoblock, P. A. Szekely, Assigning semantic labels to data sources, in: Proc. ESWC, Vol. 9088 of LNCS, Springer, 2015, pp. 403–417. doi:10.1007/978-3-319-18818-8\_{2}{5}. URL https://doi.org/10.1007/978-3-319-18818-8_25. 31 M. Pham, S. Alse, C. A. Knoblock, P. A. Szekely, Semantic labeling: A domain-independent approach, in: Proc. ISWC, Vol. 9981 of LNCS, 2016, pp. 446–462. 32 Duda, O., Pasichnyk, V., Kunanets, N., Antonii, R., Matsiuk, O. Multidimensional Representation of COVID-19 Data Using OLAP Information Technology. International Scientific and Technical Conference on Computer Sciences and Information Technologies, 2020, 2, pp. 277–280, 9321889. 33 B. Vu, C. A. Knoblock, J. Pujara, Learning semantic models of data sources using probabilistic graphical models, in: Proc. WWW, 2019, pp. 1944–1953. doi:10.1145/3308558.3313711. 34 R. Avogadro, M. Cremaschi, Mantistable V: A novel and efficient approach to semantic table interpretation, in: Proc. SemTab, Vol. 3103 of CEUR WS, 2021, pp. 79–91. URL http://ceur-ws.org/Vol-3103/paper7.pdf. 35 G. Futia, A. Vetrò, J. C. D. Martin, Semi: A semantic modeling machine to build knowledge graphs with graph neural networks, SoftwareX 12 (2020) 100516. doi:10.1016/j.softx.2020.100516. 36 M. Taheriyan, C. A. Knoblock, P. A. Szekely, J. L. Ambite, Leveraging linked data to discover semantic relations within data sources, in: Proc. ISWC, Vol. 9981 of LNCS, 2016, pp. 549–565. doi:10.1007/978-3-319-46523-4\_{3}{3}. URL https://doi.org/10.1007/978-3-319-46523-4_33. 37 A. Burgdorf, A. Paulus, A. Pomp, T. Meisen, Docsemmap: Leveraging textual data documentations for mapping structured data sets into knowledge graphs, in: Proc. IEEE ICSC, 2022, pp. 209–216. doi:10.1109/ICSC52841.2022.00042. 38 M. Ramirez, A. Bogatu, N. W. Paton, A. Freitas, Natural language inference over tables: Enabling explainable data exploration on data lakes, in: Proc. ESWC, Vol. 12731 of LNCS, Springer, 2021, pp. 304–320. doi:10.1007/978-3-030-77385-4\_{1}{8}. URL https://doi.org/10.1007/978-3-030-77385-4_18. 39 R. C. Fernandez, E. Mansour, A. A. Qahtan, A. K. Elmagarmid, I. F. Ilyas, S. Madden, M. Ouzzani, M. Stonebraker, N. Tang, Seeping semantics: Linking datasets using word embeddings for data discovery, in: Proc. IEEE ICDE, 2018, pp. 989–1000. doi:10.1109/ICDE.2018.00093. 40 D. Haller, R. Lenz, Discovery of ontologies from implicit user knowledge, in: Proc. Conf. on "Lernen, Wissen, Daten, Analysen", Vol. 2738 of CEUR WS, 2020, pp. 241–245. URL http://ceur-ws.org/Vol-2738/LWDA2020_paper_4.pdf. 41 N. Abdelmageed, S. Schindler, Jentab: A toolkit for semantic table annotations, in: Proc. Workshop on Knowledge Graph Construction, Vol. 2873 of CEUR WS, 2021. URL http://ceur-ws.org/Vol-2873/paper5.pdf. 42 Kunanets N. et al. (2021) Designing the Repository of Documentary Cultural Heritage. In: Shakhovska N., Medykovskyy M.O. (eds) Advances in Intelligent Systems and Computing V. CSIT 2020. Advances in Intelligent Systems and Computing, vol 1293, pp 1034-1044. Springer, Cham. ISBN978-3-030-63270-0. 43 N. Fathy, W. Gad, N. Badr, A unified access to heterogeneous big data through ontology-based semantic integration, in: Proc. ICICIS, IEEE, 2019, pp. 387–392. 44 M. N. Mami, D. Graux, H. Thakkar, S. Scerri, S. Auer, J. Lehmann, The query translation landscape: a survey, CoRR abs/1910.03118 (2019). arXiv:1910.03118.URL http://arxiv.org/abs/1910.03118. 45 T. Bagosi, D. Calvanese, J. Hardi, S. Komla-Ebri, D. Lanti, M. Rezk, M. Rodriguez-Muro, M. Slusnys, G. Xiao, The ontop framework for ontology based data access, in: Proc. CSWS, Revised Selected Papers, Vol. 480 of CCIS, Springer, 2014, pp. 67–77. doi:10.1007/978-3-662-45495-4\_6. URL https://doi.org/10.1007/978-3-662-45495-4_6. 46 D. Bilidas, M. Koubarakis, Efficient duplicate elimination in SPARQL to SQL translation, in: Proc. Description Logics Workshop, Vol. 2211 of CEUR WS, 2018. 47 M. Belcao, E. Falzone, E. Bionda, E. D. Valle, Chimera: A bridge between big data analytics and semantic technologies, in: Proc. ISWC, Vol. 12922 of LNCS, Springer, 2021, pp. 463–479. doi: 10.1007/978-3-030-88361-4\_{2}{7}. URL https://doi.org/10.1007/978-3-030-88361-4_27. 48 K. M. Endris, P. D. Rohde, M. Vidal, S. Auer, Ontario: Federated query processing against a semantic data lake, in: Proc. DEXA, Vol. 11706 of LNCS, Springer, 2019, pp. 379–395. doi:10.1007/978-3-030-27615-7\_{2}{9}. URL https://doi.org/10.1007/978-3-030-27615-7_29. 49 M. Buron, F. Goasdoué, I. Manolescu, M. Mugnier, Obi-wan: Ontology-based RDF integration of heterogeneous data, Proc. VLDB Endow. 13 (12) (2020) 2933–2936. doi:10.14778/3415478.3415512 .URL http://www.vldb.org/pvldb/vol13/p2933-buron.pdf 50 M. Lenzerini, Data integration: A theoretical perspective, in: Proc. ACM PODS, 2002, pp. 233–246. doi:10.1145/543613.543644. URL https://doi.org/10.1145/543613.543644. 51 S. Nadal, A. Abelló, O. Romero, S. Vansummeren, P. Vassiliadis, Graph-driven federated data management, IEEE Trans. Knowl. Data Eng. 35 (1) (2023) 509–520. doi:10.1109/TKDE.2021.3077044. 52 O. Curé, R. Hecht, C. L. Duc, M. Lamolle, Data integration over nosql stores using access path based mappings, in: Proc. DEXA, Vol. 6860 of LNCS, Springer, 2011, pp. 481–495. doi:10.1007/978-3-642-23088-2\_{3}{6}. URL https://doi.org/10.1007/978-3-642-23088-2_36. 53 F. Michel, C. Faron-Zucker, J. Montagnat, Bridging the semantic web and nosql worlds: Generic SPARQL query translation and application to mongodb, Trans. Large Scale Data Knowl. Centered Syst. 40 (2019) 125–165. 54 E. Kharlamov, T. Mailis, G. Mehdi, C. Neuenstadt, Ö. L. Özçep, M. Roshchin, N. Solomakhina, A. Soylu, C. Svingos, S. Brandt, M. Giese, Y. E. Ioannidis, S. Lamparter, R. Möller, Y. Kotidis, A. Waaler, Semantic access to streaming and static data at siemens, J. Web Semant. 44 (2017) 54–74. doi:10.1016/j.websem.2017.02.001. 55 S. Mathur, D. O’Sullivan, R. Brennan, Milan: Automatic generation of R2RML mappings, in: Proc. AIAI Irish Conf. on AI & Cognitive Science, Vol. 2259 of CEUR WS, 2018, pp. 90–101. URL http://ceur-ws.org/Vol-2259/aics_10.pdf 56 B. Zhou, Y. Svetashova, A. Gusmao, A. Soylu, G. Cheng, R. Mikut, A. Waaler, E. Kharlamov, Semml: Facilitating development of ML models for condition monitoring with semantics, J. Web Semant. 71 (2021) 100664. doi:10.1016/j.websem.2021.100664. 57 A. Ustundag, E. Cevikcan, Industry 4.0: Managing the Digital Transformation, Springer, 2018. 58 M. N. Mami, I. Grangel-González, D. Graux, E. Elezi, F. Lösch, Semantic data integration for the SMT manufacturing process using SANSA stack, in: ESWC Satellite Events, Revised Selected Papers, Vol. 12124 of LNCS, Springer, 2020, pp. 307–311. doi:10.1007/978-3-030-62327-2\_{4}{7}. URL https://doi.org/10.1007/978-3-030-62327-2_47. 59 B. Zhou, Y. Svetashova, T. Pychynski, I. Baimuratov, A. Soylu, E. Kharlamov, Semfe: Facilitating ML pipeline development with semantics, in: Proc. ACM CIKM, 2020, pp. 3489–3492. doi:10.1145/3340531.3417436. 60 S. Nahhas, Potentials of semantic internet of things in smart cities: an overview and roadmap, in: 2023 1st International Conference on Advanced Innovations in Smart Cities (ICAISC), 2023, pp. 1–6. doi:10.1109/ICAISC56366.2023.10085121. 61 Основні правила дотримання охорони праці при роботі на персональних ЕОМ. URL: https://www.victorija.ua/dovidnik/osnovni-pravyla-dotrymannya-ohorony-pratsi-pry-roboti-na-personalnyh-eom.html 62 КУРС ЛЕКЦІЙ. ОХОРОНА ПРАЦІ В ГАЛУЗІ. URL: https://www.uzhnu.edu.ua/uk/infocentre/get/36621 63 Електробезпека: охорона праці. URL: https://www.sop.com.ua/article/ 745-elektrobezpeka 64 Лекція. Заходи електробезпеки на підприємствах галузі. URL: http://opcb.kpi.ua/wp-content/uploads/2014/09/%D0%9B%D0%B5%D0%BA%D1% 86%D1%96%D1%8F-8.pdf |
| Тип вмісту: | Master Thesis |
| Розташовується у зібраннях: | 122 — комп’ютерні науки |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Mag_2023_SNm_61_Lebidko_D_M.pdf | 1,85 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора