This site uses cookies.
Some of these cookies are essential to the operation of the site,
while others help to improve your experience by providing insights into how the site is being used.
For more information, please see the ProZ.com privacy policy.
Freelance translator and/or interpreter, Verified site user
Data security
This person has a SecurePRO™ card. Because this person is not a ProZ.com Plus subscriber, to view his or her SecurePRO™ card you must be a ProZ.com Business member or Plus subscriber.
Affiliations
This person is not affiliated with any business or Blue Board record at ProZ.com.
Access to Blue Board comments is restricted for non-members. Click the outsourcer name to view the Blue Board record and see options for gaining access to this information.
English to Russian: Validation of automatic passenger counting: introducing the t‑test‑induced equivalence test General field: Science Detailed field: Mathematics & Statistics
Source text - English Translator's note: While Math equations are inevitably garbled in this plain text field of the ProZ website, they are perfectly formatted with TeX and Microsoft Equation Editor in the actual translated document provided to the customer.
---
Source:
Siebert, M., Ellenberger, D.
Validation of automatic passenger counting: introducing the t-test-induced equivalence test.
Transportation 47, 3031–3045 (2020). https://doi.org/10.1007/s11116-019-09991-9
(excerpt)
Statistical model
Let Ω0 = {ωi}, i = 1, …, N be the statistical population of stop door events (SDE), which are used to summarize all boarding and alighting passengers at a single door during a vehicle (bus, tram, train) stop. Further, let Ω = {ωij}, ij ∈ {1, …, N}, j ∈ {1, …, n} be a sample, which consists of either randomly or structurally selected SDE (e.g., by a given sampling plan). The size of the statistical population N may be considered as the number of all SDE over the relevant time period, which is typically one or more years, so N can be assumed to be unbounded and thus N = ∞.
Let n be the sample size and Mi , i ∈ {i, …, n} be the manual count and Ki , i ∈ {i, …, n} be the automatic count of boarding passengers made by the APC system. The manual count obtained by multiple ride checkers or favorably video camera information (Kimpel et al. 2003) is assumed to be a ground truth to compare against. Alighting passengers are counted as well and results apply analogously, but w.l.o.g. we only consider the boarding passengers.
Let
M = 1
n
Σn
i=1 Mi be the average manual boarding passenger count. Similar to other authors [see e.g., appendix E in Furth et al. (2003), Furth et al. (2006), Nielsen et al. (2014), Köhler et al. (2015)] we consider the random variables
𝐷i≔𝐾𝑖−𝑀𝑖𝑀, (1)
which we call relative differences being the difference of the automatically and manually counted boarding passengers relative to the average of the manually counted boarding passengers.
The average
D ∶= 1
n
Σn
i=1 Di is the statistic of interest that is used in both the t-tests as well as the equivalence test. The expected value 𝜇≔𝐸(𝐷) is the actual systematic error of an APC system (Furth et al. 2005), since it can systematically discriminate participants of the revenue sharing system or could also be referred to as bias of the measurement device, a term frequently used in APC accuracy evaluations (Strathman 1989; Kimpel et al. 2003; Furth et al. 2005; Chu 2010; Nielsen et al. 2014).
Translation - Russian Замечание переводчика: математические уравнения, которые в данном простом текстовом поле вебсайта ProZ неизбежно искажены, в переведенном для заказчика документе аккуратно отформатированы в TeX и Microsoft Equation Editor.
---
Источник:
М. Сиберт, Д. Элленбергер
Валидация автоматического подсчета пассажиров: новый критерий эквивалентности, индуцированный t‑критерием
Transportation 47, 3031–3045 (2020). https://doi.org/10.1007/s11116-019-09991-9
(извлечение)
Статистическая модель
Пусть Ω0 = {ωi}, i = 1, …, N — статистическая совокупность дверных событий (ДС), используемых для суммирования всех совершающих посадку и высадку через одну дверь пассажиров на остановке транспортного средства (автобуса, трамвая, поезда). Далее, пусть Ω = {ωij}, ij ∈ {1, …, N}, j ∈ {1, …, n} — выборка, состоящая из случайно или конструктивно выбранных ДС (например, по заданному плану осуществления выборки). Размер статистической совокупности N может рассматриваться как число всех ДС за соответствующий период времени, обычно составляющий один год или несколько лет, поэтому N может предполагаться неограниченным, так что N = ∞.
Пусть n — размер выборки и Mi, i ∈ {1, …, n} — ручной подсчет, а Ki, i ε {1, …, n} — автоматический подсчет совершающих посадку пассажиров, который выполняет система АПП. Ручной подсчет, производимый несколькими людьми-счетчиками поездок, или, предпочтительно, информация с видеокамер (Kimpel et al. 2003) считаются истинными эталонными данными, с которыми будет производиться сравнение. Поскольку высаживающиеся пассажиры подсчитываются так же и результат получается аналогично, мы без потери общности рассмотрим пассажиров, совершающих посадку.
Пусть
𝑀=1
𝑛
Σ𝑀i𝑛
𝑖=1 — среднее значение ручного подсчета совершающих посадку пассажиров. Аналогично другим авторам [см., например, приложение E в Furth et al. (2003), Furth et al. (2006), Nielsen et al. (2014), Köhler et al. (2015)], рассмотрим случайные переменные
𝐷i≔𝐾𝑖−𝑀𝑖𝑀, (1)
которые мы назовем относительными разностями, являющиеся разностью автоматически и вручную подсчитанных пассажиров, совершающих посадку, в отношении к среднему значению числа совершающих посадку пассажиров.
Среднее
𝐷≔1
𝑛
Σ𝐷𝑖n
i=1 — это представляющая интерес статистика, которая используется как для t-критериев, так и для критерия эквивалентности. Математическое ожидание 𝜇≔𝐸(𝐷) есть фактическая систематическая ошибка системы АПП (Furth et al. 2005), так как она может систематически дискриминировать участников системы распределения дохода, и ее также можно считать смещением измерительного устройства — этот термин часто используется в оценках достоверности АПП (Strathman 1989; Kimpel et al. 2003; Furth et al. 2005; Chu 2010; Nielsen et al. 2014).
Russian to English: Russian State Standard ГОСТ Р 54619-2011: Global Navigation Satellite System General field: Tech/Engineering Detailed field: Telecom(munications)
Source text - Russian Source:
ГОСТ Р 54619-2011
Глобальная навигационная спутниковая система. Система экстренного реагирования при авариях. Протоколы обмена данными автомобильной системы вызова экстренных оперативных служб с инфраструктурой системы экстренного реагирования при авариях
Дата введения: 2012-09-01
(извлечение)
PR (Priority)
Битовое поле определяет приоритет маршрутизации данного пакета и может принимать следующие значения:
00 - наивысший
01 - высокий
10 - средний
11 - низкий
Установка большего приоритета позволяет передавать пакеты, содержащие срочные данные, такие, например, как пакет с минимальным набором данных базовой услуги ЭРА-ГЛОНАСС или данные о срабатывании сигнализации на транспортном средстве. При получении пакета диспетчер, анализируя данное поле, проводит маршрутизацию пакета с более высоким приоритетом быстрее, чем пакета с низким приоритетом, тем самым достигается более оперативная обработка при наступлении критически важных событий
HL
Длина заголовка протокола транспортного уровня в байтах с учетом байта контрольной суммы (поля HCS)
HE
Определяет применяемый метод кодирования следующей за данным параметром части заголовка протокола транспортного уровня
FDL
Определяет размер в байтах поля данных SFRD, содержащего информацию протокола уровня поддержки услуг
PID
Содержит номер пакета протокола транспортного уровня, увеличивающийся на 1 при отправке каждого нового пакета на стороне отправителя. Значения в данном поле изменяются по правилам циклического счетчика в диапазоне от 0 до 65535, то есть при достижении значения 65535 следующее значения должно быть 0
Translation - English Источник:
ГОСТ Р 54619-2011
Global navigation satellite system. Accident emergency response system. Protocols of data exchange between in-vehicle emergency call system and emergency response system infrastructure
Date of entry into force: 2012-01-09
(excerpt)
PR (Priority)
Bit field specifies this packet’s routing priority and can take the following values:
00 - highest
01 - high
10 - medium
11 - low
Setting higher priority allows for transmission of packets containing urgent data such as packet with a minimum dataset for the ERA-GLONASS basic service or vehicle alarm activation data. Upon receipt of a packet, dispatcher assesses this filed and routes higher priority packets ahead of lower priority packets thus providing for faster processing when critically important events occur
HL
Length of transport layer protocol header in bytes including the checksum byte (HCS field)
HE
Specifies encryption method in use for the part of the transport layer protocol header subsequent to this parameter
FDL
Specifies size in bytes of the SFRD data field that contains information of the service support layer protocol
PID
Contains packet number for transport layer protocol that is incremented by 1 each time a new packet is transmitted on the sender side. Values in this field increment as circular counter in the range of 0 to 65535, i.e., the next value upon hitting 65535 must be 0
Adobe Acrobat, Google Translator Toolkit, Lokalise, MateCat, MemSource Cloud, Microsoft Excel, Microsoft Office Pro, Microsoft Word, Xbench, Powerpoint, Smartcat, Smartling, Subtitle Edit, Trados Studio, Transifex, Wordfast, XTRF Translation Management System
Technical translator EN<>RU, native Russian speaker with 20+ years of experience including: - 5 most recent years as a self-employed linguist in such fields as civil engineering, power generation, thermal equipment, sensing technologies, data processing, industrial statistics, website and software localization as well as international organizations and government affairs.
- 15 preceding years as a locally employed assistant with the Political & Economic section of the U.S. Consulate General in St. Petersburg, Russia.
TWB Kato verified translator. SDL Trados Studio user and certified Memsource user with further experience in application of such CAT/TMS tools as Smartling, Lokalise, Xbench and XTRF. Python programming language fan.
Keywords: english, russian, translation, localization, science, technology, engineering, data processing, constraction, water treatment. See more.english, russian, translation, localization, science, technology, engineering, data processing, constraction, water treatment, sanitization, power plant equipment, information technologies, software, programming, Python. See less.
Expertise 
