The paper analyzes the role of pseudorandom number generators in ensuring the efficiency and stability of machine learning algorithms. The key areas and forms of such application are identified.
В статті сформульовані вимоги до генераторів псевдовипадкових імпульсних послідовностей при їх використанні в криптографії та для імітації вихідних сигналів дозиметричних детекторів. Представлені результати тестування п'яти генераторів М-послідовності і на їх основі зроблені висновки щодо випадковості їх вихідних сигналів.
В статті представлені результати дослідження генератора Голлманна при різній кількості базових генераторів М-послідовностей і різній степені їх поліномів, що проводилось з використанням статистичних тестів NIST. Отримані результати дозволяють оптимізувати параметри генератора при заданих параметрах вихідної імпульсної послідовності.