🏸 👚 🤽🏾 कीबोर्ड लेआउट की तुलना और अनुकूलन के मुद्दों पर 🍊 🖖🏿 👨🏿‍⚖️

यह लेख कीबोर्ड लेआउट के विश्लेषण और संश्लेषण को संबोधित करता है। मानक और वैकल्पिक लेआउट की तुलना। लेआउट के अनुकूलन के लिए संभावित मॉडल में से एक भी प्रदान किया गया है। अंधे दस-उंगली डायल करने की विधि के लिए मानक हार्ड ज़ोन निहित हैं।
जो लोग विशेष रूप से मॉडल में रुचि रखते हैं, वे लेख के पहले छमाही को छोड़ सकते हैं।

YTsUKEN लेआउट में संभावित सुधारों का प्रारंभिक विश्लेषण

हम लंबे समय तक मानक YTsUKEN लेआउट की पारंपरिक रूप से उल्लिखित कमियों का वर्णन नहीं करेंगे: सभी नल का 50% तर्जनी के साथ बनाया जाता है, अक्सर उनमें से एक पंक्ति में कई बार नल होता है, साथ ही साथ दाहिनी छोटी उंगली पर एक महत्वपूर्ण भार भी होता है। चलो अगले स्तर के लक्षण वर्णन पर चलते हैं - बारी-बारी से हाथ। मेरी विनम्र राय में (और न केवल, जैसा कि नीचे दिखाया जाएगा), यह टाइपिंग की गति को प्रभावित करने वाली सबसे महत्वपूर्ण विशेषता है, क्योंकि हाथ स्वतंत्र रूप से कार्य कर सकते हैं, और प्रत्येक हाथ के भीतर उंगलियां अधिक सुसंगत रूप से चलती हैं।

किसी विशेष चरित्र के मुद्रण की सुविधा और गति पर एक महत्वपूर्ण प्रभाव उस संदर्भ द्वारा प्रदान किया जाता है जिसमें चरित्र स्थित है। यह सरलीकृत किया जा सकता है कि वर्तमान चरित्र के साथ कुंजी को दबाने से पहले दबाए गए कुंजी के स्थान पर संदर्भ कम हो गया है। हालांकि वास्तव में, एक कुंजी दबाने की सुविधा एक कुंजी से प्रभावित नहीं होती है, लेकिन एक निश्चित लंबाई (2-3 कीस्ट्रोक्स या अधिक, कई शब्दों तक) के संयोजन से। सरलतम स्थिति पर विचार करें। उदाहरण के लिए, यदि पिछली कुंजी को दूसरे हाथ से दबाया गया था, तो अगली कुंजी को दबाने का समय काफी कम हो जाएगा, क्योंकि अगली कुंजी का अधिकांश तरीका पिछले आंदोलन के साथ-साथ किया जा सकता है।

YTsUKEN लेआउट की गुणवत्ता पर विचार करने के लिए, यह वैकल्पिक मानदंड के अनुसार ठीक है कि हम एक सारांश तालिका संकलित करते हैं जो रूसी भाषा के राष्ट्रीय कॉर्पस ( NKRY ) के अनुसार 100 सबसे लगातार दो-अक्षर संयोजन के सेट की सुविधा के साथ-साथ हमारे अपने अनुमानों के अनुसार भी है। यह ध्यान दिया जाना चाहिए कि व्यक्तिगत अक्षरों और उनके संयोजनों की आवृत्तियों में कुछ परिवर्तनशीलता है, जो पाठ के प्रकार और इसकी मात्रा पर निर्भर करता है। लेकिन सबसे अक्सर संयोजनों के भीतर, यह आमतौर पर नगण्य है। लेकिन एक महत्वपूर्ण परिस्थिति यहाँ से है - भाषा सांख्यिकी के आधार पर सभी गणना, सहित और लेआउट अनुकूलन, प्रतिशत की इकाइयों की सटीकता के साथ किया जाना चाहिए (सांख्यिकीय त्रुटि में 1-3% फिट बैठता है)। यदि आप दसवें और एक प्रतिशत के सौवें हिस्से को प्रदर्शित करते हैं, तो विशेष रूप से किसी अन्य उद्देश्य के लिए। यानी लेआउट जो 1-3% से अधिक नहीं के बराबर होते हैं, उन्हें बराबर लिया जाता है।

हमारी तालिका का पहला स्तंभ डिग्राम (रैंक की आवृत्ति द्वारा संख्या) की रैंक दिखाता है;
कॉलम नंबर 2 - संयोजन ही;
कॉलम नंबर 3 - संयोजन आवृत्ति प्रतिशत में;
कॉलम नंबर 4 - हाथों के प्रत्यावर्तन को एक प्लस द्वारा इंगित किया जाता है, यदि कोई नहीं है, तो हाथ से संकेत दिया जाता है कि यह डाइग्राम प्राप्त कर रहा है;
स्तंभ संख्या 5 - उंगली संख्याएं इंगित की जाती हैं (1 - सूचकांक, 2 - मध्य, 3 - अनाम, 4 - छोटी उंगली, क्रमशः, कम संख्या अधिक डायलन सुविधा का संकेत देती है);
कॉलम नंबर 6 - पंक्ति संख्या (मध्य पंक्ति, दबाने के लिए सबसे सुविधाजनक, नंबर 1 असाइन किया गया है, ऊपरी पंक्ति नंबर 2 है, सबसे कम सुविधाजनक नंबर 3 है, यहां छोटी संख्या भी अधिक सुविधाजनक है);
कॉलम नंबर 7 - दर्जनों में समूहीकृत किए गए डिग्राम की सारांश विशेषताएं - प्रतिशत में सापेक्ष आवृत्ति, एक हाथ से टाइप किए गए डाइग्राम की संख्या, उंगलियों पर और पंक्तियों में योग, औसत सुविधा की विशेषता।

तालिका 1 की शुरुआत यहाँ है।

दाएं हाथ पर केवल 20 2-अक्षर संयोजन और बाईं ओर 28। यानी लगभग आधा (48%) - एक हाथ पर। जाहिरा तौर पर, सबसे लगातार खोदने वाले अलग-अलग हाथों में फैलकर सुविधा / गति में एक ठोस वृद्धि देनी चाहिए।
सबसे तेज़ संयोजनों को नारंगी में उजागर किया जाता है (उंगलियों और पंक्तियों के योग से 5 से अधिक नहीं)। कुछ बहुत तेज़ संयोजनों का उपयोग तर्कहीन रूप से किया गया था (उदाहरण के लिए, पहले सौ के अंत में कई टुकड़े)। भाग में, यह इस तथ्य के कारण हो सकता है कि रिवर्स (गति में तुलनीय) संयोजन सबसे अधिक बार खोदने ("सेंट" - "टीएस" का एक उदाहरण) है। फिर सवाल उठता है: शायद हमें दो संयोजनों (प्रत्यक्ष और रिवर्स) के लिए जिम्मेदार आवृत्तियों का योग लेने और उनके उपयोग की आवृत्ति और गति (दबाने के लिए सुविधाजनक स्थान) के पत्राचार का निर्धारण करने की आवश्यकता है?
एक और छोटी टिप्पणी: एक तरफ संयोजनों की संख्या के संदर्भ में, निश्चित रूप से, अधिक दुर्लभ संयोजन प्रमुख हैं, लेकिन निर्भरता काफी नॉनमोनोटोनिक है। क्या मैं यहाँ कुछ ठीक कर सकता हूँ?
उंगलियों और पंक्तियों के योग पर एक ही नोनमोनोटोनिक निर्भरता देखी जाती है। बेशक, यह सीधे कीस्ट्रोक्स का समय नहीं है, लेकिन उनके पास गति के लिए कुछ अप्रत्यक्ष संबंध हैं। क्या इसमें सुधार की गुंजाइश है?
हम मुख्य थीसिस बनाते हैं, जिसे तालिका 1 से बाहर निकाला जा सकता है।
लेआउट को बेहतर बनाने का एक अवसर है, कम से कम पहले सन्निकटन में। सबसे अधिक संभावना है, मुख्य सुधार को दो-अक्षर संयोजनों को टाइप करते समय हाथों के अल्टरनेशन की डिग्री बढ़ाने की दिशा में जाना चाहिए और सबसे अक्सर संयोजन को सबसे तेज कुंजी जोड़े को असाइन करना चाहिए।
एक बार फिर से इस थीसिस की पुष्टि करने के लिए, हम प्रत्यक्ष और व्युत्क्रम संयोजनों के लिए आवृत्तियों का योग बनाते हैं और उनकी तुलना गति के अप्रत्यक्ष संकेतकों (कम से कम अंक में पहले तालिका के लिए) के साथ करते हैं। ध्यान दें कि यहां हम अभी तक एक अच्छे, स्थिर अनुकूलन नियम की ओर नहीं बढ़ रहे हैं, लेकिन केवल इसकी कमी से शुरू होने वाले लेआउट में सुधार की संभावना को उचित ठहराते हैं। और इसलिए, पर्याप्त अनुमानित अनुमान और गुणात्मक तुलना होगी।

तालिका 2 की शुरुआत यहाँ है।

यदि हम सभी 425 संयोजनों के विकल्पों के अनुपात की गणना करते हैं, तो हमें समान मूल्य 205/425 = 48% मिलता है, अर्थात विकल्प बहुत दुर्लभ हैं। यदि उनके हिस्से को कम से कम 75-80% तक लाया जा सकता है, तो लेआउट की गति गुणों में काफी सुधार हुआ होगा। मान लीजिए कि वैकल्पिक संयोजन कम से कम 20-30% एक-सशस्त्र से तेज हैं। यह वास्तविक स्थिति से मेल खाती है, कम से कम औसत पर। ऐसी विशेषताओं को टाइपिंग स्टैटिस्टिक्स प्रोग्राम का उपयोग करके klavogonki.ru वेबसाइट पर 500 से 800 अक्षरों / मिनट तक की गति के साथ 20 टाइपसेटर्स के मापदंडों का मूल्यांकन करने के लिए प्राप्त किया गया था।
फिर कुल मिलाकर गति 7-10% होगी। लेआउट में सुधार करने का यह पहला अवसर है। और, जाहिर है, मुख्य एक।

मुझे एक अवधि और एक अल्पविराम भी याद है, जो उल्लेखित तालिकाओं में नहीं हैं। यदि उन्हें व्यक्तिगत रूप से गर्म कुंजियों पर रखा जाता है, तो (कॉमा के लिए शिफ्ट स्वचालित रूप से हटा दिया जाता है), तो कॉमा टाइपिंग की गति 2 गुना बढ़ जाएगी। दशमलव बिंदु की आवृत्ति, ~ 1% को देखते हुए, कुल गति में कुल 0.5% की वृद्धि होगी (हालांकि ये ट्रिफ़ल्स हैं)।

ज़ोन के संशोधन से मुद्रण में आसानी भी हो सकती है, और इसलिए गति को बढ़ाना चाहिए। मानक प्रिंट जोन, विशेष रूप से बाएं हाथ के लिए और FYVA-OLD के उत्पादन में, बहुत सुविधाजनक नहीं हैं। उनकी समीक्षा करना उचित है। लेकिन यह एक अलग काम के लिए एक विषय है। जाहिर है, YVAM TOLD का उत्पादन कई मामलों में अधिक आरामदायक है। अन्य विकल्पों पर विचार किया जा सकता है। कुछ हाथ सेटिंग्स नीचे मात्रा निर्धारित किया जाएगा।

तालिका 2 से दर्जनों डिग्रियों के विकल्पों की संख्या के वितरण पर विचार करें:
7-7-6-2-4-5-5-4-5-7-7-6-3-7-4-4-4-6-7-4-1-3-4-6-6- 3-8-3-5-4-5-4-7-6-4-4-6-5-5-4-3-3-3- (2)।
हम उनके बेमेल की डिग्री का पता लगाने के लिए दसियों की आवृत्तियों और विभिन्न हाथों में संयोजन की संख्या की साजिश करते हैं। लेकिन उपरोक्त अनुक्रम से भी यह स्पष्ट है कि बेमेल काफी मजबूत है।

बारी-बारी से हाथों के साथ आवृत्तियों और अंकों की मिलान

सामान्य तौर पर, एक निश्चित औसत के आस-पास दर्जनों डिग्रियों के विकल्प की संख्या में उतार-चढ़ाव होता है, इस प्रकार के व्यवहार को अर्ध-यादृच्छिक दोलन कहा जा सकता है। इस मामले में औसत लगभग पांच है और एक कमजोर रैखिक डाउनट्रेंड है। दर्जनों संयोजनों में औसत वितरण महत्वपूर्ण आयाम के दोलनों के साथ एक समान है। यानी आवृत्तियों के साथ किसी भी समझौते की कोई बात नहीं हो सकती है। यहां सवाल उठता है: क्या ऐसा वितरण सभी काल्पनिक लेआउट पर मनाया जाता है या समन्वय की भावना में सुधार किया जा सकता है? यदि संभव हो, तो यह लेआउट में सुधार करने का एक और तरीका है।
जेसीयूकेईएन लेआउट में, जैसा कि हम देखते हैं, वैश्विक वितरण मोड (आठ वैकल्पिक संयोजन) आम तौर पर बहुत अधिक आवृत्तियों के साथ 27 वें में है।

हम कम से कम गुणात्मक स्तर का लाभ प्राप्त करते हैं यदि ऐसा वितरण (वैकल्पिक हाथों के साथ समान संयोजन की संख्या के साथ) रैंक किया गया है, अर्थात। प्रत्यावर्ती संयोजनों की संख्या को अवरोही क्रम में व्यवस्थित किया जाता है। यह "मैनुअल" समझौता होगा। हाथ के रोटेशन की गति को औसतन 30% तक मानकर, रैंकिंग के माध्यम से समग्र सुधार का एक अप्रत्यक्ष अनुमान लगभग 2% होगा।

कुल मिलाकर, हमने औसत पूर्वानुमानों के साथ गति में संभावित वृद्धि का 12.5% स्कोर किया: 10% दो-अक्षर संयोजनों के शेयर में वृद्धि के कारण बारी-बारी से हाथों से टाइप किया गया, आवृत्तियों के समन्वय के कारण 2% और त्वरित संयोजनों की संख्या (वैकल्पिक के साथ), 0.5% के लिए अल्पविराम टाइपिंग सरल करके। अन्य सुविधाजनक / असुविधाजनक संयोजनों को ध्यान में रखकर और अन्य पात्रों के सेट का अनुकूलन करके लगभग कुछ प्रतिशत प्राप्त किया जा सकता है। यह स्पष्ट नहीं है कि कुछ शोधकर्ता QWERTY से Dvorak तक के संक्रमण में लाभ को कई दसियों प्रतिशत तक ले जाते हैं, 70% तक (अब मैं लिंक नहीं दूंगा, लेकिन मुझे कहीं इसी तरह की विशेषताएं मिली हैं)। निश्चित रूप से एक 70% लाभ - टाइपिंग के दौरान केवल उंगलियों द्वारा यात्रा की गई पथ के संदर्भ में। लेकिन यह सबसे महत्वपूर्ण संकेतक से बहुत दूर है, और इससे भी नीचे।

मैं और सुधार कहां देख सकता हूं? जैसा कि पहले ही उल्लेख किया गया है, जोनों की व्यवस्था में। जब K को मिडिल फिंगर ज़ोन और लेटर C को इंडेक्स ज़ोन में ट्रांसफ़र किया जाता है, तो हमें सेट की सुविधा में दोनों का लाभ मिलता है (उदाहरण के लिए, COPs के संयोजन को टाइप करते समय ब्रश को मोड़ने की आवश्यकता नहीं), और गति में (अक्षर C को K की तुलना में अधिक बार उपयोग किया जाता है)।
जब आप लगातार एक से अधिक संयोजनों के साथ-साथ वैकल्पिक संयोजनों के लिए तेजी से एक-सशस्त्र संयोजनों का पुनर्वितरण करते हैं तो आप लाभ को भी ध्यान में रख सकते हैं। लेकिन कब से वे (एक-सशस्त्र) अभी भी कम तेज (बहु-सशस्त्र से अधिक) हैं, तो लाभ बहुत बड़ा नहीं होगा।
बेशक, चुना हुआ उपाय, विकल्पों और एक-सशस्त्र संयोजनों के अनुकूलन को ध्यान में रखते हुए, केवल एक अप्रत्यक्ष मूल्यांकन देता है। यह बारीकियों को गहरा और विस्तृत करने के बिना है। वास्तव में, अनुकूलन मानदंड बहुत ही सरल रूप से तैयार किया गया है: कुंजियों का तेजी से संयोजन एक उच्च घटना के साथ संयोजन के अनुरूप होना चाहिए । इस लाभ का सही-सही मूल्यांकन करना बहुत मुश्किल है, यहां केवल एक मोटा अनुमान लगाया गया था, जो केवल वैकल्पिक की उपस्थिति / अनुपस्थिति को ध्यान में रखते हुए किया गया था। वास्तविक नियम को हाथ, उंगली, पंक्ति, कुंजी की दूरी को ध्यान में रखना चाहिए (यह, वैसे, लेआउट चयन कार्यक्षमता, निर्णय नियम, उद्देश्य फ़ंक्शन को सीधे संदर्भित करता है - अलग तरह से कहा जा सकता है)। लेकिन सामान्य तौर पर, यह उपरोक्त गणनाओं से देखा जा सकता है कि YTsUKEN लेआउट सबसे खराब विकल्प नहीं है। और ऐसा लगता है कि सैद्धांतिक रूप से सबसे अच्छे से सबसे खराब लेआउट गति और सुविधा में 2 गुना से अधिक अंतर होने की संभावना नहीं है। जिससे हम यह निष्कर्ष निकाल सकते हैं कि एक प्राथमिक ऊपरी बाउंड (जो कभी भी हासिल नहीं किया जा सकता है) YTsUKEN (और एक ओवरस्टेटेड अधिकतम) में अधिकतम सुधार, के बराबर है, कहते हैं, 20%। और उससे भी कम (प्रारंभिक आंकड़ों के अनुसार, हमें केवल 12.5% मिला)।

स्वर और व्यंजन के पर्याय पर

यह ज्ञात है कि रूसी में (और, संभवतः, कई यूरोपीय भाषाओं में भी) स्वर और व्यंजन का वैकल्पिक स्वर-स्वर और व्यंजन-व्यंजन के संयोजन की तुलना में बहुत अधिक बार होता है। रूसी भाषा में अक्षरों के सांख्यिकीय संबंधों के प्रश्न का अध्ययन ए ए मार्कोव द्वारा किया गया था। इसके परिणामों के अनुसार, स्वर और व्यंजन लगभग 76.6% मामलों में वैकल्पिक होते हैं।
अक्षरों के विकल्प के अधिक विस्तृत विश्लेषण के लिए, हम निम्न तालिका (% में आवृत्ति) की रचना करते हैं।

तालिका 3 प्रारंभ

एक साधारण नियम बारी-बारी से हाथों के लिए एक अच्छे लेआउट का निर्माण करता है: स्वर और व्यंजन अलग-अलग हाथों पर गिरने चाहिए। और, जाहिर है, किसी भी अच्छे लेआउट को इस सिद्धांत का उपयोग करना चाहिए। तुम भी इसे एक कसौटी के रूप में आगे के लिए सबसे इष्टतम एक के लिए निकटता के लिए लेआउट की जाँच के लिए आगे रख सकते हैं।

स्वर और व्यंजन के प्रत्यावर्तन पर थोड़ा विचार

यह तथ्य कि स्वर और व्यंजन वैकल्पिक रूप से ध्वनिक संचार चैनल की भौतिक विशेषताओं से अनुसरण करते हैं: स्रोत (भाषण तंत्र), संचरण माध्यम (वायु), रिसीवर (कान)। यदि भाषण में केवल व्यंजन शामिल होते हैं, तो बाहरी शोर की उपस्थिति में इसे बनाना बहुत मुश्किल होगा। स्वर ध्वनियाँ शोर प्रतिरक्षा की आवश्यक डिग्री जोड़ते हैं, लेकिन वे स्वयं बहुत कम जानकारी रखते हैं। सूचना का थोक व्यंजन / पत्रों द्वारा किया जाता है। आप मुद्रित पाठ से सभी स्वरों को हटाकर इसे सत्यापित कर सकते हैं। यह मुश्किल है, लेकिन इसे बाहर करना संभव होगा। यदि आप स्वरों को छोड़कर व्यंजन को हटाते हैं, तो ऐसा ऑपरेशन अपरिवर्तनीय होगा।
स्वरों का एक अन्य उद्देश्य मुखर तंत्र के पुनर्गठन को सरल बनाना है, इसे एक नए व्यंजन के उच्चारण के लिए तैयार करना है। यानी स्वर कम से कम दो कार्य करते हैं।
संचार चैनल की आधुनिक अवधारणाओं के अनुसार, स्रोत द्वारा जारी की गई कोई भी जानकारी अतिरेक को खत्म करने के लिए संकुचित होती है (जिस ब्लॉक को यह स्रोत एनकोडर कहा जाता है), तो यह संकुचित जानकारी चैनल एनकोडर से होकर गुजरती है, जहाँ संचार चैनल के हानिकारक कारकों के अनुरूप अतिरेक जोड़ा जाता है (शोर) , लुप्त होती, आदि)। प्राप्त होने पर, उसी तरह, सिग्नल चैनल डिकोडर और रिसीवर डिकोडर से गुजरता है। इस दृष्टिकोण से, स्वरों को भाषण में जोड़ना त्रुटि-सुधार कोडिंग है। आम तौर पर एक काल्पनिक द्विआधारी भाषा का सुझाव दिया जा सकता है जिसमें दो ध्वनियां होती हैं: 0 या 1 (ऐसी भाषा, विशेष रूप से, मशीन भाषा), और इसे बोलें। लेकिन भाषण तंत्र में केवल दो ध्वनियों के उच्चारण की तुलना में अधिक स्वतंत्रता है। यह वह है जो वर्णमाला की समृद्धि को निर्धारित करता है। इस प्रकार प्रत्येक पत्र में अधिक जानकारी होती है।

आइए हम टेबल 3 पर लौटते हैं। यह दर्शाता है कि एक काल्पनिक लेआउट में बहुत अच्छे गुण होंगे (यदि अन्य मानदंडों द्वारा मोटे तौर पर उल्लंघन नहीं किया जाता है), जिसके एक तरफ स्वर और एक नरम संकेत है, और दूसरे पर - सभी व्यंजन नरम संकेत को शून्य करते हैं। लेकिन सभी स्वर और व्यंजन स्पष्ट रूप से वैकल्पिक नहीं होते हैं।

पीला रंग संयोजनों को इंगित करता है जहां स्वर-व्यंजन स्वर वैकल्पिक स्वर-स्वर या व्यंजन-व्यंजन शोर (1.5 बार से कम) पर बहुत अधिक हावी नहीं होता है। लाल रंग संयोजन को दर्शाता है, जहां इस तरह का एक विकल्प आम तौर पर एक ही नाम संयोजन की बैठक की तुलना में कम बार होता है।
पहले चार सबसे लगातार पात्रों के लिए (ओ, ई, ए, आई) विकल्प विशिष्ट रूप से प्रभावी हैं, और यह खुशी की बात नहीं है, क्योंकि सबसे बड़ा बोझ इन पत्रों के साथ संयोजन पर पड़ता है। और यह यहां है, सबसे अधिक संभावना वाले सफल संयोजनों के साथ, कि भविष्य के अच्छे लेआउट के लिए नींव रखी गई है।
इसके बाद व्यंजन एच, टी। उनके लिए आते हैं, बाईं ओर के अक्षर ज्यादातर मामलों में अभी भी स्वर हैं, हालांकि वे व्यंजन पर इतना हावी नहीं होते हैं। इस प्रकार, पहले चार अक्षरों की तुलना में विकल्पों का सापेक्ष अनुपात बहुत कम होगा। यह बहुत अच्छा नहीं है, क्योंकि इस तरह के संयोजन भी अपेक्षाकृत अक्सर होते हैं। बाईं ओर के अक्षरों के लिए, अधिकांश मामलों में व्यंजन-स्वर का वैकल्पिक नियम मनाया जाता है। यह एक सकारात्मक बिंदु है।

C अक्षर अलग होता है। जब बाईं ओर जुड़ने वाले अक्षरों के साथ संयुक्त स्वर और व्यंजन 66% मामलों में देखे जाते हैं। अक्षरों को दाईं ओर से जोड़ने के मामले में, वैकल्पिक प्रवृत्ति विपरीत में बदल जाती है: व्यंजन-व्यंजन समान 66% मामलों में जाते हैं। यह (0.5-0.7% की गति के भीतर) काल्पनिक लेआउट की गुणवत्ता को प्रभावित करेगा, जिसके एक तरफ स्वर हैं, और दूसरे पर - व्यंजन।

यह कहने योग्य है कि कीबोर्ड के दोनों किनारों पर वैकल्पिक के उल्लंघन के साथ अक्षरों को डुप्लिकेट करने के विकल्प पर विचार किया गया था। पहला और सबसे महत्वपूर्ण उम्मीदवार सिर्फ "C" अक्षर था। लेकिन मुझे इस विकल्प से इनकार करना पड़ा, क्योंकि रूसी भाषा में बहुत सारे अक्षर हैं, और सब कुछ बस कीबोर्ड की मुख्य पंक्तियों पर फिट नहीं होगा। उन्होंने चौथी पंक्ति (डिजिटल) या संशोधक कुंजियों के उपयोग के लिए अक्षरों के हस्तांतरण को कम-कुशल माना। हालांकि भविष्य में आप प्रयोग कर सकते हैं।

सामान्य तौर पर, सबसे लगातार दो-अक्षर संयोजन "ST" 1.74% है। इसलिए, ऐसा प्रतीत होता है कि अक्षर C और T कीबोर्ड के विभिन्न भागों में फैले होने चाहिए, लेकिन इस तरह के निष्कर्ष को तुरंत निकालना समयपूर्व है। इतना ही नहीं यह संयोजन पत्र C या T के सेट की सुविधा को निर्धारित करता है। इन अक्षरों के साथ अन्य सभी संयोजनों का विश्लेषण करना भी आवश्यक है। इसके बाद ही हम इन पत्रों की व्यवस्था की सुविधा के बारे में निष्कर्ष निकाल सकते हैं।हमारे मामले में, अक्षर C के साथ वैकल्पिक स्वर और व्यंजन के रुझान एक-दूसरे को पूरी तरह से संतुलित करते हैं (1% की सटीकता के साथ), इसलिए इस पत्र को कुछ अतिरिक्त मानदंडों का उपयोग करके व्यवस्थित करने की आवश्यकता है (यह तीन-अक्षर संयोजन का उपयोग करना संभव है, संयोजन, हाथ, उंगली और हाथ की सुविधा का ध्यान रखें) जनसंपर्क।)। पहले सन्निकटन के रूप में, आप अन्य व्यंजन के साथ अक्षर C को व्यवस्थित कर सकते हैं।

निम्नलिखित व्यंजन की एक श्रृंखला है, जिनमें से कई के लिए नियम प्रत्यावर्तन अक्सर किया जाता है। इन पत्रों में तीन हैं: पी, के, पी। उनके लिए, बाईं तरफ के अक्षर ज्यादातर मामलों में व्यंजन हैं, लेकिन के और पी के लिए यह लाभ बल्कि कमजोर है। और अक्षर P के मामले में, स्वर और व्यंजन दोनों के साथ बाईं ओर संयोजन लगभग समान रूप से संभावित है। दाईं ओर के संयोजन के साथ, इन सभी पत्रों के लिए विकल्पों के हिस्से के मूल्य में एक अच्छा (विचार के तहत लेआउट के दृष्टिकोण से) मूल्य है। फिर पाँच अक्षरों का समूह आता है, उनके लिए प्रत्यावर्तन की प्रवृत्ति का उल्लंघन नहीं किया जाता है।

फ्रिक्वेंसी डिस्ट्रीब्यूशन की टेल में तीन अक्षर होते हैं जिनके लिए एक ही नाम के कॉम्बिनेशन से अल्टरनेशन दबा दिया जाता है, लेकिन चूंकि ये लेटर्स काफी रेयर हैं, इसलिए यह लेआउट क्वालिटी (अधिकतम 0.15%) को प्रभावित नहीं करता है।

विराम चिह्न और सेवा कुंजी

बनाने के लिए एक महत्वपूर्ण बिंदु। अब तक, हमने केवल पत्रों पर विचार किया है। लेकिन प्रतीकात्मक कुंजी (अवधि, अल्पविराम, आदि), साथ ही साथ संशोधक कुंजी (शिफ्ट, आदि) भी हैं। टाइप करते समय कीस्ट्रोक्स की कुल संख्या में कीस्ट्रोक्स की कुल हिस्सेदारी कितनी है? सबसे पहले, एक विभाजक कुंजी है - एक स्थान। इसकी आवृत्ति 14% से 17.5% (विभिन्न अनुमानों के अनुसार) तक होती है। आप सशर्त रूप से 15% ले सकते हैं।
इसके अलावा, रूसी विराम चिह्न में 9 अलग-अलग विराम चिह्न हैं (मुद्रण के लिए):
1. डॉट (।) या दीर्घवृत्त (...) (क्योंकि यह एक कुंजी के साथ मुद्रित होता है)।
2. कॉमा (,),
3. डैश (-) या हाइफ़न (वे कीस्ट्रोक्स के संदर्भ में उसी तरह मुद्रित होते हैं)
4. ब्रैकेट ()
5. उद्धरण चिह्न ("")
6. प्रश्न चिह्न (?)
7. विस्मयादिबोधक चिह्न (! )
8. बृहदान्त्र (:)
9. अर्धविराम (;)
उद्धरण चिह्न और कोष्ठक प्रतिष्ठित हैं - वे इसके किसी भी भाग को वाक्य से अलग करते हैं - और ज्यादातर मामलों में युग्मित होते हैं। इस मामले में, पहला प्रतीक खुल रहा है, दूसरा - समापन। अन्य वर्ण एक अलग कार्य करते हैं। वे वाक्यों, एक वाक्य के सदस्यों या एक जटिल वाक्य के भागों को एक दूसरे से अलग करते हैं।

तस्वीर को पूरा करने के लिए, एक अच्छा लेआउट बनाते समय, उनकी आवृत्तियों को ध्यान में रखना आवश्यक है, साथ ही साथ विभिन्न अक्षरों या संकेतों के साथ वैकल्पिककरण। गणना दर्शाती है कि बिंदु, अर्धविराम, प्रश्न और विस्मयादिबोधक बिंदु के लिए, सामान्य नियम पूरा हो गया है: स्वर के बाद, वे व्यंजन के बाद की तुलना में लगभग 1.4-1.5 गुना अधिक बार अनुसरण करते हैं। मानक YTsUKEN लेआउट में, एक अल्पविराम और एक डॉट एक छोटी सी सही उंगली पर और कीबोर्ड की निचली पंक्ति पर - एक असुविधाजनक कुंजी पर स्थित है। इसके अलावा, अल्पविराम को Shift के साथ दबाया जाता है। सामान्य तौर पर, विभिन्न ग्रंथों की शैलियों में, डॉट्स और अर्धविरामों की आवृत्ति अलग-अलग होती है: कथा ग्रंथों में, कॉमा की आवृत्ति आमतौर पर अधिक होती है, लेकिन महत्वपूर्ण रूप से नहीं। अन्य शैलियों में, मामला विपरीत हो सकता है। उनकी आवृत्तियों का योग एक निश्चित अपरिवर्तनीय बनाता है, कम से कम औसतन, पाठ की शैली की परवाह किए बिना, लगभग 3%।
इसके अलावा, एंटर कुंजी को अलग से चुनना आवश्यक है, जिसमें एक नया पैराग्राफ हाइलाइट किया गया है (यदि हम केवल टाइपिंग ग्रंथों का विश्लेषण करते हैं)। पैराग्राफ के अलावा, इस कुंजी का उपयोग संवाद बॉक्स में इनपुट के लिए किया जाता है, बाईं माउस बटन के विकल्प के रूप में। यानीइस कुंजी के कीस्ट्रोक्स की आवृत्ति को सुरक्षित रूप से 1% तक बढ़ाया जा सकता है, यदि आपका मतलब विभिन्न कार्यों में आवेदन से है। यदि हम इसे केवल एक पैरा विभाजक के रूप में मानते हैं, तो उपयोग की औसत आवृत्ति लगभग 0.5% होगी।
कैपिटल अक्षरों को टाइप करते समय, साथ ही विशेष कुंजी के दूसरे वर्णों का उपयोग करते हुए, Shift का उपयोग किया जाता है। शिफ्ट (कम बाउंड) के उपयोग की आवृत्ति इस शर्त से निर्धारित की जा सकती है कि एक वाक्य पर औसतन एक कॉमा और एक कैपिटल लेटर होता है। यानीएक बिंदु का उपयोग करने की आवृत्ति से शिफ्ट की न्यूनतम आवृत्ति दो गुना अधिक होगी (यानी, कहीं 3.0% के आसपास)। वास्तव में, उचित नाम और अल्पविराम के कारण, यह आवृत्ति और भी अधिक होगी। यह एक अर्ध-इष्टतम लेआउट का निर्माण करते समय शिफ्ट की स्थिति को संशोधित करने के लायक भी हो सकता है।
एक अन्य आमतौर पर इस्तेमाल की जाने वाली विशेष कुंजी है बैकस्पेस। टाइपो को हटा दिया जाता है और कुछ अन्य क्रियाएं की जाती हैं। औसत उपयोगकर्ता जो टच टाइपिंग के मालिक हैं, त्रुटि दर 1% से कम नहीं है, फिर से अपने स्वयं के अभ्यास से (कई के लिए, यह अधिक है, शायद 2% और 3%, और यहां तक कि 5% तक भी पहुंच सकता है - लेकिन यह बहुत दुर्लभ मामलों में है)। इस स्तर को एक दिशानिर्देश के रूप में लिया जा सकता है। और कीबोर्ड पर अक्षरों / वर्णों के स्थान का अनुकूलन करते समय भी विचार करें।
मुख्य अतिरिक्त (गैर-अक्षर) कुंजियों के उपयोग की कुल आवृत्ति

15% (स्पेस) + 3% (?), + 1% (बैकस्पेस) + 0.5% (दर्ज) + 0.6% (-) + 0.5% तक पहुँचती है (()) + 0.25% (") + 0.15% (?) + 0.07% (!) + 0.07% (:) + 0.02% (;) = 21-22%

भी शिफ्ट को छोड़कर (अर्थात, पाठ के अक्षरों / वर्णों का प्रतिशत स्वयं 80% या उससे भी कम है) शिफ़्ट (प्लस 1.5-3%) को ध्यान में रखते हुए, यह मान 24-25% के करीब है। , और आपको एक नया लेआउट बनाते समय इसके साथ विचार करना चाहिए। हो सकता है कि शिफ़्ट की स्थिति को परिवर्तित न किया जाए, क्योंकि वे सममित रूप से स्थित हैं, और सभी लेआउट उन्हें उस गुणवत्ता में उपयोग करते हैं। दूसरी ओर, संशोधन। दर्ज करें और बैकस्पेस बहुत संभव हो, पर्याप्त आवृत्ति कुंजी के बाद से, हालांकि सेवा।

प्रारंभिक चरण का अंत

(-, सभी स्वर दूसरे पर - एक हाथ पर सभी व्यंजन) एक काल्पनिक वर्णमाला कुंजीपटल के संबंध में हाथ हिस्सा interleaving सापेक्ष आवृत्ति की गणना टेबल्स आवृत्ति digrams NKRYA । हमें 81.1% मिलता है। यह इस तथ्य के बावजूद है कि वर्तमान लेआउट (जेटीएसयूकेएन) के साथ डिग्रम आवृत्तियों की समान तालिका के लिए एक समान विशेषता 54.9% है। यानीअक्षरों के संदर्भ में, नया लेआउट JTSUKEN से 1.48 गुना बेहतर है। लेकिन हमने इस बात पर ध्यान नहीं दिया कि सभी वर्णों में केवल 75-80% अक्षर हैं। आइए इसे प्राप्त करने की कोशिश करें, कम से कम लगभग, प्राप्त संख्याओं को 0.8 से गुणा करके, अर्थात। पाठ में अक्षरों का अनुपात। यह इस तथ्य के बराबर है कि जब अन्य कुंजियों को दबाया जाता है तो हाथों का कोई विकल्प नहीं होता है (बाकी चाबियों के लिए सबसे खराब स्थिति)। यानीइस प्रकार, हम इस विशेष मामले के लिए सुधार की निचली सीमा निर्धारित करेंगे:

81.1 * 0.8 = 64.9% - प्रत्यावर्तन का अनुपात, केवल लेआउट के वर्णानुक्रमिक भाग के कारण, वैकल्पिक हाथों के लिए आदर्श;
54.9 * 0.8 = 43.9% - केवल YTsUKEN लेआउट के अल्फाबेटिक भाग के कारण विकल्पों का अनुपात;
64.9% -43.9% = 21% - अक्षर भाग के कारण प्रत्यावर्ती हाथों के प्रतिशत में अंतर।

वास्तव में, अंतर और भी कम होगा। यह इस तथ्य के कारण है कि विकल्पों के लिए यह आवश्यक है कि डिग्राम पर विचार करें। और विशुद्ध रूप से अक्षर डिग्रामों का अनुपात शुद्ध अक्षरों (क्रमशः 70% बनाम 80%, लेकिन उस पर और अधिक) की हिस्सेदारी से कम है।

अगर हम यह ध्यान रखें कि विकल्प 30% की गति में सुधार करते हैं, तो यहाँ गति में लाभ लगभग 21% * 0.3 = 7% होगा। जाहिरा तौर पर, यह एक कारण है कि वैकल्पिक लेआउट गति और सुविधा के अनुसार बहुत बड़ी वास्तविक वृद्धि (20% से अधिक नहीं, व्यक्तिपरक संवेदनाओं के अनुसार) प्रदान करते हैं। अन्य चाबियाँ, झुकाव का उपयोग करते समय हाथों के प्रत्यावर्तन को ध्यान में रखना आवश्यक है। सेवा, यह विभिन्न उंगलियों पर वैकल्पिक और लोड की सामान्य तस्वीर है जो लेआउट में सुधार का वास्तविक प्रतिशत देगी।
यानीयदि प्रत्यावर्ती हाथों का उपयोग बहुत कम ही किया जाता है, और एक ही समय में वे काफी समान रूप से लोड किए जाएंगे, जैसा कि नियमित मुद्रण के साथ होता है, तो जब अधिकतम वैकल्पिक हाथों से मुद्रण पर स्विच किया जाता है, तो गति केवल 30% बढ़ जाएगी। (यह इस धारणा के तहत है कि वैकल्पिक हाथों के साथ संयोजन 30% तेज हैं)। इस प्रकार, लेआउट में 100% (विकल्पों के अर्थ में) में सुधार 30% की गति से वृद्धि देता है। और एक 50% लेआउट सुधार केवल 15% है। 50% सुधार एक बहुत बड़ी राशि है। ऐसा करने के लिए, प्रारंभिक लेआउट बहुत खराब होना चाहिए (जैसे कि वर्णमाला), और लक्ष्य लेआउट बहुत अच्छा होना चाहिए (सामान्य तौर पर यह 100% विकल्प या यहां तक कि 90% प्राप्त करना असंभव है, यदि केवल इसलिए कि जब टाइपिंग पत्र भी हाथ हमेशा अलग न हों)। फिर हमें हाथों के रोटेशन में 80% की वृद्धि के संदर्भ में गति में अधिकतम संभव काल्पनिक वृद्धि मिलती है:

80% * 0.3 = 24%

यह सबसे खराब लेआउट की गति में सुधार की एक काफी अच्छी तरह से स्थापित सैद्धांतिक सीमा है। बेशक, अन्य सुधार विकल्पों को यहां ध्यान में नहीं रखा गया है, जैसे एक हाथ की उंगलियों को बारी-बारी से, केंद्र से परिधि तक संयोजन का एक सेट, परिधि से केंद्र तक, एक हाथ के भीतर तेजी से कुंजी के लिए अधिक लगातार अक्षरों का अनुवाद करना आदि, लेकिन सुधार के लिए सबसे महत्वपूर्ण अवसर। लेआउट - बारी-बारी से हाथ, और यह अधिकतम संभव 24% का सुधार देता है।

विभिन्न कीबोर्ड लेआउट के लिए प्रत्येक उंगली के लिए लोड गणना

कई वैकल्पिक लेआउट न केवल हाथों के विकल्प को ध्यान में रखते हैं, बल्कि अन्य विचारों को भी ध्यान में रखते हैं। विशेष रूप से, उंगलियों के बीच लोड वितरण पर विशेष ध्यान दिया जाता है। विशेष रूप से विभिन्न उंगलियों पर भार को तोड़ने के लिए वैकल्पिक लेआउट के विकास में रुझानों की पहचान करने के लिए, प्रत्येक उंगली द्वारा उत्पादित क्लिक के अनुपात का एक तुलनात्मक विश्लेषण विभिन्न लेआउट (रूसी और अंग्रेजी के लिए पारंपरिक और वैकल्पिक दोनों) के लिए किया गया था।
रूसी लेआउट के विश्लेषण के लिए, हमने कथा की शैली में ग्रंथों के 300 एमबी के सांख्यिकीय विश्लेषण के परिणामों का उपयोग किया, जो कि उपयोगकर्ता द्वारा साइट klavogonki.ru से प्राप्त किया गया था । अंग्रेजी लेआउट के विश्लेषण के लिए - वेबसाइट andong.azurewebsites.net से डेटा। गणना परिणामों को तालिका 4 में संक्षेपित किया गया है।

तालिका 4

तालिका 4 के अनुसार लेआउट की चर्चा

.
QWERTY . – (27%) (39%). (.. ), . 46%/34% = 1,35. यानी 35% . . , . , , , . – 12,61 12,46 – .. . 25 . 4, .

QWERTY

QWERTY: ; , – ; , ; ( , ) – .

Dvorak . – 55,5%. QWERTY. ( ) – 6,5%, .

Dvorak

, , QWERTY. , . – , . , : 35%/45% = 0,78, , 1,28. यानी 28% . , – , . , , – 4,48 9,47 , .. , 2 . , ( ). , . 13,96 . QWERTY 80% (!). , , . , , . , , , , .

ARENSITO . , . 52,3% – . – 13,9% 13,5% – , , .. .

ARENSITO

लेकिन सामान्य तौर पर, ARENSITO लेआउट गैर-मानक कीबोर्ड (जैसे किनेसिस, मालट्रॉन) के लिए बनाया गया था, जिसमें निचली पंक्ति तक पहुंच मुश्किल नहीं है। बाएं हाथ की उंगलियों के लिए, एक लगभग पूर्ण भार संतुलन एक नीरस कमी के साथ मनाया जाता है और छोटी उंगली के लिए क्लिक का बहुत बड़ा अनुपात (ड्वोरक और QWERTY से अधिक नहीं)। दाहिने हाथ पर, अनामिका 13.2% (तर्जनी - 10.9% से अधिक) लोड की जाती है, जो खराब है। दबाने से बाएं और दाएं हाथों के कुल भार की विषमता 40.8% / 38.9% = 1.05 है, अर्थात्। अंतर 5% से अधिक नहीं है। क्षैतिज आंदोलनों पर, रिंग उंगलियों को सामान्य तस्वीर से बाहर खटखटाया जाता है (बाएं हाथ के लिए ड्वोरक लेआउट की तुलना में भी मजबूत) - बुरा। हाथों (5.99 मिमी और 6.55 मिमी) के बीच आंदोलनों के वितरण के अनुसार, 10% अंतर मनाया जाता है, और दबाने में अंतर के संबंध में विपरीत (दूसरे हाथ के पक्ष में)। यानी ये दो विषमताएँ एक दूसरे को रद्द कर देती हैं। एक क्लिक के लिए औसत दूरी 12.54 मिमी है - एक बहुत अच्छा संकेतक (सामान्य तौर पर, यह एक रिकॉर्ड आंकड़ा है, कम से कम सभी अंग्रेजी-भाषा लेआउट से)। यह आंकड़ा ड्वोरक के लिए 11% से बेहतर है। ARENSITO एर्गोनॉमिक्स और हाथों के बीच संतुलन में एक मध्यवर्ती नेता है। लेकिन इंटरडिजिटल लोड संतुलन के अर्थ में, यह सबसे अच्छा नहीं है। हाथ रोटेशन के संदर्भ में, ARENSITO लेआउट ड्वोरक कीबोर्ड से नीच है।
यहां यह ध्यान दिया जाना चाहिए कि लेआउट डिज़ाइन के रुझान कैसे बदल रहे हैं। शुरुआत में, एक QWERTY लेआउट था जो कीबोर्ड पर टाइप करने के लिए अनुकूलित नहीं था, हालांकि इसमें काफी अच्छा लोड वितरण था। तब ड्वोरक लेआउट बनाया गया था, जो मुख्य स्थिति पर क्लिक के अनुपात को बढ़ाता है और टाइप करते समय वैकल्पिक हाथों की आवृत्ति। हाथ लोडिंग में मजबूत विषमता की कीमत पर भी। अगला ARENSITO लेआउट है, साथ ही कई अन्य लेआउट भी हैं, जिनके डिजाइन के दौरान वे वैकल्पिक हाथों की आवृत्ति को बढ़ाना नहीं चाहते हैं, लेकिन हाथों (ARENSITO लेआउट), और साथ ही इंटरडिजिटल बैलेंस (ARENSITO और बाद में) के बीच लोड संतुलन बढ़ाते हैं। इसके अलावा, सुविधाजनक प्रमुख रागों को ध्यान में रखा जाता है।

क्लाऊसर कीबोर्ड लेआउट। मुख्य पंक्ति पर क्लिक की हिस्सेदारी 57.8% है - अधिकतम आंकड़ा। निचली पंक्ति का हिस्सा - 5.0% - न्यूनतम संकेतक। कम से कम इन आंकड़ों के अनुसार, यह माना जा सकता है कि लेआउट काफी सफल होना चाहिए।

क्लाऊस्लर लेआउट के लिए वितरण पर क्लिक करें

दाएं और बाएं दोनों हाथों के लिए, तर्जनी से छोटी उंगलियों तक लोड में काफी नीरस निर्भरता होती है (बाएं हाथ के अलावा, सूचकांक और मध्य उंगलियों के क्लिक के अनुपात लगभग बराबर हैं)। कुल मिलाकर, छोटी उंगलियों का उपयोग उसी तरह से किया जाता है जैसे कि ARENSITO लेआउट में। दबाने से हाथ लोड करने की विषमता 38.4% / 41.3% = 1.075 है - दाहिने हाथ 7.5% अधिक क्लिक करता है, जो एक अच्छा संकेतक है। उंगलियों के क्षैतिज आंदोलनों के अनुसार, हम कह सकते हैं कि दोनों हाथों के लिए निर्भरता भी नीरस है। छोटी उंगलियों के आंदोलनों का अंश काफी बड़ा है, हालांकि यह सामान्य एकरसता को खराब नहीं करता है। लेकिन नकारात्मक तथ्य यह है कि बाएं हाथ की मध्य और अनामिका में 0.86 मिमी की गति होती है: मध्य उंगली को अंडरलोड किया जाता है, और अनामिका के लिए इस तरह के एक-स्पर्श आंदोलन को सामान्य माना जा सकता है। आंदोलन में हाथों की विषमता (4.65 मिमी और 7.98 मिमी), हालांकि ड्वोरक की तुलना में कम है, फिर भी महान है और दाहिने हाथ के पक्ष में 70% तिरछा तक पहुंचता है। दोनों विषमताएं (दबाकर और घुमाकर) दाहिने हाथ को प्रोत्साहित करती हैं, इसलिए, दाहिना हाथ बहुत अधिक भरा हुआ है। जैसा कि पहले ही उल्लेख किया गया है, यह बुरा है। लेकिन इंटरडिजिटल बैलेंस के अनुसार, अब तक का माना गया यह लेआउट सबसे अच्छा है। हम कह सकते हैं कि यह ड्वोरक लेआउट के उन्नत संस्करण की तरह है जिसमें हाथों का लगभग समान विकल्प है (यह लेआउट सर्च एल्गोरिथ्म द्वारा सुगम किया गया था जो अगले अंक को हाथों को बदले बिना डायल करने पर पेनल्टी पॉइंट अर्जित करता है)। एक क्लिक के साथ उंगलियों द्वारा यात्रा की गई औसत दूरी 12.56 मिमी है - एक बहुत अच्छा संकेतक। अंत में, हम कह सकते हैं कि, पी। क्लाउसलर के अनुसार, उनका लेआउट Dvorak की तुलना में कम सुविधाजनक है क्योंकि कीबोर्ड के बड़े अनुपात में दबाने के लिए असुविधाजनक है। लेआउट का निर्माण करते समय, क्लासर ने उंगलियों के आंदोलनों की स्वतंत्रता से आगे बढ़ दिया, जो ज्यादातर मामलों में सच नहीं है।

लेआउट एम। Capewell ( एम। Capewell )। एम। कैपवेल ने हाथों के लगातार प्रत्यावर्तन की आलोचना की, यह मानते हुए कि यह गति को कम करता है और बढ़ता नहीं है। इसलिए, एक प्राथमिकता, हम यह मान सकते हैं कि इसका लेआउट ड्वोरक और क्लाउसलर से बहुत अलग होगा, हाथों की कम वैकल्पिक बारी है और, संभवतः, हाथों और उंगलियों के लिए लोड का एक अच्छा संतुलन।
मुख्य पंक्ति पर क्लिक का हिस्सा 51.6% है। यह एक काफी अच्छा संकेतक है, लेकिन रिकॉर्ड के करीब नहीं। निचली पंक्ति का हिस्सा 10.3% है - ARENSITO की तुलना में कम, लेकिन क्लाउसलर के लिए अधिक।

Capewell लेआउट वितरण पर क्लिक करें

हालाँकि, इंडेक्स-मिडिल फिंगर जोड़े रिंग-पिंकी फिंगर जोड़े (यानी, लोड अच्छी तरह से वितरित की गई लगती हैं) की तुलना में दोनों हाथों पर भारी भरी हुई हैं, एक नज़दीकी नज़र यह दर्शाती है कि ARENSITO या क्लाउसलर लेआउट की तुलना में छोटी उंगलियाँ अधिक भरी हुई हैं। दाहिने हाथ के लिए वितरण भी "पीड़ित" - मध्य उंगली 13.4%, और तर्जनी 12.5% से भरी हुई है। लेकिन हाथों के बीच दबाने के लिए भार संतुलन लगभग 39.8% / 39.9% = 1 (!) है। लेकिन प्राथमिकताओं में यह ज्ञात नहीं है कि यह किसी विशेष उपयोगकर्ता के लिए अच्छा है या बुरा। कुछ शोधकर्ताओं की राय है कि हाथों में से एक के पक्ष में 10% तक का तिरछा (अधिमानतः एक मजबूत के पक्ष में, यानी, दाएं के लिए औसत) बहुत महत्वपूर्ण नहीं है, इसके विपरीत, यह उपयोगी भी है। दुर्भाग्य से, सभी वैकल्पिक अंग्रेजी-भाषा लेआउट हाथों को समान रूप से लोड करते हैं, या दाहिने हाथ को प्रोत्साहित करते हैं। बाएं हाथ की व्यापकता के साथ एकमात्र लेआउट QWERTY है, जो वामपंथियों के लिए सबसे उपयुक्त विकल्प होगा।
प्रत्येक हाथ की उंगलियों पर आंदोलनों का वितरण विशेष रूप से नीरस नहीं है: अनामिका बाएं हाथ पर बहुत चलती है, दाहिने हाथ में सूचकांक और मध्य उंगलियों के आंदोलनों का अनुपात क्लिकों के अनुपात के अनुपात की प्रतिलिपि बनाता है - मध्य अधिक चलता है। यानी इंटरडिजिटल आंदोलनों को पर्याप्त रूप से अनुकूलित नहीं किया जाता है। हाथों के बीच आंदोलनों का वितरण (बाईं ओर 5.90 मिमी, दाईं ओर 6.67 मिमी) अच्छा संतुलन दिखाता है, विषमता 13% है। प्रति क्लिक औसत दूरी 12.57 मिमी है - एक स्तर पर रिकॉर्ड-ब्रेकिंग ARENSITO (12.54 मिमी) और क्लाऊसर लेआउट (12.56 मिमी) के साथ।

लेआउट Colemak । मुख्य पंक्ति पर किए गए क्लिक का अनुपात 57.9% है। अब तक यह एक रिकॉर्ड आंकड़ा है (क्लाउसलर की तुलना में 0.1% अधिक है, लेकिन हम एक आरक्षण करेंगे कि ऐसे छोटे अंतर विश्लेषण के लिए उपयोग किए गए पाठ की सरणी पर निर्भर करते हैं; और 2-3% का अंतर भी महत्वपूर्ण नहीं है और भीतर झूठ हो सकता है) त्रुटि)। निचली पंक्ति का हिस्सा - 8.5% - बहुत बड़ा और काफी अच्छा संकेतक नहीं है।

कोलमैक लेआउट के लिए वितरण पर क्लिक करें

दाएं हाथ के लिए क्लिक्स के अनुपात के अंतःविषय टूटने के लिए, इस तरह के एक ब्रेकडाउन को बहुत अच्छी तरह से किया जाता है। भार तर्जनी पर 16% से बहुत कम हो जाता है और छोटी उंगली पर 5.6% हो जाता है। बाएं हाथ के लिए: मध्य उंगली (8.3%), जाहिरा तौर पर, अंगूठी की उंगली (6.5%) की तरह अंडरलोड होती है (छोटी उंगली 0.1% से आगे है)। लेकिन सामान्य तौर पर, बंटवारे को बहुत अच्छी तरह से किया जाता है अगर हम दोनों हाथों (दोनों सूचकांक, दोनों मध्य, आदि) के लिए क्लिक की हिस्सेदारी के फिंगर योग पर विचार करते हैं। एक पूरे के रूप में हाथों पर नल के प्रतिशत का वितरण काफी सममित है 37.6% / 42.1% = 1.12 (विषमता 12% तक पहुंच जाती है)। उंगलियों के आंदोलनों को बहुत अच्छी तरह से संतुलित किया जाता है - दोनों हाथों के लिए वे बहुत अलग नहीं होते हैं और उंगली के प्रत्येक परिवर्तन पर लोड में एक स्थिर परिवर्तन होता है (जब सूचकांक से मध्य की ओर बढ़ते हुए, मध्य से अनाम तक, अनाम से छोटी उंगली तक)। यानी यह लेआउट इंटरडिजिटल लोड संतुलन के अर्थ में सबसे संतुलित में से एक है, जो दबाने और हिलाने से दोनों में है। हाथ आंदोलनों (6.23 मिमी और 6.50 मिमी) के वितरण के लिए, लगभग पूर्ण समानता देखी जाती है (अंतर 5% से कम)। सामान्य तौर पर, एक बटन के स्पर्श पर उंगलियों द्वारा यात्रा की जाने वाली दूरी का सूचक पिछले लेआउट की तुलना में थोड़ा अधिक होता है, और 12.73 मिमी होता है। लेकिन फिर भी इसे बहुत अच्छा माना जा सकता है।
एक और ख़ासियत पर ध्यान दिया जाना चाहिए - यह पहले से ही स्पष्ट है कि एर्गोनॉमिक्स को कम करने की कीमत पर केवल इंटरडिजिटल लोड संतुलन में सुधार करना संभव है (यहां, जाहिर है, यह रोकना आवश्यक है जब संतुलन सुधार में सापेक्ष वृद्धि एर्गोनॉमिक्स में सापेक्ष गिरावट के बराबर है और समग्र सुधार प्रभाव नकारात्मक हो जाता है)। यानी लगभग सभी लेआउट एक संकेतक के न्यूनतम के पास हैं। एक चीज को सुधारने के लिए दूसरे को खराब करने की कीमत पर संभव है। कोई इस विचार को व्यक्त कर सकता है कि सभी नए अनुकूलित लेआउट किसी प्रकार के सिंथेटिक न्यूनतम के पास हैं, और उनके बीच सभी अंतर केवल अनुकूलित लेआउट विशेषताओं में से प्रत्येक को असाइन करने के लिए क्या भार पर आराम करते हैं। हम एर्गोनॉमिक्स को कम करते हैं - हमें ARENSITO जैसा लेआउट मिलता है। हम हाथों के बीच नल के प्रतिशत से विषमता को कम करते हैं - हमें कैपवेल लेआउट मिलता है। वैकल्पिक हाथों की आवृत्ति बढ़ाएं - ड्वोरक प्राप्त करें। अगर हम इंटरडिजिटल बैलेंस में सुधार करना चाहते हैं - तो हमें कोलमैक मिलता है।

QGMLWB लेआउट। क्लिकों द्वारा मुख्य पंक्ति का हिस्सा 57.9% है; निचला हिस्सा 7.8% है। रैंक के संदर्भ में, यह स्पष्ट नेताओं में से एक है।

QGMLWB लेआउट के लिए वितरण पर क्लिक करें

हम तुरंत ध्यान देते हैं कि यह लेआउट रिंग फिंगर और छोटी उंगली पर लगाए गए जुर्माना के साथ बनाया गया था, अर्थात्। यह शुरुआत में इंटरडिजिटल लोड बैलेंस को शामिल करने पर केंद्रित था। जैसा कि बाएं और दाएं हाथों की उंगलियों के लिए क्लिक के वितरण से देखा जा सकता है। बाईं ओर, तर्जनी से छोटी उंगली तक भार में कमी का एक बहुत अच्छा मोनोटोनिक निर्भरता है। दाहिने हाथ पर, छोटी उंगली बाईं ओर से भारी होती है। कुल मिलाकर, छोटी उंगलियां किसी भी अन्य लेआउट की तुलना में हल्की होती हैं (QWERTY को छोड़कर, लेकिन QWERTY कई अन्य मामलों में बहुत कमजोर है, और यह लाभ इसकी स्पष्ट कमियों को पार नहीं कर सकता है)। प्रत्येक हाथ से दबाकर विषमता - 38.5% / 41.3% = 0.93 (या अंतर का 7%) बहुत मजबूत विषमता नहीं है।
उंगली आंदोलनों के संदर्भ में, यह लेआउट Colemak लेआउट के समान है। बाईं तर्जनी और दाहिनी अनामिका के आंदोलनों में मुख्य अंतर है। यह कोलेमक लेआउट में इसके विपरीत एक विषमता देता है - 6.96 मिमी / 6.19 मिमी = 1.12। लेकिन यहां, आंदोलनों की विषमता दबाने के विषमता के विपरीत है (कोलमैक के विपरीत) और इस लेआउट को अंतर-लोड के संबंध में संतुलित और हाथ के भार के साथ अच्छी तरह से संतुलित होना चाहिए। लेखक के अनुसार, 13.15 मिमी के बराबर एक क्लिक से औसत विस्थापन को ध्यान में रखते हुए, यह बेहतर बनाता है।
यहां हम पहले बताई गई थीसिस की पुष्टि कर सकते हैं कि संतुलन में सुधार से एर्गोनॉमिक्स में कमी आती है, और QGMLWB लेआउट स्पष्ट रूप से उस बिंदु तक पहुंच गया जिसके बाद अब एर्गोनॉमिक्स में अधिक महत्वपूर्ण कमी की कीमत पर संतुलन में सुधार करना लाभदायक नहीं है।
चलो रूसी-भाषा लेआउट पर चर्चा करने के लिए आगे बढ़ते हैं।

YTsUKEN । क्लिकों द्वारा मुख्य पंक्ति का हिस्सा 33.3% है। यदि हम अंग्रेजी भाषा के लेआउट के साथ तुलना करते हैं, तो यह बहुत बड़ा मूल्य नहीं है, अर्थात्। एक बुरा संकेतक। निचली पंक्ति का हिस्सा ऊपरी एक (26.1% बनाम 22.2%) की हिस्सेदारी से अधिक है, जो भी बहुत अच्छा नहीं है। लेकिन कम से कम मुख्य श्रृंखला प्रबल है।

YTsUKEN लेआउट के लिए क्लिक की संख्या का वितरण

क्लिक्स के शेयर की इंटरडिजिटल बैलेंसिंग के अनुसार, आप तुरंत कह सकते हैं कि इंडेक्स उंगलियां "नॉक आउट" हैं - उनमें से प्रत्येक पर क्लिक की कुल संख्या का 25% है (कुल में, इंडेक्स उंगलियां 50.8% क्लिक के लिए, मिडिल फिंगर - 15.7%, अनाम - 6.1%, छोटी उंगलियों के लिए - 9%)। उन लोगों के लिए जिनकी तर्जनी उंगलियां बहुत अच्छी तरह से विकसित हैं, YTsUKEN यहां तक कि बहुत तेज लेआउट हो सकता है (मतलब टाइपिंग मूल रूप से दो सबसे मजबूत अंगुलियां हैं)। सामान्य तौर पर, यह लेआउट माउस के साथ काम करते समय अच्छा होना चाहिए, जब कीबोर्ड पर केवल एक हाथ रहता है। लेकिन अंधे के साथ दो हाथों से डायल किया जाता है, इसलिए ऐसा प्लस बहुत ही संदिग्ध हो सकता है। तर्जनी की तुलना में, मध्य अंगुलियों के साथ-साथ अँगुलियों की उंगलियों को बहुत अधिक भार दिया जाता है। दाहिनी छोटी उंगली अतिभारित है (यहां तक कि "शिफ्ट" और "-" कुंजियों को ध्यान में रखे बिना)। इंटरडिजिटल बैलेंस सबसे खराब में से एक है। मुख्य बोझ इंडेक्स पर पड़ता है। लेकिन हाथों के लिए क्लिक की हिस्सेदारी के संतुलन के संदर्भ में, YTsUKEN एक बहुत अच्छा परिणाम दिखाता है: 40.6% / 41.0% (1% विषमता) - कैपवेल संकेतक के समान, जब अंग्रेजी लेआउट के साथ तुलना की जाती है। छोटे पिंकियों को आंदोलनों के संबंध में बहुत अधिक भारित किया जाता है (अंग्रेजी भाषा के किसी भी लेआउट की तुलना में अधिक: वे 3.42 मिमी के लिए खाते हैं)। अन्य लेआउट में, छोटी उंगलियों की गति 1-2 मिमी से अधिक नहीं थी। यह ध्यान दिया जा सकता है कि नामहीन लोग अंडरलोड हैं, और सूचकांक वाले बहुत अधिक आंदोलनों का प्रदर्शन करते हैं। बाएं हाथ एक क्लिक के लिए 14.06 मिमी की चाल देता है, दाएं - 11.39 मिमी। असममितता 23% है (बहुत अच्छा संकेतक नहीं है, लेकिन सबसे खराब से बहुत दूर है)। सामान्य तौर पर, 25.45 मिमी एक क्लिक - QWERTY से भी अधिक है, हालांकि एक प्राथमिकता यह माना जा सकता है कि, एर्गोनॉमिक्स के मामले में, रूसी भाषा के लेआउट के बीच JTSUKEN को अंग्रेजी बोलने वाले लोगों में QWERTY से बेहतर जगह लेनी चाहिए। इस बिंदु से प्राप्त सामान्य निष्कर्षों में से एक: रूसी-भाषा लेआउट के एर्गोनॉमिक्स, अन्य सभी चीजें समान होना, अंग्रेजी बोलने वाले लोगों के लिए इससे भी बदतर होगी।

स्पीकर लेआउट। JTSUKEN की तुलना में इस लेआउट में महत्वपूर्ण अनुकूलन पहले ही किया जा चुका है। मुख्य पंक्ति का हिस्सा 52.1% है। निचली पंक्ति का हिस्सा 11.2% है। जब उंगलियों के प्रत्येक क्लिक के हिस्से पर विचार किया जाता है, तो यह स्पष्ट होता है कि, YTsUKEN के साथ तुलना में, क्लिक के शेयर के संतुलन में काफी सुधार होता है: नामहीन लोगों को उनके कुल शेयर के अनुसार लगभग उसी तरह से लोड किया जाता है जैसे कि अंग्रेजी-भाषा लेआउट के सर्वश्रेष्ठ उदाहरणों में। हालाँकि दाहिनी छोटी उंगली बहुत भरी हुई है - 7.3% (YTsUKEN में यह 6.4% थी)।

लेआउट उद्घोषक के लिए वितरण पर क्लिक करें

लेकिन सामान्य तौर पर, प्रत्येक हाथ की उंगलियों पर भार नीरस रूप से घटता है। बाएं हाथ की उंगलियों के मूवमेंट एक नीरस रूप से घटते क्रम का निर्माण करते हैं, हालांकि यह बाएं मध्य उंगली को अधिक भारित करना संभव होगा। दाहिने हाथ के लिए, अनुक्रम भी काफी अच्छा लग रहा है, मध्य, अंगूठी और छोटी उंगलियों के लिए, लगभग समान आंदोलनों को देखा जाता है, जिसमें इंडेक्स हावी होता है। दाहिनी छोटी उंगली एक प्रेस के लिए 1.68 मिमी से गुज़रती है (यह YTsUKEN से कम है, जहां यह 2.38 मिमी थी)। प्रत्येक हाथ की चाल में योगदान 6.75 मिमी और 10.43 मिमी है, विषमता बहुत महत्वपूर्ण है और 54% है। और सामान्य विषमता विकसित होती है, क्योंकि वह दाहिने हाथ को दबाने और हिलाने दोनों के लिए प्रोत्साहित करती है। एक कुंजी दबाने पर उंगलियों द्वारा यात्रा की गई औसत क्षैतिज दूरी 17.18 मिमी है, अर्थात। YTsUKEN (48%) की तुलना में बहुत महत्वपूर्ण सुधार। इसके अलावा उल्लेख के लायक हाथ की आवृत्ति है: YTsUKEN के लिए यह 61.2% है, नैरेटर लेआउट के लिए, 76.2% है।

डी। ज़ुबाचेव का लेआउट (लेआउट की चर्चा के लिए लिंक: 1 , 2 )। क्लिक द्वारा मुख्य (मध्य) पंक्ति का हिस्सा 45.0% है, नीचे का हिस्सा 15.0% है। पहली नज़र में, बहुत अच्छा प्रदर्शन नहीं। लेकिन अगर आप कीस्ट्रोक्स द्वारा इंटरडिजिटल संतुलन को देखते हैं, तो हम बहुत अच्छी निर्भरता देख सकते हैं। नीरस होने के अलावा, उंगली से उंगली की ओर बढ़ने पर इन निर्भरताओं में लगातार बदलाव होता है। और दोनों हाथों की उंगलियों (दोनों सूचकांक, दोनों मध्य, आदि) पर जोड़ीदार भार का भार प्रत्येक हाथ की उंगलियों के आंशिक भार के साथ परिवर्तित होता है। यानी हम कह सकते हैं कि दोनों हाथों की निर्भरता अच्छे समझौते में है। इसी समय, ज़ुबाचेव लेआउट हाथ के दबाव की काफी छोटी विषमता भी प्रदर्शित करता है: 40.2% / 41.3% = 0.97 (3% से कम विषमता)।

जुबचेव लेआउट के लिए क्लिक की संख्या का वितरण

जाहिर है, लेआउट अच्छी तरह से संतुलित है।
प्रत्येक हाथ की उंगलियों पर आंदोलनों का वितरण एक नीरस निर्भरता का पालन करता है। उंगली आंदोलनों को काफी अच्छी तरह से वितरित किया जाता है, अर्थात्। सूचकांक पर कुल भार बीच में लोड से अधिक हो जाता है, आदि। छोटी उंगलियों तक घटते क्रम में। हाथों में से प्रत्येक के साथ आंदोलनों की विषमता (7.47 मिमी से 10.82 मिमी) 45% - एनाउंसर की तुलना में कम है, हालांकि YTsUKEN से अधिक है। हाथों के बीच आंदोलनों को संतुलित करना दबाने से भी बदतर है, लेकिन बहुत खराब नहीं है (बहुत बेहतर है, उदाहरण के लिए, ड्वोरक की तुलना में)। जब आप एक कुंजी दबाते हैं, तो आपकी उंगलियों के साथ औसत दूरी 18.30 मिमी होती है और उद्घोषक लेआउट (6.55%) की तुलना में थोड़ा बड़ा होता है। जाहिरा तौर पर, यहां हम उस बिंदु पर आते हैं, जो हमने पहले ही अंग्रेजी-भाषा लेआउट पर विचार करते समय सामना किया है, जिसके बाद उंगलियों पर भार को संतुलित करने में सुधार से एर्गोनॉमिक्स में अधिक महत्वपूर्ण कमी आती है। यानी स्पीकर लेआउट की तुलना में संतुलन में काफी सुधार हुआ है, लेकिन एर्गोनॉमिक्स में 6.5% की कमी आई है। हाथ के विकल्प का अनुपात 75.8% है।

अगला, हम YTsUKEN के मानक लेआउट पर विचार करते हैं, लेकिन हाथों की एक गैर-मानक सेटिंग के साथ। सामान्य तौर पर, हाथ की स्थिति में बदलाव को कुछ हद तक लेआउट में बदलाव के बराबर माना जा सकता है। शायद डायलिंग डायलिंग पद्धति के अनुप्रयोग के बारे में भी यही कहा जा सकता है। हाथों की गैर-मानक सेटिंग में, पंक्तियों में ऐसा कोई योग नहीं होता है (उंगलियां एक पंक्ति में स्थित नहीं होती हैं)। इसलिए, शीर्ष पंक्ति के लिए, सभी कुंजियों को स्वीकार किया गया था, जो कि मुख्य स्थिति से अधिक है, नीचे के लिए - जो कम हैं। मुख्य स्थिति को मुख्य स्थिति के रूप में लिया गया था, साथ ही इसके किनारों के निकट क्षैतिज रूप से कुंजी।

YTAM TOLD द्वारा YTsUKEN का मंचन। क्लिक द्वारा मध्य पंक्ति का हिस्सा 40.3% है, निचली पंक्ति का हिस्सा 13.5% है। , , . . , . , , 9,5% , . , , , .. ( ).
: . – ( ) – ( ). – 11,58 12,21 (5,4%) – . 23,79 . यानी .

. – , . , , 21,4%. 2,5 . , 0,8 ( 5%).
: . – .
( ). , (, ) – . यानी . . / .

, , , . Dvorak ( , QWERTY Dvorak), , Colemak. QWERTY.

( , ), – . , .

, .. .

अनुकूलन मॉडल पर प्रारंभिक टिप्पणी

लेआउट के अनुकूलन के लिए जुर्माना के सभी या लगभग सभी मुख्य मौजूदा मॉडल (जैसे क्लाउसलर, कैपवेल, क्यूजीएमएलडब्ल्यूबी, आदि) का विश्लेषण किया गया। एक नियम के रूप में, वे अच्छी तरह से रूढ़िवादी नहीं हैं। यानीएक पेनल्टी घटक एक ही परिस्थिति को ध्यान में रखते हुए, दूसरे के साथ प्रतिच्छेद करता है। उदाहरण: एक "कूद" पंक्ति के माध्यम से उंगलियों द्वारा तय की गई दूरी को ध्यान में रखा जाता है; एक ही कूद को एक जटिल संयोजन के रूप में दंडित किया जाता है, हालांकि अप्रत्यक्ष रूप से उसी जटिलता को पहले से ही दूरी में ध्यान में रखा जाता है। लेकिन जुर्माना लगाना दो बार जरूरी नहीं है। और बहुत सारी ऐसी बारीकियाँ हैं।

एक विस्तृत अध्ययन के बाद, andong.azurewebooks.net पर जुर्माना मॉडल सबसे स्वीकार्य निकला , लेकिन इसे अंतिम रूप नहीं दिया गया है। दूसरी ओर, http://mkweb.bcgsc.ca/carpalx/ मॉडल बहुत अच्छी तरह से विकसित है।, लेकिन यह केवल खाते में दूरी लेता है, और कीस्ट्रोक्स की लागत को ध्यान में नहीं रखता है। उदाहरण के लिए, जब मुख्य स्थिति में वर्ण टाइप करते हैं, तो जुर्माना शून्य होगा। जबकि शारीरिक कार्य शून्य के बराबर नहीं है, और गति अनंत नहीं है। प्रारंभिक निष्कर्ष यह है: आपको एक मॉडल का उपयोग करने की आवश्यकता है जिसमें कुल लागत उंगली को वांछित कुंजी तक ले जाने और कुंजी को दबाने की लागत का योग होगा। इन लागतों में प्रोत्साहन और दंड शामिल होंगे जो सुविधाजनक / असुविधाजनक संयोजनों को ध्यान में रखते हैं।

कुछ साइटें, जिनमें से जानकारी किसी भी तरह से लेआउट का विश्लेषण और तुलना करने में उपयोगी थी, और उनका उपयोग स्वयं के अनुकूलन मॉडल के निर्माण के लिए भी किया गया था

shiar.nl/misc/dvorak
dvorak.mwbrooks.com/index.html
andong.azurewebsites.net
mkweb.bcgsc.ca/carpalx
www.michaelcapewell.com/projects/keyboard/layout_capewell.htm#Capewell
www.pvv.org/~hakonhal/main.cgi/keyboard
www.maltron.com/keyboard-info/academic-papers
patorjk.com/keyboard-layout-analyzer
www.workmanlayout.com/blog
xahlee.info/kbd/dvorak_vs_colemak.html
millikeys.sourceforge.net/asset

कुछ गैर-अक्षर कुंजियों का उपयोग करते समय वैकल्पिक हाथ

हाथों के प्रत्यावर्तन के विश्लेषण के लिए थोड़ा पीछे चलते हैं।
अब, सभी वर्णों को ध्यान में रखते हुए, और न केवल अक्षरों (NCRF) को ध्यान में रखते हुए, आप उपयोग करते समय हाथों के प्रत्यावर्तन का मूल्यांकन कर सकते हैं, उदाहरण के लिए, एक स्थान। आवृत्ति शब्दकोश के अनुसार , रूसी में औसत शब्द की लंबाई 5.28 वर्ण है। प्रत्येक शब्द के लिए एक स्थान है (डैश और अन्य वर्णों को एक स्थान द्वारा हाइलाइट नहीं किया गया है), अर्थात्। लगभग अंतराल की आवृत्ति को 1 / (5.28 + 1) = 15.9% के रूप में परिभाषित किया जा सकता है। आगे की अनुमानित गणना को सरल बनाने के लिए, हम 15% लेते हैं।

रिक्त स्थान के साथ, क्रमशः, सभी डाइग्राम के 30% के लिए खाते हैं, यह देखते हुए कि एक जगह या तो शुरुआत में या एक डिग्राम के अंत में हो सकती है। फिर विशुद्ध रूप से अल्फ़ाबेटिक डाइग्राम लगभग 70% होंगे (बाकी पात्रों की उपेक्षा)।

इसके अलावा, मान लीजिए कि टाइपिंग के दौरान "स्पेस रूल" मनाया जाता है: किसी शब्द के अंत के बाद का स्पेस हमेशा दूसरे हाथ से दबाया जाता है। वास्तव में, निश्चित रूप से, यह नियम सभी को पूरा करने से दूर है, और इसका पालन टाइपिंग या सुविधा की गति को प्रभावित नहीं करता है। बल्कि, यह किसी भी तरह से सेट को "सामंजस्य" करने का प्रयास है ताकि सभी उंगलियां भरी हुई हों।

लेआउट को संकलित करने के लिए, रिक्त स्थान को ध्यान में रखते हुए, एक तालिका बनाना आवश्यक है जिसमें शब्द की शुरुआत और अंत का प्रतिनिधित्व करने वाले अक्षरों की सापेक्ष आवृत्तियों को इंगित किया जाएगा।

तालिका उदाहरण

गणना में, शुरुआती अक्षरों की कुल संख्या से मेल खाने के लिए शुरुआती अक्षरों की कुल संख्या को सामान्य किया गया था (यह पाठ की संरचना के कारण है, क्योंकि सभी शब्द एक स्थान से शुरू होते हैं - इसका पालन करें, लेकिन जरूरी नहीं कि इसके साथ समाप्त हो)।

रिक्त स्थान और बाद की चाबियाँ दबाते समय हाथों के प्रत्यावर्तन को ध्यान में रखना, एक काल्पनिक लेआउट पर विचार करना आवश्यक है जिसमें इस तरह के विकल्प सबसे अधिक बार होते हैं, लाभ का मूल्यांकन करने के लिए। फिर इस लेआउट की तुलना अक्षरों को टाइप करते समय हाथों के सबसे लगातार प्रत्यावर्तन की कसौटी के लिए पहले से प्राप्त करें, और उनके बीच एक उचित समझौता (विकल्पों की कुल आवृत्ति के अधिकतमकरण को ध्यान में रखते हुए) करें।

इस स्थिति में, स्पेस बार को दबाने के बाद हाथों का अधिकतम प्रत्यावर्तन तब होगा जब शब्द का अंत और एक हाथ पर अगले पतन की शुरुआत हो (क्योंकि स्पेस बार हमेशा विपरीत हाथ से दबाया जाता है, जिस पर शब्द समाप्त हो गया)। गणितीय रूप से, प्रत्यावर्तन की आवृत्ति इस तरह की घटना की संभावना के बराबर होती है और कुल संख्या में खोदने के संबंध में लिखा जाएगा:

30% * {p [बाएं-प्रारंभ] * p [बाएं-छोर] + p [दायाँ-प्रारंभ * * p [दायाँ-छोर]},

जहाँ p [बाएँ-प्रारंभ] की कुल संभावना है बाएं हाथ पर गिरने वाले अक्षरों से शब्द, पी [लेव_कोन] - उसी बाएं हाथ पर गिरने वाले अक्षरों पर एक शब्द को समाप्त करने की कुल संभावना; इसी तरह दाहिने हाथ के लिए।

यानीकार्य तालिका को पंक्तियों के दो सेटों में विभाजित करना है और प्रत्येक सेट से संबंधित संभावनाओं के कॉलम-वार रकम के उत्पादों को अधिकतम करना है। यह थोड़ा बोझिल लगता है, लेकिन सही है।

दूसरे शब्दों में, पहले हम एक ही तालिका को संभाव्य रूप में लिखते हैं, और फिर हम संभावनाओं के संकेतित स्तंभों पर विचार करते हैं, फिर इन योगों के उत्पादों पर। इस प्रकार, हमें एक हाथ के लिए एक स्थान के साथ वैकल्पिक करने की संभावना मिलती है। हम दूसरे के लिए भी यही करते हैं। दोनों हाथों के लिए प्राप्त मूल्यों को जोड़ा जाता है। और हम इस अंतिम राशि को अधिकतम करने का प्रयास करते हैं।

ध्यान दें कि यह पहलू ज्यादातर अकादमिक रुचि का है, क्योंकि ज्यादातर मामलों में स्थान बदलने के नियम का सम्मान नहीं किया जाता है और अंतरिक्ष को एक हाथ से दबाया जाता है।

वैकल्पिक डेटा पर कुछ डेटा वर्णानुक्रम के अनुसार और एक स्थान के साथ खोदने के लिए

21%
55.8%
76.8%

22.2%
39%
61.2%

20.2%
56.1%
76.3%

.
20.6%
55.2%
75.8%

21.8%
36.1%
57.9%

21.4%
35.9%
57.3%

, ( ) 20-22%.

बिंदु और अल्पविराम के बारे में, निम्नलिखित कहा जा सकता है। पाठ के बड़े संस्करणों का सांख्यिकीय विश्लेषण (कई सौ मेगाबाइट तक) दिखाता है कि अल्पविराम और अवधि अक्सर व्यंजन की तुलना में स्वरों का पालन करते हैं। प्रश्न और विस्मयादिबोधक चिह्न के लिए समान अनुपात देखा जाता है। लगभग 40% अवधि और अल्पविराम क्रमशः व्यंजन के बाद, और स्वर के बाद 60% मामलों में आते हैं। इस मामले में स्वरों का लाभ भारी नहीं है, लेकिन चाबियों की व्यवस्था करते समय इसे ध्यान में रखा जा सकता है।

हाइफ़न प्रतीक (डैश) केवल 30% मामलों में एक हाइफ़न की भूमिका निभाता है, और 70% में यह डैश है, अर्थात। रिक्त स्थान द्वारा बनाया गया। एक अवधि और एक अल्पविराम के बाद यह एक हाइफ़न के सभी मामलों में से 0.1 में, अर्थात्। इस प्रतीक के सभी उपयोगों का 0.1 * 30% = 3%।

विस्तृत व्याख्या के बिना कुछ और दिलचस्प रेखांकन

साइट डेटा andong.azurewebooks.net का द्वितीयक विश्लेषण

— , , . . — (QWERTY, ), — , (Dvorak, Maltron, Workman, Colemak.

. . , , , OE — Overall Effort — , EIBF — . , — «» «».

«bad sum» — «same hand», «inverse order», «jumping a row». Dvorak' — — .

लेआउट अनुकूलन के लिए मॉडल निर्माण मुद्दे

मुख्य कठिनाई क्या है?
अनुकूलन के तरीके (गणितीय) अच्छी तरह से विकसित हैं, इसलिए, अनुकूलन स्वयं मुश्किल नहीं है। मुख्य कठिनाई लेआउट गुणवत्ता कार्यात्मक रचना है।
मुख्य मानदंड क्या होगा?
गति और आराम के लिए अनुकूलित लेआउट आम तौर पर दो अलग-अलग चीजें हैं। यानीगति लेआउट भी दस अंगुल का नहीं हो सकता है। वही सुविधा के लिए जाता है। लेकिन इस मामले में, हम क्लासिक डायलिंग पद्धति पर विचार कर रहे हैं।

"अंधा दस-फिंगर प्रिंटिंग विधि (क्लासिक)" क्या है ?:
ए) निश्चित बांह की स्थिति;
बी) निश्चित क्षेत्र - प्रत्येक उंगली के लिए अपने स्वयं के पत्र;
ग) सभी दस अंगुलियों का उपयोग किया जाता है (या यदि स्पेसबार को एक अंगूठे से दबाया जाता है तो नौ)।

लेआउट गुणवत्ता का मॉडल कैसे बनाएं?
क) आपको खराब (अच्छे) कुंजी संयोजनों को पर्याप्त रूप से ध्यान में रखने की आवश्यकता है (अलग से यह निर्धारित करें कि "अच्छा" या "बुरा") क्या है;
बी) सुविधा और गति के बीच एक समझौता चुनें;
ग) उंगलियों पर भार को सही ढंग से वितरित करें।

इन सभी मानदंडों में कुछ व्यक्तिपरकता है, लेकिन विभिन्न कार्यक्रमों की सहायता से सभी के द्वारा स्वीकार किए गए कथन भी सत्य हैं।
उदाहरण के लिए: अलग-अलग हाथों से कीस्ट्रोक्स, एक हाथ से तेज गति में; एक पंक्ति में टाइपिंग अक्सर अलग-अलग लोगों की तुलना में तेज होती है, आदि।
सभी संभावित मामलों को इकट्ठा करना, उनका विश्लेषण करना आवश्यक है, अर्थात्। वरीयता क्रम में व्यवस्था करें। इसी समय, बहुत अधिक मानदंड नहीं होने चाहिए।

अगला, आपको गुणवत्ता का एक संख्यात्मक मूल्यांकन चुनने की आवश्यकता है। मान लीजिए कि प्रत्येक कुंजी संयोजन को अंकों में एक निश्चित बल दिया गया है। कम, बेहतर।यहाँ व्यक्तिवाद दिखाई देता है।
पहली व्यक्तिपरक पसंद - कौन से कुंजी संयोजन अच्छे (बुरे) हैं?
2 व्यक्तिपरक विकल्प - यह या वह संयोजन कितना बेहतर (बदतर) है?

एक उद्देश्य मानदंड है - शुरुआती स्थिति से उंगलियों द्वारा यात्रा की गई दूरी।
लेकिन यहां यह ध्यान में रखा जाना चाहिए कि न केवल उंगलियां, बल्कि ब्रश भी चलती है, अर्थात। प्रत्येक कुंजी को जरूरी नहीं कि प्रारंभिक स्थिति से दबाया जाए।
उदाहरण के लिए: "ZT" का संयोजन - ब्रश शीर्ष पंक्ति में ले जाता है, और फिर नीचे तक। यानी"टी" की यात्रा की दूरी प्रारंभिक स्थिति से अधिक है।
कई अनुकूलन मॉडल ठीक दूरी को कम करते हैं, लेकिन यह एकमात्र घटक नहीं है, और यहां तक कि महत्व में पहला भी नहीं है। काम का मुख्य हिस्सा क्षैतिज उंगली आंदोलनों पर नहीं है, लेकिन कीस्ट्रोक्स पर। और क्लिक की संख्या को कम नहीं किया जा सकता है ( स्वतः पूर्ण नहीं )।
इसलिए, लेआउट में सुधार करने का मुख्य तरीका असुविधाजनक संयोजनों के अनुपात को कम करना है, प्रत्येक हाथ की उंगलियों पर भार के वितरण को ध्यान में रखना।

प्रत्येक कुंजी को दबाने की लागत, पिछले एक के अनुसार, दो घटक शामिल होंगे: क्षैतिज आंदोलन और दबाव।
प्रत्येक उंगली के लिए, लागत गुणांक प्रति क्लिक और आंदोलन की इकाई निर्धारित की जाती है।
मान लीजिए हमने किसी तरह से बाधाओं को चुना है। अगला, आपको अच्छे (तेज और सुविधाजनक) संयोजनों और ठीक बुरे लोगों को पुरस्कृत करने के लिए एक प्रणाली के साथ आने की आवश्यकता है।
मान लीजिए हमने भी ऐसा किया। अब हमारे पास टाइपिंग के लिए गणितीय लागत मॉडल है।
चयनित मॉडल के लिए लेआउट की गुणवत्ता का आकलन करने के लिए, आपको किसी भी पाठ पर लेआउट को चलाने (चलाने) की आवश्यकता है।

ग्रंथों का चयन अच्छी तरह से रूसी भाषा की सांख्यिकीय संरचना को प्रतिबिंबित करना चाहिए और इसमें शामिल होना चाहिए:
1) एक पर्याप्त राशि (कुछ मेगाबाइट से);
2) विभिन्न शैलियों (गद्य, विज्ञान कथा, वैज्ञानिक ग्रंथ, पत्रकारिता), क्योंकि पत्रों और उनके संयोजनों के विभिन्न संयोजनों का उपयोग किया जाता है;
3) शायद और भी अलग युग (क्लासिक, आधुनिक)।
इसके अलावा, यह पाठ लेआउट की गुणवत्ता का आकलन करने के लिए मॉडल के अनुसार चलाया जाता है, और अंकों की संख्या निर्धारित की जाती है। न्यूनतम (या अधिकतम, मॉडल कैसे बनाया जाता है) के आधार पर अंकों की संख्या सबसे अच्छी है।

लेकिन पूरे मल्टीबिगाटे पाठ का परीक्षण करने के लिए, विभिन्न लेआउट का अनुभव करना - एक लंबा सबक, खासकर जब से लाखों परीक्षण किए गए लेआउट हैं। इसलिए, नमूने का एक सांख्यिकीय विश्लेषण करना संभव है और एन-ग्राम (एन-कैरेक्टर संयोजन, एन वांछित विश्लेषण गहराई है) के आंकड़ों की एक तालिका संकलित करता है। इस मामले में, पूरे पाठ की जांच करना आवश्यक नहीं है, बल्कि सांख्यिकी तालिका का उपयोग करना है, जो स्रोत ग्रंथों की तुलना में मात्रा में छोटे परिमाण का आदेश है। प्रत्येक संयोजन को टाइप करने की लागत इस संयोजन के पाठ में दोहराव की संख्या से कई गुना अधिक है।

किस सेट से अर्ध-इष्टतम लेआउट का चयन करें? जाहिर है, यह प्रत्यक्ष गणना द्वारा नहीं किया जा सकता है, क्योंकि लेआउट की संख्या एन = 33! = 10 ^{64 है} , केवल पत्रों के क्रमपरिवर्तन को ध्यान में रखते हुए।
यह अनुमानित अनुकूलन विधियों का उपयोग करने के लिए बना हुआ है, उन्हें हेयुरिस्टिक खोज विधियों या यादृच्छिक / छद्म यादृच्छिक अनुकूलन भी कहा जाता है। अनुकूलन मॉडल का विश्लेषण करते समय मैं जिन मुख्य लोगों से मिला, वे थे:
1) बिना किसी संशोधन के मूल विधि मोंटे कार्लो विधि है। लेआउट अनियमित रूप से उत्पन्न होता है। हम इसे मॉडल के अनुसार जांचते हैं। यदि यह पहले से गणना किए गए मॉडल से बेहतर है, तो हम इसे सर्वश्रेष्ठ के लिए लेते हैं और सत्यापन के लिए एक नया लेआउट बनाते हैं। इस पद्धति का उपयोग डी। ज़ुबाचेव ने अपने लेआउट की खोज की प्रक्रिया में किया था।
अन्य दो सबसे अधिक इस्तेमाल की जाने वाली विधियाँ हैं:
2) एनाउलिंग का तरीका। QGMLWB लेआउट की गणना में उपयोग किया जाता है। इस विधि का कुछ अवलोकन यहाँ पाया जा सकता है ।
3) आनुवंशिक विधि। पी। क्लॉसर द्वारा अपने लेआउट की गणना में प्रयुक्त। लघु परिचय यहाँ ।
आगे की हलचल के बिना, उपरोक्त विधियों में से एक का उपयोग करने का निर्णय लिया गया था, अर्थात् एनीलिंग विधि।

ध्यान दें कि संशोधनों के बिना शास्त्रीय विधि धीमी है और अभिसरण की दर सबसे कम है। इसलिए, अनुकूलन के संशोधित तरीकों का आमतौर पर उपयोग किया जाता है। यह भी ध्यान में रखा जाना चाहिए कि सभी छद्म यादृच्छिक अनुकूलन विधियां इष्टतम समाधान खोजने की गारंटी नहीं देती हैं, क्योंकि विकल्पों की संख्या अकल्पनीय रूप से बड़ी है और उनमें से सर्वश्रेष्ठ में आने की संभावना नगण्य है। बेशक, कुछ समस्याओं में जहां "विकल्पों की सतह" में काफी सरल "राहत" है, कोई भी वैश्विक अधिकतम / न्यूनतम पा सकता है, लेकिन इष्टतम लेआउट खोजने का कार्य स्पष्ट रूप से उनमें से एक नहीं है।

टच टाइपिंग के विषय पर अंग्रेजी-भाषा के लेखों में, इस बात की जानकारी होती है कि वे किस तरह से ध्यान रखने की कोशिश करते हैं कि ब्रश, और उंगलियां नहीं, मुद्रण प्रक्रिया में चलती हैं। विशेष रूप से, यह माना जाता है कि ब्रश की बगल वाली उंगली उसी दिशा में चलती है जैसे वर्तमान में दबाने वाली कुंजी है, लेकिन आधे रास्ते (यानी, आंदोलनों जैसे कि समन्वित हैं)। दिलचस्प टाइपिंग कुशल सिद्धांत (बीई जॉन, 1996) में ए थ्योरी ओ प्रदर्शन में प्रस्तुत की जाती है । इसमें, विस्थापन मॉडल को उंगली की स्थिति के समय से पूरक किया जाता है, और उस समय को भी ध्यान में रखा जाता है जब उंगली ऊपर और नीचे चलती है (कुंजी को जारी / दबाकर)।
वास्तविकता के समान ही तीन स्तरों पर मुद्रण प्रक्रिया का मॉडल है: 1) धारणा, 2) संज्ञानात्मक, 3) मोटर। कम प्रिंट गति पर, प्रक्रिया का थ्रूपुट (अड़चन) मोटर स्तर द्वारा निर्धारित किया जाता है। और उच्च (मॉडल की गति 800 zn / मिनट) - एक संज्ञानात्मक स्तर। ये सभी मॉडल मॉडल मानव प्रोसेसर से आते हैं, जिसमें मस्तिष्क को एक निश्चित सर्किट द्वारा मॉडलिंग किया जाता है जिसमें कई असतत घटक होते हैं - हैंडलर, बफ़र इत्यादि।

अनुकूलन कुंजी और दंड प्रणाली

लेआउट ऑप्टिमाइज़ेशन के दौरान शिफ्ट्स को ध्यान में रखने के लिए, यह पता चला कि कुछ मामलों में ये डायग्राम पर्याप्त नहीं हैं, और प्राथमिक सांख्यिकी संग्रह एल्गोरिथ्म में संशोधन की आवश्यकता है, या सभी ट्रिगर्स, आदि के माध्यम से छंटनी करके लापता डेटा को पुनर्स्थापित करना आवश्यक है। रिक्त स्थान वाले अंकों को ध्यान में रखा जाता है। टाइप करते समय यह भी एक लोड है। और यह इस या उस लेआउट के कितने अधिक लाभदायक होने के आकलन को प्रभावित करेगा। यानीरिक्त स्थान किसी भी वैकल्पिक लेआउट का भुगतान कम करना चाहिए, क्योंकि वे किसी भी मामले में और सभी लेआउट के लिए समान रूप से दबाए जाते हैं (यदि हम क्लासिक दस-उंगली टाइपिंग विधि पर विचार करते हैं)।
मॉडल साइट andong.azurewebooks.net से लिया गया था , लेकिन विभिन्न परिवर्धन के साथ। कुल प्रयास (या लागत) दो घटकों से बना है - प्रत्येक उंगली के साथ एक कुंजी का दबाना और प्रत्येक उंगली से यात्रा की गई पथ की इकाई। छोटी उंगलियों के लिए दबाने की लागत थोड़ी कम हो जाती है, क्योंकि प्रारंभिक संस्करण में, वे बहुत अधिक प्रतीत होते हैं।

प्रति क्लिक लागत:
2.10 बायीं ओर छोटी उंगली
1.45 बायीं ओर अनाम
1.05 बायीं ओर
1.05 बायीं ओर अनुक्रमणिका
1.00 दायें सूचकांक
1.00 दायें मध्य में
१.४० दाईं अनाम रेखा २.२
दाहिनी छोटी अंगुली
१.२ अंगुल

प्रति मूवमेंट ऑफ मूवमेंट प्रति यूनिट (की की साइड प्रति यूनिट ली गई है):
१.६० बाईं ओर छोटी उंगली
१.० बाईं ओर से बाईं ओर
०.५५ बीच में ०.५५ बाईं
ओर इंडेक्स
०. 2.00० सही इंडेक्स
0.50 राइट मिडल
0.90 राइट नेमलेस
1.50 राइट लिटिल फिंगर

जैसा कि हम देख सकते हैं, बाएं हाथ के लिए ऑड्स थोड़े बड़े हैं, जो ऑप्टिमाइजेशन प्रोसेस में राइट हैंड के इस्तेमाल को प्रोत्साहित करेगा। यानीयह विकल्प सही होने की अधिक संभावना है। बाएं हाथ के लोगों के लिए, दाएं और बाएं हाथों के गुणांक को बदलना होगा।
अलग-अलग, यह हाथों के लोडिंग की विषमता को निर्धारित करने के लायक है। मेरी राय में, क्लिकों की संख्या में विषमता 5-10% है (यानी, अगर एक हाथ 1.05-1.1 दूसरे से अधिक क्लिक करता है) एक भूमिका नहीं निभाता है।

हम देखते हैं कि दबाने की लागत सूचकांक और मध्य उंगलियों के लिए न्यूनतम के रूप में स्वीकार की जाती है, क्योंकि वे लगभग समान रूप से विकसित हैं। शायद अनाम और छोटी उंगलियों के लिए गुणांक को और कम किया जाना चाहिए।
चलती की लागत मध्य उंगली के लिए न्यूनतम है, जैसा कि यह बाकी की तुलना में लंबा है। अनाम और छोटी उंगलियों के लिए आगे बढ़ने की लागत के अनुपात के बारे में एक अलग सवाल। छोटी उंगलियां सबसे कमजोर उंगलियां हैं, लेकिन वे अधिक मोबाइल हैं, क्योंकि ये चरम उंगलियां हैं।
अंगूठे के लिए, क्षैतिज आंदोलन की कोई कीमत नहीं है।

यानीप्रत्येक कुंजी को दबाए जाने के लिए, लागत में दो घटक होते हैं: क्षैतिज गति और दबाव। क्षैतिज आंदोलन शून्य हो सकता है, लेकिन कुल लागत कभी भी शून्य नहीं होगी (जैसा कि वास्तविकता में), जो आधार के रूप में इस तरह के एक मॉडल की पसंद की व्याख्या करता है।
ग्रंथों के चयन का प्रतिनिधित्व करने के लिए, डिग्राम के आंकड़ों का उपयोग करने का निर्णय लिया गया। एक ओर, वे ट्रिगर्स की तुलना में बहुत छोटे होते हैं, जो अनुकूलन प्रक्रिया को गति देना चाहिए, दूसरी तरफ, यहां तक कि डाइग्राम आपको मुख्य तेज / धीमी संयोजनों को ध्यान में रखने की अनुमति देते हैं, उदाहरण के लिए, वैकल्पिक रूप से हाथ।

अतिरिक्त बोनस और पेनल्टी

क्या अतिरिक्त बोनस और दंड अर्जित किया जाना चाहिए (यानी सुविधाजनक, तेज डिग्राम और फाइन बैड को प्रोत्साहित करने के लिए कैसे)? निम्नलिखित बिंदुओं को पेश करने का निर्णय लिया गया:

1. वैकल्पिक हाथों के लिए स्पीड बोनस। शायद अलग-अलग हाथों से डिग्रम टाइप करते समय प्रयास कम नहीं होंगे, लेकिन एक हाथ से टाइप करने पर औसत गति बहुत अधिक होगी। हम डिग्रम के दूसरे अक्षर के लिए 60% आंदोलनों को घटाते हैं (यह इस तथ्य से भी उचित हो सकता है कि दूसरे अक्षर के अधिकांश तरीके पहले दबाने के रूप में एक ही समय में किए जाएंगे, क्योंकि इस मामले में हाथ स्वतंत्र रूप से चलते हैं)। एक डिग्रम का एक उदाहरण "SHU" है।

2. समन्वित आंदोलनों के लिए बोनस आंदोलनों। यहां आपको यह याद रखने की आवश्यकता है कि उंगलियां स्वतंत्र रूप से नहीं चलती हैं, लेकिन एक पूरे (TYPIST मॉडल और अन्य कार्यों) के रूप में। यानीयदि एक हाथ की उंगलियां एक ही पंक्ति की कुंजी पर चलती हैं, तो वे लगभग एक साथ यात्रा करेंगे। हम डिग्रम के दूसरे अक्षर के लिए आंदोलनों का 50% निकालते हैं। यानीएक मानक लेआउट में, यह "or" या " or" या "" या "or", अर्थात एक पंक्ति में (मुख्य रूप से नहीं), लेकिन विभिन्न उंगलियों के साथ।

3. एक ही कुंजी दबाने पर जुर्माना। डोगरम में दूसरे अक्षर के लिए क्षैतिज विस्थापन शून्य के बराबर लिया जाता है, क्योंकि उंगली उसी स्थिति से ऊपर रहती है। और प्रेस करने के प्रयास में 20% की वृद्धि हुई है। एक उदाहरण "एसएस", "ईई" है।

4. एक हाथ से रिवर्स संयोजन पर जुर्माना। यदि कीबोर्ड के केंद्र से किनारे तक दिशा में एक हाथ से डिग्रम टाइप किया जाता है, तो दूसरे अक्षर को 20% तक बढ़ने और दबाने का प्रयास होता है (इसका मतलब सुविधा और गति में कमी है)। एक उदाहरण "आप", "ओएल" है।

5. एकल-उंगली संयोजनों के लिए जुर्माना (एक ही अक्षर के बार-बार दबाने के अलावा)। स्थानांतरित करने और दबाने का प्रयास 30% बढ़ जाता है (यह समझा जाता है कि गति को काफी कम किया जा सकता है)। एक उदाहरण - "एमए", "एके", "ओजी", "ओटी" - मानक लेआउट में ऐसे बहुत सारे संयोजन हैं, क्योंकि 50% क्लिक इंडेक्स उंगलियों द्वारा किए जाते हैं।

6. एक पंक्ति के माध्यम से एक हाथ से कूदने के लिए जुर्माना। विस्थापन मॉडल को याद करते हुए, हम कह सकते हैं कि अगर ऊपर से नीचे की पंक्ति में कूदना है या इसके विपरीत, तो दूसरे अक्षर के विस्थापन शुरुआती स्थिति से अधिक होगा। हम दूसरे अक्षर पर जाने की लागत में 50% की वृद्धि करते हैं। एक उदाहरण एसके, बीएसएच, चू है।

7. नीचे की पंक्ति का जुर्माना। यह माना जाता है कि मानक कीबोर्ड पर नीचे पंक्ति की उपलब्धता शीर्ष पंक्ति से भी बदतर है, इसलिए आपको जटिलता कारक दर्ज करने की आवश्यकता है। नीचे की पंक्ति में किसी भी वर्ण के लिए, चलती और दबाने दोनों की लागत 25% बढ़ जाती है।

कुछ बोनस और दंड एक साथ काम कर सकते हैं। उदाहरण के लिए, नीचे की पंक्ति के लिए एक सुसंगत चाल हो सकती है, लेकिन डाइग्राम को रिवर्स ऑर्डर में डायल किया जाता है। यानीहमें सहमत आंदोलन के लिए एक बोनस मिलता है और नीचे की पंक्ति के लिए जुर्माना और दूसरे हाथ से रिवर्स संयोजन के लिए। एक उदाहरण "midrange" है।

यह दंड प्रणाली मठकाड पैकेज में लागू की गई थी।

अनुकूलन प्रक्रिया का एक संक्षिप्त विवरण

खोदने के प्रारंभिक आंकड़ों में रहस्यवादियों द्वारा प्रदान की गई रूसी भाषा के 300 एमबी के विश्लेषण के आधार पर निर्धारित सभी दो-चरित्र संयोजन शामिल थे। जैसा कि उल्लेख किया गया है, अनुकूलन के दौरान Shift कीस्ट्रोक को ध्यान में नहीं रखा जाता है, क्योंकि इसके लिए महत्वपूर्ण जटिलता की आवश्यकता होगी, जो पहली नज़र में उचित नहीं है। तदनुसार, आंकड़ों में सभी पूंजी पत्रों को लोअरकेस में बदल दिया गया था, और बार-बार खोदने को समूहबद्ध किया गया था।

आपको उस लेआउट को निर्दिष्ट करना होगा जिसमें से अनुकूलन प्रक्रिया शुरू होगी। यह लेआउट या तो मौजूदा किसी भी हो सकता है, या अनियमित रूप से उत्पन्न हो सकता है। हमारे मामले में, शुरुआती लेआउट YTsUKEN लेआउट है, लेकिन एक परिवर्तन के साथ - हार्ड साइन और सॉफ्ट साइन को उसी "बी" कुंजी पर ले जाया जाता है, और कॉमा को "बी" के स्थान पर रखा जाता है। अल्पविराम सभी वर्णों का लगभग 1.5% है, और स्थानांतरण शिफ्ट के बिना इसे दबाने के लिए किया जाता है।

अनुकूलन विधि एनेलिंग द्वारा किया जाता है। ऑप्टिमाइज़ेशन स्टेप इस मामले में कुंजियों के एक क्रमपरिवर्तन के बराबर चुना गया है। एक कदम बहुत बड़ा न चुनें। यह इस तथ्य को जन्म दे सकता है कि समाधान न्यूनतम उद्देश्य फ़ंक्शन के लिए पर्याप्त रूप से बंद नहीं होता है। दूसरी ओर, एक छोटा कदम अभिसरण की दर को कम करेगा। अभ्यास से पता चलता है कि इस मामले में, चाबियों का एक क्रमचय एक उपयुक्त कदम है।

एनीलिंग के दौरान अनुकूलन ग्राफ

. . .

एक उचित परिणाम प्राप्त करने के लिए, अनुकूलन प्रक्रिया को कई बार निष्पादित किया जाना चाहिए, और फिर परिणामों में से सबसे अच्छा चुनें। यह इस तथ्य के कारण है कि अनुकूलन स्टोचस्टिक है और अधिकांश मामलों में एक नया परिणाम होगा।

एक अनुकूलन प्रक्रिया के लिए पुनरावृत्तियों की संख्या 1,000, 5,000, 10,000, 50,000 और 100,000 के बराबर चुनी गई थी। जैसा कि गणना से पता चला है, यदि आप इस श्रृंखला से चुनते हैं तो स्वीकार्य समय लागत पर पुनरावृत्तियों की एक स्वीकार्य संख्या 10,000 है।

लेआउट की गुणवत्ता का आकलन करने के लिए, न केवल प्रयास मॉडल का उपयोग एक ऐसी प्रक्रिया का निर्माण करने के लिए किया जाता है, जो विभिन्न विशेषताओं को परिभाषित करती है, जैसे कि
टाइप करते समय मुख्य पंक्ति की कुंजी का अनुपात
, हाथों को वैकल्पिक करने की आवृत्ति,
रिवर्स ऑर्डर में डायल किए गए डाइग्राम का अनुपात।
समन्वित आंदोलनों के साथ डिग्रामों का
अंश , एक उंगली से
टाइप किए गए डिग्रम का अंश , एक हाथ से सटे पंक्तियों पर नहीं खोदे गए डायग्रामों का अंश।

प्रत्येक उंगली को दबाने और हिलाने से लोड का टूटना भी निर्धारित होता है। इन आंकड़ों के आधार पर, आप लेआउट की गुणवत्ता के बारे में अधिक जानकारी प्राप्त कर सकते हैं।

पूर्वगामी के आधार पर, एक पूरे के रूप में अनुकूलन में निम्नलिखित चरण शामिल हैं:
1. डिग्रम आँकड़ों के साथ स्रोत फ़ाइल को डाउनलोड करना, सरणी तैयार करना (सफाई, अपरकेस अक्षरों को लोअरकेस में बदलना, समूह बनाना)।
2. प्रत्येक उंगली के लिए ज़ोन के एक मैट्रिक्स की परिभाषा (आप गैर-मानक ज़ोन भी असाइन कर सकते हैं)।
3. सापेक्ष इकाइयों में दावे 2 के क्षेत्रों के लिए दूरी मैट्रिक्स की परिभाषा।
4. प्रत्येक उंगली के लिए चलने और दबाने के लिए जुर्माना के साथ दो मैट्रिसेस का असाइनमेंट।
5. विभिन्न प्रकार के डिग्रमों के लिए अतिरिक्त बोनस और दंड का असाइनमेंट।
6. शुरुआती लेआउट का उद्देश्य, अनुकूलन कदम की पसंद, पुनरावृत्तियों की संख्या का विकल्प।
7. एनीलिंग विधि (कई) द्वारा अनुकूलन।
8. सर्वश्रेष्ठ लेआउट चुनना।
9. मौजूदा रूसी-भाषा लेआउट और अनुकूलित लेआउट की अतिरिक्त विशेषताओं की गणना।

विश्लेषण और परिणामों की व्याख्या

सबसे अच्छे परिणामों में से एक जो वर्णित मॉडल के दृष्टिकोण से प्राप्त किया जा सकता है:

आंकड़े में उंगलियों के लोडिंग पर डेटा और नीचे, भिन्न हो सकते हैं, क्योंकि अनुकूलन के लिए, हमने कुछ अलग प्रारंभिक डेटा का उपयोग किया।

ऊपरी पंक्ति (आकृति में नहीं दिखाई गई है) को मैन्युअल रूप से समायोजित किया गया है - डैश को 8 नंबर पर ले जाया गया है। सभी क्लिकों का लगभग 0.8% डैश के साथ दबाया जाता है और एक अवधि और अल्पविराम (जिसके लिए कुल ~ 3% है) को छोड़कर अन्य सभी विराम चिह्नों से बहुत आगे है।

इस तरह का एक लेआउट YTsUKEN के लेआउट की लागत के 83.5% के बराबर कुल लागत प्रदान करता है। जैसा कि आप देख सकते हैं, सुधार बहुत महत्वपूर्ण नहीं है (सिंथेटिक मानदंड के अनुसार 16.5%), और किसी भी बड़े लाभ के बारे में बात करने की आवश्यकता नहीं है।

JTSUKEN के लेआउट के सापेक्ष अन्य लेआउट की लागत:
JTSUKEN - 100%;
उद्घोषक - 85.5%;
डी। ज़ुबाचेव का लेआउट - 86.8%;
वर्णमाला - 111.1%।

यानीजब कीस्ट्रोक्स को ध्यान में रखते हुए, और न केवल आंदोलनों, साथ ही साथ खाते के रिक्त स्थान को ध्यान में रखते हुए, लाभ 20% के भीतर सभी बड़े नहीं हो जाते हैं। विशुद्ध रूप से गति में जीत का निर्धारण करना और भी कठिन काम है।
एक लेख में, द स्टेंडर्ड एंड ड्वोरक कीबोर्ड्स पर दोबारा गौर किया गया। स्पीड के प्रत्यक्ष माप (1998) , QWERTY और Dvorak की तुलना की जाती है। डिवरक को एक सेट के अनुसार लगभग 4% की गति से लाभ दिया जाता है। कौशल की वृद्धि के साथ, यह 10% तक पहुंच सकता है। लेकिन सामान्य तौर पर, विभिन्न लेखक मानक कौशल स्तर के लिए ड्वोरक गति में 2% से 7% तक का लाभ देते हैं। इसलिए, गति के बारे में कुछ भी निश्चित नहीं कहा जा सकता है, हालांकि लाभ स्पष्ट रूप से लागत लाभ से कम होगा।

मान लीजिए कि हमें एक लेआउट मिला है जो मॉडल लागत के मामले में न्यूनतम है। और इसकी गुणवत्ता का अधिक निष्पक्ष मूल्यांकन कैसे करें? निष्पक्षता बढ़ाने के लिए, आपको अन्य मानदंडों को लागू करने की आवश्यकता है। उदाहरण के लिए, बारी-बारी से हाथों की आवृत्ति के रूप में इस तरह के इस्तेमाल किए गए संकेतकों की गणना करने के लिए, एक उंगली से टाइप किए गए डिग्रामों की सापेक्ष संख्या, रिवर्स ऑर्डर में डायल किए गए डाइग्राम के अनुपात, एक पंक्ति के माध्यम से डाइग्राम के अनुपात, नल की कुल संख्या में मुख्य पंक्ति का अंश।

निम्नलिखित परिणाम प्राप्त हुए:

संकेतक:
1. हाथों के अल्टरनेशन का अनुपात, केवल अल्फ़ाबेटिक डाइग्राम के कारण;
2. समन्वित आंदोलनों के साथ खोदने का अनुपात;
3. रिवर्स ऑर्डर में डायल किए गए डाइग्राम का अनुपात;
4. एक उंगली से टाइप किए गए खोदने का अनुपात;
5. एक पंक्ति के माध्यम से छलांग के साथ भर्ती किए गए डिग्राम का अनुपात;
6. मुख्य पंक्ति पर क्लिक का अनुपात;
7. प्रति क्लिक प्रति सापेक्ष इकाइयों में लागत;
8. सापेक्ष इकाइयों में कुंजी का पथ (इकाई कुंजी का आकार है)।
9. कुल लागत (अंतर को छोड़कर) के सापेक्ष बाएं हाथ की लागत;
10. कुल लागत (अंतर को छोड़कर) के सापेक्ष दाहिने हाथ की लागत।

जैसा कि आप देख सकते हैं, अनुकूलित लेआउट और ज़ुबाचेव लेआउट मापदंडों में लगभग समान हैं, प्रत्येक संकेतक के लिए 1% के भीतर मामूली बदलाव। इसके अलावा, दोनों परिणाम स्वतंत्र रूप से प्राप्त किए गए थे, विभिन्न एल्गोरिदम के अनुसार और अपने स्वयं के मानदंडों के अनुसार। निश्चित रूप से, लेआउट अलग हैं। हम कह सकते हैं कि इष्टतम कहीं बहुत करीब है। लेकिन अनुकूलन करने की दिशा किस दिशा में पहले से ही है, साथ ही जुर्माना और प्रोत्साहन के मूल्यों का विकल्प भी।

पहले से प्राप्त परिणामों के अलावा, कैरिक्स के साथ सादृश्य द्वारा, उनमें से न्यूनतम संख्या के साथ सर्वश्रेष्ठ क्रमपरिवर्तन की खोज करने का निर्णय लिया गया था । यानीघटते प्रयास, द्वितीय, आदि के अर्थ में कुंजियों का पहला सर्वोत्तम क्रमांकन ज्ञात कीजिए। 10-15 तक की अनुमति। निम्नलिखित परिणाम प्राप्त हुए:
0. शून्य क्रमोन्नति (मैन्युअल रूप से) - कठिन और नरम संकेतों का संयोजन, और अल्पविराम को जगह बी में ले जाना।
हम इस लेआउट से शुरू करते हैं।
1. डब्ल्यू / आई (2.8% के पिछले लेआउट की तुलना में सापेक्ष सुधार)।
2., f / (-2.3%)
3. E / B (-1.7%)
4. N / A (-1.7%)
5. T / S (-1.6%)
6। C /। (-1.3%)
7. यू / एन (-1.2%)
8. यू / एल (-1%)
9. डी / एस (-0.9%)
10. एस / डब्ल्यू (-0) 5%) इस स्तर पर, प्रयास 1.581 है।

सभी मध्यवर्ती विकल्पों के लिए, मापदंडों को परिभाषित किया गया था। यह पता चला कि मुख्य जोड़ी के लगभग सभी प्रतिस्थापन केवल उंगलियों पर प्रयासों के संतुलन में सुधार करते हैं। इसी समय, लेआउट के मुख्य संकेतक, जैसे कि हाथों को बारी-बारी से, एक उंगली से दबाकर, आदि। और भी बुरा हो सकता है। यानीअपेक्षित परिणाम, उदाहरण के लिए, अंग्रेजी लेआउट के चरणबद्ध अनुकूलन के दौरान कार्पलक्स में वर्णित कोई भी प्राप्त नहीं किया जा सकता है। उस स्थिति में, पहला प्रस्तावित प्रतिस्थापन ई / के हाथों के प्रत्यावर्तन में सुधार और मुख्य स्थिति की आवृत्ति में वृद्धि की ओर जाता है। हमारे मामले में, विपरीत सच है। लगभग सभी संकेतक प्रभावित हुए। केवल 5-6 क्रमपरिवर्तन के साथ, इन संकेतकों में सुधार शुरू होता है।

डी। ज़ुबाचेव की गणना की गई लेआउट और लेआउट उंगलियों पर भार के वितरण के अनुकूलन के साथ अधिक सुसंगत हैं। इस मामले में, प्रत्यावर्तन कुछ हद तक पीड़ित होता है, मुख्य स्थिति की आवृत्ति। "खराब" संयोजनों का अनुपात भी बढ़ रहा है - एक-सशस्त्र संयोजनों के अनुपात में वृद्धि के परिणामस्वरूप एक पंक्ति के माध्यम से कूदते हुए, एक-उंगली।
लेआउट उद्घोषक के पास मुख्य स्थिति का एक उच्चतर अनुपात है, साथ ही साथ बारी-बारी से हाथों का थोड़ा अधिक अनुपात है। कुल में खराब संयोजनों का अनुपात बहुत छोटा है। यानीलेआउट बहुत अच्छी तरह से किया जाता है, लेकिन कई अन्य मानदंडों का उपयोग करते हुए और उंगलियों और हाथों के बीच कुछ असंतुलन की कीमत पर। जिन्हें अच्छे संतुलन की आवश्यकता नहीं है, उनके लिए उद्घोषक सबसे उपयुक्त लेआउट है।

मुकरने के मुद्दे के बारे में

उसी क्षेत्र के लिए एक नया लेआउट सीखना, जैसा कि हमारे स्वयं के अनुभव से पता चलता है, खरोंच से अंधा दस-उंगली डायल करने की विधि सीखने की तुलना में बहुत तेज़ है। 4-5 वर्षों के लिए जेटीएसयूकेएन की भर्ती के अनुभव के साथ, एक ही गति (> ग्रंथों के 300 वर्णों पर 500 वर्ण / मिनट) के लगभग एक ही गति ( लिंक ) के साथ उद्घोषक लेआउट के अध्ययन में 4.5 महीने लगे । इसके अलावा, 500 अक्षरों / मिनट की समान गति तक, डी। जुबाचेव के लेआउट का अध्ययन किया गया था, लेकिन पहले से ही 2-2.5 महीने ( लिंक ) के लिए।

जैसा कि एक नया कौशल सीखने के सभी मामलों में, बहुत शुरुआत में सीखने की गति उच्चतम होती है, फिर विकास दर धीमी हो जाती है, अर्थात। लर्निंग कर्व में लगभग लॉगरिदमिक फॉर्म होता है (कोई सीलिंग नहीं होती है, लेकिन बाद में प्रत्येक समान गति में वृद्धि के लिए इसमें कई गुना अधिक समय / प्रयास लगता है)।

सीखने की अवस्था का एक नमूना दृश्य

लेकिन सामान्य तौर पर, मानक लेआउट पर उच्च गति और लंबी टाइपिंग अनुभव, कम सार्थक वैकल्पिक लेआउट के लिए संक्रमण है, सिवाय इसके कि मानक लेआउट पर बहुत असुविधाजनक मनाया जाता है।

मेरा मानना है कि यदि पाठ के छोटे खंडों में गति 500 वर्ण / मिनट और अधिक हो जाती है, और मानक लेआउट पर सेवा की अवधि 2-3 साल या उससे अधिक है, तो समग्र रूप से पुन: प्रयास करने का कोई मतलब नहीं है। हालांकि, ऐसे प्रतिपक्ष हैं जो दिखाते हैं कि उच्च गति पर भी गति को और अधिक बढ़ाना संभव है। लेकिन, मूल रूप से, यह युवा लोगों (15-25 वर्ष) पर लागू होता है।

अंत में, हम अनुकूलन प्रक्रियाओं की प्रयोज्यता के एक अन्य पहलू पर विचार करते हैं।

पाठ की जटिलता का आकलन करने के सवाल पर

कभी-कभी टाइपसेटर्स को पाठ की जटिलता का आकलन करने के सवाल का सामना करना पड़ता है। मूल रूप से, निश्चित रूप से, यह एक विशुद्ध रूप से प्रतिस्पर्धी हित है। मान लीजिए कि एक टाइपसेटर टाइप किए गए पाठ A को 700 अक्षरों / मिनट की गति से और दूसरे टाइप किए गए टेक्स्ट B को 650 वर्णों / मिनट की गति से। दोनों मामलों में सुधारों की संख्या समान होने दें। और ग्रंथों की लंबाई भी त्रुटि के मार्जिन के भीतर ही है।
उनमें से किसने सबसे अच्छा परिणाम दिखाया, यह देखते हुए कि ग्रंथ अलग-अलग जटिलता के हो सकते हैं?

जटिलता से, इस मामले में, जाहिरा तौर पर, हमें यह समझने की आवश्यकता है कि ग्रंथों को विभिन्न आवृत्तियों के शब्दों से बनाया जा सकता है, जिनमें से कुछ काम किए गए संयोजनों से मिलकर होते हैं, और अन्य खराब रूप से काम करने वाले लोगों से होते हैं। इसके अलावा, शब्द अलग-अलग लंबाई के हो सकते हैं, और मानक लंबाई (4-6 वर्ण) की तुलना में लंबे समय तक शब्दों को समझना और टाइप करना मुश्किल होता है। यह जटिलता का पहला घटक है। पहले सन्निकटन में, आप केवल शब्दों के रैंक को संक्षेप में प्रस्तुत कर सकते हैं। अंतिम राशि (या कहें, इसका लघुगणक) पाठ की जटिलता को निर्धारित करता है।

लेकिन एक दूसरा घटक है, चलो इसे तकनीकी कहते हैं - कीबोर्ड के चारों ओर उंगलियां कैसे चलती हैं, जिस पर पंक्तियों को कुंजी दबाया जाता है, आदि। यह सीधे लेआउट के अनुकूलन के लिए पहले से वर्णित प्रक्रिया से संबंधित है। केवल यहां सब कुछ बिल्कुल विपरीत होगा: यदि अनुकूलन प्रक्रिया के दौरान एक ही भाषा के आँकड़ों पर विभिन्न लेआउट की कोशिश की गई थी, तो लेआउट पाठ की जटिलता को निर्धारित करने के लिए तय किया जाएगा, और इनपुट चर वह पाठ होगा जिसकी जटिलता का अनुमान होना चाहिए।
एक विशिष्ट लेआउट पर एक टाइप्टर के कौशल में वृद्धि के साथ, जटिलता के समग्र गुणांक में तकनीकी जटिलता का योगदान गिर जाएगा।

मॉडल को बेहतर बनाने के और तरीके

सामान्य तौर पर, लेआउट के डिज़ाइन में मुख्य बिंदुओं को ए। ड्वोरक (1936) और कई अन्य लेखकों द्वारा तैयार किया गया था, जिनमें शामिल हैं और आधुनिक (एक नि: शुल्क बयान में):
1) बारी-बारी से हाथ वाले डायग्राम एक हाथ से औसतन तेजी से टाइप किए जाते हैं;
2) एक हाथ की आसन्न उंगलियों द्वारा टाइप किए गए डिग्ड्स, स्पेसल उंगलियों (मध्य और तर्जनी को छोड़कर) द्वारा टाइप किए गए की तुलना में धीमे होते हैं;
3) दिशा केंद्र में टाइप किए गए डायग्राम-> परिधि (तर्जनी से छोटी उंगली तक) दिशा परिधि की तुलना में धीमी होती हैं-> केंद्र;
4) एक पंक्ति के पार बढ़ने के साथ डायल किए गए डायग्राम एक पंक्ति पर या आस-पास के लोगों की तुलना में धीमे होते हैं;
5) अलग-अलग उंगलियों से टाइप किए गए एक उंगली से टाइप किए गए डायग्राम धीमे होते हैं।

आप इसे इतना नहीं जोड़ सकते हैं।
सबसे पहले, यह विस्तार से स्पष्ट नहीं है कि लेआउट अनुकूलन के दौरान कौन से गणितीय मॉडल पर विचार किया गया था (जिसका अर्थ ए। ड्वोरक)। कौन से कारक प्राथमिकता हैं और जो माध्यमिक हैं (हालांकि, जैसा कि ऊपर दिखाया गया है, परिणाम बहुत अच्छा था)।
दूसरे, यह स्पष्ट रूप से ध्यान में नहीं रखा गया है कि एक हाथ से संबंधित उंगलियां, जब हाथ स्थानांतरित हो जाता है, सभी को एक साथ ले जाएं (तथाकथित समन्वित आंदोलनों), हालांकि पैराग्राफ 2.4 में इस की एक गूंज है। यानीटाइपिंग के दौरान ब्रश की स्थिति के लिए अभी भी कोई स्पष्ट मॉडल नहीं है। यह एक बहुत ही कठिन कार्य है, जो एक अलग लेख का विषय है। इसे हल करने के लिए, विशेष प्रयोगों की आवश्यकता होती है।
तीसरा, जैसा कि पहले ही उल्लेख किया गया है, संदर्भ एक व्यक्तिगत चरित्र की प्रिंट गति को प्रभावित करता है। यानीयह संभव है और न केवल पचाने के लिए, बल्कि ट्रिग्राम, टेट्राग्राम (3-, 4-वर्ण संयोजन), आदि को ध्यान में रखना आवश्यक है, क्योंकि आधुनिक कंप्यूटर आपको लेआउट का अनुकूलन करते समय ऐसी गणना करने की अनुमति देते हैं। सामान्य तौर पर, कार्पलक्स मॉडल में ट्रिगर्स को पहले से ही ध्यान में रखा गया था , जहां उन्हें सुविधा के लिए कई श्रेणियों में विभाजित किया गया है। लेकिन इस बात के कोई संदर्भ नहीं हैं कि कौन से लोग तेज हैं और कितने और किस माध्यम से सुविधा / असुविधा की डिग्री निर्धारित की गई है।
चौथा, फिलहाल टाइपिंग स्टैटिस्टिक्स के चेहरे में विभिन्न प्रकार के मापदंडों का विश्लेषण करने के लिए एक बहुत शक्तिशाली उपकरण है(शायद ऐसे एनालॉग हैं जो मेरे लिए अज्ञात हैं)। यह ध्यान दिया जाना चाहिए कि ए। ड्वोरक, अपने सिद्धांतों को विकसित करते समय, पेपर टेप के रूप में टीएस एनालॉग का भी उपयोग करते थे, अर्थात। एक विशेष डाइग्राम टाइप करने की गति निर्धारित कर सकता है। लेकिन हमें यह मानना चाहिए कि वर्तमान में सॉफ्टवेयर द्वारा माप की सटीकता काफी अधिक है।

सारांशित करते हुए, लेआउट के अनुकूलन के लिए मॉडल को बेहतर बनाने के तरीके अभी भी समाप्त नहीं हुए हैं।
और ध्यान दें कि अब लगभग हर छात्र अपने स्वयं के लेआउट की गणना कर सकता है, अगर केवल हाथ में एक कंप्यूटर था। इसलिए, विशेष महत्व नए लेआउट की प्रस्तुति का तथ्य नहीं है, लेकिन गणितीय मॉडल को रेखांकित करने वाली विशेषताएं - यह मॉडल पिछले वाले से कैसे भिन्न है, इसमें सेट के नए पहलुओं को ध्यान में रखा गया था, चाहे वह वास्तविक टाइपसेटर्स के सेट के बारे में डेटा पर बनाया गया था, आदि।

मैं काम की शुरुआत में रचनात्मक संवाद के लिए विटाली पल्येनित्सा के लिए अपना आभार व्यक्त करता हूं, प्रदान किए गए आंकड़ों के लिए रहस्य, प्रेरणा के लिए दिमित्री जुबाचेव, कुछ उपयोगी टिप्पणियों के लिए मैक्सिम विनोकरोव, साथ ही साथ हर किसी ने काम के दौरान मेरा समर्थन किया।

कीबोर्ड लेआउट की तुलना और अनुकूलन के मुद्दों पर