Dunaújvárosi Főiskola Informatikai Intézet. Intelligens ágensek. Dr. Seebauer Márta. főiskolai tanár

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Dunaújvárosi Főiskola Informatikai Intézet. Intelligens ágensek. Dr. Seebauer Márta. főiskolai tanár"

Átírás

1 Dunaújvárosi Főiskola Informatikai Intézet Intelligens ágensek Dr. Seebauer Márta főiskolai tanár

2 Ágens Ágens (agent) bármi lehet, amit úgy tekinthetünk, hogy érzékelők (sensors) segítségével érzékeli a környezetét és beavatkozó szervei (effectors) segítségével megváltoztatja azt. Környezet Érzékel Beavatkozik Érzékelők Ágens Beavatkozók

3 Ágensnek tekinthető-e egy óra? Időzóna érzékelése Aktuális idő kijelzése Ágens Környezet

4 A racionális ágens A racionális ágens helyesen cselekszik. Az racionális ágens jellemzői beépített tudás a környezetről a cselekvések, amelyeket az ágens képes végrehajtani sikeresség fokát mérő a teljesítménymérték (perfomance measure) teljes észlelési történet (percept sequence), minden, amit az ágens eddig megfigyelt. Az ideális racionális ágens minden egyes észlelési sorozathoz a benne található tények és a beépített tudás alapján minden elvárt dolgot megtesz a teljesítményérték maximumon tartásáért. Tervezési módszer - annak meghatározása, hogy egy adott észlelési sorozathoz az ágens mely cselekvés sorozatot rendelje hozzá. Ha az ágens cselekedetei csak a beépített tudáson alapulnak, akkor az ágens nem autonóm. Egy rendszer olyan mértékig autonóm, amennyire a viselkedését saját tapasztalatai határozzák meg.

5 Intelligens ágensek jellemzői Autonóm Hatékony Célorientált Folyamatos működésű Kommunikatív Öntanuló Mobil Személyiség

6 Az intelligens ágensek struktúrája Ágens = Architektúra + Program Ágens program függvény, amely megvalósítja az észlelések és a cselekvések közötti leképezést. Architektúra - bármely számító eszköz, amelyen az adott ágens program fut: univerzális számítógép, speciális célhardverrel kiegészítve, tartalmazhat egyéb szoftvereket is.

7 Szoftver ágensek Microsoft Office-Assistent

8 Hardver ágensek RoboCup 2002 Fukuoka/Busan Június Honda ASIMO Robotok

9 Legáltalánosabb ágens program function AGENS(eszleles) returns cselekves static: memoria /*az ágens ismerete a világról*/ memoria MEMORIA_FRISSITES (memoria, eszleles) cselekves LEGJOBB_CSELEKVES_KIVALASZTAS (memoria) memoria MEMORIA_FRISSITES (memoria, cselekves) return cselekves A cél, a környezet és a teljesítményértékelés nem része a programnak, azokat kívülről alkalmazzuk.

10 Tábla vezérlésű ágens program function TABLA_VEZERLESU_AGENS(eszleles) returns cselekves static: eszlelesek /*kezdetben üres*/ tabla /*az észlelések, indexelik, kezdetben teljesen feltöltött*/ csatold az eszleles-t az eszlelesek vegere cselekves KIKERESES (eszlelesek, tabla) return cselekves Hátrányok: 1. Kombinatorikus robbanás 2. Hosszú fejlesztési folyamat a tábla összeállítása. 3. Az ágens nem autonóm 4. Bizonyos tanulási funkció esetén hosszú újraindexelési folyamat

11 Ágenstípus Taxisofőr Észlelések kép (kamerák) hang (mikrofon) sebesség (sebességmérő) pozíció (GPS) távolság (radar) Cselekvések irányváltoztatás (kormány) gyorsítás (gázpedál) fékezés (fékpedál) közlések (hangszóró) Célok biztonságos, gyors, szabályos kényelmes közlekedés maximális haszon Környezet utak forgalom gyalogosok utasok Példa: Taxi ágens

12 Ágens típusok Egyszerű reflexszerű ágens A világot nyomon követő ágensek Célorientált ágensek Hasznosságorientált ágensek

13 Reflexszerű ágens Cselekvés Beavatkozók Milyen cselekvéseket kell most végrehajtanom? Feltétel-cselekvés szabályok Környezet Érzékelés Érzékelők Hogyan néz ki most a világ?

14 Reflexszerű ágens programja function REFLEXSZERU_AGENS(eszleles) returns cselekves static: szabalyok /*feltétel-cselekvés szabályok halmaza*/ allapot BEMENET_FELDOLGOZAS (eszleles) szabaly SZABALY_ILLESZTES (allapot, szabalyok) cselekves SZABALY_CSELEKVES (szabaly) return cselekves Hátrány Csak akkor működik, ha a helyes döntés meghozható az észlelés alapján. Nem tartja nyilván a világ változásait és a saját hatását a környezetére.

15 A világot nyomon követő ágens Cselekvés Beavatkozók Milyen cselekvéseket kell most végrehajtanom? Feltétel-cselekvés szabályok Környezet Mit okoznak a cselekvéseim? Érzékelés Érzékelők Hogyan néz ki most a világ? Hogyan változik a világ? Állapot

16 A világot nyomon követő ágens programja function REFLEXSZERU_AGENS_BELSO_ALLAPOTTAL(eszleles) returns cselekves static: allapot /* a környezet jelenlegi állapota*/ szabalyok /*feltétel-cselekvés szabályok halmaza*/ allapot ALLAPOT_FRISSITES (allapot, eszleles) szabaly SZABALY_ILLESZTES (allapot, szabalyok) cselekves SZABALY_CSELEKVES (szabaly) allapot ALLAPOT_FRISSITES (allapot, cselekves) return cselekves Hátrány A pillanatnyilag jónak tűnő lépés nem mindig visz közelebb a célhoz

17 Célorientált ágens Cselekvés Beavatkozók Milyen cselekvéseket kell most végrehajtanom? Célok Környezet Érzékelés Érzékelők Hogyan fog kinézni a világ, ha A cselekvést végrehajtom? Hogyan néz ki most a világ? Mit okoznak a cselekvéseim? Hogyan változik a világ? Állapot

18 Hasznosságorientált ágens Cselekvés Beavatkozók Milyen cselekvéseket kell most végrehajtanom? Hasznosság Környezet Milyen boldog leszek egy ilyen állapotban? Érzékelés Érzékelők Hogyan fog kinézni a világ, ha A cselekvést végrehajtom? Hogyan néz ki most a világ? Mit okoznak a cselekvéseim? Hogyan változik a világ? Állapot

19 Környezetek Hozzáférhető Nem hozzáférhető Hozzáférhető, ha az ágens érzékelő berendezései hozzáférnek a környezet teljes állapotához Determinisztikus Nem determinisztikus Determinisztikus, ha a környezet következő állapotát a jelenlegi állapota és az ágens által választott cselekvések egyértelműen meghatározzák. Epizódszerű Nem epizódszerű Epizódszerű, ha az ágens tapasztalatai epizódokra bonthatók, amelyekben az ágens viselkedése nem függ az előző epizódokban elkövetett cselekvésektől. Statikus Dinamikus A környezet dinamikus, ha az megváltozhat, amíg az ágens gondolkodik. Ha a környezet nem változik az idő előre haladtával, de az ágens teljesítménye igen, akkor a környezet szemi-dinamikus. Diszkrét Folytonos A környezet diszkrét, ha létezik az észlelések és a cselekvések világosan definiált véges halmaza.

20 A környezet programja procedure KORNYEZET_FUTTATAS (allapot, FRISSITO_FV, agensek, befejezes) inputs allapot /* a környezet kezdeti állapota*/ FRISSITO_FV /*a környezetet módosító függvény*/ agensek /*az ágensek egy halmaza*/ befejezes /*egy megadott végállapot ellenőrzése*/ repeat for each agens in agensek do ESZLELES(agens) ESZLELES_BEOLVASASA (agens, allapot) end for each agens in agensek do CSELEKVES(agens) PROGRAM (agens)(eszleles(agens) ) end allapot FRISSITO_FV (cselekvesek, agensek, allapot) until befejezes(allapot)

21 Környezet program az ágens teljesítményértékelésével procedure KORNYEZET_KIERTEKELES_FUTTATAS (allapot, FRISSITO_FV, agensek, befejezes, TELJESITMENY_FV) returns (pontszamok) local variables: pontszamok /* az agens méretével megegyező vektor*/ repeat for each agens in agensek do ESZLELES(agens) ESZLELES_BEOLVASASA (agens, allapot) end for each agens in agensek do CSELEKVES(agens) PROGRAM (agens)(eszleles(agens) ) end allapot FRISSITO_FV (cselekvesek, agensek, allapot) pontszamok TELJESITMENY_FV (pontszamok, agensek, allapot) until befejezes(allapot) return pontszamok

22 A következtető ágens általános felépítése Az következtető ágens egy olyan rendszer, amely más ágensek vagy a környezete által generált problémát képes önállóan felismerni és megoldani. Környezet Cselekvés Érzékelés I N T E R A K C I Ó Végrehajtás Ütemező Tervező Vezérlés Információfeldolgozás Tudásbázis Következtető gép Peremfeltételek, teljesítményértékelés, vágyak, célok, figyelmeztetések

Intelligens ágensek. Mesterséges intelligencia február 28.

Intelligens ágensek. Mesterséges intelligencia február 28. Intelligens ágensek Mesterséges intelligencia 2014. február 28. Ágens = cselekvő Bevezetés Érzékelői segítségével érzékeli a környezetet Beavatkozói/akciói segítségével megváltoztatja azt Érzékelési sorozat:

Részletesebben

Intelligens Rendszerek I. Ágensek

Intelligens Rendszerek I. Ágensek Intelligens Rendszerek I. Ágensek 2007/2008. tanév, I. félév Dr. Kovács Szilveszter Email: szkovacs@iit.unimiskolc.hu Miskolci Egyetem Informatikai Intézet 106. sz. szoba Tel: (46) 565111 / 2106 mellék

Részletesebben

Ágens technológiák. Starkné dr. Werner Ágnes Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék

Ágens technológiák. Starkné dr. Werner Ágnes Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék Ágens technológiák Starkné dr. Werner Ágnes Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék Áttekintés Ágensek és multi-ágens rendszerek Definíciók Típusaik Környezeteik

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Ágensek Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade intelligens rendszer = egy ágens

Részletesebben

Mesterséges Intelligencia (MI)

Mesterséges Intelligencia (MI) Mesterséges Intelligencia (MI) Intelligens ágensek Dobrowiecki Tadeusz Antal Péter, Bolgár Bence, Engedy István, Eredics Péter, Strausz György és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade

Részletesebben

MODELL ALAPÚ DIAGNOSZTIKA DISZKRÉT MÓDSZEREKKEL. alkalmazó ágens alapú diagnosztikai rendszerek

MODELL ALAPÚ DIAGNOSZTIKA DISZKRÉT MÓDSZEREKKEL. alkalmazó ágens alapú diagnosztikai rendszerek MODELL ALAPÚ DIAGNOSZTIKA DISZKRÉT MÓDSZEREKKEL Heterogén módszereket alkalmazó ágens alapú diagnosztikai rendszerek Áttekintés té Ágensek és multi-ágens rendszerek Definíciók iók Típusaik Környezeteik

Részletesebben

Megerősítéses tanulási módszerek és alkalmazásaik

Megerősítéses tanulási módszerek és alkalmazásaik MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Megerősítéses tanulási módszerek és alkalmazásaik Tompa Tamás tanársegéd Általános Informatikai Intézeti Tanszék Miskolc, 2017. szeptember 15. Tartalom

Részletesebben

Mesterséges intelligencia, szakértői rendszerek Ágensek, multi ágens rendszerek, tanuló ágensek p. 1/43

Mesterséges intelligencia, szakértői rendszerek Ágensek, multi ágens rendszerek, tanuló ágensek p. 1/43 Mesterséges intelligencia, szakértői rendszerek Ágensek, multi ágens rendszerek, tanuló ágensek p. 1/43 Mesterséges intelligencia, szakértői rendszerek Ágensek, multi ágens rendszerek, tanuló ágensek Werner

Részletesebben

Megerősítéses tanulás 2. előadás

Megerősítéses tanulás 2. előadás Megerősítéses tanulás 2. előadás 1 Technikai dolgok Email szityu@eotvoscollegium.hu Annai levlista http://nipglab04.inf.elte.hu/cgi-bin/mailman/listinfo/annai/ Olvasnivaló: Sutton, Barto: Reinforcement

Részletesebben

1. Informatikai trendek, ágensek, többágenses rendszerek. Intelligens Elosztott Rendszerek BME-MIT, 2018

1. Informatikai trendek, ágensek, többágenses rendszerek. Intelligens Elosztott Rendszerek BME-MIT, 2018 1. Informatikai trendek, ágensek, többágenses rendszerek A számítástechnika történetének 5 nagy trendje mindenütt jelenlévő (ubiquity) összekapcsolt (interconnection) intelligens delegált (delegation)

Részletesebben

Korszerű információs technológiák

Korszerű információs technológiák MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Korszerű információs technológiák Megerősítéses tanulási módszerek és alkalmazásaik Tompa Tamás tanársegéd Általános Informatikai Intézeti Tanszék Miskolc,

Részletesebben

Problémamegoldás kereséssel. Mesterséges intelligencia március 7.

Problémamegoldás kereséssel. Mesterséges intelligencia március 7. Problémamegoldás kereséssel Mesterséges intelligencia 2014. március 7. Bevezetés Problémamegoldó ágens Kívánt állapotba vezető cselekvéseket keres Probléma megfogalmazása Megoldás megfogalmazása Keresési

Részletesebben

Ágensek. Mesterséges intelligencia II MEMO_01. Pletl

Ágensek. Mesterséges intelligencia II MEMO_01. Pletl Ágensek ápr.7. 16-18. Bólyai terem Szilveszter Knowledge is of two kinds. We know a subject ourselves or we know where we can find information about it. -- Samuel Johnson Ez az emlékeztető nagyban támaszkodik

Részletesebben

Dunaújvárosi Főiskola Informatikai Intézet

Dunaújvárosi Főiskola Informatikai Intézet Dunaújvárosi Főiskola Informatikai Intézet Bizonytalanságkezelés Dr. Seebauer Márta főiskolai tanár seebauer.marta@szgti.bmf.hu Bizonytalan tudás forrása A klasszikus logikában a kijelentések vagy igazak

Részletesebben

Szenzorokra épülő adaptív rendszermodell

Szenzorokra épülő adaptív rendszermodell Szenzorokra épülő adaptív rendszermodell Dr. Jaskó Szilárd Pannon Egyetem TÁMOP-4.2.2.C-11/1/KONV-2012-0004 Nemzeti kutatóközpont fejlett infokommunikációs technológiák kidolgozására és piaci bevezetésére

Részletesebben

end function Az A vektorban elõforduló legnagyobb és legkisebb értékek indexeinek különbségét.. (1.5 pont) Ha üres a vektor, akkor 0-t..

end function Az A vektorban elõforduló legnagyobb és legkisebb értékek indexeinek különbségét.. (1.5 pont) Ha üres a vektor, akkor 0-t.. A Név: l 2014.04.09 Neptun kód: Gyakorlat vezető: HG BP MN l 1. Adott egy (12 nem nulla értékû elemmel rendelkezõ) 6x7 méretû ritka mátrix hiányos 4+2 soros reprezentációja. SOR: 1 1 2 2 2 3 3 4 4 5 6

Részletesebben

Táblázatok fontosabb műveletei 1

Táblázatok fontosabb műveletei 1 Táblázatok fontosabb műveletei 1 - - Soros táblázat procedure BESZÚR1(TÁBLA, újelem) - - beszúrás soros táblázatba - - a táblázatot egy rekordokat tartalmazó dinamikus vektorral reprezentáljuk - - a rekordok

Részletesebben

Orvosi készülékekben használható modern fejlesztési technológiák lehetőségeinek vizsgálata

Orvosi készülékekben használható modern fejlesztési technológiák lehetőségeinek vizsgálata Kutatási beszámoló a Pro Progressio Alapítvány számára Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Mérnök informatika szak Orvosi készülékekben használható modern

Részletesebben

Irányítástechnikai alapok. Zalotay Péter főiskolai docens KKMF

Irányítástechnikai alapok. Zalotay Péter főiskolai docens KKMF Irányítástechnikai alapok Zalotay Péter főiskolai docens KKMF Az irányítás feladatai és fajtái: Alapfogalmak Irányítás: Műszaki berendezések ( gépek, gyártó sorok, szállító eszközök, vegyi-, hő-technikai

Részletesebben

Intelligens Rendszerek

Intelligens Rendszerek Intelligens Rendszerek Robotok http://mobil.nik.uni-obuda.hu http://mobil.nik.uni-obuda.hu/tantargyak/irg/segedanyagok/ B Biology Biológiai mintára készített, E Electronics elektronikusan működtetett,

Részletesebben

Érzékelők az autonóm járművekben

Érzékelők az autonóm járművekben Érzékelők az autonóm járművekben Gáspár Péter Szirányi Tamás 1 Érzékelők Tartalom Motivációs háttér Környezetérzékelés célja Autóipari érzékelők Széria megoldások és ipari trendek 2 Motiváció: A járműipar

Részletesebben

Informatika. 3. Az informatika felhasználási területei és gazdasági hatásai

Informatika. 3. Az informatika felhasználási területei és gazdasági hatásai Informatika 1. Hírek, információk, adatok. Kommunikáció. Definiálja a következő fogalmakat: Információ Hír Adat Kommunikáció Ismertesse a kommunikáció modelljét. 2. A számítástechnika története az ENIAC-ig

Részletesebben

SZOLGÁLTATÁSI FOLYAMATOK LOGISZTIFIKÁLÁSÁNAK MATEMATIKAI MODELLJE MATHEMATICAL MODELL OF THE LOGISTIFICATION OF SERVICE FLOWS

SZOLGÁLTATÁSI FOLYAMATOK LOGISZTIFIKÁLÁSÁNAK MATEMATIKAI MODELLJE MATHEMATICAL MODELL OF THE LOGISTIFICATION OF SERVICE FLOWS SZOLGÁLTATÁSI FOLYAMATOK LOGISZTIFIKÁLÁSÁNAK MATEMATIKAI MODELLJE MATHEMATICAL MODELL OF THE LOGISTIFICATION OF SERVICE FLOWS Dr Gubán Ákos 1 -Dr Kása Richárd 2- Sándor Ágnes 3 1 tanszékvezető főiskolai

Részletesebben

Az irányítástechnika alapfogalmai. 2008.02.15. Irányítástechnika MI BSc 1

Az irányítástechnika alapfogalmai. 2008.02.15. Irányítástechnika MI BSc 1 Az irányítástechnika alapfogalmai 2008.02.15. 1 Irányítás fogalma irányítástechnika: önműködő irányítás törvényeivel és gyakorlati megvalósításával foglakozó műszaki tudomány irányítás: olyan művelet,

Részletesebben

Mobil technológiák és alkalmazások

Mobil technológiák és alkalmazások ELTE-Soft kft Mobil technológiák és alkalmazások A kutatás-fejlesztési központok fejlesztése és megerősítése KMOP-1.1.2-08/1-2008-0002 pályázat Lőrincz András ELTE Informatikai Kar Mobil technológiák Mozog

Részletesebben

A mesterséges intelligencia alapjai, alapelvek

A mesterséges intelligencia alapjai, alapelvek Források: Stanford University Artifical Intelligence course: www.ai-class.com Alison Cawsey: Mesterséges Intelligencia, Panem könyvkiadó 2002, ISBN 9635452853 Stuart Russel és Peter Norvig: Mesterséges

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

2. Milyen értéket határoz meg az alábbi algoritmus, ha A egy vektor?. (2 pont)

2. Milyen értéket határoz meg az alábbi algoritmus, ha A egy vektor?. (2 pont) A Név: l 2017.04.06 Neptun kód: Gyakorlat vezet : HG BP l 1. Az A vektor tartalmát az alábbi KUPACOL eljárással rendezzük át maximum kupaccá. A={28, 87, 96, 65, 55, 32, 51, 69} Mi lesz az értéke az A vektor

Részletesebben

Objektumorientált paradigma és programfejlesztés Bevezető

Objektumorientált paradigma és programfejlesztés Bevezető Objektumorientált paradigma és programfejlesztés Bevezető Vámossy Zoltán vamossy.zoltan@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Ficsor Lajos (Miskolci Egyetem) prezentációja alapján

Részletesebben

Navigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel

Navigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel Navigáci ció és s mozgástervez stervezés Algoritmusok és alkalmazásaik Osváth Róbert Sorbán Sámuel Feladat Adottak: pálya (C), játékos, játékos ismerethalmaza, kezdőpont, célpont. Pálya szerkezete: akadályokkal

Részletesebben

Forgalmi modellezés BMEKOKUM209

Forgalmi modellezés BMEKOKUM209 BME Közlekedésüzemi és Közlekedésgazdasági Tanszék Forgalmi modellezés BMEKOKUM209 Szimulációs modellezés Dr. Juhász János A forgalmi modellezés célja A közlekedési igények bővülése és a motorizáció növekedése

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Megerősítéses tanulás Pataki Béla BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Ágens tudása: Induláskor: vagy ismeri már a környezetet

Részletesebben

Párhuzamos programozási platformok

Párhuzamos programozási platformok Párhuzamos programozási platformok Parallel számítógép részei Hardver Több processzor Több memória Kapcsolatot biztosító hálózat Rendszer szoftver Párhuzamos operációs rendszer Konkurenciát biztosító programozási

Részletesebben

HU Egyesülve a sokféleségben HU A8-0005/4. Módosítás

HU Egyesülve a sokféleségben HU A8-0005/4. Módosítás 8.2.2017 A8-0005/4 4 Jean-Luc Schaffhauser 1 bekezdés felszólítja a Bizottságot, hogy tegyen javaslatot a kiberfizikai rendszerek, az autonóm rendszerek, az intelligens autonóm robotok és alkategóriáik

Részletesebben

Párhuzamos programozási platformok

Párhuzamos programozási platformok Párhuzamos programozási platformok Parallel számítógép részei Hardver Több processzor Több memória Kapcsolatot biztosító hálózat Rendszer szoftver Párhuzamos operációs rendszer Konkurenciát biztosító programozási

Részletesebben

Autonóm jármű forgalomszimulátorba illesztése

Autonóm jármű forgalomszimulátorba illesztése Autonóm jármű forgalomszimulátorba illesztése Szalai Mátyás 2018 Konzulens: Dr. Tettamanti Tamás A szimulációs feladat Miért hasznos? Biztonságos környezetben nyújt lehetőséget az autonóm járművek forgalmi

Részletesebben

Új műveletek egy háromértékű logikában

Új műveletek egy háromértékű logikában A Magyar Tudomány Napja 2012. Új műveletek egy háromértékű logikában Dr. Szász Gábor és Dr. Gubán Miklós Tartalom A probléma előzményei A hagyományos műveletek Az új műveletek koncepciója Alkalmazási példák

Részletesebben

Intelligens Ágensek Evolúciója (Evolution of Intelligent Agents) Készítette: Kovács Dániel László Budapest Műszaki és Gazdaságtudományi Egyetem V il l

Intelligens Ágensek Evolúciója (Evolution of Intelligent Agents) Készítette: Kovács Dániel László Budapest Műszaki és Gazdaságtudományi Egyetem V il l DIPLOMATERV K o v á c s D á n i e l L á s z l ó 2 0 0 3. Intelligens Ágensek Evolúciója (Evolution of Intelligent Agents) Készítette: Kovács Dániel László Budapest Műszaki és Gazdaságtudományi Egyetem

Részletesebben

Az operációs rendszer szerkezete, szolgáltatásai

Az operációs rendszer szerkezete, szolgáltatásai Az operációs rendszer szerkezete, szolgáltatásai Felhasználói programok Rendszerhívások Válaszok Kernel Eszközkezelők Megszakításvezérlés Perifériák Az operációs rendszer szerkezete, szolgáltatásai Felhasználói

Részletesebben

NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő

NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő SZÉCHENYI ISTVÁN EGYETEM Műszaki Tudományi Kar Informatika Tanszék BSC FOKOZATÚ MÉRNÖK INFORMATIKUS SZAK NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő Fejlesztői dokumentáció GROUP#6

Részletesebben

B Biology Biológiai mintára készített, E Electronics elektronikusan működtetett, A Aesthetics esztétikusan kivitelezett, M Mechanics mechanikák.

B Biology Biológiai mintára készített, E Electronics elektronikusan működtetett, A Aesthetics esztétikusan kivitelezett, M Mechanics mechanikák. Robotok B Biology Biológiai mintára készített, E Electronics elektronikusan működtetett, A Aesthetics esztétikusan kivitelezett, M Mechanics mechanikák. B Biology Biológiai mintára készített, E Electronics

Részletesebben

Norway Grants. Az akkumulátor mikromenedzsment szabályozás - BMMR - fejlesztés technológiai és műszaki újdonságai. Kakuk Zoltán, Vision 95 Kft.

Norway Grants. Az akkumulátor mikromenedzsment szabályozás - BMMR - fejlesztés technológiai és műszaki újdonságai. Kakuk Zoltán, Vision 95 Kft. Norway Grants AKKUMULÁTOR REGENERÁCIÓS ÉS Az akkumulátor mikromenedzsment szabályozás - BMMR - fejlesztés technológiai és műszaki újdonságai Kakuk Zoltán, Vision 95 Kft. 2017.04.25. Rendszer szintű megoldás

Részletesebben

Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor

Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor A szotverarchitektúra fogalma A szoftverarchitektúra nagyon fiatal diszciplína. A fogalma még nem teljesen kiforrott. Néhány definíció: A szoftverarchitektúra

Részletesebben

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban Intelligens Rendszerek Elmélete : dr. Kutor László Versengéses és önszervező tanulás neurális hálózatokban http://mobil.nik.bmf.hu/tantargyak/ire.html Login név: ire jelszó: IRE07 IRE 9/1 Processzor Versengéses

Részletesebben

FELÜGYELT ÉS MEGERŐSÍTÉSES TANULÓ RENDSZEREK FEJLESZTÉSE

FELÜGYELT ÉS MEGERŐSÍTÉSES TANULÓ RENDSZEREK FEJLESZTÉSE FELÜGYELT ÉS MEGERŐSÍTÉSES TANULÓ RENDSZEREK FEJLESZTÉSE Dr. Aradi Szilárd, Fehér Árpád Mesterséges intelligencia kialakulása 1956 Dartmouth-i konferencián egy maroknyi tudós megalapította a MI területét

Részletesebben

Dr. Schuster György február / 32

Dr. Schuster György február / 32 Algoritmusok és magvalósítások Dr. Schuster György OE-KVK-MAI schuster.gyorgy@kvk.uni-obuda.hu 2015. február 10. 2015. február 10. 1 / 32 Algoritmus Alapfogalmak Algoritmus Definíció Algoritmuson olyan

Részletesebben

Az irányítástechnika alapfogalmai

Az irányítástechnika alapfogalmai Az irányítástechnika alapfogalmai 2014. 02. 08. Folyamatirányítás - bevezetés Legyen adott egy tetszőleges technológiai rendszer Mi a cél? üzemeltetés az előírt tevékenység elvégzése (termék előállítása,

Részletesebben

Objektumorientált paradigma és a programfejlesztés

Objektumorientált paradigma és a programfejlesztés Objektumorientált paradigma és a programfejlesztés Vámossy Zoltán vamossy.zoltan@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Ficsor Lajos (Miskolci Egyetem) prezentációja alapján Objektumorientált

Részletesebben

1. Digitális írástudás: a kőtáblától a számítógépig 2. Szedjük szét a számítógépet 1. örök 3. Szedjük szét a számítógépet 2.

1. Digitális írástudás: a kőtáblától a számítógépig 2. Szedjük szét a számítógépet 1. örök 3. Szedjük szét a számítógépet 2. Témakörök 1. Digitális írástudás: a kőtáblától a számítógépig ( a kommunikáció fejlődése napjainkig) 2. Szedjük szét a számítógépet 1. ( a hardver architektúra elemei) 3. Szedjük szét a számítógépet 2.

Részletesebben

Algoritmusok Tervezése. 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás

Algoritmusok Tervezése. 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás Algoritmusok Tervezése 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás Mi az algoritmus? Lépések sorozata egy feladat elvégzéséhez (legáltalánosabban) Informálisan algoritmusnak nevezünk bármilyen jól definiált

Részletesebben

Térinformatika. Térinformatika. GIS alkalmazói szintek. Rendszer. GIS funkcionális vázlata. vezetői szintek

Térinformatika. Térinformatika. GIS alkalmazói szintek. Rendszer. GIS funkcionális vázlata. vezetői szintek Térinformatika Térinformatika 1. A térinformatika szerepe 2. A valós világ modellezése 3. Térinformatikai rendszerek 4. Térbeli döntések 5. Térbeli műveletek 6. GIS alkalmazások Márkus Béla 1 2 Rendszer

Részletesebben

Pay As You Drive. Annyit fizetsz, amennyit vezetsz

Pay As You Drive. Annyit fizetsz, amennyit vezetsz Pay As You Drive Annyit fizetsz, amennyit vezetsz. Pay As You Drive AUTOMETRIX Antal Csaba ügyvezető igazgató TrafficNav Kft. A PAYD szolgáltatás neve 2 Pay As You Drive AUTOMETRIX A TrafficNav Kft. fő

Részletesebben

Adaptív menetrendezés ADP algoritmus alkalmazásával

Adaptív menetrendezés ADP algoritmus alkalmazásával Adaptív menetrendezés ADP algoritmus alkalmazásával Alcím III. Mechwart András Ifjúsági Találkozó Mátraháza, 2013. szeptember 10. Divényi Dániel Villamos Energetika Tanszék Villamos Művek és Környezet

Részletesebben

MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc. Debrecen,

MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc. Debrecen, MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc Debrecen, 2017. 01. 03. Név: Neptun kód: Megjegyzések: A feladatok megoldásánál használja a géprajz szabályait, valamint a szabványos áramköri elemeket.

Részletesebben

FIGYELEM ELŐADÁS ELŐTTED

FIGYELEM ELŐADÁS ELŐTTED KENDERESY KOPPÁNY SZABÓ BENCE SIÓFOK FIGYELEM ELŐADÁS ELŐTTED 2018 JÁTÉK Közlekedj okosan játék Minden helyes válasz SZÁM Számsor TELEFON SZÁM Első SMS NYER SIÓFOK JÁTÉKSZABÁLY 2018 LEVEL 0 SZEMET MEGVEZETŐ

Részletesebben

Struktúra nélküli adatszerkezetek

Struktúra nélküli adatszerkezetek Struktúra nélküli adatszerkezetek Homogén adatszerkezetek (minden adatelem azonos típusú) osztályozása Struktúra nélküli (Nincs kapcsolat az adatelemek között.) Halmaz Multihalmaz Asszociatív 20:24 1 A

Részletesebben

Rubin SPIRIT TEST. Rubin firmware-ek és hardverek tesztelése esettanulmány V1.0. Készítette: Hajnali Krisztián Jóváhagyta: Varga József

Rubin SPIRIT TEST. Rubin firmware-ek és hardverek tesztelése esettanulmány V1.0. Készítette: Hajnali Krisztián Jóváhagyta: Varga József Rubin firmware-ek és hardverek tesztelése esettanulmány V1.0 Készítette: Hajnali Krisztián Jóváhagyta: Varga József Rubin Informatikai Zrt. 1149 Budapest, Egressy út 17-21. telefon: +361 469 4020; fax:

Részletesebben

A digitális analóg és az analóg digitális átalakító áramkör

A digitális analóg és az analóg digitális átalakító áramkör A digitális analóg és az analóg digitális átalakító áramkör I. rész Bevezetésként tisztázzuk a címben szereplő két fogalmat. A számítástechnikai kislexikon a következőképpen fogalmaz: digitális jel: olyan

Részletesebben

Debreceni Egyetem Matematikai és Informatikai Intézet. 13. Védelem

Debreceni Egyetem Matematikai és Informatikai Intézet. 13. Védelem 13. Védelem A védelem célja Védelmi tartományok Hozzáférési mátrixok (access matrix, AM) A hozzáférési mátrixok implementációja A hozzáférési jogok visszavonása Képesség-alapú rendszerek Nyelvbe ágyazott

Részletesebben

Intelligens biztonsági megoldások. Távfelügyelet

Intelligens biztonsági megoldások. Távfelügyelet Intelligens biztonsági megoldások A riasztást fogadó távfelügyeleti központok felelősek a felügyelt helyszínekről érkező információ hatékony feldolgozásáért, és a bejövő eseményekhez tartozó azonnali intézkedésekért.

Részletesebben

Adatszerkezetek I. 7. előadás. (Horváth Gyula anyagai felhasználásával)

Adatszerkezetek I. 7. előadás. (Horváth Gyula anyagai felhasználásával) Adatszerkezetek I. 7. előadás (Horváth Gyula anyagai felhasználásával) Bináris fa A fa (bináris fa) rekurzív adatszerkezet: BinFa:= Fa := ÜresFa Rekord(Elem,BinFa,BinFa) ÜresFa Rekord(Elem,Fák) 2/37 Bináris

Részletesebben

Radio/ZigBee technológia: rugalmas megoldás a kényelmes otthonért

Radio/ZigBee technológia: rugalmas megoldás a kényelmes otthonért CÉLIANE TM Radio/ZigBee technológia: rugalmas megoldás a kényelmes otthonért A Radio/ZigBee világítási- vagy redőnyvezérlő szerelvényeivel bontás és plusz vezetékezés nélkül teheti intelligenssé otthonát.

Részletesebben

Objektum orientált programozás Bevezetés

Objektum orientált programozás Bevezetés Objektum orientált programozás Bevezetés Miskolci Egyetem Általános Informatikai Tanszék Utolsó módosítás: 2008. 03. 04. OOPALAP / 1 A program készítés Absztrakciós folyamat, amelyben a valós világban

Részletesebben

Absztrakció. Objektum orientált programozás Bevezetés. Általános Informatikai Tanszék Utolsó módosítás:

Absztrakció. Objektum orientált programozás Bevezetés. Általános Informatikai Tanszék Utolsó módosítás: Objektum orientált programozás Bevezetés Miskolci Egyetem Általános Informatikai Tanszék Utolsó módosítás: 2008. 03. 04. OOPALAP / 1 A program készítés Absztrakciós folyamat, amelyben a valós világban

Részletesebben

C++ programozási nyelv

C++ programozási nyelv C++ programozási nyelv Gyakorlat - 13. hét Nyugat-Magyarországi Egyetem Faipari Mérnöki Kar Informatikai Intézet Soós Sándor 2004. december A C++ programozási nyelv Soós Sándor 1/10 Tartalomjegyzék Objektumok

Részletesebben

8. FELADAT: AUTOMATIKUS IRÁNYÍTÁSI RENDSZEREK

8. FELADAT: AUTOMATIKUS IRÁNYÍTÁSI RENDSZEREK 8. FELADAT: AUTOMATIKUS IRÁNYÍTÁSI RENDSZEREK Felelős: -dr. dr. Fekete András, BKÁE, ÉTK, Fizika - Automatika Tanszék, Budapest - dr. Földesi István, Kovács László, FVM Mezőgazdasági Gépesítési Intézet,

Részletesebben

MS ACCESS 2010 ADATBÁZIS-KEZELÉS ELMÉLET SZE INFORMATIKAI KÉPZÉS 1

MS ACCESS 2010 ADATBÁZIS-KEZELÉS ELMÉLET SZE INFORMATIKAI KÉPZÉS 1 SZE INFORMATIKAI KÉPZÉS 1 ADATBÁZIS-KEZELÉS MS ACCESS 2010 A feladat megoldása során a Microsoft Office Access 2010 használata a javasolt. Ebben a feladatban a következőket fogjuk gyakorolni: Adatok importálása

Részletesebben

A korszerű HR rendszer

A korszerű HR rendszer A korszerű HR rendszer A rendszer négy kiemelkedő csúcstechnológiai funkciót tartalmaz A felhasználói csoportok dinamikus kiszolgálása A perbit.insight legfontosabb része a HR megoldás központ (HR Solution

Részletesebben

Pilis Város Önkormányzata részére

Pilis Város Önkormányzata részére ÁRAJÁNLAT 2014/606.648.653.651 Pilis Város Önkormányzata részére MikroVoks Jegyzőkönyvező- Szavazatszámláló- és Konferencia Rendszerre, teremhangosítás kiegészítésre ill. ÖTV Media-szerver szolgáltatásra

Részletesebben

Diszkrét matematika 2. estis képzés

Diszkrét matematika 2. estis képzés Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 1. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján

Részletesebben

Intelligens ágensek Mesterséges Intelligencia rendszertechnikai gyökerei

Intelligens ágensek Mesterséges Intelligencia rendszertechnikai gyökerei Intelligens ágensek Mesterséges Intelligencia rendszertechnikai gyökerei Dobrowiecki Tadeusz Mérés és Információs Rendszerek Tanszék Habilitációs előadás BME-VIK, október 2013 1/37 oldal 1. Lehet-e intelligens

Részletesebben

Algoritmusok helyességének bizonyítása. A Floyd-módszer

Algoritmusok helyességének bizonyítása. A Floyd-módszer Algoritmusok helyességének bizonyítása A Floyd-módszer Algoritmusok végrehajtása Egy A algoritmus esetében a változókat három változótípusról beszélhetünk, melyeket az X, Y és Z vektorokba csoportosítjuk

Részletesebben

Megkülönböztetett kiszolgáló routerek az

Megkülönböztetett kiszolgáló routerek az Megkülönböztetett kiszolgáló routerek az Interneten Megkülönböztetett kiszolgálás A kiszolgáló architektúrák minősége az Interneten: Integrált kiszolgálás (IntServ) Megkülönböztetett kiszolgálás (DiffServ)

Részletesebben

Algoritmusok vektorokkal keresések 1

Algoritmusok vektorokkal keresések 1 Algoritmusok vektorokkal keresések 1 function TELJES_KERES1(A, érték) - - teljes keresés while ciklussal 1. i 1 2. while i méret(a) és A[i] érték do 3. i i + 1 4. end while 5. if i > méret(a) then 6. KIVÉTEL

Részletesebben

Mesterséges Intelligencia (MI)

Mesterséges Intelligencia (MI) Mesterséges Intelligencia (MI) 1 ea. bevezetés - (2018 ősz) Előadók Hullám Gábor, Pataki Béla BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki BME I.E. 427, 463-20-10

Részletesebben

Járműinformatika A jármű elektronikus rendszerei

Járműinformatika A jármű elektronikus rendszerei Járműinformatika A jármű elektronikus rendszerei 2016/2017. tanév, II. félév Dr. Kovács Szilveszter E-mail: szkovacs@iit.uni-miskolc.hu Informatika Intézet 107/a. Tel: (46) 565-111 / 21-07 A jármű alrendszerei

Részletesebben

Automatizált Térfigyelő Rendszer. Sensor Technologies Kft

Automatizált Térfigyelő Rendszer. Sensor Technologies Kft Automatizált Térfigyelő Rendszer 1 1. Általános ismertető A valósidejű kamera képfeldolgozó informatikai rendszereket fejleszt, budapesti székhellyel. A technológia felhasználási területei: közúti forgalomelemzés

Részletesebben

Autonóm járművek városi közlekedésének kihívásai

Autonóm járművek városi közlekedésének kihívásai Autonóm járművek városi közlekedésének kihívásai Dr. Szalay Zsolt Dr. Schuchmann Gábor BME GJT, tanszékvezető egyetemi docens BME UVT, egyetemi docens 1 Kihívás Alkalmasság Jármű specifikációja Pályával

Részletesebben

A forgalomsűrűség és a követési távolság kapcsolata

A forgalomsűrűség és a követési távolság kapcsolata 1 A forgalomsűrűség és a követési távolság kapcsolata 6 Az áramlatsűrűség (forgalomsűrűség) a követési távolsággal ad egyértelmű összefüggést: a sűrűség reciprok értéke a(z) (átlagos) követési távolság.

Részletesebben

Osztálytervezés és implementációs ajánlások

Osztálytervezés és implementációs ajánlások Osztálytervezés és implementációs ajánlások Miskolci Egyetem Általános Informatikai Tanszék Utolsó módosítás: 2006. 04. 24. Osztálytervezés és implementációs kérdések OTERV / 1 Osztály tervezés Egy nyelv

Részletesebben

A mesterséges intelligencia alapjai

A mesterséges intelligencia alapjai A mesterséges intelligencia alapjai Mihálydeák Tamás Számítógéptudományi Tanszék, Informatikai Kar Debreceni Egyetem e-mail: mihalydeak.tamas@inf.unideb.hu https://arato.inf.unideb.hu/mihalydeak.tamas/

Részletesebben

Osztálytervezés és implementációs ajánlások

Osztálytervezés és implementációs ajánlások Osztálytervezés és implementációs ajánlások Miskolci Egyetem Általános Informatikai Tanszék Utolsó módosítás: 2006. 04. 24. Osztálytervezés és implementációs kérdések OTERV / 1 Osztály tervezés Egy nyelv

Részletesebben

OOP. Alapelvek Elek Tibor

OOP. Alapelvek Elek Tibor OOP Alapelvek Elek Tibor OOP szemlélet Az OOP szemlélete szerint: a valóságot objektumok halmazaként tekintjük. Ezen objektumok egymással kapcsolatban vannak és együttműködnek. Program készítés: Absztrakciós

Részletesebben

2. Visszalépéses stratégia

2. Visszalépéses stratégia 2. Visszalépéses stratégia A visszalépéses keres rendszer olyan KR, amely globális munkaterülete: út a startcsúcsból az aktuális csúcsba (ezen kívül a még ki nem próbált élek nyilvántartása) keresés szabályai:

Részletesebben

Informatika érettségi vizsga

Informatika érettségi vizsga Informatika 11/L/BJ Informatika érettségi vizsga ÍRÁSBELI GYAKORLATI VIZSGA (180 PERC - 120 PONT) SZÓBELI SZÓBELI VIZSGA (30 PERC FELKÉSZÜLÉS 10 PERC FELELET - 30 PONT) Szövegszerkesztés (40 pont) Prezentáció-készítés

Részletesebben

Válogatott fejezetek a közlekedésgazdaságtanból

Válogatott fejezetek a közlekedésgazdaságtanból Válogatott fejezetek a közlekedésgazdaságtanból 2. Választási modellek Levelező tagozat 2015 ősz Készítette: Prileszky István http://www.sze.hu/~prile Fogalmak Választási modellek célja: annak megjósolása,

Részletesebben

Összeadás BCD számokkal

Összeadás BCD számokkal Összeadás BCD számokkal Ugyanúgy adjuk össze a BCD számokat is, mint a binárisakat, csak - fel kell ismernünk az érvénytelen tetrádokat és - ezeknél korrekciót kell végrehajtani. A, Az érvénytelen tetrádok

Részletesebben

4. Lokalizáció Magyar Attila

4. Lokalizáció Magyar Attila 4. Lokalizáció Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2011. szeptember 23. 4. Lokalizáció 2 4. Tartalom

Részletesebben

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0 I. Legyen f : R R, f(x) = 1 1 + x 2, valamint 1. Házi feladat d : R + 0 R+ 0 R (x, y) f(x) f(y). 1. Igazoljuk, hogy (R + 0, d) metrikus tér. 2. Adjuk meg az x {0, 3} pontok és r {1, 2} esetén a B r (x)

Részletesebben

Adatszerkezetek 1. előadás

Adatszerkezetek 1. előadás Adatszerkezetek 1. előadás Irodalom: Lipschutz: Adatszerkezetek Morvay, Sebők: Számítógépes adatkezelés Cormen, Leiserson, Rives, Stein: Új algoritmusok http://it.inf.unideb.hu/~halasz http://it.inf.unideb.hu/adatszerk

Részletesebben

Irányítástechnika 12. évfolyam

Irányítástechnika 12. évfolyam Irányítástechnika 12. évfolyam Irányítástechnikai alapismeretek Az irányítás fogalma. Irányítási példák. Az irányítás részműveletei: Érzékelés (információszerzés). Ítéletalkotás (az megszerzett információ

Részletesebben

Kooperatív Intelligens Közlekedés Rendszerek építőelemei

Kooperatív Intelligens Közlekedés Rendszerek építőelemei Kooperatív Intelligens Közlekedés Rendszerek építőelemei ITS Hungary Workshop 2016. November 24. Váradi András, Commsignia Bemutatkozás V2X Szoftver Stack V2X Hardverek V2X Security Applikációk Hybrid

Részletesebben

A személyközlekedés minősítési rendszere

A személyközlekedés minősítési rendszere A személyközlekedés minősítési rendszere személyközlekedés tervezése és működtetése során alapvető jelentőségűek a i jellemzők bonus-malus rendszer működtetésére a megrendelési szerződések szerint Minőség:

Részletesebben

Programozási módszertan. A gépi tanulás alapmódszerei

Programozási módszertan. A gépi tanulás alapmódszerei SZDT-12 p. 1/24 Programozási módszertan A gépi tanulás alapmódszerei Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu SZDT-12 p. 2/24 Ágensek Az új

Részletesebben

Speciális adatszerkezetek. Programozás alapjai II. (8. ea) C++ Tömbök. Tömbök/2. N dimenziós tömb. Nagyméretű ritka tömbök

Speciális adatszerkezetek. Programozás alapjai II. (8. ea) C++ Tömbök. Tömbök/2. N dimenziós tömb. Nagyméretű ritka tömbök Programozás alapjai II. (8. ea) C++ Kiegészítő anyag: speciális adatszerkezetek Szeberényi Imre BME IIT Speciális adatszerkezetek A helyes adatábrázolás választása, a helyes adatszerkezet

Részletesebben

Formális módszerek GM_IN003_1 Program verifikálás, formalizmusok

Formális módszerek GM_IN003_1 Program verifikálás, formalizmusok Formális módszerek GM_IN003_1 Program verifikálás, formalizmusok Program verifikálás Konkurens programozási megoldások terjedése -> verifikálás szükséges, (nehéz) logika Legszélesebb körben alkalmazott

Részletesebben

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Funkcionálanalízis. n=1. n=1. x n y n. n=1 Funkcionálanalízis 2011/12 tavaszi félév - 2. előadás 1.4. Lényeges alap-terek, példák Sorozat terek (Folytatás.) C: konvergens sorozatok tere. A tér pontjai sorozatok: x = (x n ). Ezen belül C 0 a nullsorozatok

Részletesebben

http://www.bosch-mobilitysolutions.com/en/de/specials/specials_safety/bosch_abs_1/abs_startpage.html

http://www.bosch-mobilitysolutions.com/en/de/specials/specials_safety/bosch_abs_1/abs_startpage.html 1 http://www.bosch-mobilitysolutions.com/en/de/specials/specials_safety/bosch_abs_1/abs_startpage.html ABS: Antilock Braking System. A kerekek blokkolását gátolja meg, minden keréknél van egy keréksebesség-mérő

Részletesebben

Programozás alapjai II. (7. ea) C++ Speciális adatszerkezetek. Tömbök. Kiegészítő anyag: speciális adatszerkezetek

Programozás alapjai II. (7. ea) C++ Speciális adatszerkezetek. Tömbök. Kiegészítő anyag: speciális adatszerkezetek Programozás alapjai II. (7. ea) C++ Kiegészítő anyag: speciális adatszerkezetek Szeberényi Imre BME IIT M Ű E G Y E T E M 1 7 8 2 C++ programozási nyelv BME-IIT Sz.I. 2016.04.05. - 1

Részletesebben

Autóipari beágyazott rendszerek. Komponens és rendszer integráció

Autóipari beágyazott rendszerek. Komponens és rendszer integráció Autóipari beágyazott rendszerek és rendszer integráció 1 Magas szintű fejlesztési folyamat SW architektúra modellezés Modell (VFB) Magas szintű modellezés komponensek portok interfészek adattípusok meghatározása

Részletesebben