CARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek Dr. Vajda Ferenc Egyetemi docens

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "CARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek 2010-09-02. Dr. Vajda Ferenc Egyetemi docens"

Átírás

1 CARE Biztonságos CARE Biztonságos otthonok idős embereknek otthonok idős embereknek Dr. Vajda Ferenc Egyetemi docens 3D Érzékelés és Mobilrobotika kutatócsoport Budapesti Műszaki és Gazdaságtudományi Egyetem

2 Cél Probléma Elöregedő társadalom Felügyelet egyre kevésbé megoldható Feladatok Németország Biztonság növelése (Biztonságérzet!) Szokatlan, veszélyes helyzetek felismerése! személyzet értesítése Segítségnyújtás Életminőség növelése... Férfiak Nők 2060 ezer ezer 2/15

3 Humán kérdések (BME ERG) Szükségesség Milyen kritikus szituációk voltak eddig Mi volt ezek kimenetele Milyen tevékenységekhez lenne szükség segítségre Milyen mértékű segítségre van szükség Etikai és egyéb kérdések Mennyire lehet látható az eszköz a szobában Mennyire tartja elfogadhatónak új kábelezés kiépítését Elfogadhatónak tartanak-e egy kamerát a lakótérben Mekkora költséget tudnak áldozni a rendszerre (egyszeri, rendszeres) 3/15

4 Esésdetektálás (BME IIT)

5 Az esésdetektálás problémái Mit az esés? Nem triviális nem adható egzakt definíció Gyakorlatilag lehetetlen algoritmust adni a felismerésére Mi az érzékelés módszere? Testre helyezett mérőrendszerek Odometrikus méréstechnológia Inerciális méréstechnológia Külső érzékelési megoldások Akusztikai mérési elvek (pl. ultrahang) Látó rendszerek Emberi esésérzékelés? Tanult folyamat, látvány alapján CARE 5/15

6 Látás Kamera Nagy adatmennyiség sok felesleges Sokszor kevés időbeli felbontás Nagy sebességű optikai érzékelő Speciális kialakítás CMOS integrált áramkör Pixelenként fotodetektor és kiegészítő áramkör Tulajdonságok A nem változó részekről nem érkezik információ A változás lehet sötétedés/világosodás Változás pozíciója és időpontja 6/15

7 ATC érzékelő 7/15

8 Kép -feldolgozás Kiindulási adathalmaz Kép TAE (időbélyeggel és címmel ellátott események) Hagyományos képfeldolgozás módszereit el kell felejteni Eredmény Tulajdonságvektorok (megtanulható értékek és változások) Jelfeldolgozás menete Érzékelő 2D Előfeldolgozás 3D rekonstrukció 3D Előfeldolgozás Szegmentálás Tulajdonságkiemelés 8/15

9 Előfeldolgozás szűrés μs μs px px Nyers adat Medián Eseménytér szűrő 9/15

10 Tulajdonságtér Legmagasabb pont Sebesség Pontfelhő Tömegközéppont Határoló téglatest Határoló henger Szűrés Gyorsulás Sebesség Gyorsulás Arány Arány 10/15

11 Tulajdonságtér 11/15

12 Tanuló rendszerek Döntési fa Asszociációs szabályok elvére épülő tanulás Mesterséges neurális hálózatok Genetikus programozás Induktív logikai programozás SVM (Support Vector Machine) Klaszterezési technikák Bayes hálózatok Megerősítéses tanulás... 12/15

13 Mesterséges Neurális hálózatok Bemeneti Rejtett Kimeneti 13/15

14 Esésfelismerés Legmagasabb pont Sebesség Pontfelhő Tömegközéppont Határoló téglatest Határoló henger Szűrés Gyorsulás Sebesség Gyorsulás Arány Arány Esés Nem esés 14/15

15 Megoldandó, megoldott problémák Pára, köd (fürdőszobai alkalmazás) Speciális dobozkialakítás Felületkezelés Aktív nedvességmentesítés Látószög mélységérzékelés Sztereo érzékelők megfelelő bázistávolsága Optika kiválasztása Hibás riasztások (pl. szobában állatok) Hitelesség-ellenőrzés (pl. szabályos aktivitás van utána) Felhasználó érvényteleníti a riasztást (pl. karján egy gombbal) 15/15

VTOL UAV. Inerciális mérőrendszer kiválasztása vezetőnélküli repülőeszközök számára. Árvai László, Doktorandusz, ZMNE

VTOL UAV. Inerciális mérőrendszer kiválasztása vezetőnélküli repülőeszközök számára. Árvai László, Doktorandusz, ZMNE Inerciális mérőrendszer kiválasztása vezetőnélküli repülőeszközök számára Árvai László, Doktorandusz, ZMNE Tartalom Fejezet Témakör 1. Vezető nélküli repülőeszközök 2. Inerciális mérőrendszerek feladata

Részletesebben

Statisztikai eljárások a mintafelismerésben és a gépi tanulásban

Statisztikai eljárások a mintafelismerésben és a gépi tanulásban Statisztikai eljárások a mintafelismerésben és a gépi tanulásban Varga Domonkos (I.évf. PhD hallgató) 2014 május A prezentáció felépítése 1) Alapfogalmak 2) A gépi tanulás, mintafelismerés alkalmazási

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek

Részletesebben

Gépi tanulás a gyakorlatban. Bevezetés

Gépi tanulás a gyakorlatban. Bevezetés Gépi tanulás a gyakorlatban Bevezetés Motiváció Nagyon gyakran találkozunk gépi tanuló alkalmazásokkal Spam detekció Karakter felismerés Fotó címkézés Szociális háló elemzés Piaci szegmentáció analízis

Részletesebben

A hálózattervezés alapvető ismeretei

A hálózattervezés alapvető ismeretei A hálózattervezés alapvető ismeretei Infokommunikációs hálózatok tervezése és üzemeltetése 2011 2011 Sipos Attila ügyvivő szakértő BME Híradástechnikai Tanszék siposa@hit.bme.hu A terv általános meghatározásai

Részletesebben

INTELLIGENCE ON YOUR SIDE WWW.INTELLIO.EU WWW.INTELLIO.EU WWW.INTELLIO.EU WWW.INTELLIO.EU WWW.INTELLIO.EU

INTELLIGENCE ON YOUR SIDE WWW.INTELLIO.EU WWW.INTELLIO.EU WWW.INTELLIO.EU WWW.INTELLIO.EU WWW.INTELLIO.EU Intelligens videó megfigyelési megoldások Kópházi János ügyvezetı igazgató 2008.03.26 Napirend INTELLIGENCE ON YOUR SIDE Cégbemutató Intelligens videó rendszer Esettanulmányok Költséghatékonysági számítások

Részletesebben

Rendszámfelismerő rendszerek

Rendszámfelismerő rendszerek Problémamegoldó szeminárium Témavezető: Pataki Péter ARH Zrt. ELTE-TTK 2013 Tartalomjegyzék 1 Bevezetés 2 Út a megoldás felé 3 Felmerült problémák 4 Alkalmazott matematika 5 További lehetőségek Motiváció

Részletesebben

Szenzorcsatolt robot: A szenzorcsatolás lépései:

Szenzorcsatolt robot: A szenzorcsatolás lépései: 1. Mi a szenzorcsatolt robot, hogyan épül fel? Ismertesse a szenzorcsatolás lépéseit röviden az Egységes szenzorplatform architektúra segítségével. Mikor beszélünk szenzorfúzióról? Milyen módszereket használhatunk?

Részletesebben

Útjelzések, akadályok felismerése valós időben

Útjelzések, akadályok felismerése valós időben Útjelzések, akadályok felismerése valós időben Dr. Hidvégi Timót Széchenyi István Egyetem Győr, 9026, Egyetem tér 1. hidvegi@sze.hu 1. Bevezető Sajnos a közúton a balesetek egy része abból adódik, hogy

Részletesebben

Összeállította Horváth László egyetemi tanár

Összeállította Horváth László egyetemi tanár Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet Intelligens Mérnöki Rendszerek Szakirány a Mérnök informatikus alapszakon Összeállította Horváth László Budapest, 2011

Részletesebben

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Budapesti Műszaki és Gazdaságtudományi Egyetem Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Cselkó Richárd 2009. október. 15. Az előadás fő témái Soft Computing technikák alakalmazásának

Részletesebben

Neurális hálózatok bemutató

Neurális hálózatok bemutató Neurális hálózatok bemutató Füvesi Viktor Miskolci Egyetem Alkalmazott Földtudományi Kutatóintézet Miért? Vannak feladatok amelyeket az agy gyorsabban hajt végre mint a konvencionális számítógépek. Pl.:

Részletesebben

Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás

Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás http:/uni-obuda.hu/users/kutor/ IRE 7/50/1 A neurális hálózatok általános jellemzői 1. A

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

Markerek jól felismerhetőek, elkülöníthetők a környezettől Korlátos hiba

Markerek jól felismerhetőek, elkülöníthetők a környezettől Korlátos hiba 1. Ismertesse a relatív és abszolút pozíciómegatározás tulajdonságait, és lehetőségeit. Mit jelent a dead reckoning, és mi az odometria? Milyen hibalehetőségekre kell számítanunk odometria alkalmazásakor?

Részletesebben

OPTIKAI KÖVETK VETÉS. Steiner Henriette április 29.

OPTIKAI KÖVETK VETÉS. Steiner Henriette április 29. OPTIKAI KÖVETK VETÉS Lehetőségek és limitáci ciók Steiner Henriette 2009. április 29. MEGISMERÉS = Érzékelés + Fogalomalkotás MEGISMERÉS = Érzékelés + Fogalomalkotás LÁTÁS = SZEM + AGY MEGISMERÉS = Érzékelés

Részletesebben

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió Mérés és adatgyűjtés - Kérdések 2.0 verzió Megjegyzés: ezek a kérdések a felkészülést szolgálják, nem ezek lesznek a vizsgán. Ha valaki a felkészülése alapján önállóan válaszolni tud ezekre a kérdésekre,

Részletesebben

Sztereó kamerarendszerre alapozott gyalogos felismerés Kornis János*, Szabó Zsolt**

Sztereó kamerarendszerre alapozott gyalogos felismerés Kornis János*, Szabó Zsolt** Sztereó kamerarendszerre alapozott gyalogos felismerés Kornis János*, Szabó Zsolt** *PhD, okleveles villamosmérnök, Budapesti Műszaki és Gazdaságtudományi Egyetem Fizika Tanszék, kornis@phy.bme.hu **fizikus

Részletesebben

Megvalósult Intellio megoldások

Megvalósult Intellio megoldások Megvalósult Intellio megoldások IP alapú CCTV rendszerek Magyarországon Rendszer komponensek Az Intellio egy kompakt rendszer Intellio kamerák Intellio szerver(ek) Intellio kliens(ek) Átviteli hálózat

Részletesebben

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I.

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I. : Intelligens Rendszerek Gyakorlata Neurális hálózatok I. dr. Kutor László http://mobil.nik.bmf.hu/tantargyak/ir2.html IRG 3/1 Trend osztályozás Pnndemo.exe IRG 3/2 Hangulat azonosítás Happy.exe IRG 3/3

Részletesebben

Hibadetektáló rendszer légtechnikai berendezések számára

Hibadetektáló rendszer légtechnikai berendezések számára Hibadetektáló rendszer légtechnikai berendezések számára Tudományos Diákköri Konferencia A feladatunk Légtechnikai berendezések Monitorozás Hibadetektálás Újrataníthatóság A megvalósítás Mozgásérzékelő

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

Modellkiválasztás és struktúrák tanulása

Modellkiválasztás és struktúrák tanulása Modellkiválasztás és struktúrák tanulása Szervezőelvek keresése Az unsupervised learning egyik fő célja Optimális reprezentációk Magyarázatok Predikciók Az emberi tanulás alapja Általános strukturális

Részletesebben

Kutatás-fejlesztési eredmények a Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszéken. Dombi József

Kutatás-fejlesztési eredmények a Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszéken. Dombi József Kutatás-fejlesztési eredmények a Számítógépes Algoritmusok és Mesterséges Intelligencia Tanszéken Dombi József Mesterséges intelligencia Klasszikus megközelítés (A*, kétszemélyes játékok, automatikus tételbizonyítás,

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

Részletesebben

OTTHON - BIZTONSÁGBAN

OTTHON - BIZTONSÁGBAN Miért hasznos a SONcare berendezés használata? Ha Önnek, vagy hozzátartozójának otthonában bármikor segítségre lenne szüksége, vagy csak egyszerű módon szeretnének egymással beszélni, a SONcare készülék

Részletesebben

Versenyző kódja: 27 27/2012. (VIII. 27.) NGM rendelet 54 523 01-2016 MAGYAR KERESKEDELMI ÉS IPARKAMARA. Országos Szakmai Tanulmányi Verseny.

Versenyző kódja: 27 27/2012. (VIII. 27.) NGM rendelet 54 523 01-2016 MAGYAR KERESKEDELMI ÉS IPARKAMARA. Országos Szakmai Tanulmányi Verseny. 54 523 01-2016 MAGYAR KERESKEDELMI ÉS IPARKAMARA Országos Szakmai Tanulmányi Verseny Elődöntő ÍRÁSBELI FELADAT Szakképesítés: 54 523 01 SZVK rendelet száma: 27/2012. (VIII. 27.) NGM rendelet : Villamosipari

Részletesebben

Képelemzési módszerek. Automatikus retina képelemzési módszerek 3/3/2011. MI módszerek a képelemzésben. A retina analízis digitális képei

Képelemzési módszerek. Automatikus retina képelemzési módszerek 3/3/2011. MI módszerek a képelemzésben. A retina analízis digitális képei Képelemzési módszerek Mesterséges Intelligencia II. előadás Dr. Nyúl László Szegedi Tudományegyetem Képeld 2011.03.01. MI módszerek a képelemzésben Képjavítás Képszegmentálás Alakelismerés Képleírás (jelenet

Részletesebben

Miről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás

Miről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás Videóanalitikát mindenhova! Princz Adorján Miről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás VCA alapú detektorok Videótartalom

Részletesebben

Takács Árpád K+F irányok

Takács Árpád K+F irányok Takács Árpád K+F irányok 2016. 06. 09. arpad.takacs@adasworks.com A jövőre tervezünk Az AdasWorks mesterséges intelligencia alapú szoftverterfejlesztéssel és teljes önvezető megoldásokkal forradalmasítja

Részletesebben

Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése

Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése Regula Gergely, Lantos Béla BME Villamosmérnöki és Informatikai Kar Irányítástechnika és

Részletesebben

Folyamatirányítás labor 4. mérés Gyártósori szállítószalag modell irányítása Modicon M340 PLC-vel. Feladat leírás

Folyamatirányítás labor 4. mérés Gyártósori szállítószalag modell irányítása Modicon M340 PLC-vel. Feladat leírás Folyamatirányítás labor 4. mérés Gyártósori szállítószalag modell irányítása Modicon M340 PLC-vel Feladat leírás A mérési feladat a tanszéki laborban található, az alábbi ábrán felülnézetbl látható, gyártósori

Részletesebben

EEE Kutatólaboratórium MTA-SZTAKI Magyar Tudományos Akadémia

EEE Kutatólaboratórium MTA-SZTAKI Magyar Tudományos Akadémia DElosztott I S T R I B U T EEsemények D EV E N T S A NElemzé A L Y S I S se R E SKutatólaboratór E A R C H L A B O R A T Oium R Y L I D A R B a s e d S u r v e i l l a n c e Városi LIDAR adathalmaz szegmentációja

Részletesebben

Versenyző kódja: 29 27/2012. (VIII. 27.) NGM rendelet 54 523 01-2015 MAGYAR KERESKEDELMI ÉS IPARKAMARA. Országos Szakmai Tanulmányi Verseny.

Versenyző kódja: 29 27/2012. (VIII. 27.) NGM rendelet 54 523 01-2015 MAGYAR KERESKEDELMI ÉS IPARKAMARA. Országos Szakmai Tanulmányi Verseny. 54 523 012015 MAGYAR KERESKEDELMI ÉS IPARKAMARA Országos Szakmai Tanulmányi Verseny Elődöntő ÍRÁSBELI FELADAT Szakképesítés: 54 523 01 SZVK rendelet száma: 27/2012. (VIII. 27.) NGM rendelet : Villamosipari

Részletesebben

Alapismeretek. Tanmenet

Alapismeretek. Tanmenet Alapismeretek Tanmenet Alapismeretek TANMENET-Alapismeretek Témakörök Javasolt óraszám 1. Történeti áttekintés 2. Számítógépes alapfogalmak 3. A számítógép felépítése, hardver A központi egység 4. Hardver

Részletesebben

Bizonytalan tudás kezelése

Bizonytalan tudás kezelése Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Bizonytalan tudás kezelése Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz Valószínűségi

Részletesebben

Nem roncsoló tesztelés diszkrét tomográfiával

Nem roncsoló tesztelés diszkrét tomográfiával Nem roncsoló tesztelés diszkrét tomográfiával Dr. Balázs Péter, adjunktus Képfeldolgozás és Számítógépes Grafika Tanszék SZTE TTIK, Informatikai Tanszékcsoport A teszteléshez használt CT berendezés lapdetektor

Részletesebben

Költségbecslési módszerek a szerszámgyártásban. Tartalom. CEE-Product Groups. Költségbecslés. A költségbecslés szerepe. Dr.

Költségbecslési módszerek a szerszámgyártásban. Tartalom. CEE-Product Groups. Költségbecslés. A költségbecslés szerepe. Dr. Gépgyártástechnológia Tsz Költségbecslési módszerek a szerszámgyártásban Szerszámgyártók Magyarországi Szövetsége 2003. december 11. 1 2 CEE-Product Groups Tartalom 1. Költségbecslési módszerek 2. MoldCoster

Részletesebben

Városi környezet vizsgálata távérzékelési adatok osztályozásával

Városi környezet vizsgálata távérzékelési adatok osztályozásával Városi környezet vizsgálata távérzékelési adatok osztályozásával Verőné Dr. Wojtaszek Małgorzata Óbudai Egyetem AMK Goeinformatika Intézet 20 éves a Térinformatika Tanszék 2014. december. 15 Felvetések

Részletesebben

Orvosi Fizika és Statisztika

Orvosi Fizika és Statisztika Orvosi Fizika és Statisztika Szegedi Tudományegyetem Általános Orvostudományi Kar Természettudományi és Informatikai Kar Orvosi Fizikai és Orvosi Informatikai Intézet www.szote.u-szeged.hu/dmi Orvosi fizika

Részletesebben

Hagyományos 500-as sorozatú tűzjelző központ Egyszerű, akár az 1x1

Hagyományos 500-as sorozatú tűzjelző központ Egyszerű, akár az 1x1 Hagyományos 500-as sorozatú tűzjelző központ Egyszerű, akár az 1x1 2 Egyszerűen telepíthető, beállítható, karbantartható és használható tűzjelző központ. LCD- kijelző az összes érzékelőzónára vonatkozó

Részletesebben

Programozó- készülék Kezelőkozol RT óra (pl. PC) Digitális bemenetek ROM memória Digitális kimenetek RAM memória Analóg bemenet Analóg kimenet

Programozó- készülék Kezelőkozol RT óra (pl. PC) Digitális bemenetek ROM memória Digitális kimenetek RAM memória Analóg bemenet Analóg kimenet 2. ZH A csoport 1. Hogyan adható meg egy digitális műszer pontossága? (3p) Digitális műszereknél a pontosságot két adattal lehet megadni: Az osztályjel ±%-os értékével, és a ± digit értékkel (jellemző

Részletesebben

ÍRÁSBELI FELADAT MEGOLDÁSA

ÍRÁSBELI FELADAT MEGOLDÁSA 54 523 01-2016 MAGYAR KERESKEDELMI ÉS IPARKAMARA Országos Szakmai Tanulmányi Verseny Elődöntő ÍRÁSBELI FELADAT MEGOLDÁSA Szakképesítés: 54 523 01 SZVK rendelet száma: 27/2012. (VIII. 27.) NGM rendelet

Részletesebben

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó

Részletesebben

Versenyző kódja: 29 32/2011. (VIII. 25.) NGM rendelet MAGYAR KERESKEDELMI ÉS IPARKAMARA. Országos Szakmai Tanulmányi Verseny

Versenyző kódja: 29 32/2011. (VIII. 25.) NGM rendelet MAGYAR KERESKEDELMI ÉS IPARKAMARA. Országos Szakmai Tanulmányi Verseny 54 523 04 1000 00 00-2014 MAGYAR KERESKEDELMI ÉS IPARKAMARA Országos Szakmai Tanulmányi Verseny Elődöntő ÍRÁSBELI FELADAT Szakképesítés: 54 523 04 1000 00 00 SZVK rendelet száma: 32/2011. (VIII. 25.) NGM

Részletesebben

Képfeldolgozás. 1. el adás. A képfeldolgozás alapfogalmai. Mechatronikai mérnök szak BME, 2008

Képfeldolgozás. 1. el adás. A képfeldolgozás alapfogalmai. Mechatronikai mérnök szak BME, 2008 Képfeldolgozás 1. el adás. A képfeldolgozás alapfogalmai BME, 2008 A digitális képfeldolgozás alapfeladata Deníció A digitális képfeldolgozás során arra törekszünk, hogy a természetes képek elemzése révén

Részletesebben

SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA

SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA infokommunikációs technológiák SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA BEVEZETŐ A KUTATÁS CÉLJA Autonóm járművek és robotok esetén elsődleges feladat a robotok

Részletesebben

kodolosuli.hu: Interaktív, programozást tanító portál BALLA TAMÁS, DR. KIRÁLY SÁNDOR NETWORKSHOP 2017, SZEGED

kodolosuli.hu: Interaktív, programozást tanító portál BALLA TAMÁS, DR. KIRÁLY SÁNDOR NETWORKSHOP 2017, SZEGED kodolosuli.hu: Interaktív, programozást tanító portál BALLA TAMÁS, DR. KIRÁLY SÁNDOR NETWORKSHOP 2017, SZEGED A közoktatásban folyó informatika oktatásával kapcsolatos elvárások Állami szereplő: Az informatikaoktatás

Részletesebben

Mérés és modellezés Méréstechnika VM, GM, MM 1

Mérés és modellezés Méréstechnika VM, GM, MM 1 Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni

Részletesebben

Árlista. Dome kamerák Megnevezés Lista ár. 1/3, 650TVL, SONY, D-WDR, OSD, DNR, alacsony fényérzékenység

Árlista. Dome kamerák Megnevezés Lista ár. 1/3, 650TVL, SONY, D-WDR, OSD, DNR, alacsony fényérzékenység Árlista 2014. január 30-tól visszavonásig. Dome kamerák AXIRDBSHD 11 590 1/3, 650TVL, SONY, D-WDR, OSD, DNR, alacsony fényérzékenység AXIRDBHNB 11 290 1/3", 700TVL, SHARP, 960H, alacsony fényérzékenység

Részletesebben

Advisor Master. GE Interlogix Magyarország Kft.

Advisor Master. GE Interlogix Magyarország Kft. Aritech A megoldás bármilyen biztonságtechnikai alkalmazásra mérettől és komplexitástól függetlenül az ATS Advisor Master Integrált Biztonságtechnikai rendszer. Néhány alkalmazási példa: Kisebb üzletek

Részletesebben

Mély neuronhálók alkalmazása és optimalizálása

Mély neuronhálók alkalmazása és optimalizálása magyar nyelv beszédfelismerési feladatokhoz 2015. január 10. Konzulens: Dr. Mihajlik Péter A megvalósítandó feladatok Irodalomkutatás Nyílt kutatási eszközök keresése, beszédfelismer rendszerek tervezése

Részletesebben

Robotika. 3. Érzékelés Magyar Attila. Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék

Robotika. 3. Érzékelés Magyar Attila. Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék 3. Érzékelés Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2011. február 24. 3. Érzékelés 2 3. Tartalom 1. Mobil

Részletesebben

Hiszterézis: Egy rendszer kimenete nem csak az aktuális állapottól függ, hanem az állapotváltozás aktuális irányától is.

Hiszterézis: Egy rendszer kimenete nem csak az aktuális állapottól függ, hanem az állapotváltozás aktuális irányától is. 1. Mi az érzékelő? Definiálja a típusait (belső/külső). Mit jelent a hiszterézis? Miért nem tudunk közvetlenül mérni, miért származtatunk? Hogyan kapcsolódik össze az érzékelés és a becslés a mérések során?

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach. MI Almanach projektismertetı rendezvény április 29., BME, I. ép., IB.017., 9h-12h.

Mesterséges Intelligencia Elektronikus Almanach. MI Almanach projektismertetı rendezvény április 29., BME, I. ép., IB.017., 9h-12h. Mesterséges Intelligencia Elektronikus Almanach Neurális hálózatokh 1 BME 1990: Miért neurális hálók? - az érdeklıdésünk terébe kerül a neurális hálózatok témakör - fıbb okok: - adaptív rendszerek - felismerési

Részletesebben

Számítógépes döntéstámogatás. Bevezetés és tematika

Számítógépes döntéstámogatás. Bevezetés és tematika SZDT-01 p. 1/27 Számítógépes döntéstámogatás Bevezetés és tematika Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-01 p. 2/27 SZDT-01

Részletesebben

Számítógépes döntéstámogatás. Bevezetés és tematika

Számítógépes döntéstámogatás. Bevezetés és tematika SZDT-01 p. 1/18 Számítógépes döntéstámogatás Bevezetés és tematika Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-01 p. 2/18 SZDT-01

Részletesebben

Mérés és adatgyűjtés

Mérés és adatgyűjtés Mérés és adatgyűjtés 4. óra - levelező Mingesz Róbert Szegedi Tudományegyetem 2011. március 18. MA lev - 4. óra Verzió: 1.3 Utolsó frissítés: 2011. május 15. 1/51 Tartalom I 1 A/D konverterek alkalmazása

Részletesebben

MULTIPARAMETRIKUS MR VIZSGÁLATOK SZEGMENTÁLÁSA NYAKI RÉGIÓBAN

MULTIPARAMETRIKUS MR VIZSGÁLATOK SZEGMENTÁLÁSA NYAKI RÉGIÓBAN Világszínvonalú intelligens és inkluzív egészségügyi információs és döntéstámogató keretrendszer (Analitic Healthcare Quality User Information) kutatása MULTIPARAMETRIKUS MR VIZSGÁLATOK SZEGMENTÁLÁSA NYAKI

Részletesebben

International GTE Conference MANUFACTURING 2012. 14-16 November, 2012 Budapest, Hungary. Ákos György*, Bogár István**, Bánki Zsolt*, Báthor Miklós*,

International GTE Conference MANUFACTURING 2012. 14-16 November, 2012 Budapest, Hungary. Ákos György*, Bogár István**, Bánki Zsolt*, Báthor Miklós*, International GTE Conference MANUFACTURING 2012 14-16 November, 2012 Budapest, Hungary MÉRŐGÉP FEJLESZTÉSE HENGERES MUNKADARABOK MÉRETELLENŐRZÉSÉRE Ákos György*, Bogár István**, Bánki Zsolt*, Báthor Miklós*,

Részletesebben

Árlista. 1/3, 650TVL, SONY, D-WDR, OSD, DNR, alacsony fényérzékenység GYM

Árlista. 1/3, 650TVL, SONY, D-WDR, OSD, DNR, alacsony fényérzékenység GYM Árlista Dome kamerák AXIRDBSHD 11 590 Ft 1/3, 650TVL, SONY, D-WDR, OSD, DNR, alacsony fényérzékenység AXIRDBHNB 9 990 Ft 1/3", 700TVL, SHARP, 960H, alacsony fényérzékenység AXIRDBNEC 9 790 Ft 1/3, 800TVL,

Részletesebben

mérırendszerek Mérések fényében

mérırendszerek Mérések fényében mérırendszerek Mérések fényében Optikai mérırendszerek a mőszaki élet számára Új, megbízható megoldások a mérnöki világ számára fontos paraméterek mérésére, adatgyőjtésre és feldolgozásra: - megnyúlás

Részletesebben

Adatgyűjtés pilóta nélküli légi rendszerekkel

Adatgyűjtés pilóta nélküli légi rendszerekkel Adatgyűjtés pilóta nélküli légi rendszerekkel GISOpen-2015 2015.03.26. Miről lesz szó? Az eljárásról Eddigi munkáinkról A pontosságról A jogi háttérről csak szabadon:) Miért UAS? Elérhető polgári forgalomban

Részletesebben

Nagy pontosságú rövidtávú ivóvíz fogyasztás előrejelzés Készítette: Bibok Attila PhD Hallgató MHT XXXIV. Vándorgyűlés

Nagy pontosságú rövidtávú ivóvíz fogyasztás előrejelzés Készítette: Bibok Attila PhD Hallgató MHT XXXIV. Vándorgyűlés Budapesti Műszaki és Gazdaságtudományi Egyetem Építőmérnöki kar Vízi Közmű és Környezetmérnöki Tanszék Nagy pontosságú rövidtávú ivóvíz fogyasztás előrejelzés Készítette: Bibok Attila PhD Hallgató MHT

Részletesebben

11.2. A FESZÜLTSÉGLOGIKA

11.2. A FESZÜLTSÉGLOGIKA 11.2. A FESZÜLTSÉGLOGIKA Ma a feszültséglogika számít az uralkodó megoldásnak. Itt a logikai változó két lehetséges állapotát két feszültségérték képviseli. Elvileg a két érték minél távolabb kell, hogy

Részletesebben

AZ ISKOLAI TEHETSÉGGONDOZÁS KRITIKUS ELEMEI

AZ ISKOLAI TEHETSÉGGONDOZÁS KRITIKUS ELEMEI AZ ISKOLAI TEHETSÉGGONDOZÁS KRITIKUS ELEMEI HÓDMEZŐVÁSÁRHELY, 2014. október 1. Dr. Balogh László Magyar Tehetséggondozó Társaság elnöke laszlo.balogh@arts.unideb.hu További információk: - www.mateh.hu

Részletesebben

Canon biztonsági kamerák összefoglaló 2014 SZEPTEMBER

Canon biztonsági kamerák összefoglaló 2014 SZEPTEMBER Canon biztonsági kamerák összefoglaló 2014 SZEPTEMBER Full HD termékválaszték PTZ IP66 DÓM FIXED BOX MINI DÓM VB-H41/B 60.4 látómező 20x optikai zoom Full HD (1920x1080) Rossz fényviszony: Színes 0.4lux

Részletesebben

INTELLIGENS KERESÉS 3D PTZ VEZÉRLÉS INSTANT PLAYBACK EXTRÉM GYORS, ERGONOMIKUS MENÜ PC/MOBIL KLIENS FELHŐ ALAPÚ ELÉRÉS PUSH ÜZENETEK GYÁRTÓI DDNS

INTELLIGENS KERESÉS 3D PTZ VEZÉRLÉS INSTANT PLAYBACK EXTRÉM GYORS, ERGONOMIKUS MENÜ PC/MOBIL KLIENS FELHŐ ALAPÚ ELÉRÉS PUSH ÜZENETEK GYÁRTÓI DDNS 2017 Q2 DVR-NVR Legfontosabb közös tulajdonságok INSTANT PLAYBACK INTELLIGENS KERESÉS 3D PTZ VEZÉRLÉS Instant (azonnali) Playback használatával akár 5 másodperctől 5 percig terjedő, az eseményt megelőző

Részletesebben

Alapismeretek. Tanmenet

Alapismeretek. Tanmenet Alapismeretek Tanmenet Alapismeretek TANMENET-Alapismeretek Témakörök Javasolt óraszám 1. Számítógépes alapfogalmak 2. A számítógép felépítése, hardver, A központi egység 3. Hardver Perifériák 4. Hardver

Részletesebben

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton Osztályozás, regresszió Nagyméretű adathalmazok kezelése Tatai Márton Osztályozási algoritmusok Osztályozás Diszkrét értékkészletű, ismeretlen attribútumok értékének meghatározása ismert attribútumok értéke

Részletesebben

Programozási alapismeretek beadandó feladat: ProgAlap beadandó feladatok téma 99. feladat 1

Programozási alapismeretek beadandó feladat: ProgAlap beadandó feladatok téma 99. feladat 1 Programozási alapismeretek beadandó feladat: ProgAlap beadandó feladatok téma 99. feladat 1 Készítette: Gipsz Jakab Neptun-azonosító: A1B2C3 E-mail: gipszjakab@vilaghalo.hu Kurzuskód: IP-08PAED Gyakorlatvezető

Részletesebben

A nagy időfelbontású kamerák következő generációja: EDICAM

A nagy időfelbontású kamerák következő generációja: EDICAM A nagy időfelbontású kamerák következő generációja: EDICAM Bevezető A gyorskamerák korlátai Az EDICAM fejlesztés Hardver NDR kiolvasás Intelligens funkciók Pellet és videódiagnosztika csoport (PFO) Cseh

Részletesebben

Esésérzékelés aszinkron időkontraszt-érzékelő alkalmazásával

Esésérzékelés aszinkron időkontraszt-érzékelő alkalmazásával Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Irányítástechnika és Informatika Tanszék Esésérzékelés aszinkron időkontraszt-érzékelő alkalmazásával PhD értekezés Készítette:

Részletesebben

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok Zrínyi Miklós Gimnázium Művészet és tudomány napja Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok 10/9/2009 Dr. Viharos Zsolt János Elsősorban volt Zrínyis diák Tudományos főmunkatárs

Részletesebben

Probabilisztikus modellek V: Struktúra tanulás. Nagy Dávid

Probabilisztikus modellek V: Struktúra tanulás. Nagy Dávid Probabilisztikus modellek V: Struktúra tanulás Nagy Dávid Statisztikai tanulás az idegrendszerben, 2015 volt szó a normatív megközelítésről ezen belül a probabilisztikus modellekről láttatok példákat az

Részletesebben

Általános követelmények a kép tartalmával és minőségével kapcsolatban

Általános követelmények a kép tartalmával és minőségével kapcsolatban Általános követelmények a kép tartalmával és minőségével kapcsolatban A következő követelmények egyrészt azért fontosak, hogy megfelelően dokumentálják az eseményeket (bizonyítékként felhasználóak legyenek),

Részletesebben

Integrált Video Kommunikációs Rendszer

Integrált Video Kommunikációs Rendszer SZEMFÜLESONLINE Integrált Video Kommunikációs Rendszer A rendszer működése, Technikai áttekintés A Szemfüles Integrált Video Kommunikációs Rendszer (IVKR) egyidejűleg ötvözi a jelenleg ismert információs

Részletesebben

Moore & more than Moore

Moore & more than Moore 1 Moore & more than Moore Fürjes Péter E-mail:, www.mems.hu 2 A SZILÍCIUM (silex) 3 A SZILÍCIUM Felfedező: Jons Berzelius 1823, Svédország Természetes előfordulás: gránit, kvarc, agyag, homok 2. leggyakoribb

Részletesebben

Alapismeretek. Tanmenet

Alapismeretek. Tanmenet Alapismeretek Tanmenet Alapismeretek TANMENET-Alapismeretek Témakörök Javasolt óraszám 1. Számítógépes alapfogalmak, számítógép generációk 2. A számítógép felépítése, hardver, A központi egység 3. Hardver

Részletesebben

Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei

Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei Dr. Gingl Zoltán SZTE, Kísérleti Fizikai Tanszék Szeged, 2000 Február e-mail : gingl@physx.u-szeged.hu 1 Az ember kapcsolata

Részletesebben

Vágány diagnosztikai fejlesztések. Daczi László 2009.11.13

Vágány diagnosztikai fejlesztések. Daczi László 2009.11.13 Vágány diagnosztikai fejlesztések Daczi László 2009.11.13 - Hazai fejlesztések:usk, TrackScan, dinamikai mérés, -WINPÁTER program honosítása - Külföldi üzletek: hazai fejlesztésű műszerek, PÁTER eladása,

Részletesebben

4,2 ÉRINTŐGOMBOS LCD TFT VIDEO KAPUTELEFON SZÍNES CMOS KAMERÁVAL CIKKSZÁM: DF-636TS + OUT9 DF-636TSYX2 + OUT9 + CLOCK

4,2 ÉRINTŐGOMBOS LCD TFT VIDEO KAPUTELEFON SZÍNES CMOS KAMERÁVAL CIKKSZÁM: DF-636TS + OUT9 DF-636TSYX2 + OUT9 + CLOCK 4,2 ÉRINTŐGOMBOS LCD TFT VIDEO KAPUTELEFON SZÍNES CMOS KAMERÁVAL CIKKSZÁM: DF-636TS + OUT9 DF-636TSYX2 + OUT9 + CLOCK Köszönjük, hogy az általunk forgalmazott terméket választotta! A DIGITÁLIS ÓRA ISMERTETÉSE

Részletesebben

MOBIL TÉRKÉPEZŐ RENDSZER PROJEKT TAPASZTALATOK

MOBIL TÉRKÉPEZŐ RENDSZER PROJEKT TAPASZTALATOK MOBIL TÉRKÉPEZŐ RENDSZER PROJEKT TAPASZTALATOK GISopen 2011 2011. március 16-18. Konasoft Project Tanácsadó Kft. Maros Olivér - projektvezető MIÉRT MOBIL TÉRKÉPEZÉS? A mobil térképezés egyetlen rendszerben

Részletesebben

Felhasználói kézikönyv. 4 vezetékes Színes Videó Kaputelefon

Felhasználói kézikönyv. 4 vezetékes Színes Videó Kaputelefon Felhasználói kézikönyv 4 vezetékes Színes Videó Kaputelefon Tartalomjegyzék 1. FUNKCIÓK... 3 2. MONITOR ÉS KAMERA TULAJDONSÁGAI... 4 3. CSOMAG TARTALMA... 5 4. FELSZERELÉS... 5 5. Bekötési ábra... 7 6.

Részletesebben

Kombinációs hálózatok és sorrendi hálózatok realizálása félvezető kapuáramkörökkel

Kombinációs hálózatok és sorrendi hálózatok realizálása félvezető kapuáramkörökkel Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedés- és Járműirányítási Tanszék Kombinációs hálózatok és sorrendi hálózatok realizálása félvezető kapuáramkörökkel Segédlet az Irányítástechnika I.

Részletesebben

Szárazföldi autonóm mobil robotok vezérlőrendszerének kialakítási lehetőségei. Kucsera Péter ZMNE Doktorandusz

Szárazföldi autonóm mobil robotok vezérlőrendszerének kialakítási lehetőségei. Kucsera Péter ZMNE Doktorandusz Szárazföldi autonóm mobil robotok vezérlőrendszerének kialakítási lehetőségei. Kucsera Péter ZMNE Doktorandusz A mobil robot vezérlőrendszerének feladatai Elvégzendő feladat Kommunikáció Vezérlő rendszer

Részletesebben

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav54

Részletesebben

DBM-21S. Beltéri dóm kamera. Felhasználói kézikönyv. Bozsák Tamás Használat előtt olvassa el a kézikönyvet és őrizze meg a későbbiekre.

DBM-21S. Beltéri dóm kamera. Felhasználói kézikönyv. Bozsák Tamás Használat előtt olvassa el a kézikönyvet és őrizze meg a későbbiekre. DBM-21S Beltéri dóm kamera Felhasználói kézikönyv Bozsák Tamás Használat előtt olvassa el a kézikönyvet és őrizze meg a későbbiekre. Szatellit Zrt. Bozsák Tamás TARTALOMJEGYZÉK 1. Felhasználói információk...

Részletesebben

Bosch 1200-as sorozatú tűzjelző központ Ha fontos a biztonság

Bosch 1200-as sorozatú tűzjelző központ Ha fontos a biztonság Bosch 1200-as sorozatú tűzjelző központ Ha fontos a biztonság 2 1200-as sorozatú tűzjelző központ A biztonság nyugalma Tökéletes védelem az Ön igényihez szabva Az 1200-as sorozatú tűzjelző központ rugalmas,

Részletesebben

Képfeldolgozás Szegmentálás Osztályozás Képfelismerés Térbeli rekonstrukció

Képfeldolgozás Szegmentálás Osztályozás Képfelismerés Térbeli rekonstrukció Mesterséges látás Miről lesz szó? objektumok Bevezetés objektumok A mesterséges látás jelenlegi, technikai eszközökön alapuló világunkban gyakorlatilag azonos a számítógépes képfeldolgozással. Számítógépes

Részletesebben

Robotok inverz geometriája

Robotok inverz geometriája Robotok inverz geometriája. A gyakorlat célja Inverz geometriai feladatot megvalósító függvények implementálása. A megvalósított függvénycsomag tesztelése egy kétszabadságfokú kar előírt végberendezés

Részletesebben

SAT probléma kielégíthetőségének vizsgálata. masszív parallel. mesterséges neurális hálózat alkalmazásával

SAT probléma kielégíthetőségének vizsgálata. masszív parallel. mesterséges neurális hálózat alkalmazásával SAT probléma kielégíthetőségének vizsgálata masszív parallel mesterséges neurális hálózat alkalmazásával Tajti Tibor, Bíró Csaba, Kusper Gábor {gkusper, birocs, tajti}@aries.ektf.hu Eszterházy Károly Főiskola

Részletesebben

Teremakusztikai méréstechnika

Teremakusztikai méréstechnika Teremakusztikai méréstechnika Tantermek akusztikája Fürjes Andor Tamás 1 Tartalomjegyzék 1. A teremakusztikai mérések célja 2. Teremakusztikai paraméterek 3. Mérési módszerek 4. ISO 3382 szabvány 5. Méréstechnika

Részletesebben

LÉGI HIPERSPEKTRÁLIS TÁVÉRZÉKELÉSI TECHNOLÓGIA FEJLESZTÉSE PARLAGFŰVEL FERTŐZÖTT TERÜLETEK MEGHATÁROZÁSÁHOZ

LÉGI HIPERSPEKTRÁLIS TÁVÉRZÉKELÉSI TECHNOLÓGIA FEJLESZTÉSE PARLAGFŰVEL FERTŐZÖTT TERÜLETEK MEGHATÁROZÁSÁHOZ LÉGI HIPERSPEKTRÁLIS TÁVÉRZÉKELÉSI TECHNOLÓGIA FEJLESZTÉSE PARLAGFŰVEL FERTŐZÖTT TERÜLETEK MEGHATÁROZÁSÁHOZ DEÁKVÁRI JÓZSEF 1 - KOVÁCS LÁSZLÓ 1 - SZALAY D. KORNÉL 1 - TOLNER IMRE TIBOR 1 - CSORBA ÁDÁM

Részletesebben

TRBOnet Térinformatikai terminál és diszpécseri konzol

TRBOnet Térinformatikai terminál és diszpécseri konzol TRBOnet Térinformatikai terminál és diszpécseri konzol A TRBOnet egy kliens szerver diszpécser szoftver MOTOTRBO rádiók száméra. A TRBOnet szoftver jól alkalmazható a MOTOTRBO rádiós rendszereknél. A szoftver

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

Termeléshatékonyság mérés Ipar 4.0 megoldásokkal a nyomdaiparban

Termeléshatékonyság mérés Ipar 4.0 megoldásokkal a nyomdaiparban PRESENTATION Termeléshatékonyság mérés Ipar 4.0 megoldásokkal a nyomdaiparban Kremzer, Péter ICCS Kft. kremzerp@iccs.hu Tartalomjegyzék Folyamatirányítás FIR nélkül Nyomdai sajátosságok Megrendelői igények

Részletesebben

Kompenzációs kör vizsgálata. LabVIEW 7.1 4. előadás

Kompenzációs kör vizsgálata. LabVIEW 7.1 4. előadás Kompenzációs kör vizsgálata LabVIEW 7.1 4. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-4/1 Mágneses hiszterézis mérése előírt kimeneti jel mellett DAQ Rn Un etalon ellenállás etalon ellenállás

Részletesebben

Programozási nyelvek a közoktatásban alapfogalmak I. előadás

Programozási nyelvek a közoktatásban alapfogalmak I. előadás Programozási nyelvek a közoktatásban alapfogalmak I. előadás Szempontok Programozási nyelvek osztályozása Felhasználói kör (amatőr, professzionális) Emberközelség (gépi nyelvektől a természetes nyelvekig)

Részletesebben

ProSeniis projekt. Monos János GE Healthcare

ProSeniis projekt. Monos János GE Healthcare ProSeniis projekt Monos János GE Healthcare ProSeniis projekt 3 éves, magyar állam által támogatott program GE Healthcare által vezetett, 6 tagú konzorcium neves magyar egyetemekkel és egészségügyi vállalkozásokkal

Részletesebben