Mesterséges Intelligencia MI
|
|
|
- Emma Lakatosné
- 8 évvel ezelőtt
- Látták:
Átírás
1 Mesterséges Intelligencia MI Problémamegoldás kereséssel általános problémák Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437,
2 A most kezdődő anyagrész kérdései Mik a problémamegoldás lépései? Hogyan lehet problémákat jól definiálni? Hogyan mérhető a problémamegoldó hatékonyság? Milyen keresési stratégiák állnak rendelkezésre? Milyen tanulságok vonhatók le ezek komplexitásából? Mivel tudjuk mérsékelni a módszerek komplexitását? Hogyan terjeszthetők-e e módszerek nehezebb környezetekre?
3 Keressünk pénzt útvonaltervező szoftver fejlesztésével! Manapság mindenki utazik, gépkocsival, repülővel, útvonalterv kell turistának, utazási iroda ügynökének, robotnak nehéz terepen, víz alatt cikkázó UUV-nak, egy határsáv felett repdeső UAV-nak,... Egyre többen, egyre messzebbre akarnak menni, gépkocsival egész kontinensek, repülővel már egész világ... A kigondolt (helyettünk intelligens) rendszer kap két helyszínt, tudja a mozgási (utazási) lehetőségeket, dolgozik, dolgozik, és kiad egy úttervet. Sima ügy. Miért? A probléma nem más, mint egy gráfban - melynek élei súlyozottak - élutat találni két csomópont között. Gráfokat tanultunk, keresést tanultunk, optimális út megkeresését is tanultuk. Pontosabban mit is tanultunk?
4 Előzmények: gráf, csomópont, él, út, fa, útkeresés, keresési fa, mélységi keresés, szélességi keresés, élsúly, optimális út keresése, Dijkstra-algoritmus, komplexitás, időkomplexitás, tárkomplexitás, és most innen kezdjünk...
5 Dijkstra-algoritmus (wiki) és még egy gráf (jegyzet) és most egy kicsit másképpen...
6 Mi a probléma? Dijkstra az egy másik és még egy másik
7 Problémák: gráfméret - milliós csomópontok, sűrű kiszolgálás Hatékonyságban különbségek, hogyan mérünk? Komplexitás: idő-, tár-, pl. mélységi keresés, szélességi keresés,... Dijkstra mennyi? Ez sok, vagy kevés? Menni fog? Bontás kisebb gráfokra, menni fog? Egyedi, nem ismételt feladatnál? És ha a kiszolgálások tömegesek, helyileg előre ismeretlenek? Ha ilyen sok kiszolgálás közben változnak az objektív körülmények (gráf alakja, élsúlyok, )? Ha a gráf előre nem adható meg (csak pici részletben a kiindulás környezetében)?
8 A tanult dolgokhoz képest nagyon sok kérdés, ami a módszerek tényleges használhatóságával kapcsolatos. Fontos-e egyáltalán annyira a keresés, hogy vele foglalkozzunk? Egy képzelt utazási iroda igénye még nem lehet elegendő érv.
9
10 A reflexszerű ágens tervezője keres tervezés közben. Reflexszerű ágensnek már nem kell keresnie működés közben. Célorientált ágens tervezője nem keres tervezés közben. Célorientált ágens maga kénytelen keresni működés közben.
11 Absztrakció módja = a jól definiált probléma megalkotása Probléma = információk gyűjteménye, alapvető elemei: (hiedelmi) állapotok + legális cselekvések Formális megközelítés: (1) kiinduló állapot (ágensnek tudnia kell, hogy abban az állapotban van) (2) ágens által rendelkezett lehetséges cselekvések halmaza operátor = egy-egy cselekvés leírása, tipikusan cselekvés: Ha egy állapot'-ban van, AKKOR majd állapot -ban lesz a cselekvés alkalmazása után követő állapot függvény = egy cselekvés egy adott állapotban való alkalmazásának hatására az ágens mely állapotba kerül? ezek együtt (implicit módon adják meg): a probléma állapottere: azon állapotok halmaza, amelyek a kiinduló állapotból valamilyen cselekvés sorozattal elérhetők. (nehézség: az állapottér explicite ritkán adható meg)
12 Absztrakció módja = a jól definiált probléma megalkotása állapottérben egy út: egy állapotból egy másik állapotba vezető cselekvéssorozat (3) célteszt: az ágens el tudja dönteni, hogy az egy célállapot-e. a. a lehetséges célállapotok egy explicit halmaza - egyszerűen megnézi, hogy az ágens elérte-e ezek egyikét b. a cél valamilyen absztrakt tulajdonsággal van definiálva, pl. a sakkban az ún. sakk-matt helyzet (4) útköltség függvény: az úthoz hozzárendel egy költséget A keresési algoritmus kimenete - egy megoldás: a kiinduló állapotból egy olyan állapotba vezető út, amely teljesíti a cél tesztet.
13 A problémamegoldó hatékonyság mérése Keresés: 1. egyáltalán talál-e megoldást. 2. a megtalált megoldás jó megoldás-e (egy alacsony útköltségű megoldás-e)? 3. mi a megoldás megtalálásához szükséges, az idő és a memória szükséglethez kapcsolódó keresési költség? garantált + optimális + hatékony???? A keresés összköltsége: az útköltség + a keresési költség (!) avagy egy racionális ágens számára a probléma megoldásának költsége a probléma megoldásának számítási költsége ÉS a probléma megoldásának alkalmazási költsége EGYÜTTESEN
14 Példa: tili-toli (kirakó) játék, szélességi kereséssel a szg. Tianhe-1A, 2.5 Pflops, 260 Tbyte mem, 2 Pbyte diszk legyen 1 csp 1 flop, 100 byte Méret Csomópont Idő Tár Lépés 8-as (3 x 3) nsec 10 Mbyte < ös (4 x 4) msec 100 Tbyte < es (5 x 5) év 1000 Ybyte 152 < < ös (6 x 6) Yév???? T = 1012, P = 1015, Y = 1024, Világűr kora kb. 14 Gév Legrövidebb megoldás megkeresése: NP teljes (4 MW, 20 m$/év, 200 fő)????
15 Mi kell? Tárból, időből levenni, a megoldásra garanciát adni (a menyasszony legyen szép, okos, és gazdag). Felejtsük el! De valamiből mindig le kell adni. Levenni időigényből (időkomplexitásból), levenni tárból, jó lenne levenni mindkettőből = kevesebb átnézett csomópont! Mi a helyzet a mélységi és a szélességi kereséssel? Garancia és gyorsaság nem fog menni. Ha garancia nagyon kell, meg kell enni a békát. Garancia nélkül, csak ha jó a tapasztalat, vagy ha nagyon gyors az eszköz, mert ha kudarcba fullad, még van idő megismételni. Szólaltassuk a mérnöki kreativitást!
16 (1) Büntessük a hátrakeresést. (A*, stb.) (2) Keressünk mindkét irányból. (kétirányú) (3) Ügyesen alkalmazzuk a mélységi keresést. (iteratív) (4) Alkalmazzuk a gráf előfeldolgozását (problémát alakítsuk át egyszerűbbre, de ennek van ára). (ALT landmarks) (5) Eleve tervezzük be a kicsi memóriát. (EMA*) (6) Mondjunk le a visszalépésekről. (hegymászás) (7) Engedélyezzük a nem a legjobb lépéseket is. (nyaláb keresés) (8) Engedélyezzünk rossz lépéseket is. (szimulált lehűtés) (9) Tiltsunk egyes potenciálisan rossz lépéseket is. (tabú keresés) (10) Folyamatosan profitáljunk az eddigi megoldásokból. (tanuló A*, stb.) (11) Randomizáljunk és ismételjünk. (12) Maradjunk keresni az eredeti folytonos térben....
17 Dijkstra Elő: Run: Dijkstra Ami kell Elő: percek, max. órák, lineáris az adatban Run: valós-időben Teljes előfeldolgozás Elő: n x n tábla, idő = (Dijkstra) = ca. 5 év tábla = ca. 1Pbyte Run: egyetlenegy kiolvasás
18
19
Mesterséges Intelligencia MI
Mesterséges Intelligencia MI Problémamegoldás kereséssel lokális információval 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
Mesterséges Intelligencia MI
Mesterséges Intelligencia MI Valószínűségi hálók - alapok 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 A szükséges
Mesterséges Intelligencia MI
Mesterséges Intelligencia MI Problémamegoldás kereséssel ha sötétben tapogatózunk 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
Mesterséges Intelligencia MI
Mesterséges Intelligencia MI Bizonytalan tudás és kezelése 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 Milyen matematikát
Mesterséges Intelligencia MI
Mesterséges Intelligencia MI Logikai Logikai ágens ágens cselekvésben ügyesebben - szituációkalkulustól tervkészítésig Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu,
É Ü ö Ü ú Ú ű Ó Ó ű ö Ó Ó ú ű Ü Ö Ó Ó ö Ó Ő ű Ó Ó ú Ü Ü Ó Ó Ó Ü Ó Í Í ö ö ö ö ö ú ú ö ű ú ö ö ö ú ö ú ű ö ö ű ö ö ö ű ö ö ö ú ö ö ú ö ö ö ö ö ú ö ö ö ö ú ö ú ö ö ö ö ö ö ú ö ö ö ö Í ö Ö ö ú ö ö ö ö Ó Í
ü ő ő ü ő ő ö ö ő ö í ü ő í ö ö í ő ö ő ű ú ő í ü ő ö ő Í ö ö ő ö ö ő ő ö ő í Í í ü ö ő í ü ü ú ü ö ö ő ü ő ö ő í ü ő í ö ö ő ő ő í í ő í ő ő Á Ó Í í í ő ű ú ő í í ő ő Í ő í ő í í Í í ő í ő í ő ő íí ő
Í Ő É Ó É é Ö Á Á Á Ó é Ó é ö é Ö ű ö é ö ű ö é ö é é é é é é é é é é é é é é é é é é ü é é é Í é é é é ü é ö ü é ü é é ö ö é ú é é ü é é ü é é ü é ü é é é ú é Ó é é ú é ü é é ö é ö é Á Á Á Ó é Ó Í é ö
ö í Ö Ó ü í ü ö Ö ö ü ü ö ö ö ö Ö ü ö ö Ö ü Ű Ö ö ü ú ű ö ö í ö ö í ü ö ö í í ö Á É ö Ö í ö Ö ü ö Ö ö ö ö ö ö ü í ü ö í ü ö ö ö Ö ü ö í ü í ö ö ö Ö ü ö Ö í í ö Ö ü ö Ö í ü ö Á É ö Ö í ü ö í ö ű ö ö ű ö
ő ő ű í ó ú í ó í ó Á Á Á É ű ő ó ó ő ó ő Á É ó Á É ú Á É É Á ó Á Á Á Á Á É É ó Á É í É É í É ú ú ú ó ó Ö ú É ú ó ő ú ó í É É É É Ö Ö É Á É É É Ő Ó É ő ó ó í ő ú ő ő ű í ó ú Ő Ö ú É ú ú ő ő É É ő ő ő ő
ö é é ü Ő Ö é ü ö é é ü é é ó é ü ü é é é é é í é ü é é é é é é ö é é ö ö é ü ö ö é ü í é ü ü é é é ü é ö é é é ó é é é é é ü ö é é ü ú ö é é é é ö é é ö é é ó é ó é é í é é ó é é ó é é í ó é é ü ü é ó
ű Ö ű ű Ú Ú ű
ű Ö ű ű Ú Ú ű Á Á Ö Ö Ö Ö Ö Ö Á Ö Á Á Á Ú Á Á Á Á Ö ű ű Á ű ű ű Ö Ö Á Á Á Á Á ű Ú Ö ű Ú Ú ű Ú Á Á ű ű ű ű ű ű Á ű ű Á Á Ő Á Á Á Á Á Á Ö Á ű ű Ö Ö ű Ú Ö Ú ű Ú ű ű ű ű ű Ö Á Ú ű Á Ö Á Ú Á Á Á Á Á Á Ö Ö Á
Korszerű optimalizálási módszerek gyakorlati felhasználási lehetőségei a logisztikai folyamatok és rendszerek hatékonyságának növelésében
Korszerű optimalizálási módszerek gyakorlati felhasználási lehetőségei a logisztikai folyamatok és rendszerek hatékonyságának növelésében Bóna Krisztián - vezető tanácsadó, egyetemi tanársegéd, BME Közlekedésüzemi
Operációkutatás vizsga
Tel.: (0) 9- Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 007. január. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS,
Objektum Orientált Szoftverfejlesztés (jegyzet)
Objektum Orientált Szoftverfejlesztés (jegyzet) 1. Kialakulás Kísérletek a szoftverkrízisből való kilábalásra: 1.1 Strukturált programozás Ötlet (E. W. Dijkstra): 1. Elkészítendő programot elgondolhatjuk
Mesterséges intelligencia 1 előadások
VÁRTERÉSZ MAGDA Mesterséges intelligencia 1 előadások 2006/07-es tanév Tartalomjegyzék 1. A problémareprezentáció 4 1.1. Az állapottér-reprezentáció.................................................. 5
Érveléstechnika-logika 3. Elemi és összetett érvelések
Érveléstechnika-logika 3. Elemi és összetett érvelések Összetett érvelések Hosszabb szövegekben vagy beszédekben számos esetben találkozunk összetett érvelésekkel. (Lásd előző dián a 22-es csapdájának
Bói Anna. Konfliktus? K. könyvecskék sorozat 1.
Bói Anna Konfliktus? K könyvecskék sorozat 1. Tartalom: Üdvözölöm a kedves Olvasót! Nem lehetne konfliktusok nélkül élni? Lehet konfliktusokkal jól élni? Akkor miért rossz mégis annyira? Megoldás K Összegzés
Scherlein Márta Dr. Hajdu Sándor Köves Gabriella Novák Lászlóné MATEMATIKA 1. MÓDSZERTANI AJÁNLÁSOK MÁSODIK FÉLÉV
Scherlein Márta Dr. Hajdu Sándor Köves Gabriella Novák Lászlóné MATEMATIKA. MÓDSZERTANI AJÁNLÁSOK MÁSODIK FÉLÉV Tankönyv második kötet Számok és műveletek 0-től 0-ig Kompetenciák, fejlesztési feladatok:
KRISTON LÍVIA ÉS VARGA ESZTER A FELSŐOKTATÁSBAN TANULÓ ROMA HALLGATÓK MOTIVÁCIÓI ÉS
KRISTON LÍVIA ÉS VARGA ESZTER A FELSŐOKTATÁSBAN TANULÓ ROMA HALLGATÓK MOTIVÁCIÓI ÉS JÖVŐTERVEI 1 A cigányság a magyar társadalom legnagyobb létszámú etnikai csoportjává vált az elmúlt évtizedekben. (VALUCH,
ü ű ö Á ö Ü Ú Ö Á Á ö ő ö ö ö ű ű ö ő ő ö ő ü Ú ú ü ö ö ő Ö ö ő ö ő ő ö ú ö ő ő ö ö ú ö ő ö ö ő ö ö ő ö ő ö Ö ö ö ö ő ö ő ö ö ö ü ű ö ö ő ö ö ű ö ő ö ö ű ö ü ö ö ö ő ö ö ő ű ö ö ü ű ö ö ő ö ö ü ő ő ő ő
Vári Péter-Rábainé Szabó Annamária-Szepesi Ildikó-Szabó Vilmos-Takács Szabolcs KOMPETENCIAMÉRÉS 2004
Vári Péter-Rábainé Szabó Annamária-Szepesi Ildikó-Szabó Vilmos-Takács Szabolcs KOMPETENCIAMÉRÉS 2004 2005 Budapest Értékelési Központ SuliNova Kht. 2 Országos Kompetenciamérés 2004 Tartalom 1. Bevezetés...4
ó ó ó ú ó ó ó ó ó ú ő ú ú ó ű ü ó ü ő ú ü ű ó ű ű ő ő ó ó ű ő ú ó ű ó ó ó ó ű ü ü ó ü ó ó ü ú ó ó ű ó ú ó ú ő ú ó ű ü ő ő ó ü ó ó ű ó ű ó ó ó ó ú ó ű ó ó ű ü ó ü ű ü ó ü ő ó ű ú ó ű ó ő ó ű ó ó ú ó ű ó
Mesterséges Intelligencia I. (I602, IB602)
Dr. Jelasity Márk Mesterséges Intelligencia I. (I602, IB602) harmadik (2008. szeptember 15-i) előadásának jegyzete Készítette: Papp Tamás PATLACT.SZE KPM V. HEURISZTIKUS FÜGGVÉNYEK ELŐÁLLÍTÁSA Nagyon fontos
Legénytoll a láthatáron II.
DIÓSI PÁL Legénytoll a láthatáron II. A fiatalok helyzetérõl, problémáiról Feladatunkat szûkösen értelmeznénk, ha megkerülnénk annak vizsgálatát, hogy a megkérdezettek milyennek látják generációjuk körülményeit.
Analízisfeladat-gyűjtemény IV.
Oktatási segédanyag a Programtervező matematikus szak Analízis. című tantárgyához (003 004. tanév tavaszi félév) Analízisfeladat-gyűjtemény IV. (Függvények határértéke és folytonossága) Összeállította
választással azaz ha c 0 -t választjuk sebesség-egységnek: c 0 :=1, akkor a Topa-féle sebességkör teljes hossza 4 (sebesség-)egységnyi.
Egy kis számmisztika Az elmúlt másfél-két évben elért kutatási eredményeim szerint a fizikai téridő geometriai jellege szerint háromosztatú egységet alkot: egymáshoz (a lokális éterhez mért v sebesség
A NIKK LOGISZTIKAI RENDSZEREK INFORMÁCIÓS TECHNOLÓGIÁJÁBAN ELÉRT EREDMÉNYEINEK BEMUTATÁSA
infokommunikációs technológiák A NIKK LOGISZTIKAI RENDSZEREK INFORMÁCIÓS TECHNOLÓGIÁJÁBAN ELÉRT EREDMÉNYEINEK BEMUTATÁSA Heckl István Projektzáró rendezvény Veszprém, 2015. június 22. TARTALOM I.1 Felhő
KB: Jövőre lesz 60 éve, hogy üzembe állították a világ első atomerőművét, amely 1954-ben Obnyinszkban kezdte meg működését.
Kossuth Rádió, Krónika, 2013.10.18. Közelről MV: Jó napot kívánok mindenkinek, azoknak is akik most kapcsolódnak be. Kedvükért is mondom, hogy mivel fogunk foglalkozunk ebben az órában itt a Kossuth Rádióban.
Legrövidebb utat kereső algoritmusok. BFS (szélességi keresés)
Legrövidebb utat kereső algoritmusok Adott gráfban szeretnénk egkeresni két pont között a legrövidebb utat (a két pont távolsága érdekel). Ezt úgy fogjuk tudni megtenni, hogy közben megkapjuk az összes
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
Játéktól a kutatásig AVAGY HOGYAN TANULJANAK ÉS SZÓRAKOZZANAK EGYSZERRE A GYEREKEK! ÍRTA: POLERECZKI FANNI ÉS BOZÓKI GERGŐ ZOLTÁN
Játéktól a kutatásig AVAGY HOGYAN TANULJANAK ÉS SZÓRAKOZZANAK EGYSZERRE A GYEREKEK! ÍRTA: POLERECZKI FANNI ÉS BOZÓKI GERGŐ ZOLTÁN Minden tanár a gyermekek figyelméért harcol és azért hogy tanuljanak tőle.
Matematika. 5. 8. évfolyam
Matematika 5. 8. évfolyam 5. 6. évfolyam Éves órakeret: 148 Heti óraszám: 4 Témakörök Óraszámok Gondolkodási és megismerési módszerek folyamatos Számtan, algebra 65 Összefüggések, függvények, sorozatok
BME Grundfos Rosenberg Szakmai Nap nergetikai szabályozások hatása az épületekre és az iparra. Tisztelettel köszöntjük vendégeinket! 2016. május 3.
BME Grundfos Rosenberg Szakmai Nap nergetikai szabályozások hatása az épületekre és az iparra Tisztelettel köszöntjük vendégeinket! 2016. május 3. Program Az EU rendeletek által generált új szivattyú-
Kivonat. Biatorbágy Város Önkormányzat Képviselő-testületének 2011. szeptember1-jén megtartott zárt ülésének jegyzőkönyvéből
Kivonat Biatorbágy Város Önkormányzat Képviselő-testületének 2011. szeptember1-jén megtartott zárt ülésének jegyzőkönyvéből Képviselő-testületének 144/2011. (09.01.) Öh. sz. határozata Közbeszerzési pályázat
Lemezkezelés, állományrendszerek
Lemezkezelés, állományrendszerek A fizikai lemezek területét használat előtt logikai lemezekké kell szerveznünk. A logikai lemez az az egység, amely a felhasználó számára külön lemezként jelenik meg, vagyis
15. BESZÉD ÉS GONDOLKODÁS
15. BESZÉD ÉS GONDOLKODÁS 1. A filozófiának, a nyelvészetnek és a pszichológiának évszázadok óta visszatérô kérdése, hogy milyen a kapcsolat gondolkodás vagy általában a megismerési folyamatok és nyelv,
Loványi István vizsgakérdései kidolgozva (béta)
Loványi István vizsgakérdései kidolgozva (béta) 1. Morfológiai képfeldolgozás elmélete 1. Alapvető halmazműveletek, tulajdonságaik Műveletek: egyesítés (unió) metszet negált összetett műveletek... Tulajdonságok:
Pest megye erős és gyenge pontjai az összesített kompozit mutató alapján
Pest megye erős és gyenge pontjai az összesített kompozit mutató alapján Nagy Balázs 2015. november 12. Az előadás felépítése 1. Bevezetés 2. Rövid szakirodalmi áttekintés (kiemelés) 3. Regionális versenyképesség
6. AZ EREDMÉNYEK ÉRTELMEZÉSE
6. AZ EREDMÉNYEK ÉRTELMEZÉSE A kurzus anyagát felhasználva összeállíthatunk egy kitűnő feladatlapot, de még nem dőlhetünk nyugodtan hátra. Diákjaink teljesítményét még osztályzatokra kell átváltanunk,
Dinamikus programozás alapú szivattyú üzemvitel optimalizálási technikák (főként) kombinatorikus vízműhálózatokra
Systeemitekniikan Laboratorio Dinamikus programozás alapú szivattyú üzemvitel optimalizálási technikák (főként) kombinatorikus vízműhálózatokra Bene József HDR, Dr. Hős Csaba HDR, Dr. Enso Ikonen SYTE,
Mesterséges intelligencia
Mesterséges intelligencia PTI BSc levelező 2009-10. ősz Előadás, gyakorlat: Vályi Sándor mailto:valyis@nyf.hu Az email tárgy(subject): mezője a mestint szóval kezdődjék Az órák időpontja 1. előadás: szept.
MATEMATIKA 1-12. ÉVFOLYAM
MATEMATIKA 1-12. ÉVFOLYAM SZERZŐK: Veppert Károlyné, Ádám Imréné, Heibl Sándorné, Rimainé Sz. Julianna, Kelemen Ildikó, Antalfiné Kutyifa Zsuzsanna, Grószné Havasi Rózsa 1 1-2. ÉVFOLYAM Gondolkodási, megismerési
Országos kompetenciamérés. Országos jelentés
Országos kompetenciamérés 2009 Országos jelentés Országos jelentés TARTALOMJEGYZÉK JOGSZABÁLYI HÁTTÉR... 7 A 2009. ÉVI ORSZÁGOS KOMPETENCIAMÉRÉS SZÁMOKBAN... 8 A FELMÉRÉSRŐL... 9 EREDMÉNYEK... 11 AJÁNLÁS...
A 300-as érzékelők alkalmazása... az "intelligens" hagyományos érzékelők...
A 300as érzékelők alkalmazása... az "intelligens" hagyományos érzékelők... A 2002 év közepétől már Magyarországon is kaphatók a SYSTEM SENSOR legújabb fejlesztésű, hagyományos tűzjelző rendszerekben használható
É Ő É É Á É Á Ü Ú ű Á ü Á ú ü ú ü Á Á Ú Ü ü ű ú ü ú Ü ű Ü ü ü ű ü ü ű ű ü ü ü ü ü ü ú ü ü ú ű ü ü ü ü ü ü ú Ü ü ü Á Ü ú ü ú ü ü ü ü ü ü ú ü Ú ú ü ü ü ü ú ú ű ú ü ü ú ű ü ü É ú ü ü ü ü ú Á ü ü É Á ü ü ü
ö ö ö ö ő ö ö ő ö ő ő ő ö ö ő ő ö ö ő ő ű ű ő ő ö ű ő ö ö ő ö ő ö ú ő ö ű ű ő ő ö ű ő ö ö ű ű ő ö ű ő ö ö ű ű ű ű ű ű ű ö ű ő É ö ú ö ö ö ö Ő ö ö ö ö ő ö ö ő ö ö ő ö ö ő ű ö ö ö ö ö ö ő Ö ő ö ö ő ö ő ö
1. AZ MI FOGALMA. I. Bevezetés. Tulajdonságok. Kezdet ELIZA. Első szakasz (60-as évek)
1. AZ MI FOGALMA I. Bevezetés Nincs pontos definíció Emberi gondolkodás számítógépes reprodukálása Intelligens viselkedésű programok Az ember számára is nehéz problémák számítógépes megoldása Intellektuálisan
á ú é é ő é ő á ő ő á á ú ű é é ö ő á ő ú ő ő á é Ü Ü á é á é á é á é á ö ö á é ő á ú ű é é á é é ő á ö ö á á é é ú é é ú á á ő é é é ö ö á á é ű ő á é ű ő ú ő á á é á ú é é á é ö á á ö Ü á á é é ú á á
Mesterséges intelligencia, 7. előadás 2008. október 13. Készítette: Masa Tibor (KPM V.)
Mesterséges intelligencia, 7. előadás 2008. október 13. Készítette: Masa Tibor (KPM V.) Bizonytalanságkezelés: Az eddig vizsgáltakhoz képest teljesen más világ. A korábbi problémák nagy része logikai,
SAKK-LOGIKA 1 4. évfolyam
SAKK-LOGIKA 1 4. évfolyam A Sakk-logika oktatási program célja, hogy tanulási-tanítási tervet kínáljon az általános iskola alsó tagozatán tanító pedagógusok számára. A tanterv tantárgyi határokon is átívelő
A BENCHMARKING AZ. - a legjobb gyakorlatról - Dr. Farkas Katalin. 2005. december 16.
A BENCHMARKING AZ EGYMÁSTÓL TANULÁS FILOZÓFIÁJA - a legjobb gyakorlatról - Dr. Farkas Katalin 2005. december 16. A benchmarking Általános összehasonlítás Mások eredményeinek kritikus értékelése Önmagunk
ű ú ü ö ö ü ö ö ö ú ü ü ö ö ö ú ö ö ü ű ö ö ö ö ü ö ö ü ö ö ú ö ü ö ü ü ü ú ö ö ü ö ü ü ö Ó ü ű ö ö ü ö ü ö ú ö ö ö ö ű ú ú ű ö ö ü ö ö ö ö ü ú ö ü ö ü ü ö ú ü ü ü ű ú ö ü ö ö ö ü ö ü ú ö ö ö ü Ú ű ü ö
KOMPLEX KOMMUNIKÁCIÓS ÉS TERMÉSZETTUDOMÁNYI CSOMAG MATEMATIKA TÁMOP-2.2.3-07/1-2F-2008-0011 MATEMATIKA A MINDENNAPI ÉLETBEN 9.
KOMPLEX KOMMUNIKÁCIÓS ÉS TERMÉSZETTUDOMÁNYI CSOMAG MATEMATIKA TÁMOP-2.2.3-07/1-2F-2008-0011 MATEMATIKA A MINDENNAPI ÉLETBEN 9. ÉVFOLYAM TANÁRI KÉZIKÖNYV MAT9_TK.indd 1 2009.11.05. 13:40:27 A kiadvány a
Szakdolgozat. Pongor Gábor
Szakdolgozat Pongor Gábor Debrecen 2009 Debreceni Egyetem Informatikai Kar Egy kétszemélyes játék számítógépes megvalósítása Témavezetı: Mecsei Zoltán Egyetemi tanársegéd Készítette: Pongor Gábor Programozó
Doktori munka. Solymosi József: NUKLEÁRIS KÖRNYEZETELLENŐRZŐ MÉRŐRENDSZEREK. Alkotás leírása
Doktori munka Solymosi József: NUKLEÁRIS KÖRNYEZETELLENŐRZŐ MÉRŐRENDSZEREK Alkotás leírása Budapest, 1990. 2 KÖSZÖNETNYILVÁNÍTÁS A doktori munka célja az egyéni eredmény bemutatása. Feltétlenül hangsúlyoznom
DIGITÁLIS ADATTÁRAK (MEMÓRIÁK)
DIGITÁLIS ADATTÁRAK (MEMÓRIÁK) A digitális berendezések a feladatuk ellátása közben rendszerint nagy mennyiségű adatot dolgoznak fel. Feldolgozás előtt és után rendszerint tárolni kell az adatokat ritka
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
ő Ö ő ó ő ó ő ő ó ő ő ő ó ő ú ó ő ú ő ú ő ő ú ó ő ő ú ő ő ő ú ú ű ú ő ó ő ű ó ő ő ú ő ő ő ú ú ő ó ű ő ő Ö úú ő ó ú Ö ó ó ő ő Ö ó ú ő ő ő ú ő ó ő ó Ö ó ú Ű ő ő ó ő ő ó ő ú Ö ú Ö ő ő ú ú ő ő ú ú ó ó ő ó
NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertető Tartalomjegyzék Pályázati támogatás Gondozó
FARAGÓ ISTVÁN HORVÁTH RÓBERT NUMERIKUS MÓDSZEREK 2011 Ismertető Tartalomjegyzék Pályázati támogatás Gondozó Szakmai vezető Lektor Technikai szerkesztő Copyright Az Olvasó most egy egyetemi jegyzetet tart
ő ü ő ü ő ü ő Ő ü ő ú ő ű ü ú ő ű ű ű ú ű ő ő ő ő ő Ó Á Á ő ő ő ő ő ő ő ő Ó Ó ü ő ő ő ő ő ő ő ü ő ü ő ü ü ü ü ü ő Á ő ő ő ő ő ő ő ő ő ő ü ő ü ü ő ű ő ü ő ő ü ő ő ő ü ű ű ű ű ű ú ű ú ű ú ü É ü ő É ű ő ű
A törtek és egységtörtek fogalmának megerősítése az igazságosság fogalmának segítségével
A törtek és egységtörtek fogalmának megerősítése az igazságosság fogalmának segítségével A kompetencia alapú matematikaoktatás sok módszert és feladatot kínál. Érdekes, hogy a törtek illetve egységtörtek
REKURZIÓ. Rekurzív: önmagát ismétlő valami (tevékenység, adatszerkezet stb.) Rekurzív függvény: függvény, amely meghívja saját magát.
1. A REKURZIÓ FOGALMA REKURZIÓ Rekurzív: önmagát ismétlő valami (tevékenység, adatszerkezet stb.) Rekurzív függvény: függvény, amely meghívja saját magát. 1.1 Bevezető példák: 1.1.1 Faktoriális Nemrekurzív
Mesterséges Intelligencia MI
Mesterséges Intelligencia MI Problémamegoldás kereséssel 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 optimális pályahossz
Számítógép Architektúrák
Cache memória Horváth Gábor 2016. március 30. Budapest docens BME Hálózati Rendszerek és Szolgáltatások Tanszék ghorvath@hit.bme.hu Már megint a memória... Mindenről a memória tehet. Mert lassú. A virtuális
ő ő Ü ü Á ú ú ü ú ú ü ú ü ú ú ü ő ú Á ü ú Á ü ü ü ú Á Á Ó Ü ő ü ú ú ú ü ű ú Ü ü ű Ü ú Á ú Ó ő ü Ú ú Á ő ő ú ű Á ú ü ő Á ú ú Á ú Á ú Ü Á Ö ú ú ő ő ú ű ü ő Á ő Ú ü Ö Á Á Á Á ő Ü Ö ü Ú Ö Á Á ú ő Ú Á Á ü
tanúsítja, hogy a Kopint-Datorg Részvénytársaság által kifejlesztett és forgalmazott MultiSigno Standard aláíró alkalmazás komponens 1.
TANÚSÍTVÁNY A HUNGUARD Számítástechnikai-, informatikai kutató-fejlesztő és általános szolgáltató Kft. a 15/2001.(VIII. 27.) MeHVM rendelet alapján, mint a Magyar Köztársaság Informatikai és Hírközlési
Ú Ó ö Ő ö Ú Ú Ó Á Á ü ő ö Ú Ú Ó ű ő ő ő ő ü Á ö ü ö ö ő Ó Á Á ő Á Ú ö Ó Ű Ú Ó ű Á ő ő ő ö Ú ö ű ö ö ö ő Ó Á Á ű ű ö ü ű ü Á Á ű ű ö ü ű ü ü ö ü ő ü Ó Ó ő ő ő ő ű ö ő ű ü Á Á ő ü ő Ú Ó ü ö ő ő ö ő ö ö ő
Gondolatok a légköri energiák repülésben való jobb hasznosításáról
Gondolatok a légköri energiák repülésben való jobb hasznosításáról Hegedűs László (Bagoly) világrekordjai és az azokról tartott nagyon szemléletes előadásai késztettek arra, hogy ezen repüléseket más szemszögből
ű ű ú ű ű ú ú Í É ú ú ű ú ű ű ű ű Í ű ú Ü ű ű ú ú ú ú ú ű ű Á Í Ú ú Í ú ű ú ú ú ú ú ú ú ú ú ú ú ú ű ú ű Ú ú ú Í ú ú Ü ű ű ű ú ű Í ú ú ű ű ű ű ű Í ú ű ű ű Í ű ú ú ű Á ú ú ú ű ú ú ú ú ú ű Í ú ú ú ű ű ű ű
Halmazok. Halmazelméleti lapfogalmak, hatványhalmaz, halmazm veletek, halmazm veletek azonosságai.
Halmazok Halmazelméleti lapfogalmak, hatványhalmaz, halmazm veletek, halmazm veletek azonosságai. 1. lapfogalmak halmaz és az eleme fogalmakat alapfogalmaknak tekintjük, nem deniáljuk ket. Jelölés: x H,
Ü Ú Ú Á Á Ő É é ö é é é é é ü ö é é é é é é é é é é ö é ö ö ö é é é é é é ö é é é é ö é ű é é é ö é é é é éé ö é éö é é ö é é é é ö é ű é é é ö ö é é é é é ö é ö é é ö ö é ö é é é é é é ü é é ö é é é é
A Batthyány Általános Iskola és Sportiskola félévi/év végi beszámolója
1.sz. Függelék: A Batthyány Általános Iskola és Sportiskola félévi/év végi beszámolója Osztályfőnökök részére..tanév.. félév..osztály 1. A szakmai munka áttekintése: Statisztika Az osztály létszáma:. fő
AJÁNLÁSA. a központi közigazgatási szervek szoftverfejlesztéseihez kapcsolódó minőségbiztosításra és minőségirányításra vonatkozóan
KORMÁNYZATI INFORMATIKAI EGYEZTETŐ TÁRCAKÖZI BIZOTTSÁG 24. SZÁMÚ AJÁNLÁSA a központi közigazgatási szervek szoftverfejlesztéseihez kapcsolódó minőségbiztosításra és minőségirányításra vonatkozóan 2005.
Á ö ö ö ö ö ű ö ű ö ö ú ö ö ö ö ö ö ö ú ü ö ö ü ü ö ü ö ú ö ö ú ű Á Ú ű Á ö ö ú ű Á ú ű Á ö ö ú ü ö ú ö ú ú ú ú ú ú ú ö ö ö ú Á Á Á Á ú Á ö ö Á ö Á ö Á ú Á Á ö Á ű Á ú Á Á ö Á Á ú ö ü ö ö ö ö ű ö ü Í ö
GAZDASÁGSZOCIOLÓGIA I.
GAZDASÁGSZOCIOLÓGIA I. Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
ú ú ú Ú ú ú ő ő ú ű ú ő ő ú ő ú ő ő Ó Ó ő ű ő ő ú ő Ó Ó ú ú ú Ú ü ú ú ő Ü ü ő ü ő ő ú ú ő ő ú ő ő ü ü ú ő ű ü ő ő Ü ű ű ű ű ú ü ü ő ú Ö ű ű ő ú Ü ú ü ő ú ő ü ő ű Á Ü Ó Ó ű ü Ü ü ú Ü ő ő ő ő ő ő ő ü Ü ü
Í Á É ő ő ő ú ú ő ő ő ő ő ő ő ő í ő ő ő ő ő ű í ő ű ő ú ő ű ő ő ő ő Á í í í ő ő ő ő í í ő í ü ő í ő í í í ő í ő í ő í ő ő í í ő ő ü ő í ő í ő ő ő ő í í í ő í ő ü í í ő ő ő ő ő í ü ű ő í í í ő í í ő ő ő
Matematika helyi tanterv,5 8. évfolyam
Matematika helyi tanterv - bevezetés Matematika helyi tanterv,5 8. évfolyam A kerettanterv B változatának évfolyamonkénti bontása Bevezető Az iskolai matematikatanítás célja, hogy hiteles képet nyújtson
1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény
Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,
ISMÉT FÖLDKÖZELBEN A MARS!
nikai Vállalat, Audió, EVIG Egyesült Villamosgépgyár, Kismotor- és Gépgyár, Szerszámgép Fejlesztési Intézet (Halásztelek), Pestvidéki Gépgyár (Szigethalom), Ikladi ûszeripari ûvek (II), Kôbányai Vas- és
Ajánlati felhívás. Optikai körzethálózati fejlesztési projektek fővállalkozói munkáira. Ponet Optikai Hálózatfejlesztő Kft.
Ajánlati felhívás Optikai körzethálózati fejlesztési projektek fővállalkozói munkáira a Ponet Optikai Hálózatfejlesztő Kft. részére A pályázat lebonyolítója az Budapest, 2013. november 8. 1. AZ AJÁNLATKÉRÉS
On-line értékelési módszerek II. Lengyelné Molnár Tünde
On-line értékelési módszerek II. Lengyelné Molnár Tünde MÉDIAINFORMATIKAI KIADVÁNYOK On-line értékelési módszerek II. Lengyelné Molnár Tünde Eger, 2013 Korszerű információtechnológiai szakok magyarországi
Önhűtött, motortól független frekvenciaátalakító. PumpDrive 2 Eco. Üzemeltetési/összeszerelési útmutató
Önhűtött, motortól független frekvenciaátalakító PumpDrive 2 Eco Üzemeltetési/összeszerelési útmutató Impresszum Üzemeltetési/összeszerelési útmutató PumpDrive 2 Eco Eredeti üzemeltetési útmutató Minden
MATEMATIKA TAGOZAT 5-8. BEVEZETŐ. 5. évfolyam
BEVEZETŐ Ez a helyi tanterv a kerettanterv Emelet matematika A változata alapján készült. Az emelt oktatás során olyan tanulóknak kívánunk magasabb szintű ismerteket nyújtani, akik matematikából átlag
Ó Á Á Í Á ő ő ő ő ű ő Í ü ú ű ú ú ü ü ő ú ő ő ü ű ü ő ő ü ő ő ő ő ú Á Ú ú ő ő ő ő ú ú ü ő ő ú ú ő ü ü ü Í Í ő ü Á ő ő ő ú Í ü Ó Á Á Á ű Ó Á Á Í Á Á Í ü Í ü ő ő Ú ú ő Í ü ü Á ÍÁ ú Í ő Á Á Ó Á ú ő ő Á Ó
Összehasonlító elmozdulásmérés új lehetőségei a koherens optikai méréstechnikában
Összehasonlító elmozdulásmérés új lehetőségei a koherens optikai méréstechnikában PhD értekezés Készítette: Gombkötő Balázs Témavezető: Dr. Füzessy Zoltán Professor emeritus Konzulens: Kornis János Egyetemi
Fehér Krisztián. Navigációs szoftverek fejlesztése Androidra
Fehér Krisztián Navigációs szoftverek fejlesztése Androidra 2 Navigációs szoftverek fejlesztése Androidra Fehér Krisztián Navigációs szoftverek fejlesztése Androidra BBS-INFO Kiadó, 2014. 4 Navigációs