Dr. habil. Maróti György
|
|
- Marcell Bogdán
- 7 évvel ezelőtt
- Látták:
Átírás
1 infokommunikációs technológiák III.8. MÓDSZER KIDOLGOZÁSA ALGORITMUSOK ÁTÜLTETÉSÉRE KIS SZÁMÍTÁSI TELJESÍTMÉNYŰ ESZKÖZÖKBŐL ÁLLÓ NÉPES HETEROGÉN INFRASTRUKTÚRA Dr. habil. Maróti György
2 A CSAPAT Munkatárs Feladat Szint Imreh Csanád Vinkó Tamás Dwornik Marek 1. A lokális kereső és a korlátozás és szétválasztáson alapul algoritmusok párhuzamosítási technikáinak áttekintése 2. Új lokális kereső és/vagy korlátozás és szétválasztáson alapuló párhuzamosított algoritmus fejlesztése heterogén rendszerre 1. A genetikus és egyéb populáció alapú algoritmusok párhuzamosítási technikáinak áttekintése 2. Új genetikus és/vagy egyéb populáció alapú párhuzamosított algoritmus fejlesztése heterogén rendszerre 1. Boinc rendszer megismerése. A rendszer felkészítése a tervezett algoritmusok implementálására. 100% 80% 100% 80% 100% 2. A fejlesztett algoritmusok implementálása 20% 2
3 KORLÁTOZÁS ÉS SZÉTVÁLASZTÁS 1. 3
4 KORLÁTOZÁS ÉS SZÉTVÁLASZTÁS 2. 4
5 KORLÁTOZÁS ÉS SZÉTVÁLASZTÁS 3. Nem a teljes megoldástért járjuk be, hanem bizonyos részfákat kizárunk. Azokat a részfákat zárhatjuk ki, amelyekre egy korlátozó függvény segítségével (ami alsó korlátot ad az ottani megoldások értékére) tudjuk, hogy nincs bennük jobb megoldás az eddig ismert legjobbnál. Egy részfa bejárása a gyökér megvizsgálása után az alatta levő szinten elhelyezkedő részfák bejárására vezetődik vissza. 5
6 KORLÁTOZÁS ÉS SZÉTVÁLASZTÁS PÁHUZAMOSÍTÁSA Különböző részfákat egyszerre is bejárhatunk párhuzamos szálakon. A korlátozó függvény számításához is használhatunk párhuzamosított algoritmusokat. Amennyiben párhuzamosan járjuk be a részfákat, akkor alapvető kérdés miként osztjuk ki a feladatokat a párhuzamos szálak egy listából választanak vagy minden szálnak saját listája van. 6
7 GENETIKUS ALGORITMUS generáció = 0 2. kezdő populáció létrehozása Véletlen kiválasztás 3. mindaddig, amíg a megállási feltétel nem teljesül (a) generáció = generáció + 1 (b) fitnessz kiszámítása (c) szelekció Szelekciós operátor kiválaszt néhány egyedet (d) keresztezés(psz) A kiválasztott egyedekből keresztezéssel új populáció (e) mutáció(pm) Véletlenszerűen javít vagy ront a populáción 7
8 GENETIKUS ALGORITMUS 2. A genetikus algoritmus minden iterációs lépésben megoldások egy populációját tartja nyilván. Egy populációból elsőként ki kell választani mely elemeket használjuk a következő populáció elkészítésére, általában egy fitnesz függvény alapján. Kereszteződéssel új utódokat képzünk. Ezeket esetleg megváltoztatjuk a mutáció operátorral. Az így kapott elemekből és esetleg néhány régebbi elemből képezzük az új populációt. 8
9 GENETIKUS TÍPUSÚ ALGORITMUSOK PÁRHUZAMOSÍTÁSA Fitnesz függvény párhuzamos számítása. Mutációk párhuzamos számolása. A sziget modellben különböző alpopulációk vannak, amelyek között lehet elemeket cserélni, és ezeket kezelhetjük párhuzamosan. Lehetséges különböző genetikus szabályok alapján futó algoritmusokat futtatni az egyes alpopulációkon. 9
10 FŐ CÉLKITŰZÉSEK Nehéz feladatok megoldása során, a kifejlesztett algoritmusok párhuzamosítása és több processzoron vagy eszközön való futtatása jelentő hatékonyság növeléssel járhat. Általában homogén rendszereket vizsgálnak, ahol egyforma eszközökön hasonló algoritmusok futnak. A téma célja az, hogy olyan algoritmusokat fejlesszünk, melyek figyelembe veszik a párhuzamosan dolgozó eszközök heterogenitását. 12
11 ÚJ HIBRID ALGORITMUS A különböző szálakon más típusú eljárások futnak. Egyszerre futtatunk egy egzakt megoldó korlátozás és szétválasztás alapú algoritmust és egy heurisztikát. A heurisztika által kapott megoldás használható a korlátozásnál a megoldástér hatékonyabb vágására. A korlátozás és szétválasztásnál kapott aktuális megoldásokból indíthat keresést egy lokális kereső szál. 14
12 A BOINC RENDSZER Az algoritmusok tesztelésére a Boinc rendszert tervezzük használni. Ez egy Berkeley-n fejlesztett szerver-kliens alapú nyílt forráskódú rendszer. A szoftverrendszer segítségével összeköthetőek különböző eszközök (például számítógépek és androidos telefonok) így a rendszer jól használható heterogén számítási eszközökre tervezett algoritmusok elemzésére. 15
13 EREDMÉNYEK, TERVEK Ami elkészült B&B Szakirodalom áttekintése, összefoglalása (13 oldal) GA Szakirodalom áttekintése, összefoglalása (13 oldal) A BOINC rendszer ismertetése (10 oldal) Ami folyamatban van Algoritmusok kidolgozása január 20 Implementáció január 31 További feladatok Szimulációk, tesztek futtatása Futási eredmények kiértékelése, dokumentálása 16
14 infokommunikációs technológiák KÖSZÖNÖM A FIGYELMET!
Intelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal
Intelligens Rendszerek Elmélete Dr. Kutor László Párhuzamos keresés genetikus algoritmusokkal http://mobil.nik.bmf.hu/tantargyak/ire.html login: ire jelszó: IRE0 IRE / A természet általános kereső algoritmusa:
RészletesebbenSzámítógépes döntéstámogatás. Genetikus algoritmusok
BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as
RészletesebbenV. Kétszemélyes játékok
Teljes információjú, véges, zéró összegű kétszemélyes játékok V. Kétszemélyes játékok Két játékos lép felváltva adott szabályok szerint. Mindkét játékos ismeri a maga és az ellenfele összes választási
RészletesebbenIntelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal. A genetikus algoritmus működése. Az élet információ tárolói
Intelligens Rendszerek Elmélete dr. Kutor László Párhuzamos keresés genetikus algoritmusokkal http://mobil.nik.bmf.hu/tantargyak/ire.html login: ire jelszó: IRE07 IRE 5/ Természetes és mesterséges genetikus
RészletesebbenHidraulikus hálózatok robusztusságának növelése
Dr. Dulovics Dezső Junior Szimpózium 2018. Hidraulikus hálózatok robusztusságának növelése Előadó: Huzsvár Tamás MSc. Képzés, II. évfolyam Témavezető: Wéber Richárd, Dr. Hős Csaba www.hds.bme.hu Az előadás
RészletesebbenKétszemélyes játékok Gregorics Tibor Mesterséges intelligencia
Kétszemélyes játékok Kétszemélyes, teljes információjú, véges, determinisztikus,zéró összegű játékok Két játékos lép felváltva adott szabályok szerint, amíg a játszma véget nem ér. Mindkét játékos ismeri
RészletesebbenBevezetés az informatikába
Bevezetés az informatikába 9. előadás Dr. Istenes Zoltán Eötvös Loránd Tudományegyetem Informatikai Kar Programozáselmélet és Szoftvertechnológiai Tanszék Matematikus BSc - I. félév / 2008 / Budapest Dr.
RészletesebbenMŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN
infokommunikációs technológiák MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN Készítette: Árgilán Viktor, Dr. Balogh János, Dr. Békési József, Dávid Balázs, Hajdu László, Dr. Galambos Gábor, Dr. Krész
RészletesebbenI.3 ELOSZTOTT FOLYAMATSZINTÉZIS BERTÓK BOTOND. Témavezetői beszámoló
infokommunikációs technológiák infokommunikációs technológiák I.3 ELOSZTOTT FOLYAMATSZINTÉZIS BERTÓK BOTOND Témavezetői beszámoló Pannon Egyetem 2015. január 7. A KUTATÁSI TERÜLET RÖVID MEGFOGALMAZÁSA
RészletesebbenOsztott jáva programok automatikus tesztelése. Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január
Osztott jáva programok automatikus tesztelése Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január Osztott alkalmazások Automatikus tesztelés Tesztelés heurisztikus zaj keltés Tesztelés genetikus
Részletesebbenértékel függvény: rátermettségi függvény (tness function)
Genetikus algoritmusok globális optimalizálás sok lehetséges megoldás közül keressük a legjobbat értékel függvény: rátermettségi függvény (tness function) populáció kiválasztjuk a legrátermettebb egyedeket
RészletesebbenTartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9
... 3 Előszó... 9 I. Rész: Evolúciós számítások technikái, módszerei...11 1. Bevezetés... 13 1.1 Evolúciós számítások... 13 1.2 Evolúciós algoritmus alapfogalmak... 14 1.3 EC alkalmazásokról általában...
RészletesebbenSzimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László)
Szimuláció RICHARD M. KARP és AVI WIGDERSON A Fast Parallel Algorithm for the Maximal Independent Set Problem című cikke alapján (Készítette: Domoszlai László) 1. Bevezetés A következőkben megadott algoritmus
RészletesebbenEvolúciós algoritmusok
Evolúciós algoritmusok Evolúció, mint kereső rendszer A problémára adható néhány lehetséges választ, azaz a problématér több egyedét tároljuk egyszerre. Ez a populáció. Kezdetben egy többnyire véletlen
RészletesebbenAdatszerkezetek 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
RészletesebbenBevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz)
Bevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz) A házi feladatokkal kapcsolatos követelményekről Kapcsolódó határidők: választás: 6. oktatási hét csütörtöki
RészletesebbenOpenCL alapú eszközök verifikációja és validációja a gyakorlatban
OpenCL alapú eszközök verifikációja és validációja a gyakorlatban Fekete Tamás 2015. December 3. Szoftver verifikáció és validáció tantárgy Áttekintés Miért és mennyire fontos a megfelelő validáció és
RészletesebbenMesterséges Intelligencia MI
Mesterséges Intelligencia MI Problémamegoldás kereséssel - csak lokális információra alapozva Pataki Béla BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Lokálisan
RészletesebbenAlgoritmusok Tervezése. 9. Előadás Genetikus Algoritmusok Dr. Bécsi Tamás
Algoritmusok Tervezése 9. Előadás Genetikus Algoritmusok Dr. Bécsi Tamás Biológiai háttér (nagyvonalúan) A sejt genetikai információit hordozó DNS általában kromoszómának nevezett makromolekulákba van
RészletesebbenÁltalános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
RészletesebbenKereső algoritmusok a diszkrét optimalizálás problémájához
Kereső algoritmusok a diszkrét optimalizálás problémájához A. Grama, A. Gupta, G. Karypis és V. Kumar: Introduction to Parallel Computing, Addison Wesley, 2003. könyv anyaga alapján A kereső eljárások
RészletesebbenAmortizációs költségelemzés
Amortizációs költségelemzés Amennyiben műveleteknek egy M 1,...,M m sorozatának a futási idejét akarjuk meghatározni, akkor egy lehetőség, hogy külön-külön minden egyes művelet futási idejét kifejezzük
RészletesebbenKéprekonstrukció 6. előadás
Képrekonstrukció 6. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem Diszkrét tomográfia (DT) A CT-hez több száz vetület szükséges időigényes költséges károsíthatja
RészletesebbenMegkülönböztetett kiszolgáló routerek az
Megkülönböztetett kiszolgáló routerek az Interneten Megkülönböztetett kiszolgálás A kiszolgáló architektúrák minősége az Interneten: Integrált kiszolgálás (IntServ) Megkülönböztetett kiszolgálás (DiffServ)
RészletesebbenA genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere
A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere Kaposvári Egyetem, Informatika Tanszék I. Kaposvári Gazdaságtudományi Konferencia
RészletesebbenKorlátozás és szétválasztás elve. ADAGOLO adattípus
Korlátozás és szétválasztás elve ADAGOLO adattípus Értékhalmaz: E Adagolo : A E Műveletek: A : Adagolo, x : E {Igaz} Letesit(A) {A = /0} {A = A} Megszuntet(A) {Igaz} {A = A} Uresit(A) {A = /0} {A = A}
RészletesebbenKéprekonstrukció 9. előadás
Képrekonstrukció 9. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem hv-konvex összefüggő halmazok Mag-burok-szerű rekonstrukció: S. Brunetti, A. Del Lungo, F.
RészletesebbenEFOP DISZRUPTÍV TECHNOLÓGIÁK KUTATÁS-FEJLESZTÉSE AZ E-MOBILITY TERÜLETÉN ÉS INTEGRÁLÁSUK A MÉRNÖKKÉPZÉSBE
SZTE Innovációs nap Szeged, 2017 május 30. EFOP-3.6.1-16-2016-00014 DISZRUPTÍV TECHNOLÓGIÁK KUTATÁS-FEJLESZTÉSE AZ E-MOBILITY TERÜLETÉN ÉS INTEGRÁLÁSUK A MÉRNÖKKÉPZÉSBE Dr. Weltsch Zoltán Pallasz Athéné
RészletesebbenHÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL. OLÁH Béla
HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL OLÁH Béla A TERMELÉSÜTEMEZÉS MEGFOGALMAZÁSA Flow shop: adott n számú termék, melyeken m számú
RészletesebbenMesterséges Intelligencia MI
Mesterséges Intelligencia MI Problémamegoldás kereséssel - lokális információval Pataki Béla Bolgár Bence BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Rugó tervezése
RészletesebbenKézikönyv. Szelekciós jegyzék 2.
Kézikönyv Szelekciós jegyzék 2. Tartalomjegyzék 1 SZÁMLA (ÉRTÉKESÍTÉS) - ÜRES... 4 2 ABAS-ERP MASZKINFÓ... 6 3 SZÁMLA (ÉRTÉKESÍTÉS) - ÜRES... 7 4 ABAS-ERP UTASÍTÁS ÁTTEKINTÉS... 8 5 PARANCS KERESÉSE...
RészletesebbenWEB2GRID: Desktop Grid a Web 2.0 szolgálatában
WEB2GRID: Desktop Grid a Web 2.0 szolgálatában MAROSI Attila Csaba MTA SZTAKI atisu@sztaki.hu 2011.07.26. Áttekintés Bevezető Grid rendszerekkel szembeni elvarások változása Web 2.0 rendszerek főbb jellemzői
RészletesebbenKereső algoritmusok a diszkrét optimalizálás problémájához
Kereső algoritmusok a diszkrét optimalizálás problémájához A. Grama, A. Gupta, G. Karypis és V. Kumar: Introduction to Parallel Computing, Addison Wesley, 2003. könyv anyaga alapján A kereső eljárások
RészletesebbenPárhuzamos genetikus algoritmus
Párhuzamos genetikus algoritmus Szimuláció Készítette: Eperjesi Alfréd epaeaat.elte 2 1. Bevezetés A GRID rendszerek megjelenésével lehetővé vált a személyi számítógépek, a szuperszámítógépek, a számítógépes
RészletesebbenAdaptív dinamikus szegmentálás idősorok indexeléséhez
Adaptív dinamikus szegmentálás idősorok indexeléséhez IPM-08irAREAE kurzus cikkfeldolgozás Balassi Márton 1 Englert Péter 1 Tömösy Péter 1 1 Eötvös Loránd Tudományegyetem Informatikai Kar 2013. november
RészletesebbenFELHŐ ALAPÚ HELYMEGHATÁROZÓ SZOLGÁLTATÁS KIFEJLESZTÉSE MOBIL ESZKÖZÖK SZÁMÁRA
infokommunikációs technológiák FELHŐ ALAPÚ HELYMEGHATÁROZÓ SZOLGÁLTATÁS KIFEJLESZTÉSE MOBIL ESZKÖZÖK SZÁMÁRA BEVEZETÉS Probléma felvetés beltéri vs. kültéri lokalizáció elterjedtsége már több mint egy
RészletesebbenTARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése...
TARTALOMJEGYZÉK TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS...1 1. A lágy számításról...2 2. A könyv célkitűzése és felépítése...6 AZ ÖSSZETEVŐ LÁGY RENDSZEREK...9 I. BEVEZETÉS...10 3. Az összetevő
RészletesebbenIV.4. FELHŐ ALAPÚ BIZTONSÁGOS ADATTÁROLÁSI MÓDSZER ÉS TESZTKÖRNYEZET KIDOLGOZÁSA
infokommunikációs technológiák IV.4. FELHŐ ALAPÚ BIZTONSÁGOS ADATTÁROLÁSI MÓDSZER ÉS TESZTKÖRNYEZET KIDOLGOZÁSA BEVEZETÉS Mit jelent, hogy működik a felhő alapú adattárolás? Az adatainkat interneten elérhető
RészletesebbenEGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA
infokommunikációs technológiák EGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA Témavezető: Tarczali Tünde Témavezetői beszámoló 2015. január 7. TÉMAKÖR Felhő technológián
RészletesebbenGenetikus algoritmusok
Genetikus algoritmusok Zsolnai Károly - BME CS zsolnai@cs.bme.hu Keresőalgoritmusok osztályai Véletlent használó algoritmusok Keresőalgoritmusok Kimerítő algoritmusok Dinamikus programozás BFS DFS Tabu
RészletesebbenA Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma
A Riemann-Siegel zeta függvény kiugró értékeinek keresése A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma 2013 A probléma fontossága és hatása a hétköznapi életre A prímszámok
RészletesebbenIntelligens partner rendszer virtuális kórházi osztály megvalósításához
Intelligens partner rendszer virtuális kórházi osztály megvalósításához 1. Célkitűzések A pályázat célja egy virtuális immunológiai osztály kialakítása, amelynek segítségével a különböző betegségekkel
RészletesebbenUniversität M Mis is k k olol cic, F Eg a y kultä etem t, für Wi Gazda rts ságcha tudfts o w máis n s yen i scha Kar, ften,
8. Előadás Speciális optimalizációs eljárások Genetikus algoritmusok OPTIMALIZÁLÁSI ELJÁRÁSOK Gradiens alapú módszerek Véletlent használó módszerek Kimerítő keresésen alapuló módszerek Direkt módszerek
RészletesebbenA felhőről általában. Kacsuk Péter MTA SZTAKI
A felhőről általában Kacsuk Péter MTA SZTAKI Miért fontos a felhő? (I) Problémák, ha az infrastruktúra még nem létezik Az ötletek megvalósításához szükséges idő Kutatás a felhők előtt 1. Van egy jó ötlet
RészletesebbenPodoski Péter és Zabb László
Podoski Péter és Zabb László Bevezető Algoritmus-vizualizáció témakörében végeztünk kutatásokat és fejlesztéseket Felmértük a manapság ismert eszközök előnyeit és hiányosságait Kidolgoztunk egy saját megjelenítő
RészletesebbenTartalomjegyzék. Köszönetnyilvánítás. 1. Az alapok 1
Köszönetnyilvánítás Bevezetés Kinek szól a könyv? Elvárt előismeretek A könyv témája A könyv használata A megközelítés alapelvei Törekedjünk az egyszerűségre! Ne optimalizáljunk előre! Felhasználói interfészek
RészletesebbenEgyszerű számlázó program kezdő vállalkozások részére
PENCART ZRT. Egyszerű számlázó program kezdő vállalkozások részére Használati útmutató Tartalomjegyzék Bevezetés... 2 1. A számlázó program telepítése, regisztrálása, rendszerkövetelmények... 3 2. Funkciók
Részletesebbenalkalmazásfejlesztő környezete
A HunGrid infrastruktúra és alkalmazásfejlesztő környezete Gergely Sipos sipos@sztaki.hu MTA SZTAKI Hungarian Academy of Sciences www.lpds.sztaki.hu www.eu-egee.org egee EGEE-II INFSO-RI-031688 Tartalom
RészletesebbenSzámítógép és programozás 2
Számítógép és programozás 2 11. Előadás Halmazkeresések, dinamikus programozás http://digitus.itk.ppke.hu/~flugi/ A keresési feladat megoldása Legyen a lehetséges megoldások halmaza M ciklus { X legyen
Részletesebbenértékel függvény: rátermettségi függvény (tness function)
Genetikus algoritmusok globális optimalizálás sok lehetséges megoldás közül keressük a legjobbat értékel függvény: rátermettségi függvény (tness function) populáció kiválasztjuk a legrátermettebb egyedeket
RészletesebbenRőczei Gábor Szeged, Networkshop
Az ARC új generációs bróker rendszere 2009.04.16. 04 Rőczei Gábor Szeged, Networkshop 2009 roczei@niif.hu Rövid összefoglaló Nemzeti Információs Infrastruktúra Fejlesztési Intézet KnowARC projekt Mi is
RészletesebbenKorlátozás és szétválasztás módszere Holló Csaba 2
Korlátozás és szétválasztás módszere Holló Csaba 2 A módszert Imreh Balázs, Imreh Csanád: Kombinatorikus optimalizálás Novadat, Győr, 25 egyetemi tankönyve alapján, kisebb változtatásokkal fogjuk bemutatni.
RészletesebbenGenetikus algoritmusok az L- rendszereken alapuló. Werner Ágnes
Genetikus algoritmusok az L- rendszereken alapuló növénymodellezésben Werner Ágnes Motiváció: Procedurális modellek a növénymodellezésben: sok tervezési munka a felhasználónak ismerni kell az eljárás részleteit
RészletesebbenSzámítógép és programozás 2
Számítógép és programozás 2 6. Előadás Problémaosztályok http://digitus.itk.ppke.hu/~flugi/ Emlékeztető A specifikáció egy előfeltételből és utófeltételből álló leírása a feladatnak Léteznek olyan feladatok,
RészletesebbenAz MTA Cloud projekt MTA Cloud projektzáró június 28.
Projektzáró Az MTA Cloud projekt MTA Cloud projektzáró 2016. június 28. Pető Gábor peto.gabor@wigner.mta.hu MTA Cloud projektvezető MTA WIGNER FK Adatközpont vezető Kellett egy ötlet Az ötlet 2013 Előzmények:
RészletesebbenModell alapú tesztelés: célok és lehetőségek
Szoftvertesztelés 2016 Konferencia Modell alapú tesztelés: célok és lehetőségek Dr. Micskei Zoltán Budapesti Műszaki és Gazdaságtudományi Egyetem Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika
RészletesebbenAlgoritmuselmélet. 2-3 fák. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 8.
Algoritmuselmélet 2-3 fák Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 8. előadás Katona Gyula Y. (BME SZIT) Algoritmuselmélet 8. előadás
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2017/18 2. félév 3. Előadás Dr. Kulcsár Gyula egyetemi docens Kereső algoritmusok alkalmazása
RészletesebbenIII.6. MAP REDUCE ELVŰ ELOSZTOTT FELDOLGOZÁSI ALGORITMUSOK ÉS TESZTKÖRNYEZET KIDOLGOZÁSA ADATBÁNYÁSZATI FELADATOK VÉGREHAJTÁSÁHOZ
infokommunikációs technológiák III.6. MAP REDUCE ELVŰ ELOSZTOTT FELDOLGOZÁSI ALGORITMUSOK ÉS TESZTKÖRNYEZET KIDOLGOZÁSA ADATBÁNYÁSZATI FELADATOK VÉGREHAJTÁSÁHOZ KECSKEMÉTI ANNA KUN JEROMOS KÜRT Zrt. KUTATÁSI
RészletesebbenHEFOP/2005/ Felkészülés a kompetenciaalapú
HEFOP/2005/3.1.3. Felkészülés a kompetenciaalapú oktatásra Esélyegyenlőség biztosítása a kompetencia-alapú tudást megalapozó oktatás bevezetésével a Ferencvárosban A projekt célja A Ferencvárosi Általános
RészletesebbenBevezetés a párhuzamos programozási koncepciókba
Bevezetés a párhuzamos programozási koncepciókba Kacsuk Péter és Dózsa Gábor MTA SZTAKI Párhuzamos és Elosztott Rendszerek Laboratórium E-mail: kacsuk@sztaki.hu Web: www.lpds.sztaki.hu Programozási modellek
RészletesebbenMegerősítéses tanulás 7. előadás
Megerősítéses tanulás 7. előadás 1 Ismétlés: TD becslés s t -ben stratégia szerint lépek! a t, r t, s t+1 TD becslés: tulajdonképpen ezt mintavételezzük: 2 Akcióértékelő függvény számolása TD-vel még mindig
RészletesebbenHatékony műszaki megoldások lineáris és lekérhető médiaszolgáltatások esetén Ajánlástervezet ismertetése
Hatékony műszaki megoldások lineáris és lekérhető médiaszolgáltatások esetén Ajánlástervezet ismertetése Tarcsai Zoltán Szabályozási szakértő Nemzeti Média- és Hírközlési Hatóság Infomédia szabályozási
RészletesebbenMISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR MATEMATIKAI INTÉZET SZAKDOLGOZATI TÉMÁK
SZAKDOLGOZATI TÉMÁK 2018 Fedélzeti kamera alapú helymeghatározó, navigációs algoritmusok vizsgálata és implementálása Témavezető: Dr. Árvai-Homolya Szilvia A drónok mind szélesebb körű elterjedésével,
Részletesebben10. előadás Speciális többágú fák
10. előadás Adatszerkezetek és algoritmusok előadás 2018. április 17., és Debreceni Egyetem Informatikai Kar 10.1 A többágú fák kezelésére nincsenek általános elvek, implementációjuk elsősorban alkalmazásfüggő.
RészletesebbenRakov(34125)=34152. Rakov(12543)=13245. Rakov(14532)=15234. Rakov(54321)=-
Kombinatorikus feladatok Ládák: Egy vállalat udvarán egyetlen sorban vannak az elszállításra várakozó üres ládák. Három különböző típusú láda van, jelölje ezeket A, B és C. Minden láda a felső oldalán
RészletesebbenHeurisztikák algoritmusok ütemezési problémákra. 1. Állapottér és a megoldások kezelése
Heurisztikák algoritmusok ütemezési problémákra 1. Állapottér és a megoldások kezelése Számos nehéz ütemezési probléma esetén az exponenciális idejű optimális megoldást adó algoritmusok rendkívül nagy
RészletesebbenELEMZŐ KAPACITÁS FEJLESZTÉSE, MÓDSZERTANI FEJLESZTÉS MEGVALÓSÍTÁSA
TÁMOP-2.4.8-12/1-2012-0001 A munkahelyi egészség és biztonság fejlesztése, a munkaügyi ellenőrzés fejlesztése ELEMZŐ KAPACITÁS FEJLESZTÉSE, MÓDSZERTANI FEJLESZTÉS MEGVALÓSÍTÁSA Előadó: Szentesi Fekete
RészletesebbenKézikönyv. Szelekciós jegyzék létrehozása
Kézikönyv Szelekciós jegyzék létrehozása Tartalomjegyzék 1 OBJEKTUM KIVÁLASZTÁS - VEVŐ MEGJELENÍTÉS... 4 2 VEVŐ - ÜRES... 6 3 ABAS-ERP MASZKINFÓ... 8 4 VEVŐ - ÜRES... 9 5 ABAS-ERP MASZKINFÓ... 11 6 VEVŐ
RészletesebbenA mobil nyelvtanár megvalósításának folyamata
A mobil nyelvtanár megvalósításának folyamata Esettanulmány Havasi Zoltán MobilPort K2. Web: www.click4skill.hu E- mail: info@click4skill.com Mit tapasztaltunk az oktatás területén? A csináld magad (do
RészletesebbenMesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008
Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008 Az Előadások Témái Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák Szemantikus hálók
RészletesebbenRetek Mihály. A kutatás a TÁMOP-4.2.1/B-09/1/KMR projekt keretében folyt a BCE Jövőkutatás Tanszékén.
A kutatás a TÁMOP-4.2.1/B-09/1/KMR-2010-0005 projekt keretében folyt a BCE Jövőkutatás Tanszékén. Retek Mihály GPU nap 2012, MTA-RMKI, Budapest 2012. július 2. Mi a jövőkutatás A jövőkutatás a társadalommal
RészletesebbenEvolúciós alapfogalmak, általános algoritmusok
MI2 előadás jegyzet Tartalom: - Evolúciós alapfogalmak, általános algoritmusok - Evolúciós stratégiák - Raj intelligencia, részecske-raj optimalizálás A jegyzetet Jelasity Márk 2008. 04. 08., 2008. 04.
RészletesebbenFlynn féle osztályozás Single Isntruction Multiple Instruction Single Data SISD SIMD Multiple Data MISD MIMD
M5-. A lineáris algebra párhuzamos algoritmusai. Ismertesse a párhuzamos gépi architektúrák Flynn-féle osztályozását. A párhuzamos lineáris algebrai algoritmusok között mi a BLAS csomag célja, melyek annak
RészletesebbenKockázatalapú fenntartás-tervezés Fuzzy logika alkalmazásával. ELMŰ Hálózat Bálint Zsolt 2017/11/20
Kockázatalapú fenntartás-tervezés Fuzzy logika alkalmazásával Miért kell erről beszélni? A hálózat ELMŰ Nyrt. 4 050 km 2 Supply area 15 501 km 2 10 645 GWh Energy supplied 6 113 GWh 965 GWh / 9,1% Grid
RészletesebbenEgészségterv és edzésprogram használati utasítás
TELEPÍTÉS (1) Üdvözli a Bi-LINK. Az alkalmazás használatával követheti, megértheti és irányíthatja legfontosabb egészségügyi paramétereit. Az első lépés készüléke adatainak megtekintéséhez, hogy letölti,
RészletesebbenÉlettartam teszteknél alkalmazott programstruktúra egy váltóvezérlő példáján keresztül
Élettartam teszteknél alkalmazott programstruktúra egy váltóvezérlő példáján keresztül 1 Tartalom Miről is lesz szó? Bosch GS-TC Automata sebességváltó TCU (Transmission Control Unit) Élettartam tesztek
RészletesebbenKézikönyv. Szelekciós operátorok használata
Kézikönyv Szelekciós operátorok használata Tartalomjegyzék 1 ABAS-ERP UTASÍTÁS ÁTTEKINTÉS... 7 2 ÁRUCIKK - ÜRES... 9 3 OBJEKTUM KIVÁLASZTÁS - ÁRUCIKK MEGJELENÍTÉS... 10 4 ABAS-ERP... 18 5 OBJEKTUM KIVÁLASZTÁS
RészletesebbenKézikönyv Likviditás tervezés-naptári ciklus
Kézikönyv Likviditás tervezés-naptári ciklus Tartalomjegyzék 1 AMD:CCC-AEMCAPTURINGWINDOW... 5 2 AMD:CCC-AEMCAPTURINGWINDOW... 7 3 ABAS ERP UTASÍTÁS ÁTTEKINTÉS... 8 4 NAPTÁRI CIKLUS - ÜRES... 9 5 AMD:CCC-AEMCAPTURINGWINDOW...
RészletesebbenA Feldspar fordító, illetve Feldspar programok tesztelése
A Feldspar fordító, illetve Feldspar programok tesztelése [KMOP-1.1.2-08/1-2008-0002 társfinanszírozó: ERFA] Leskó Dániel Eötvös Loránd Tudományegyetem Programozási Nyelvek és Fordítóprogramok Tanszék
RészletesebbenSzomszédság alapú ajánló rendszerek
Nagyméretű adathalmazok kezelése Szomszédság alapú ajánló rendszerek Készítette: Szabó Máté A rendelkezésre álló adatmennyiség növelésével egyre nehezebb kiválogatni a hasznos információkat Megoldás: ajánló
RészletesebbenGenetikus algoritmusok megvalósítása MATLAB segítségével
Genetikus algoritmusok megvalósítása MATLAB segítségével Werner Ágnes A Matlab genetikus algoritmusokat használó eszköztára Kétféle módon használhatjuk fel az eszköztár lehetőségeit: 1. Parancssorból 2.
RészletesebbenB-fa. Felépítés, alapvető műveletek. Programozás II. előadás. Szénási Sándor.
B-fa Felépítés, alapvető műveletek előadás http://nik.uni-obuda.hu/prog2 Szénási Sándor szenasi.sandor@nik.uni-obuda.hu Óbudai Egyetem,Neumann János Informatikai Kar B-fa Felépítése Beszúrás művelete Törlés
RészletesebbenKeresési algoritmusok, optimalizáció
Keresési algoritmusok, optimalizáció Az eddig tanultakból a mostani részben gyakran használt (emiatt szükséges az ismeretük) programozási ismeretek: függvények létrehozása, meghívása (ld. 3. óra anyagában)
RészletesebbenA Hunglish Korpusz és szótár
A Hunglish Korpusz és szótár Halácsy Péter 1, Kornai András 1, Németh László 1, Sass Bálint 2 Varga Dániel 1, Váradi Tamás 1 BME Média Oktató és Kutató Központ 1111 Budapest, Stoczek u. 2 {hp,nemeth,daniel}@mokk.bme.hu
RészletesebbenNincs öntermékenyítés, de a véges méret miatt a párosodó egyedek bizonyos valószínűséggel rokonok, ezért kerül egy
Véges populációméret okozta beltenyésztettség incs öntermékenyítés, de a véges méret miatt a párosodó egyedek bizonyos valószínűséggel rokonok, ezért kerül egy utódba 2 IBD allél Előadásról: -F t (-/2)
RészletesebbenRendszermodernizációs lehetőségek a HANA-val Poszeidon. Groma István PhD SDA DMS Zrt.
Rendszermodernizációs lehetőségek a HANA-val Poszeidon Groma István PhD SDA DMS Zrt. Poszeidon EKEIDR Tanúsított ügyviteli rendszer (3/2018. (II. 21.) BM rendelet). Munkafolyamat támogatás. Papírmentes
Részletesebbenegy szisztolikus példa
Automatikus párhuzamosítás egy szisztolikus példa Áttekintés Bevezetés Példa konkrét szisztolikus algoritmus Automatikus párhuzamosítási módszer ötlet Áttekintés Bevezetés Példa konkrét szisztolikus algoritmus
RészletesebbenNemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával
Nemlineáris optimalizálási problémák párhuzamos megoldása grafikus processzorok felhasználásával 1 1 Eötvös Loránd Tudományegyetem, Informatikai Kar Kari TDK, 2016. 05. 10. Tartalom 1 2 Tartalom 1 2 Optimalizálási
RészletesebbenFák 2009.04.06. Témakörök. Fa definíciója. Rekurzív típusok, fa adatszerkezet Bináris keresőfa, bejárások Bináris keresőfa, módosítás B-fa
Fák szenasi.sandor@nik.bmf.hu PPT 2007/2008 tavasz http://nik.bmf.hu/ppt 1 Rekurzív típusok, fa adatszerkezet Bináris keresőfa, bejárások Bináris keresőfa, módosítás B-fa Témakörök 2 Fa (Tree): csomópontok
RészletesebbenKUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel
KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,
RészletesebbenInformációtartalom vázlata
1. Az Ön cégétől árajánlatot kértek egy üzleti portál fejlesztésére, amelynek célja egy online áruház kialakítása. Az árajánlatkérés megválaszolásához munkaértekezletet tartanak, ahol Önnek egy vázlatos
RészletesebbenDr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő
Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő Mintaterületek kijelölésének javasolt módjai kapás sortávú növényekre Miért is kell mintatér?
RészletesebbenKézikönyv. Tárgyi eszköz karton lista
Kézikönyv Tárgyi eszköz karton lista Tartalomjegyzék 1 ABAS-ERP UTASÍTÁS ÁTTEKINTÉS... 5 2 TÁRGYI ESZKÖZ KARTON... 9 3 NYOMTATÁS... 14 4 LAYOUT KIVÁLASZTÁSA... 15 5 NYOMTATÁS... 16 6 XDOC2.1327411272729.ABHIST.STD.PDF
RészletesebbenDigitális aláíró program telepítése az ERA rendszeren
Digitális aláíró program telepítése az ERA rendszeren Az ERA felületen a digitális aláírásokat a Ponte webes digitális aláíró program (Ponte WDAP) segítségével lehet létrehozni, amely egy ActiveX alapú,
RészletesebbenKonzulensek: Mikó Gyula. Budapest, ősz
Önálló laboratórium rium 2. M.Sc.. képzk pzés Mikrohullámú teljesítm tményerősítők linearizálása adaptív v módszerekkelm Készítette: Konzulensek: Sas Péter P István - YRWPU9 Dr. Sujbert László Mikó Gyula
RészletesebbenInformatika tanterv nyelvi előkészítő osztály heti 2 óra
Informatika tanterv nyelvi előkészítő osztály heti Számítógép feladata és felépítése Az informatikai eszközök használata Operációs rendszer Bemeneti egységek Kijelző egységek Háttértárak Feldolgozás végző
RészletesebbenEdényrendezés. Futási idő: Tegyük fel, hogy m = n, ekkor: legjobb eset Θ(n), legrosszabb eset Θ(n 2 ), átlagos eset Θ(n).
Edényrendezés Tegyük fel, hogy a rendezendő H = {a 1,...,a n } halmaz elemei a [0,1) intervallumba eső valós számok. Vegyünk m db vödröt, V [0],...,V [m 1] és osszuk szét a rendezendő halmaz elemeit a
RészletesebbenGyőri HPC kutatások és alkalmazások
Győri HPC kutatások és alkalmazások dr. Horváth Zoltán dr. Környei László Fülep Dávid Széchenyi István Egyetem Matema5ka és Számítástudomány Tanszék 1 HPC szimulációk az iparban Feladat: Rába- futómű terhelés
Részletesebben