Hálózatelemzés Dr. Stettner Eleonóra
|
|
- Botond Pataki
- 7 évvel ezelőtt
- Látták:
Átírás
1 Kaposvári Egyetem Gazdaságtudományi Kar Kari Tudományos Diákköri Tanács TDK módszertani kurzus 5. alkalom Hálózatelemzés Dr. Stettner Eleonóra április 12. A kurzus a Nemzeti Tehetségprogram A hazai Tudományos Diákköri műhelyek támogatása című pályázat keretében valósul meg, projektkód: NTP-HHTDK
2 Hálózatelemzés
3 Történet: 1. Szociometria 2. Mark Granovetter (amerikai gazdaságszociológus) hogy kerülnek az emberek a munkahelyükre? 1970-es évek Nem hirdetés Személyes ismeretség Nem közeli ismerős, rokon, barát Ritkán látott, felszínes ismerős 3. Stanley Milgram amerikai pszichológus 1960-as évek végén Levél továbbítás személyes ismerősök által egy ismeretlen című célembernek Sok elveszett, amelyik célba ért átlagosan hat lépésben
4 Véletlen gráfok a matematikában Erdős Pál, Rényi Alfréd féle véletlen gráfok (1960) n csúcs Minden csúcsot p valószínűséggel kötünk össze, egymástól függetlenül Néhány lehetséges kérdés: Egy meghatározott n és p érték esetén mekkora a valószínűsége annak, hogy a gráf összefüggő? Ilyen kérdések tanulmányozásakor a kutatók gyakran a véletlen gráfok aszimptotikus viselkedésére összpontosítanak, azokra az értékekre, amelyeket akkor tapasztalnak, ha az n értéke nagyon nagyra növekszik. Hány lépés után lesz a gráf összefüggő? Hány lépés után jelenik meg az első kör? Az Erdős-Rényi-modell alapján például a szociális hálóban mindenkinek nagyjából ugyanannyi ismerőse lenne, és a világhálón minden oldalra nagyjából ugyanannyi másik oldal hivatkozna. A valódi véletlen gráfok nem ilyenek.
5 Miért a 90-es években jött lendületbe a hálózatelemzés? Valódi, nagy véletlen, önszerveződő hálózatok létrejötte mobiltelefon hálózatok, internet Lehetővé tették a kísérletezést, az elméletek ellenőrzését Cikkek, hivatkozások számának növekedése Minden önszerveződő hálózat folyamatosan növekszik és változik, a csomópontok közti kapcsolatok pedig nem teljesen véletlenszerűen jönnek létre, hanem az erősebb, több kapcsolattal rendelkező csomópontok könnyebben szereznek új kapcsolatokat. Gráfelmélet, matematikai kutatások Lovász László Szociális háló feltérképezése Régen kérdőívek Ma ek, telefonhívások
6 A hálózatkutatás interdiszciplináris megközelítése Néhány konkrét hálózat Atomi hálózatok Molekuláris hálózatok Biológiai hálózatok Társadalmi hálózatok Tudományos együttműködés üzenetek Városok méreteloszlásának Zipf-törvénye Telefonhívások Színészek együttes fellépése Vagyoneloszlás Pareto-törvénye Emberi szexuális kapcsolatok gyakoriságmegoszlása Információs hálózatok www (be- és kimenő kapcsolatok megoszlása) Tudományos idézettség megoszlása Technológiai hálózatok Internet szerkezete Áramhálózatok szerkezete Elektromos mikroáramkörök kapcsolatrendszere Számítógépes programcsomagok szerkezete
7 A hálózatok legfontosabb tulajdonságai 1. Kisvilágság A kisvilágiság a hálózatok szempontjából azt jelenti, hogy bármely sok elemből álló hálózat két tetszőlegesen kiválasztott pontja a pontok kapcsolatain keresztül maximum hat lépésben összeköthető egymással. A kisvilágok jellemzője a csoportképződés könnyedsége és a könnyű bejárhatóság. Dodds és munkatársai 2003-ban segítségével megismételték Granovetter kísérletét. Karinthy Minden másképpen van című tárcagyűjteményében a Láncszemek című írásában 1929-ben felbukkan ez a gondolat
8 Karinthy Minden másképpen van című tárcagyűjteményében a Láncszemek című írásában a következőket írta: "Annak bizonyításául, hogy a Földgolyó lakossága sokkal közelebb van egymáshoz, mindenféle tekintetben, mint ahogy valaha is volt, próbát ajánlott fel a társaság egyik tagja. Tessék egy akármilyen meghatározható egyént kijelölni a Föld másfél milliárd lakója közül, bármelyik pontján a Földnek - ő fogadást ajánl, hogy legföljebb öt más egyénen keresztül, kik közül az egyik neki személyes ismerőse, kapcsolatot tud létesíteni az illetővel, csupa közvetlen - ismeretség alapon, mint ahogy mondani szokták: Kérlek, te ismered X. Y.-t, szólj neki, hogy szóljon Z. V.-nek, aki neki ismerőse... stb. - Na erre kíváncsi vagyok - mondta valaki; - hát kérem, mondjuk... mondjuk, Lagerlöff Zelma. - Lagerlöff Zelma - mondta barátunk, mi sem könnyebb ennél. Két másodpercig gondolkodott csak, már kész is volt. Hát kérem, Lagerlöff Zelma, mint a Nobel-díj nyertese, nyilván személyesen ismeri Gusztáv svéd királyt, hiszen az adta át neki a díjat, az előírás szerint. Márpedig Gusztáv svéd király szenvedélyes teniszjátékos, részt vesz a nemzetközi nagyversenyeken is, játszott Kehrlinggel, akit kétségkívül kegyel, és jól ismer, Kehrlinget pedig én magam (barátunk szintén erős teniszjátékos) nagyon jól ismerem. Íme a lánc, - csak két láncszem kellett hozzá a maximális öt pontból, ami természetes is, hiszen a világ nagyhírű és népszerű embereihez könnyebb kapcsolatot találni, mint a jelentéktelenséghez, lévén előbbieknek rengeteg ismerőse.
9 Tessék nehezebb feladatot adni. A nehezebb feladatot: egy szögecselő munkást a Fordművek műhelyéből, ezek után magam vállaltam, és négy láncszemmel szerencsésen meg is oldottam. A munkás ismeri műhelyfőnökét, műhelyfőnöke magát Fordot, Ford jóban van a Hearst-lapok vezérigazgatójával, a Hearst-lapok vezérigazgatójával tavaly alaposan összeismerkedett Pásztor Árpád úr, aki nekem nemcsak ismerősöm, de tudtommal kitűnő barátom - csak egy szavamba kerül, hogy sürgönyözzön a vezérigazgatónak, hogy szóljon Fordnak, hogy Ford szóljon a műhelyfőnöknek, hogy a szögecselő munkás sürgősen szögecseljen nekem össze egy autót, éppen szükségem lenne rá. Így folyt a játék és barátunknak igaza lett - soha nem kellett ötnél több láncszem ahhoz, hogy a Földkerekség bármelyik lakosával, csupa személyes ismeretség révén, összeköttetésbe kerüljön a társaság bármelyik tagja. Karinthy hihetetlen előrelátását, amellyel az "öt lépés távolságot" globális méretekben megjósolta, a tudományos kutatásoknak csak évtizedekkel később sikerült bebizonyítani.
10 2011-ben pedig a Facebook is elvégezte saját számítását. Az akkor még csak 721 millió aktív felhasználójának vizsgálata alapján arra jutottak, csupán 3,74 lépésre vagyunk egymástól. A közösségi oldal fennállásának 12. évfordulóján újra elvégezte a számítást. A jelenlegi ( ) 1,59 milliárd aktív felhasználó kapcsolati hálója alapján kiderült, zsugorodott a világ: most már átlagosan 3,57 lépés távolság van két ember között. A Facebook szerint a legtöbb felhasználó 2,9 és 4,2 közötti lépésszámból érhet el egy másik embert a közösségi oldalon. Mindez azt jelenti, hogy csupán 3-4 ismerősön keresztül bárki elérhetné Barack Obamát, Stinget vagy épp Lionell Messit. Az eredmény szerint Mark Zuckerbergnek ehhez 3,17 lépésre van szüksége.
11
12 2. A skálafüggetlenség A skálafüggetlenség lényegében egy eloszlásfajta, mely a hálózat esetében tagjainak fokszámeloszlását vagyis az egyes elemekhez kapcsolódó többi elem számát jellemzi. A skálafüggetlen fokszámeloszlás azt jelenti, hogy az egyes elemek kapcsolatainak eloszlása hatványfüggvény szerint változik. (Nem a legmegszokottabb normális eloszlás, haranggörbe szerint (mint pl. a magasság)) Egy rendszerben nagyon sok elem kevés másikhoz kapcsolódik, miközben kis számban vannak olyan elemek, amelyeknek kifejezetten sok kapcsolatuk van. A nagyon sok összeköttetéssel rendelkező elemeket nevezzük csomópontoknak. Lényegében ezek teszik lehetővé a kisvilágok kialakulását.
13
14 3. Egymásba ágyazottság Az egymásba ágyazottság azt jelenti, hogy a hálózatok kisebb hálózatokból épülnek föl, illetve nagyobbakhoz kapcsolódnak. A hálózatoknak moduláris szerkezetük van Példa: Az ember kapcsolati hálóinak szociológusok által jól ismert egymásba ágyazottsága, amelyet az 5, 15, 35, 80, 150 számsorozattal jellemezhetünk. Globalizált világunkban is nagyjából e számsorral és elemszámmal jellemezhető kapcsolati hálózatok tagjai vagyunk: ide tartozik a családunk, a legjobb barátaink, a munkatársaink és közeli ismerőseink, azok, akikkel rendszeresen találkozunk és a falunk. A közlekedés és a hírközlés technikailag lehetővé teszi, hogy a földgolyó bármely tagjával könnyedén kontaktust teremtsünk, emberi természetünk korlátozza azoknak a csoportoknak a létszámát, amelyekkel képesek vagyunk ténylegesen is kapcsolatot tartani.
15 4. Gyenge kapcsolatok szerepe Gyenge kapcsolatok definíciója: Eric Berlow (1998) Akkor gyenge egy kapcsolat, ha eltüntetése után a hálózat válaszainak átlaga nem változik meg, de a válaszok változékonysága, szórása nő ban Mark Granovetter általánosította, aki kimondta az azóta sokszor bebizonyított tételt: a gyenge kapcsolatok stabilizálják a társadalmi hálózatokat. Melyik a fontosabb: az erős kölcsönhatás vagy a gyenge kapcsolat? Első ránézésre az erős kölcsönhatás nyilván fontosabb, mint a gyenge, hiszen az határozza meg a hálózat válaszait. Ha eltávolítjuk az erős kölcsönhatásokat, a hálózat először megváltozik, majd szétesik, és ezzel, ha addig élt, meghal. Ha a gyenge kapcsolatokat távolítjuk el, első ránézésre nem történik semmi. A hálózat él, válaszai ugyanazok.
16 A hálózat válaszainak átlaga marad ugyanaz. A válaszok szórása, változékonysága azonban a gyenge kapcsolatok eltávolításával egyre nő. Gyenge kapcsolatok nélkül a hálózat instabil és kiszámíthatatlan lesz. Fontos tehát az erős kölcsönhatás, hiszen nélküle szétesik a világ. De fontos a gyenge kapcsolat is, hiszen nélküle a világ kiszámíthatatlan, fenyegető, félelmetes és élhetetlenül instabil marad. Csermely Péter példái Terrorizmus Rómeó és Júlia
17 Kutatói hálózatok Tudósok, művészek régen egyedül dolgoztak. Thomas Chatterton költő a padlásszobájában
18 Kutatócsoportok Kutatói hálózatok
19 A 40-es években az egy szerzős publikációk arány 90% volt Napjainkban 50% alatt Erdős Pál -- az egyszemélyes Internet
20 Mit jelent az Erdős - szám?
21
22 Két hálózatelemzési kutatás 1. A Kaposvári Egyetem kutatói hálózatának elemzése Kutatók Egyetemünk kutatói, tanszékei Tanszékek Karok Egyetem Magyar intézmények Külföldi intézmények Egyetemek Egyéb Kapcsolat definíciója Kapcsolatok erősségének meghatározása
23 Marking: Positions: Head of Department, Professor Professor Head of Department, Associate Professor Associate Professor Assistant Professor Junior Assistant Professor Research Fellow Engineering Department PhD Student Administrator Connection: University Other
24 Egy tanszék hazai kutatói hálója Marking: Positions: Head of Department, Professor Professor Head of Department, Associate Professor Associate Professor Assistant Professor Junior Assistant Professor Research Fellow Engineering Department PhD Student Administrator Connection: University Other
25 arking: Positions: Head of Department, Professor Professor Head of Department, Associate Professor Associate Professor Assistant Professor Junior Assistant Professor Research Fellow Engineering Department PhD Student Administrator Connection: University Other Egy tanszék hazai kutatói hálója Az előző hálózat, más nézetben
26 Egy tanszék hazai és nemzetközi kutatói hálója Magyar kutatási kapcsolatok Külföldi kutatási kapcsolatok
27 A kar 4 különböző tanszékének magyar kutatási kapcsolatai
28 A kar tanszékeinek kutatási kapcsolati hálója
29 Egy tanszék hazai kapcsolatai
30 Intézményen belüli szociális háló -- információ terjedése Terrorizmus elleni harc AIDS terjedésének megakadályozása Kereszténység elterjedése
31 2. Kutatás a GTK beiskolázási strarégiájának kidolgozásához Kérdés: Az egyes karokra, illetve a karok egyes szakjaira melyik középiskolából hányan jöttek az elmúlt években? Szakok, középiskolák Páros gráf A páros gráf meghatározására két ekvivalens definíciót írhatunk le. 1. definíció: Egy gráf páros, ha csúcsainak halmaza felbontható két diszjunkt, azaz közös pont nélküli részhalmazra úgy, hogy élek csak a különböző részhalmazba eső pontokat (csúcsokat) kötnek össze. 2. definíció: Egy gáf páros, ha tetszőleges két egymástól páros szám távolságra levő pontnak egy-egy tetszőleges szomszédját tekintjük, akkor azok szomszédai is páros távolságra vannak egy mástól.(kőnig Dénestől származó definíció) Használatos még a páros gráfra a két részes, páros körüljárású elnevezés is.
32 Páros (esetleg többszörös) gráfok által leírt hálózatok Bankok és vállalatok Multinacionális cégek és beszállítóik Egyetem karai, szakjai és a középiskolák Egyetem karai, szakjai és a munkahelyek Multinacionális cégek, beszállítóik és bankok a nagyvállalatok vetélytársai nem a kis- és középvállalkozások, hanem ennek a szintnek régióba szerveződő termelési, információs és innovációs hálózatai Letenyei László Regionális társadalmi hálózatok, A kapcsolatháló elemzés alkalmazásának lehetőségei a regionális fejlesztésben Falu város régió 2000/6
33 Egy nevezetes páros gráf Az egyik Kuratowski-gráf, a K 3,3 házak és kutak elnevezésű (a másik Kuratowski-gráf az öt pontú teljes gráf, a Kuratowski-gráfoknak a gráfok síkbarajzolhatóságával kapcsolatban van fontos szerepük). A gráf 6 csúcsának halmazát a 3 ház és a 3 kút alkotja, utak csak házak és kutak között vezethetnek, de minden házat minden kúttal össze kell, hogy kössön út. Az így kapott gráf élei nem rajzolhatók meg anélkül, hogy ne lenne az éleknek csúcstól különböző metszéspontja, ez azt jelenti, hogy a gráf nem síkbarajzolható.
34 Páros gráfok szomszédsági mátrixa A A A A A páros gráfok szomszédsági mátrixának jellemző sajátossága (csúcsainak megfelelő számozása mellett), hogy a mátrix 4 blokkra bontható, ahol A 11 és A 22 blokk azonosan 0. A szomszédsági mátrixot a mellette látható keresztrejtvény ábra még szemléletesebbé teszi.
35 5. Elemző szoftver keresése INSNA honlapján elemző szofverek (International Network for Social Network Analysis) Előnyei: Jó szemléltetés Az adatok Excelben megadhatók Az elemzések eredményi könnyen excelbe alakíthatók Hátrányok: Nem a mi problémánkra íródott (felesleges és hiányzó elemzések) Többszörös élek számolása nagyon nehézkes Súlyozott élek nem számolhatók
36 ÁTK szakjai, középiskolák, 2007 Növénytermesztő mérnök Mezőgazdasági mérnök Természetvédelmi mérnök Móricz Zsigmond Mezőgazdasági Szakképző Iskola és Kollégium Ujhelyi Imre Mg-i és Közg. Szkk. Szentlőrinc Állattenyésztő mérnök N/L
37 ÁTK statisztika (részlet) Összefüggó gráf Móricz Zsigmond Mezőgazdasági Szakképző Iskola és Kollégium 5 Ujhelyi Imre Mg-i és Közg. Szkk. Szentlőrinc 5 Móra Ferenc Gimnázium Kiskunfélegyháza 4 Toldi Lakótelepi Általános Iskola és Gimnázium Kaposvár 4 Dráva Völgye Középiskola és Kollégium Barcs 3 TIT Alapítványi Középiskola és Szakiskola Kaposvár 3 Dr. Marek József Szakközépiskola Mohács 3 Mathiász János Középiskola és Szakiskola Balatonboglár 3 Apáczai Csere János Szakközépiskola és Koll., Dombóvár 2 Nagy László Gimnázium Komló 2 Szent István Mg-i és Élelmip. Szakképző Isk. Székesfehérvár 2 Ciszterci Rend Nagy Lajos Gimnáziuma és Kollégiuma Pécs 2 Ilyés Gyula Gimnázium és Szkk. Dombóvár 2 Janus Pannonius Gimnázium és Szakközépiskola Pécs 2 Pannon Lovas Akadémia és Mg-i Szakközép. Kaposvár 2 PTE Babits Mihály Gyakorló Gimnázium és Szkk. Pécs 2 Rudnay Gyula Középiskola és Kollégium Tab 2 Átmérője 4 Minden középiskolához megadja, hogy hány különböző szakra jönnek hallgatók Minden szakra, hogy hány középiskolából Azt nem tudjuk meg az elemzésből közvetlenül, hogy egyes iskolákból hány hallgató jön (többszörös élek)
38 PFK szakjai, középiskolák, 2007
39 GTK szakjai, középiskolák, 2007 Táncsics Mihály Gimnázium Kaposvár Noszlopy Gáspár Közgazdasági Szakközépiskola Pénzügy és számvitel Gazdasági és vidékfejlesztési agrármérnök
40 Hálózatok statisztikai elemzése Egyéni szereplők jellemzői Fok centralitás ( degree centrality ) C ( n ) d( n ) D i i j x ij Ahol a az i. szereplőhöz tartozó fokszám. Ha egy gráfot csak a fokszámok alapján akarnánk jellemezni, akkor abba a problémába ütköznénk, hogy csak hasonló méretű és fokszámú gráfokkal tudnánk összevetni. C ' D ( n i ) d( n g i ) 1 Ez a mérőszám már viszonyít az összes lehetséges kapcsolathoz, s ahhoz viszonyítja az adott pont fokszámát. Ez a szám 0 és 1 között mozoghat. 0 akkor, ha a szereplőnek egyáltalán nincs kapcsolata a gráf többi pontjával (különálló pont), 1 akkor, ha az adott szereplő minden más ponttal kapcsolatban áll.
41 Közelség-centralitás ( closeness centrality ) Ez a centralitási mód azt vizsgálja, hogy egy pont mennyire van központi helyzetben. Vagyis hány szereplőn keresztül képes kapcsolatba lépni a többi szereplővel, illetve hánnyal van közvetlen kapcsolatban. C C ( n i ) j g 1 d( n i, n j ) 1 d( n i, n j ) az i és j pontok közti távolságot jelöli, ami a két pontot összekötő legrövidebb út hossza. Az index akkor 0 ha a vizsgált pontból nem érhető el minden, a gráfban szereplő pont. Ekkor a távolságot végtelennek értelmezzük. Maximumát akkor veszi fel, ha a vizsgált pont minden más ponttal közvetlen kapcsolatban van. g 1 1
42 Közöttiség-centralitás ( betweenness centrality ) A közöttiség-centralitás azon alapszik, hogy egy pont mennyire meghatározó a többi szereplő kapcsolataiban. Vagyis ha egy pont többször szerepel a gráf szereplői közötti legrövidebb úton akkor ez a szereplő nagyobb szerepet játszik, mint az aki a gráf külső részein helyezkedik el. C B ( n j ) ipl g il ( n g il j ) i l j j A feketével jelölt szereplők nagy fokcentralitással (és magas közöttiségcentralitással) bírnak, míg a szürke színűek, bár fok-centralitásuk kicsi, közvetítő szerepet töltenek be, így közöttiség-centralitásuk magas.
43 Csoport jellemzők Pl. Freeman-féle centralitás mutató C D (n*) a gráfban megfigyelt legnagyobb fokszám. C D i g 1 [ C D [( g ( n*) 1)( g C D ( n 2)] i )] A számlálóban a legnagyobb fokszámtól való eltéréseket adjuk össze, majd elosztjuk a lehetséges legnagyobb különbséggel a szereplők között. Értéke akkor 1, ha egy szereplő minden más taggal közvetlen kapcsolatban áll, míg a többi szereplő csak a központi taghoz kapcsolódik és akkor 0 ha a szereplők kapcsolatai között nincsen különbség
44 Részlet Barabási Albert Lászlóval készült interjúból Magyar Narancs (online) MN: A könyvedben a skálafüggetlen hálózatokra érvényes törvényszerűségeknek tulajdonítod például a hullámszerűen továbbterjedő gazdasági válságokat is. A közgazdászok mit szólnak ehhez? BA: Szerintem alapvetően nem vitatják, hogy a gazdasági életben a hálózati jelenségek döntő következményekkel járnak. A gazdasági hálózatok megértése mind a vállalat szervezését, mind a gazdasági folyamatok terjedésének megértését forradalmasíthatja. Ez azonban még gyerekcipőben jár a közgazdaságtanban: bár mérések igazolták, hogy mind a cégek közötti kapcsolatok, mind a tőzsdén jegyzett cégek kapcsolatai skálafüggetlen hálót alkotnak, még évekig kell várnunk az áttörésre a hálózatalapú gazdaságelmélet területén. Az üzleti élet viszont annál gyorsabban mozdul: könyvem megjelenését követően több, a hálózatokat kiaknázó cég alakult az Egyesült Államokban.
45 Maven7 Hálózatkutató Zrt. Barabási Albert László, Vicsek Tamás a cég alapítói között A Maven7 Magyarországon egyedülálló és nemzetközileg elismert hálózatkutatási és adatbányászati tapasztalatokra épülő üzleti szolgáltatásokat nyújt partnerei részére júniusában, Hálózatkutatás a marketingben címmel workshopot rendeztek a Kreatív magazin közreműködésével Néhány téma az oldalukról Klasszikus regény stilisztikai, tematikus elemzése Kosárcsapatok passzolási mintázata Online közösségek vizuális megjelenítése Amerikai elnökök beiktatási beszédeinek elemzése Oscar-díjasok Marvel hősök hálója Hálózatokkal az autizmus nyomában (kapcsolatok az agy különböző területei között) A hálózatelemzés - a kognitív neurológia egyik legdinamikusabban fejlődő ágazata Tényleg olyan egyszerű játék a foci? Hálózati dinamika a Bayern sikere mögött
46 Szemléltetési lehetőségek a hálózatokban A dinamikus hálózatokban a szavak pontokat, az élek pedig közös előfordulásokat jeleznek; minél közelebb esik két pont egymáshoz, annál gyakrabban fordult elő közösen a két kifejezés. Az azonos témakörbe tartozó fogalmakat színük csoportosítja. A pontok mérete azt jelzi, hogy hány témakörbe tartozik az adott fogalom, vagyis minél nagyobbak, annál többször említik őket, vagy összekötő kapcsokat képeznek két téma között.
47 A kutatás alapján így alakul a magyar kommunikációs szakma véleményvezér toplistája online:
48 [1] Csermely Péter A rejtett hálózatok ereje, Vince Kiadó 2005 [2] Lovász László Nagyon nagy gráfok Természet Világa 138. évf. 3. sz március [3] Barabási Albert-László Behálózva A hálózatok új tudománya Magyar Könyvklub, 2003 [4] Kürtösi Zsófia: a Társadalmi kapcsolatháló- elemzés módszertani alapjai, megjelent Letenyei László szerkesztésében a Településkutatás II című szöveggyűjteményben, Új mandátum kiadó Ráció kiadó gondozásában, Budapest 2006 [5] Letenyei L.: Regionális Társadalmi hálózatok, A kapcsolatháló elemzés alkalmazásának lehetőségei a regionális fejlesztésben. Falu Város Régió 2000/7 [6] Letenyei L.: Településkutatás I, módszertani kézikönyv (2006) [7] Társadalmi kapcsolathálózatok elemzése, Varga V. Attila szerk., 2011, file:///0010_2a_08_kapcsolathalo_elemzes_szerk_takacs_karoly.pdf [8] Barabási Albert László Hálózatkutatás, 2012, e_ch1_hungarian.pdf [9] Csermely Péter Hogyan stabilizálják a gyenge kapcsolatok a világot?
49 Kaposvári Egyetem Gazdaságtudományi Kar Kari Tudományos Diákköri Tanács Köszönöm a figyelmet! A kurzus a Nemzeti Tehetségprogram A hazai Tudományos Diákköri műhelyek támogatása című pályázat keretében valósul meg, projektkód: NTP-HHTDK
Véletlen gráfok, hálózatok
Véletlen gráfok, hálózatok Véletlen gráfok, hálózatok Csirik András 2018.04.25 Erdős-Rényi modell Watts-Strogatz modell Barabási-Albert modell Hálózatok a mindennapokban Hálózatok a világ minden területén
RészletesebbenBevezete s a ha ló zatók vila ga ba
Bevezete s a ha ló zatók vila ga ba Bevezetés Kezdjük egy játékkal! Képzeletünkben kalandozzunk el és válasszunk egy tetszőleges országot a világon, annak tetszőleges települését és egy ott élő tetszőleges
RészletesebbenHálózatok fejlődése A hatványtörvény A preferential attachment A uniform attachment Vertex copy. SZTE Informatikai Intézet
Hálózattudomány SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Előadó: London András 4. Előadás Hogyan nőnek a hálózatok? Statikus hálózatos modellek: a pontok száma (n) fix, az éleket valamilyen
RészletesebbenTehetségháló, a hálózatokban rejlő lehetőségek a közoktatásban
Tehetségháló, a hálózatokban rejlő lehetőségek a közoktatásban Kulcsszavak Tehetségháló Tehetséggondozás Egymásba-ágyazottság ismered avagy áramhálózatok avagy táplálékláncok avagy pókhálók avagy üzleti
RészletesebbenA hazai elszámolásforgalom hálózati elemzése
A hazai elszámolásforgalom hálózati elemzése Révkomárom, 2013. január 23. Pál Zsolt egyetemi tanársegéd Miskolci Egyetem Gazdaságtudományi Kar A kutatás előzményei, háttere Hálózatelmélet - szabályos gráfok
RészletesebbenKirály Zoltán, Kondé Zoltán, Kovács Antal, Lévai Annamária 2006
A Network-Elemzés - és felhasználása általános iskolai osztályok társas szerkezetének és a szerveződésért felelős személyes tulajdonságok feltárására Király Zoltán, Kondé Zoltán, Kovács Antal, Lévai Annamária
RészletesebbenKomplex hálózatok: alapfogalmak, modellek, módszerek
Komplex hálózatok: alapfogalmak, modellek, módszerek London András, Németh Tamás 2015. április 13. Motiváció Alapfogalmak Centralitás mértékek Néhány gráfmodell Hálózatok mindenhol! ábra 1: Facebook kapcsolati
RészletesebbenZsidók, tudomány és hálózatok?
Zsidók, tudomány és hálózatok? Bevezető gondolatok és alapfogalmak Biró Tamás OR-ZSE Hálózatkutatás a Zsidó Tanulmányokban kutatócsoport 2018. 12. 19. Hálózatok mindenhol Például: emberek alkotta társadalmi
RészletesebbenAPROPÓ HÁLÓZAT ÉS IRODALOM. Mészáros Márton
APROPÓ Mészáros Márton HÁLÓZAT ÉS IRODALOM A gráfok és a nemi betegségek, A nagyvállalatok hálózati struktúrái, Az élesztõgomba anyagcsere-hálója : ezek a képzelt címek valószínûleg csak kevesek fantáziáját
RészletesebbenA Barabási-Albert-féle gráfmodell
A Barabási-Albert-féle gráfmodell és egyéb véletlen gráfok Papp Pál András Gráfok, hálózatok modelljei Rengeteg gráfokkal modellezhető terület: Pl: Internet, kapcsolati hálók, elektromos hálózatok, stb.
RészletesebbenEz is Hungaricum. Kovács Vera, Palotay Dorka, Pozsonyi Enik, Szabó Csaba január 27. ELTE
Ez is ELTE 2013. január 27. Motiváció Tapasztalatok és célok A középiskolából kikerül diákok nagy része nem ismeri a gráfokat Vizsgálataink: A gráfok oktatásának mai helyzete Mi ennek az oka? A gráfok
RészletesebbenBetekintés a komplex hálózatok világába
Betekintés a komplex hálózatok világába Dr. Varga Imre Debreceni Egyetem Informatikai Kar EFOP-3.6.1-16-2016-00022 Egyszerű hálózatok Grafit kristály Árpád házi uralkodók családfája LAN hálózat Komplex
Részletesebben22. GRÁFOK ÁBRÁZOLÁSA
22. GRÁFOK ÁBRÁZOLÁSA A megoldandó feladatok, problémák modellezése során sokszor gráfokat alkalmazunk. A gráf fogalmát a matematikából ismertnek vehetjük. A modellezés során a gráfok több változata is
RészletesebbenStatisztikai módszerek a skálafüggetlen hálózatok
Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti
RészletesebbenRamsey-féle problémák
FEJEZET 8 Ramsey-féle problémák "Az intelligens eljárást az jellemzi, hogy még a látszólag megközelíthetetlen célhoz is utat nyit, megfelelő segédproblémát talál ki és először azt oldja meg." Pólya György:
RészletesebbenOktatói önéletrajz Csató László
tanársegéd Közgazdaságtudományi Kar Operációkutatás és Aktuáriustudományok Tanszék Operációkutatás és Aktuáriustudományok Tanszék Karrier Felsőfokú végzettségek: 2009-2011 Budapesti Corvinus Egyetem Közgazdaságtudományi
RészletesebbenTehetségháló, a hálózatokban rejlő lehetőségek a közoktatásban
Tehetségháló, a hálózatokban rejlő lehetőségek a közoktatásban Kulcsszavak Tehetségháló Tehetséggondozás Egymásba-ágyazottság Tehetség ismered avagy áramhálózatok avagy táplálékláncok avagy pókhálók avagy
RészletesebbenFIT-jelentés :: 2015 Fenntartói jelentés 10. évfolyam KLIK Kaposvári Tankerülete
FIT-jelentés :: 2015 KLIK Kaposvári Tankerülete 7400 Kaposvár, Szántó utca 5. Fenntartói azonosító: 39011654-139000 Létszámadatok Az intézmények kódtáblázata A Kaposvári Táncsics Mihály Gimnázium (7400
RészletesebbenTársadalmi és gazdasági hálózatok modellezése
Társadalmi és gazdasági hálózatok modellezése 6. el adás Hálózatok növekedési modelljei: `uniform és preferential attachment' El adó: London András 2015. október 12. Hogyan n nek a hálózatok? Statikus
RészletesebbenSzalai Péter. April 17, Szalai Péter April 17, / 36
Szociális hálók Szalai Péter April 17, 2015 Szalai Péter April 17, 2015 1 / 36 Miről lesz szó? 1 Megfigyelések Kis világ Power-law Klaszterezhetőség 2 Modellek Célok Erdős-Rényi Watts-Strogatz Barabási
RészletesebbenFIT-jelentés :: 2014 Fenntartói jelentés 10. évfolyam KLIK Kaposvári Tankerülete
FIT-jelentés :: 2014 KLIK Kaposvári Tankerülete 7400 Kaposvár, Szántó utca 5. Fenntartói azonosító: 39011654-139000 Létszámadatok Az intézmények kódtáblázata A Kaposvári Táncsics Mihály Gimnázium (7400
RészletesebbenREKLÁMPSZICHOLÓGIA. 1/a. TÁRSTUDOMÁNYOK és ÚJ TUDOMÁNYÁGAK
REKLÁMPSZICHOLÓGIA 1/a. TÁRSTUDOMÁNYOK és ÚJ TUDOMÁNYÁGAK Interdiszciplináris tudomány kereskedelem lélektan kommunikáció kutatás kampány hatásvizsgálatok médiakutatás, mérés REKLÁM PSZICHO- LÓGIA fogyasztói
RészletesebbenMagyarOK B1+ munkalapok 6
1. Egyetértek. Nem értek egyet. munkalap Egyetért? Nem ért egyet? Írja le az érveit! Lassan az lesz a furcsa, ha az emberek egymással beszélgetnek, és nem a telefonjukat bámulják.... Soha nem fogok szótlanul
RészletesebbenBevezete s a ha ló zatók vila ga ba II.
Bevezete s a ha ló zatók vila ga ba II. Véletlen hálózatok Szervezzünk partit! Körülbelül 100 vendéget hívunk meg. A vendégek kezdetben nem ismerik egymást. Kínáljuk őket sajttal és borral, biztosítva
RészletesebbenGráf-algoritmusok ERŐS / GYENGE KÖTÉSEK
Gráf-algoritmusok ERŐS / GYENGE KÖTÉSEK Sapientia-EMTE 2017-18 http://www.cs.cornell.edu/home/kleinber/networks-book/ A gyenge kapcsolatok ereje The strength of weak ties (legidézettebb cikk) 1969 (American
RészletesebbenTársadalmi és gazdasági hálózatok modellezése
Társadalmi és gazdasági hálózatok modellezése 2. el adás A hálózatkutatás néhány fontos fogalma El adó: London András 2015. szeptember 15. Átmér l ij a legrövidebb út a hálózatban i és j pont között =
RészletesebbenFIT-jelentés :: 2013 Fenntartói jelentés 10. évfolyam KLIK Kaposvári Tankerülete
FIT-jelentés :: 2013 KLIK Kaposvári Tankerülete 7400 Kaposvár, Szántó utca 5. Fenntartói azonosító: 39011654-139000 Létszámadatok Az intézmények kódtáblázata A Táncsics Mihály Gimnázium, Kaposvár (7400
RészletesebbenGráfelméleti alapfogalmak-1
KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára Gráfelméleti alapfogalmak Előadó: Hajnal Péter 2015 1. Egyszerű gráfok Nagyon sok helyzetben egy alaphalmaz elemei között kitűntetett
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
RészletesebbenHierarchikus skálafüggetlen gráfok generálása fraktálokkal
Hierarchikus skálafüggetlen gráfok generálása fraktálokkal Komjáthy Júlia Simon Károly Sztochasztika Tanszék Matematika Intézet Budapesti Műszaki és Gazdaságtudományi Egyetem www.math.bme.hu/~komyju www.math.bme.hu/~simonk
RészletesebbenGráfelméleti alapfogalmak
1 Gráfelméleti alapfogalmak Gráf (angol graph= rajz): pontokból és vonalakból álló alakzat. pontok a gráf csúcsai, a vonalak a gráf élei. GRÁ Irányítatlan gráf Vegyes gráf Irányított gráf G H Izolált pont
RészletesebbenKözösség detektálás gráfokban
Közösség detektálás gráfokban Önszervező rendszerek Hegedűs István Célkitűzés: valamilyen objektumok halmaza felett minták, csoportok detektálása csakis az egyedek közötti kapcsolatok struktúrájának a
Részletesebben2017/2018. TANÉVI ATLÉTIKA DIÁKOLIMPIA ÜGYESSÉGI ÉS VÁLTÓFUTÓ CSAPATBAJNOKSÁG V-VI. KORCSOPORT AZ ORSZÁGOS DÖNTŐ CSAPATBEOSZTÁS
ATLÉTIKA DIÁKOLIMPIA ÜGYESSÉGI ÉS VÁLTÓFUTÓ CSAPATBAJNOKSÁG AZ ORSZÁGOS DÖNTŐ Budapest - Ikarus BSE Atlétikai Centrum, 2017. október 15. Magasugrás fiú 11:00 Szolnoki Széchenyi István Gimnázium 1.7750
RészletesebbenÖNÉLETRAJZ. Személyes adatok. Szakmai eredmények, tevékenységek
ÖNÉLETRAJZ Személyes adatok Név: Váry Miklós Születési hely és idő: Baja, 1991. március 21. Lakcím: 6500 Baja, Darázs u. 40. Telefonszám: 70/419-7208 E-mail cím: varym@ktk.pte.hu Szakmai eredmények, tevékenységek
RészletesebbenSZAKMAI ÖNÉLETRAJZ. Alapadatok: Név: E -mail: Telefonszám: Dr. Barancsuk János /23148
SZAKMAI ÖNÉLETRAJZ Alapadatok: Név: E -mail: Telefonszám: Dr. Barancsuk János indian@ktk.pte.hu 72-501-599/23148 1. Munkahelyi adatok (beosztás, mikortól): Beosztás: Időpont: tudományos ösztöndíjas gyakornok
RészletesebbenKapcsolatháló-elemzés az iskolai közösségek vizsgálatában II.
Kapcsolatháló-elemzés az iskolai közösségek vizsgálatában II. Boda Zsófia Néray Bálint Budapesti Corvinus Egyetem Kapcsolatháló- és Oktatáskutató Központ 2011. március 22. 1. Tartalom A központ kutatási
RészletesebbenFM DUNÁNTÚLI AGRÁR-SZAKKÉPZŐ KÖZPONT, CSAPÓ DÁNIEL KÖZÉPISKOLA, MEZŐGAZDASÁGI SZAKKÉPZŐ ISKOLA ÉS
FIT-jelentés :: 2015 FM DUNÁNTÚLI AGRÁR-SZAKKÉPZŐ KÖZPONT, CSAPÓ DÁNIEL KÖZÉPISKOLA, MEZŐGAZDASÁGI SZAKKÉPZŐ ISKOLA ÉS KOLLÉGIUM 7101 Szekszárd, Palánk 19. Pf: 61 Az intézmény létszámadatai Tanulók száma
RészletesebbenA 2016/2017. tanévben végzett tanulók középiskolai eredményei
A. tanévben végzett tanulók középiskolai eredményei Sorszám Oktatási azonosító Tanév Évf. OM Középiskola Képzés típusa Átlag 1. 71601000645 2. 72152212129 3. 72152197908 4. 72152199072 5. 72152192803 6.
RészletesebbenDiszkrét matematika 2.
Diszkrét matematika 2. 2018. szeptember 21. 1. Diszkrét matematika 2. 2. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Komputeralgebra Tanszék 2018. szeptember 21. Gráfelmélet
RészletesebbenÖsszefoglalás és gyakorlás
Összefoglalás és gyakorlás High Speed Networks Laboratory 1 / 28 Hálózatok jellemző paraméterei High Speed Networks Laboratory 2 / 28 Evolúció alkotta adatbázis Önszerveződő adatbázis = (struktúra, lekérdezés)
RészletesebbenPélda a report dokumentumosztály használatára
Példa a report dokumentumosztály használatára Szerző neve évszám Tartalomjegyzék 1. Valószínűségszámítás 5 1.1. Események matematikai modellezése.............. 5 1.2. A valószínűség matematikai modellezése............
RészletesebbenHÁLÓZATÉPÍTÉS, HÁLÓZATOSODÁS
HÁLÓZATÉPÍTÉS, HÁLÓZATOSODÁS Ökoiskolák regionális találkozója Budapest 2011. 10. 17. Than Károly Ökoiskola Gimnázium, Szakközépiskola és Szakiskola Mi a hálózat? Egyszerű szerveződés, Elemek + kapcsolatok
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
RészletesebbenDiszkrét matematika 2.C szakirány
Diszkrét matematika 2.C szakirány 2017. ősz 1. Diszkrét matematika 2.C szakirány 2. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék 2017.
RészletesebbenMARKETING MESTERKÉPZÉSI SZAK
MARKETING MESTERKÉPZÉSI SZAK Az SZTE Gazdaságtudományi Kara által 2008 szeptemberében levelező tagozaton, 2009 szeptemberétől nappali tagozaton is indítandó Marketing mesterképzési szakra felvételt nyerhetnek:
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2016. tavasz 1. Diszkrét matematika 2. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenCsima Judit BME, SZIT február 18.
1 Véletlen gráfok és valós hálózatok Csima Judit BME, SZIT 2011. február 18. Tartalom 2 1. Motiváció: miért pont véletlen gráfok? Tartalom 2 1. Motiváció: miért pont véletlen gráfok? 2. A klasszikus modell:
RészletesebbenKapos vár Megyei Jogú Város Önkormányzatának 57/2015. (XII. 15.) önkormányzati rendelete az egészségügyi alapellátási szolgálatok körzeteir
Kapos vár Megyei Jogú Város Önkormányzatának 57/2015. (XII. 15.) önkormányzati rendelete az egészségügyi alapellátási szolgálatok körzeteiről szóló 65/2004. (XI. 29.) önkormányzati rendelet módosításáról
RészletesebbenFIT-jelentés :: 2008. Pest Megye Önkormányzata 1052 Budapest, Városház u. 7. Technikai kód: 12558000. Fenntartói jelentés. 10.
FIT-jelentés :: 2008 Pest Megye Önkormányzata 1052 Budapest, Városház u. 7. Matematika Országos kompetenciamérés 1 1 Átlageredmények A fenntartók átlageredményeinek összehasonlítása Matematika Az Önökhöz
RészletesebbenKérdés Kinek a nevéhez fűződik a projektoktatást oktatási stratégiaként történő felfogása? Kép Válasz HIBAS Válasz HELYES Válasz HIBAS
Kinek a nevéhez fűződik a projektoktatást oktatási stratégiaként történő felfogása? Nádasi András. Nádasi ária Turcsányi Szabó árta Ki alkotta meg a web fogalmát és architektúráját? CLUHAN, cluhan Tim
RészletesebbenTanárképző Központ Tanácsa által hozott határozatok október
Tanárképző Központ Tanácsa által hozott határozatok 2016. október 2016. október 25/2016. (10. 10.) számú határozat: elfogadja a tanárszakokhoz kapcsolódó szakképzettség-felelősök listáját 2016/2017-es
RészletesebbenREGIONÁLIS ÉS KÖRNYEZETI GAZDASÁGTAN MESTERKÉPZÉSI SZAK
REGIONÁLIS ÉS KÖRNYEZETI GAZDASÁGTAN MESTERKÉPZÉSI SZAK Az SZTE Gazdaságtudományi Kara által 2008 szeptemberében levelező tagozaton, 2009 szeptemberétől nappali tagozaton is indítandó és környezeti gazdaságtan
RészletesebbenKözösségek keresése nagy gráfokban
Közösségek keresése nagy gráfokban Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2011. április 14. Katona Gyula Y. (BME SZIT) Közösségek
RészletesebbenErőszak a középfokú oktatásban egy kelet- magyarországi kisvárosban végzett kutatás bemutatása
Mérei Ferenc Fővárosi Pedagógiai és Pályaválasztási Tanácsadó Intézet PARA?digmaVÁLTÁS! Erőszak a középfokú oktatásban egy kelet- magyarországi kisvárosban végzett kutatás bemutatása CSABA Zoltán László
Részletesebben(A pályázat kódja: NTP-TDK-14) DÖNTÉSI LISTA
Az Országos Tudományos Diákköri Tanács által elismert TDK-műhelyek 1. NTP-TDK-14-0001 Gazdaságés Társadalomtudományi Elmélet és gyakorlat - az Európai Unió kiemelt ügyei a hallgatók kutatásaiban 1 2. NTP-TDK-14-0002
RészletesebbenUrbanisztika megfontolások térben és időben URBANIZÁCIÓS TRENDEK
l i 2015.03.19. megfontolások térben és időben URBANIZÁCIÓS TRENDEK IDŐ intergenerációs szolidaritás futurisztika trendkutatás technológiaváltás TÉR intragenerációs szolidaritás urbanizációs trendek megacities
RészletesebbenKapos vár Megyei Jogú Város Önkormányzatának 71/2014. (XII. 10.) önkormányzati rendelete az egészségügyi alapellátási szolgálatok körzeteir
Kapos vár Megyei Jogú Város Önkormányzatának 71/2014. (XII. 10.) önkormányzati rendelete az egészségügyi alapellátási szolgálatok körzeteiről szóló 65/2004. (XI. 29.) önkormányzati rendelet módosításáról
Részletesebbena termék a hirdetési felület
a termék A kártyás étkeztető rendszer egy szoftverből, néhány speciális hardverből, és a középiskolás diákoknak kiosztott, vonalkóddal ellátott kártyákból áll. A diákok a kártyán lévő vonalkódot étkezéseikkor,
RészletesebbenMagyar és angol szóasszociációs hálózatok vizsgálata. Orosz Katalin Kovács László Pollner Péter
Magyar és angol szóasszociációs hálózatok vizsgálata Orosz Katalin Kovács László Pollner Péter 0. Bevezetés Jelenlegi elképzeléseink szerint a beszédértés és beszédprodukció során előhívott szavakat (és
RészletesebbenTémaválasztás, kutatási kérdések, kutatásmódszertan
Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT dernoczy@sze.hu A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének
RészletesebbenDoktori disszertáció. szerkezete
Doktori disszertáció tézisfüzet Komplex hálózatok szerkezete Szabó Gábor Témavezető Dr. Kertész János Elméleti Fizika Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2005 Bevezetés A tudományos
RészletesebbenMárka vs. Társadalom. Kun Miklós COO & Head of Research
Márka vs. Társadalom 2014 _ Kun Miklós COO & Head of Research Axiómák márka = (termék) + (jelentés) termék = (márka) (jelentés) Axiómák márka = (termék) + (jelentés) termék = (márka) (jelentés) egy márka
RészletesebbenÖNÉLETRAJZ. 2009.04. - 2009.09. Ruprecht-Karls Universität, Heidelberg (Németország) KAAD ösztöndíjas vendégkutató
ÖNÉLETRAJZ Személyi adatok Név: Ceglédi Tímea Születési hely, idő: Budapest, 1984.06.14. E-mail: cegledi.timea@cherd.unideb.hu Honlap: http://timeacegledi.honlap.com/ Tanulmányok 2009.04. - 2009.09. Ruprecht-Karls
RészletesebbenELTE, matematika alapszak
Matematika alapszak szerkezete 1. év ELTE, matematika alapszak NORMÁL Kb 60 fő (HALADÓ) Kb 40 fő INTENZÍV Kb 30 fő Zempléni András oktatási igazgatóhelyettes Matematikai Intézet matematikai elemző 2. és
RészletesebbenA MATEMATIKAI SZOFTVEREK ALKALMAZÁSI KÉSZSÉGÉT, VALAMINT A TÉRSZEMLÉLETET FEJLESZTŐ TANANYAGOK KIDOLGOZÁSA A DEBRECENI EGYETEM MŰSZAKI KARÁN
A MATEMATIKAI SZOFTVEREK ALKALMAZÁSI KÉSZSÉGÉT, VALAMINT A TÉRSZEMLÉLETET FEJLESZTŐ TANANYAGOK KIDOLGOZÁSA A DEBRECENI EGYETEM MŰSZAKI KARÁN Dr. Kocsis Imre DE Műszaki Kar Dr. Papp Ildikó DE Informatikai
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenGráfelmélet. I. Előadás jegyzet (2010.szeptember 9.) 1.A gráf fogalma
Készítette: Laczik Sándor János Gráfelmélet I. Előadás jegyzet (2010.szeptember 9.) 1.A gráf fogalma Definíció: a G=(V,E) párt egyszerű gráfnak nevezzük, (V elemeit a gráf csúcsainak/pontjainak,e elemeit
RészletesebbenSzociális hálózatok Gráf alapú módszerek. Adatbányászat. Klaszterezés Szociális hálózatok. Szegedi Tudományegyetem. Adatbányászat
Klaszterezés Szegedi Tudományegyetem Élei lehetnek címkézettek (pl. ellenség, barát), továbbá súlyozottak (pl. telefonbeszélgetés) Megjelenési formái Ismeretségi, társszerzőségi gráf (Erdős-Bacon szám)
RészletesebbenTEHETSÉGGONDOZÁS. Baranya megye. Európai Szociális Alap
ktatáskutató és Fejlesztő Intézet ÁP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz EHESÉGGNDZÁS Baranya megye Európai Szociális Alap Pedagógiai Szakszolgálat Baranya
Részletesebben2017/2018. TANÉVI ATLÉTIKA DIÁKOLIMPIA ÜGYESSÉGI ÉS VÁLTÓFUTÓ CSAPATBAJNOKSÁG V-VI. KORCSOPORT ORSZÁGOS DÖNTŐ RAJTLISTA
017/018. TANÉVI ATLÉTIKA DIÁKOLIMPIA V-VI. KORCSOPORT ORSZÁGOS DÖNTŐ RAJTLISTA Helyszín: Budapest, Ikarus BSE Atlétikai Centrum Időpont: 017. október 15. A Versenybíróság elnöke: Szöllösné Patinszki Andrea
RészletesebbenHálózati elemzések az üzleti életben. Kovács Gyula Sixtep Kft.
Hálózati elemzések az üzleti életben Kovács Gyula Sixtep Kft. Hálózat kutatás rövid ismertetése Königsbergi hidak problémája Háttér: A probléma története, hogy a poroszországi Königsberg (most Kalinyingrád,
RészletesebbenSTATISZTIKA. Gyakorló feladatok az első zh-ra
STATISZTIKA Gyakorló feladatok az első zh-ra A változás átlagos üteme év Kenyér Ft/ kg bázisindex % 2002 151 100,0 2003 156 103,3 2004 178 117,9 2005 173 114,6 2006 179 118,5 2007 215 142,4 I = n 1 l i
Részletesebben3. Miért szeretjük a hálózatokat?
3. Miért szeretjük a hálózatokat? A hálózatok ragadnak. Ha egyszer elkezd velük foglalkozni az ember: megfogják és el nem eresztik. Megfertőznek, lenyűgöznek, betöltenek és kiteljesítenek. Ez a fejezet
RészletesebbenHol terem a magyar statisztikus?
Hol terem a magyar statisztikus? 90 éves az MST jubileumi konferencia Balatonőszöd, 2012. november 15-16. Rappai Gábor PTE KTK Ki a statisztikus? Értelmező Szótár Statisztikával foglalkozó szakember. Etikai
RészletesebbenVéletlen gráfok. Backhausz Ágnes Eötvös Loránd Tudományegyetem és MTA Rényi Alfréd Matematikai Kutatóintézet december 2.
Véletlen gráfok Backhausz Ágnes Eötvös Loránd Tudományegyetem és MTA Rényi Alfréd Matematikai Kutatóintézet agnes@cs.elte.hu 2015. december 2. Nagy hálózatok Példák valós hálózatokra társadalmi hálózatok
RészletesebbenDiszkrét matematika 2.
Diszkrét matematika 2. Mérai László előadása alapján Készítette: Nagy Krisztián 4. előadás Eulerséta: Olyan séta, mely a gráf minden élét pontosan egyszer tartalmazza. Tétel: egy összefüggő gráf. Ha minden
RészletesebbenA Széchenyi István Egyetem nemzetközi és regionális kapcsolatai
Magyar Tudományos Akadémia Regionális Kutatások Központja Nyugat-magyarországi Tudományos Intézet Egyetemek a határ menti együttműködésben Nemzetközi projektzáró konferencia Győr, 2006. szeptember 26.
RészletesebbenZala Megyei Diáksport Szövetség 2014/2015. TANÉVI ORSZÁGOS DÖNTŐ V-VI. KORCSOPORT - FIÚ ZALAEGERSZEG 2015.01.31-02.01.
Zala Megyei Diáksport Szövetség 2014/2015. TANÉVI ORSZÁGOS DÖNTŐ V-VI. KORCSOPORT - FIÚ ZALAEGERSZEG 2015.01.31-02.01. 1 RÉSZTVEVŐ CSAPATOK Ssz. Megye: Iskola: Település: 1 Baranya 2 Bács-Kiskun Pécsi
RészletesebbenSAS A HAZAI FELSŐOKTATÁSBAN
SAS A HAZAI FELSŐOKTATÁSBAN 2010 január 25. A SAS programcsomag felsőoktatásban történő használatáról szakmai tanácskozás résztvevőivel készített felmérés eredménye Gáspár-Papanek Csaba gaspar@tmit.bme.hu
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenKulcs véleményvezér kutatás Közösségi hálózatelemzés
Kulcs véleményvezér kutatás Közösségi hálózatelemzés 2011.11.17. Kutatás folyamata 2 Célkitűzések Rising Starok azonosítása Új KOL-ek meghatároz ása Közösség szerkezetének, összefüggéseinek elemzése 3
RészletesebbenA felsőoktatás előtt álló kihívások
A felsőoktatás előtt álló kihívások Dr. Engler Péter Óbudai Egyetem Alba Regia Műszaki Kar Geoinformatikai Intézet Magyar Földmérési, Térképészeti és Távérzékelési Társaság 31. Vándorgyűlés Szekszárd,
RészletesebbenELTE, matematika alapszak
ELTE, matematika alapszak Mire készít fel a matematika szak? Matematikai gondolkodásra Ez az élet szinte minden területén nagyon hasznos Tipikus elhelyezkedési lehetőségek: Matematikus: kutató, egyetemi
RészletesebbenHAMILTON ÚT: minden csúcson PONTOSAN egyszer áthaladó út
SÍKBA RAJZOLHATÓ GRÁFOK ld. előadás diasorozat SZÍNEZÉS: ld. előadás diasorozat PÉLDA: Reguláris 5 gráf színezése 4 színnel Juhász, PPKE ITK, 007: http://users.itk.ppke.hu/~b_novak/dmat/juhasz_5_foku_graf.bmp
RészletesebbenMatematika III. 2. Eseményalgebra Prof. Dr. Závoti, József
Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. : Eseményalgebra Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027 Tananyagfejlesztéssel
RészletesebbenIKTATÓSZÁM: 08-8/585-11/2012. TÁRGY: INNOVATÍV ISKOLÁK FEJLESZTÉSE - TÁMOP /2 PÁLYÁZATOK BENYÚJTÁSA MELLÉKLET:
IKTATÓSZÁM: 08-8/585-11/2012. TÁRGY: INNOVATÍV ISKOLÁK FEJLESZTÉSE - TÁMOP-3.1.4.- 12/2 PÁLYÁZATOK BENYÚJTÁSA MELLÉKLET: E LŐTERJESZTÉS PÉCS MEGYEI JOGÚ VÁROS ÖNKORMÁNYZATA KÖZGYŰLÉSE OKTATÁSI ÉS KULTURÁLIS
RészletesebbenBevezetés a központi idegrendszer élettanába. Témák
Bevezetés a központi idegrendszer élettanába Dr Berényi Antal Szegedi Tudományegyetem Élettani Intézet 2019. Április 1. 1 Témák I. rész: Az idegtudomány keretrendszere II. rész: Idegsejthálózatok kapcsolatrendszere
RészletesebbenFELVÉTELI BEMENETI KÖVETELMÉNYEK A DEBRECENI EGYETEM MESTERKÉPZÉSI SZAKJAIRA
FELVÉTELI BEMENETI KÖVETELMÉNYEK A DEBRECENI EGYETEM MESTERKÉPZÉSI SZAKJAIRA Teljes kreditértékkel Mesterszak beszámítható alapképzési szak AGRÁR KÉPZÉSI TERÜLET Kreditelismeréssel beszámítható alapképzési
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenFelsőoktatás és K+F pályázati keretek, feltételek. Fonyó Attila OKM Felsőoktatás Fejlesztési és Tudományos Főosztály
Felsőoktatás és K+F pályázati keretek, feltételek Fonyó Attila OKM Felsőoktatás Fejlesztési és Tudományos Főosztály Kutatás és fejlesztés helyzete II. Alacsony K+F ráfordítás és kevés kutató Állami forrás
RészletesebbenFeladatok MATEMATIKÁBÓL
Feladatok MATEMATIKÁBÓL a 12. évfolyam számára III. 1. Számítsuk ki a következő hatványok értékét! 2. Írjuk fel gyökjelekkel a következő hatványokat! 3. Az ötnek hányadik hatványa a következő kifejezés?
RészletesebbenHELIKONI ÜNNEPSÉGEK 2014. Keszthely. Zsűri jegyzőkönyv. Komolyzene-hangszerszóló Arany
Arany Fődíj: Bonyhádi Petőfi S. Evangélikus Gimn. és Koll., Bonyhád - Daradics Tímea zongora 1. Vetési Albert Gimnázium - Veszprém... Czinege Lilla hegedű 2. Hévízi Bibó I. Gimnázium, SZKI és Kollégium
RészletesebbenNemzedékek találkozása. I. Regionális Tudományi Posztdoktori Konferencia
Szeged, 2010. április 15. Nemzedékek találkozása I. Regionális Tudományi Posztdoktori Konferencia Dr. Grosz András tudományos munkatárs Az előadás felépítése 1. Tanulmányok, munkahelyek 2. Kompetenciák,
RészletesebbenFIT-jelentés :: KLIK Győri Tankerülete 9024 Győr, Nádor tér 4. Fenntartói azonosító: Fenntartói jelentés. 10.
FIT-jelentés :: 2013 KLIK Győri Tankerülete 9024 Győr, Nádor tér 4. Fenntartói azonosító: 39011654-074000 Létszámadatok Létszámadatok Országos kompetenciamérés 1 Az intézmények kódtáblázata A B C D E F
RészletesebbenVitorlát a tornádóban
Egyetemi prezentációs sablon Dr. M 1 Vitorlát a tornádóban Mit tudunk hozzáadni a fiatalok lendületéhez? Dr. Hoffer Ilona - Katona Viktória Budapesti Corvinus Egyetem Stratégia és Projektvezetés Tanszék
RészletesebbenFelvételi tematika INFORMATIKA
Felvételi tematika INFORMATIKA 2016 FEJEZETEK 1. Természetes számok feldolgozása számjegyenként. 2. Számsorozatok feldolgozása elemenként. Egydimenziós tömbök. 3. Mátrixok feldolgozása elemenként/soronként/oszloponként.
RészletesebbenA Dél-Alföldi régió innovációs képessége
A Dél-Alföldi régió innovációs képessége Elméleti megközelítések és empirikus elemzések Szerkesztette: Bajmócy Zoltán SZTE Gazdaságtudományi Kar Szeged, 2010. SZTE Gazdaságtudományi Kar Szerkesztette Bajmócy
Részletesebben2. Ez a rendelet a kihirdetését követő napon lép hatályba. Dr. Páva Zsolt s. k. Dr. Lovász István s. k.
Pécs Megyei Jogú Város Önkormányzata Közgyűlésének 4/2016. (II.2.) önkormányzati rendelete az egészségügyi alapellátásról és körzeteinek meghatározásáról szóló 30/2007. (VI.22.) önkormányzati rendelet
RészletesebbenFIT-jelentés :: KLIK Szekszárdi Tankerülete 7100 Szekszárd, Arany János utca Fenntartói azonosító: Fenntartói jelentés
FIT-jelentés :: 2015 KLIK Szekszárdi Tankerülete 7100 Szekszárd, Arany János utca 23-25. Fenntartói azonosító: 39011654-160000 Létszámadatok Az intézmények kódtáblázata A Szekszárdi Garay János Gimnázium
Részletesebben