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

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 Mesterséges Intelligencia Elektronikus Almanach Neurális hálózatokh 1

2 BME 1990: Miért neurális hálók? - az érdeklıdésünk terébe kerül a neurális hálózatok témakör - fıbb okok: - adaptív rendszerek - felismerési feladatok - komplex orvosi mérırendszerek fejlesztése - méréstechnikai gyökerek, modellezés (neurális hálók univerzális modellezı eszközök) - - új számítási paradigma - egyre több cikk jelent meg - érdekes alkalmazások - divat lett az NN : meghirdetjük az elsı Neurális hálózatok c. választható tárgyat és hamarosan a témakör megjelenik a szakirány tárgyak között is 2

3 Milyen könyvre lett volna szükségünk? Rendszerszemlélet Méréstechnikai gyökerek Kellıen egzakt, de nem matematikus szemlélető Alkalmazások (döntıen mérnöki) is megtalálhatók benne A biológiai kapcsolatokat nem hangsúlyozza túl Miért saját könyv? Egy kis történelem Milyen könyvek álltak rendelkezésre? Biológiai kapcsolatokat túlhangsúlyozó Statisztikus fizika alapján álló Leíró, a matematikai tárgyalást nem tartja fontosnak Csodaeszköznek, bölcsek kövének, a minden problémát megoldó eszköznek bemutató 3

4 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing,

5 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation,

6 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation,

7 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation, Ch. Bishop: Neural Networks for Pattern Recognition, M. Hassoun: Fundamentals of Artificial Neural Networks,

8 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation, Ch. Bishop: Neural Networks for Pattern Recognition, M. Hassoun: Fundamentals of Artificial Neural Networks, S. Haykin: NEURAL NETWORKS A Comprehensive Foundation, 2nd edition old.!!! és sok további 8

9 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation, Ch. Bishop: Neural Networks for Pattern Recognition, M. Hassoun: Fundamentals of Artificial Neural Networks, S. Haykin: NEURAL NETWORKS A Comprehensive Foundation, 2nd edition és sok további ben nincs szemléletében, terjedelmében, stb. megfelelı könyv és nincs megfelelı részletességő magyar irodalom 9

10 Neurális hálózatok és mőszaki alkalmazásaik Egyetemi jegyzet Horváth G. (szerk.) Mőegyetemi Kiadó, old. NEURÁLIS HÁLÓZATOK ÉS MŐSZAKI ALKALMAZÁSAIK Szerkesztette Horváth Gábor Mőegyetemi Kiadó, Budapest 10

11 Neurális hálózatok és mőszaki alkalmazásaik Egyetemi jegyzet Horváth G. (szerk.) Mőegyetemi Kiadó, old. NEURÁLIS HÁLÓZATOK ÉS MŐSZAKI ALKALMAZÁSAIK Szerkesztette Horváth Gábor Neurális hálózatok és mőszaki alkalmazásaik Egyetemi tankönyv Horváth G. (szerk.) Mőegyetemi Kiadó, old. Mőegyetemi Kiadó, Budapest 11

12 Neurális hálózatok és mőszaki alkalmazásaik Egyetemi jegyzet Horváth G. (szerk.) Mőegyetemi Kiadó, old. NEURÁLIS HÁLÓZATOK ÉS MŐSZAKI ALKALMAZÁSAIK Szerkesztette Horváth Gábor Neurális hálózatok és mőszaki alkalmazásaik Egyetemi tankönyv Horváth G. (szerk.) Mőegyetemi Kiadó, old. Mőegyetemi Kiadó, Budapest Neurális hálózatok, Horváth G. (szerk.), Altrichter M., Horváth G., Pataki B., Strausz Gy., Takács G., Valyon J., Budapest, Panem Kiadó, old. 12

13 A könyv szerkezete A neurális hálózatok általános jellemzıi, definíciók, képességek Tanulás adatokból, a tanulás típusai, általános eredmények a tanulásról Klasszikus neuronhálók Az elemi neuron A többrétegő perceptron (MLP) Bázisfüggvényes hálózatok Kernel módszerek SVM Egyéb kernel gépek Idıfüggı (szekvenciális) hálók Moduláris hálók Nemellenırzıtt tanulású hálózatok Analitikus tanítású hálózatok Hibrid-neurális rendszerek Gyakorlati feladatmegoldás: adatelıkészítés, lényegkiemelés Alkalmazások Összegzés, várható fejlıdési irányok Függelék 13

14 Témkörök félig ellenırzött tanulás Gauss folyamatok implementáció, NN szoftver eszközök, hardver implementáció Bayes-i neurális hálók kapcsolatok (klasszikus) statisztikai módszerekkel Mintpéldák Demók Mi hiányzik a könyvbıl? 14

15 Hol használják a könyvet? BME Villamosmérnöki és Informatika Kar; BME Gépészmérnöki Kar; BME Építımérnöki Kar; Óbudai Egyetem; Széchenyi István Egyetem, Gyır; Miskolci Egyetem, Miskolc.??? 15

Elektronikus Almanach

Elektronikus Almanach Mesterséges Intelligencia Elektronikus Almanach Mesterséges intelligencia modern megközel zelítésben 1 Miért éppen ez a könyv? Egy kis történelem BME: 1998-1999 - MI lekerül alapképzés szintjére, hallgatói

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek

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

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeș Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika Kar 1.3 Intézet Magyar Matematika és Informatika Intézet 1.4

Részletesebben

Neurális hálózatok bemutató

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

Részletesebben

za TANTÁRGY ADATLAPJA

za TANTÁRGY ADATLAPJA za TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeș Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika Kar 1.3 Intézet Magyar Matematika és Informatika Intézet 1.4

Részletesebben

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

Mesterséges Intelligencia Elektronikus Almanach. Megnyit. MI Almanach projektismertetı rendezvény április 29., BME, I. ép., IB.017., 9h-12h. Mesterséges Intelligencia Elektronikus Almanach Megnyit itó - Célkitőzések 1 Elızetes program I. Mesterséges Intelligencia Elektronikus Almanach: a projekt és a résztvevık 9.00-9.10 Megnyitó. A projekt

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeș Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika Kar 1.3 Intézet Magyar Matematika és Informatika Intézet 1.4

Részletesebben

MESTERSÉGES INTELLIGENCIA ELEKTRONIKUS ALMANACH

MESTERSÉGES INTELLIGENCIA ELEKTRONIKUS ALMANACH MESTERSÉGES INTELLIGENCIA ELEKTRONIKUS ALMANACH Ács, Gergely (BME) Altrichter, Márta (BME) Dr. Antal, Péter (BME) Czétényi, Benjámin (BME) Csávics, Adrienn (SE) Dr. Daragó, László (SE) Darvas, Dániel (BME)

Részletesebben

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában

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

Részletesebben

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

Mesterséges 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 : mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák Szemantikus hálók / Keretrendszerek

Részletesebben

I. LABOR -Mesterséges neuron

I. LABOR -Mesterséges neuron I. LABOR -Mesterséges neuron A GYAKORLAT CÉLJA: A mesterséges neuron struktúrájának az ismertetése, neuronhálókkal kapcsolatos elemek, alapfogalmak bemutatása, aktivációs függvénytípusok szemléltetése,

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach

Mesterséges Intelligencia Elektronikus Almanach Mesterséges Intelligencia Elektronikus Almanach Dobrowiecki Tadeusz, Mészáros Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék MI Almanach a projekt

Részletesebben

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/364

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/364 /364 Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 200/20 Az Előadások Témái 2/364 : mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák Szemantikus hálók

Részletesebben

Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)

Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat

Részletesebben

Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)

Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (A képzés közös része, szakirányválasztás a 3. félév végén) Tárgykód Félév Tárgynév Tárgy

Részletesebben

AKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA

AKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA AKTUÁTOR MODELLEK KIVÁLASZTÁSA ÉS OBJEKTÍV ÖSSZEHASONLÍTÁSA Kovács Ernő 1, Füvesi Viktor 2 1 Egyetemi docens, PhD; 2 tudományos segédmunkatárs 1 Eletrotechnikai és Elektronikai Tanszék, Miskolci Egyetem

Részletesebben

Optikai karakterfelismerés

Optikai karakterfelismerés Optikai karakterfelismerés Az optikai karakterfelismerés feladata A különböző formátumú dokumentumok kezelésének egyik speciális esete, amikor a kezelendő dokumentumok még nem állnak rendelkezésre elektronikus

Részletesebben

KOOPERÁCIÓ ÉS GÉPI TANULÁS LABORATÓRIUM

KOOPERÁCIÓ ÉS GÉPI TANULÁS LABORATÓRIUM KOOPERÁCIÓ ÉS GÉPI TANULÁS LABORATÓRIUM Kernel módszerek idősor előrejelzés Mérési útmutató Készítette: Engedy István (engedy@mit.bme.hu) Méréstechnika és Információs Rendszerek Tanszék Budapesti Műszaki

Részletesebben

Hibadetektáló rendszer légtechnikai berendezések számára

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

Részletesebben

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

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

Részletesebben

Önálló laboratórium tárgyak

Önálló laboratórium tárgyak BME Híradástechnikai Tanszék Önálló laboratórium téma és konzulensválasztás http://www.hit.bme.hu 2012 Önálló laboratórium tárgyak Az alapszak szakirányos és ágazatos, valamint a mesterszak szakirányos

Részletesebben

Összeállította Horváth László egyetemi tanár

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

Részletesebben

MATEMATIKA - STATISZTIKA TANSZÉK

MATEMATIKA - STATISZTIKA TANSZÉK MATEMATIKA - STATISZTIKA TANSZÉK 1. A Kodolányi János Főiskolán végzett kutatások Tananyagfejlesztés A kutatási téma címe, rövid leírása Várható eredmények vagy célok; részeredmények Kutatás kezdete és

Részletesebben

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet 1034 Budapest, Bécsi út 96/B Tel., Fax:1/666-5544,1/666-5545 http://nik.uni-obuda.hu/imri Az 2004-ben alakult IMRI (BMF)

Részletesebben

Statisztika oktatása és alkalmazása a mérnöki területen

Statisztika oktatása és alkalmazása a mérnöki területen Statisztika oktatása és alkalmazása a mérnöki területen 1,2 1:, Neumann János Informatikai Kar, Élettani Szabályozások Csoport 2: Budapesti Corvinus Egyetem, Statisztika Tanszék MTA Statisztikai Tudományos

Részletesebben

Modellkiválasztás és struktúrák tanulása

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

Részletesebben

Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben

Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben Tantárgy Tárgykód I. félév ősz II. félév tavasz Algoritmusok

Részletesebben

Informatikai Kar Eötvös Loránd Tudományegyetem Mesterséges neuronhálók

Informatikai Kar Eötvös Loránd Tudományegyetem Mesterséges neuronhálók Mesterséges neuronhálók Lőrincz András Bevezető kérdések Mi az intelligencia? Mi a mesterséges intelligencia? 2 Miről lesz szó? Felismerés első típusa 3 Miről lesz szó? Felismerés első típusa Ló Honnan

Részletesebben

Az Alba Regia Egyetemi Központ bemutatkozása. www.arek.uni-obuda.hu

Az Alba Regia Egyetemi Központ bemutatkozása. www.arek.uni-obuda.hu ÓBUDAI EGYETEM Az Alba Regia Egyetemi Központ bemutatkozása Alba Regia Egyetemi Központ Székesfehérvár Akkor.. és Most KANDÓ 1971 Óbudai Egyetem Alba Regia Egyetemi Központ 2013 Alba Regia Egyetemi Központ

Részletesebben

Bevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz)

Bevezetés 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

Részletesebben

Mesterséges Intelligencia Elektronikus Almanach

Mesterséges Intelligencia Elektronikus Almanach Mesterséges Intelligencia Elektronikus Almanach Dobrowiecki Tadeusz, Mészáros Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék MI Almanach a projekt

Részletesebben

Ssz Végzettség Tanított tantárgyak

Ssz Végzettség Tanított tantárgyak 1. magyar nyelv és irodalom, történelem, közoktatási vezetı, pedagógus szakvizsga magyar nyelv és irodalom tanulásmódszertan 2. fizika 3. 4 villamos üzemmérnök; okleveles mérnök; mérnöktanár; közoktatási

Részletesebben

Tisztán kivehetı tendencia: kommunikációs hálózatok egyre bonyolultabbakká válnak Hálózat bonyolultsága

Tisztán kivehetı tendencia: kommunikációs hálózatok egyre bonyolultabbakká válnak Hálózat bonyolultsága @ Budapest University of Technology and Economics Nagy hálózatok evolúciója Gulyás András, Heszberger Zalán High Speed Networks Laboratory Internet trendek Tisztán kivehetı tendencia: kommunikációs hálózatok

Részletesebben

Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9

Tartalomjegyzék. 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...

Részletesebben

Statisztikai eljárások a mintafelismerésben és a gépi tanulásban

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

Részletesebben

Tanulás tanuló gépek tanuló algoritmusok mesterséges neurális hálózatok

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

Részletesebben

A MESTERSÉGES NEURONHÁLÓZATOK BEVEZETÉSE AZ OKTATÁSBA A GAMF-ON

A MESTERSÉGES NEURONHÁLÓZATOK BEVEZETÉSE AZ OKTATÁSBA A GAMF-ON A MESTERSÉGES NEURONHÁLÓZATOK BEVEZETÉSE AZ OKTATÁSBA A GAMF-ON Pintér István, pinter@gandalf.gamf.hu Nagy Zoltán Gépipari és Automatizálási Mûszaki Fõiskola, Informatika Tanszék Gépipari és Automatizálási

Részletesebben

Az éghajlati modellek eredményeinek felhasználási lehetıségei és korlátai

Az éghajlati modellek eredményeinek felhasználási lehetıségei és korlátai Az éghajlati modellek eredményeinek felhasználási lehetıségei és korlátai Szépszó Gabriella szepszo.g@.g@met.hu Numerikus Modellezı és Éghajlat-dinamikai Osztály MMT Agro- és Biometeorológiai Szakosztályának

Részletesebben

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

CARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek 2010-09-02. Dr. Vajda Ferenc Egyetemi docens CARE Biztonságos CARE Biztonságos otthonok idős embereknek otthonok idős embereknek 2010-09-02 Dr. Vajda Ferenc Egyetemi docens 3D Érzékelés és Mobilrobotika kutatócsoport Budapesti Műszaki és Gazdaságtudományi

Részletesebben

A SZAKÉRTÕI RENDSZEREK TÁRGY OKTATÁSA A JPTE KÖZGAZDASÁGTUDOMÁNYI KARON

A SZAKÉRTÕI RENDSZEREK TÁRGY OKTATÁSA A JPTE KÖZGAZDASÁGTUDOMÁNYI KARON A SZAKÉRTÕI RENDSZEREK TÁRGY OKTATÁSA A JPTE KÖZGAZDASÁGTUDOMÁNYI KARON Borgulya István, borgulya@ktk.jpte.hu Janus Pannonius Tudományegyetem, Közgazdaságtudományi Kar Abstract At the Faculty of Business

Részletesebben

D é n e s T a m á s matematikus-kriptográfus

D é n e s T a m á s matematikus-kriptográfus D é n e s T a m á s matematikus-kriptográfus e-mail: tdenest@freemail.hu Gondolatok a társadalomkutatás módszertanáról és oktatásáról (Társadalom-holográfia) 1. Elméleti elızmények A társadalomkutatás

Részletesebben

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I.

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

Részletesebben

E L T E I K I N F O R M A T I K A T A N Á R I S Z A K N A P P A L I T A G O Z A T B U D A P E S T, 2003.

E L T E I K I N F O R M A T I K A T A N Á R I S Z A K N A P P A L I T A G O Z A T B U D A P E S T, 2003. E L T E I K I N F O R M A T I K A T A N Á R I S Z A K N A P P A L I T A G O Z A T B U D A P E S T, 2003. I. A képzés általános leírása Az Informatika tanár szakképzettség megszerzése a 166/1997.(X.3.)

Részletesebben

ORDACSEHI Község Önkormányzata és Intézménye 2015. évi belsı ellenırzési tervét megalapozó kockázatelemzése

ORDACSEHI Község Önkormányzata és Intézménye 2015. évi belsı ellenırzési tervét megalapozó kockázatelemzése ORDACSEHI Község Önkormányzata és Intézménye 201. évi belsı ellenırzési tervét megalapozó kockázatelemzése Ordacsehi Község Önkormányzata és általa alapított költségvetési szervének 201. évi belsı ellenırzési

Részletesebben

Differenciálegyenletek. Bevezetés az elméletbe és az alkalmazásokba. Javítások és kiegészítések

Differenciálegyenletek. Bevezetés az elméletbe és az alkalmazásokba. Javítások és kiegészítések Differenciálegyenletek. Bevezetés az elméletbe és az alkalmazásokba. Javítások és kiegészítések Differenciálegyenletek Bevezetés az elméletbe és az alkalmazásokba. Javítások és kiegészítések Tóth János

Részletesebben

német szakos nyelvtanár, orosztörténelem szakos tanár főiskola, főiskola középiskolai tanár matematika-fizika szakos tanár, számítástechnika szakos

német szakos nyelvtanár, orosztörténelem szakos tanár főiskola, főiskola középiskolai tanár matematika-fizika szakos tanár, számítástechnika szakos sorszámszakok megnevezése végzettség(ek) szintje feladatkör 1. fizika szakos középiskolai tanár, tanár egyetem, egyetem középiskolai tanár 2. 3. 4. 5. 6. tesnevelés szakos középiskolai tanár, közoktatási

Részletesebben

A Miskolci Egyetem pótfelvételi lehetőségeket hirdet az alábbi szakokon:

A Miskolci Egyetem pótfelvételi lehetőségeket hirdet az alábbi szakokon: 9 8 8 A Miskolci Egyetem pótfelvételi lehetőségeket hirdet az alábbi szakokon 3 + 0 + %! A L K munkaügyi és társadalombiztosítási igazgatás 0000 Magyartörténelem A L K igazságügyi igazgatási alapszak 0000

Részletesebben

Roska Tamás (1940-2014)

Roska Tamás (1940-2014) Roska Tamás (1940-2014) Roska Tamás Bólyai és Szécsényi díjas akadémikus halála a magyar tudomány pótolhatatlan vesztesége nyilatkozta a Magyar Tudományos Akadémia elnöke. Négy éve sincs, hogy 2010 szeptemberében

Részletesebben

I. Tanulói jogviszonyban álló vizsgázók:

I. Tanulói jogviszonyban álló vizsgázók: A vizsgabizottság neve: 12.B A vizsgabizottság jegyzıje: Szabó István befejezık utasítottak kényszerülık K 24 24 23 1 0 9 10 4 0 1 E 2 2 2 0 0 1 1 0 0 0 matematika K 25 25 25 0 0 2 6 7 10 0 K 24 24 24

Részletesebben

A MŐSZAKI FELSİOKTATÁS HELYZETE ÉS KILÁTÁSAI

A MŐSZAKI FELSİOKTATÁS HELYZETE ÉS KILÁTÁSAI . 2007. A MŐSZAKI FELSİOKTATÁS HELYZETE ÉS KILÁTÁSAI a mőszaki képzés átalakulásának fıbb jellemzıi Dr. Palásti-Kovács Béla, BMF-BGK dékán mőszaki felsıoktatási szakértı, Oktatási és Kulturális Minisztérium

Részletesebben

Számítógépek architektúrák. Architektúrák

Számítógépek architektúrák. Architektúrák Számítógépek architektúrák Architektúrák Bemutatkozom Dr. Kovács Szilveszter, egyetemi docens szkovacs@iit.uni-miskolc.hu http://www.iit.uni-miskolc.hu/~szkovacs Tel: +36 46 565-136 Informatikai Intézet

Részletesebben

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

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

Részletesebben

SZABOLCS-SZATMÁR-BEREG MEGYE INNOVÁCIÓS

SZABOLCS-SZATMÁR-BEREG MEGYE INNOVÁCIÓS SZABOLCS-SZATMÁR-BEREG MEGYE INNOVÁCIÓS STRATÉGIAI PROGRAMJA A Konzorcium megbízásából készítette: MEGAKOM Stratégiai Tanácsadó Iroda Laser Consult Mőszaki-Tudományos és Gazdasági Tanácsadó Kft. 2003 Szabolcs-Szatmár-Bereg

Részletesebben

A számítógépes feladatok a várt megoldáshoz egyértelmű utalásokat tartalmazzanak.

A számítógépes feladatok a várt megoldáshoz egyértelmű utalásokat tartalmazzanak. A szóbeli tételsor tartalmi és formai jellemzői Szóbeli tételek: Minden tétel két feladatból ( A és B ) áll: Az A feladat az adott témakör általános bemutatását és a témakör meghatározott részeinek részletesebb

Részletesebben

Óbudai Egyetem. Óbuda University. Pro Sciencia et Futuro

Óbudai Egyetem. Óbuda University. Pro Sciencia et Futuro Óbudai Egyetem Óbuda University Pro Sciencia et Futuro Óbudai Egyetem Alba Regia Műszaki Kar Bánki Donát Gépész- és Biztonságtechnikai Mérnöki Kar Kandó Kálmán Villamosmérnöki Kar Keleti Károly Gazdasági

Részletesebben

A 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 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

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

Neurális hálózatok Altrichter, Márta Horváth, Gábor Pataki, Béla Strausz, György Takács, Gábor Valyon, József

Neurális hálózatok Altrichter, Márta Horváth, Gábor Pataki, Béla Strausz, György Takács, Gábor Valyon, József Neurális hálózatok Altrichter, Márta Horváth, Gábor Pataki, Béla Strausz, György Takács, Gábor Valyon, József Neurális hálózatok Altrichter, Márta Horváth, Gábor Pataki, Béla Strausz, György Takács, Gábor

Részletesebben

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA BESZÉDTUDOMÁNY Az emberi kommunikáció egyik leggyakrabban használt eszköze a nyelv. A nyelv hangzó változta, a beszéd a nyelvi kommunikáció

Részletesebben

Mély neuronhálók alkalmazása és optimalizálása

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

Részletesebben

A könyv. meglétét. sgálat

A könyv. meglétét. sgálat Benyó Balázs Benyó Zoltán Paláncz Béla Szilágyi László Ferenci Tamás Műszaki és biológiai rendszerek elmélete A könyv interdiszciplináris jellegű, műszaki és biológiai rendszerek működésének modellezésére

Részletesebben

Teljesítés Tantárgyfelelős Tantárgyat ténylegesen kredit

Teljesítés Tantárgyfelelős Tantárgyat ténylegesen kredit Fizika BSc mintatanterv a 2009/2010. tanévtől belépő hallgatók számára (k) Nem természettudományi alapismeretek modul Európai alapismeretek 2 2 Kollokvium Aubert Antal Csapó János Közgazdaságtan 2 2 Kollokvium

Részletesebben

a Közgazdaságtudományi Egyetemen 1. rész

a Közgazdaságtudományi Egyetemen 1. rész a Közgazdaságtudományi Egyetemen 1. rész Csépai János janos.csepai@uni corvinus.hu 1 Hogy kerül ez ide?? http://kultura.hu/img/upload/200908/samu eloember vertesszolos.jpg 2 A terv matematika szak létrehozása

Részletesebben

HU-3515 Miskolc-Egyetemváros tel.: +36-(46)-565-111 mellék: 12-16, 12-18, fax : +36-(46)-563-447 2 elkke@uni-miskolc.hu

HU-3515 Miskolc-Egyetemváros tel.: +36-(46)-565-111 mellék: 12-16, 12-18, fax : +36-(46)-563-447 2 elkke@uni-miskolc.hu Összetett mechatronikai rendszer hibadetektálása és hiba identifikációja Complex mechatronic system fault detection and fault identification FÜVESI Viktor 1, KOVÁCS Ernő 2 4 tudományos segédmunkatárs,

Részletesebben

HELYI TANTERV felmenő rendszerű - szakgimnáziumi tanterv

HELYI TANTERV felmenő rendszerű - szakgimnáziumi tanterv HELYI TANTERV felmenő rendszerű - szakgimnáziumi tanterv Bevezetve: 2016. szeptember 1-től Budapesti Műszaki Szakképzési Centrum Bolyai János Műszaki Szakgimnáziuma és Kollégiuma 134 Budapest, Váci út

Részletesebben

OKTATÁSKUTATÓ ÉS FEJLESZTŐ INTÉZET TÁMOP / századi közoktatás fejlesztés, koordináció

OKTATÁSKUTATÓ ÉS FEJLESZTŐ INTÉZET TÁMOP / századi közoktatás fejlesztés, koordináció TÁMOP-3.1.1-08/1-2008-0002 számú támogatási szerzıdés 6.5.2-es "Tanulói hálózatok, hálózati modellek mint az iskolafejlesztés eszközei" címő elemi projekt Tapasztalatok és lehetıségek a kulcskompetenciáknak

Részletesebben

Intelligens adatelemzés

Intelligens adatelemzés Antal Péter, Antos András, Horváth Gábor, Hullám Gábor, Kocsis Imre, Marx Péter, Millinghoffer András, Pataricza András, Salánki Ágnes Intelligens adatelemzés Szerkesztette: Antal Péter A jegyzetben az

Részletesebben

NEURÁLIS HÁLÓZATOK 1. eloadás 1

NEURÁLIS HÁLÓZATOK 1. eloadás 1 NEURÁLIS HÁLÓZATOKH 1. eloadás 1 Biológiai elozmények nyek: az agy Az agy az idegrendszerunk egyik legfontosabb része: - képes adatokat tárolni, - gyorsan és hatékonyan mukodik, - nagy a megbízhatósága,

Részletesebben

Térinformatika amit tudni kell Márkus Béla

Térinformatika amit tudni kell Márkus Béla Térinformatika amit tudni kell Márkus Béla V. EURÓPAI FÖLDMÉRŐK ÉS GEOINFORMATIKUSOK NAPJA - 2016. március 17. Térinformatika amit tudni kell? Mit? Az előadás célja, támogatást adni e kérdés megválaszolásához.

Részletesebben

Számítógépes döntéstámogatás. Bevezetés és tematika

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

Részletesebben

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2006/2007

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2006/2007 Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2006/2007 Az Előadások Témái -hálók Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák Szemantikus

Részletesebben

ME Miskolci Egyetem ME FI87515 ME FI87515. ME felvehető összlétszáma: 5400 fő.

ME Miskolci Egyetem ME FI87515 ME FI87515. ME felvehető összlétszáma: 5400 fő. ME FI87515 ME FI87515 ME Miskolci Egyetem ME felvehető összlétszáma: 5400 fő. Felvehető (fő) Képzési Település Nyelv Nappali képzés Esti, levelező munkarend Távoktatás Képzési /macsoport bölcsészettudomány

Részletesebben

Vállalkozásmenedzsment szakmérnök

Vállalkozásmenedzsment szakmérnök Óbudai Egyetem Keleti Károly Gazdasági Kar Vállalkozásmenedzsment szakmérnök levelező szakirányú továbbképzés képzési- és kimeneti követelményei Budapest, 2012. Vállalkozásmenedzsment szakmérnök szakirányú

Részletesebben

Háztartások energiafogyasztásának számítása a tervezés során, új módszerek fejlesztésének lehetőségei

Háztartások energiafogyasztásának számítása a tervezés során, új módszerek fejlesztésének lehetőségei Háztartások energiafogyasztásának számítása a tervezés során, új módszerek fejlesztésének lehetőségei Szűts András, Prof. Dr. Krómer István Óbudai Egyetem Alkalmazott Informatika Doktori Iskola szuts.andras@phd.uni-obuda.hu;

Részletesebben

Felvételi eljárás 2011.

Felvételi eljárás 2011. Felvételi eljárás 2011. Előadó: Sergyán Szabolcs Dékáni hivatalvezető 2011. január 25. 2011. évi általános felvételi eljárás Jelentkezés a 2011. szeptemberében induló képzésre: 2011. február 15. A felvételi

Részletesebben

A programozó matematikus szak kredit alapú szakmai tanterve a 2004/2005. tanévtől, felmenő rendszerben

A programozó matematikus szak kredit alapú szakmai tanterve a 2004/2005. tanévtől, felmenő rendszerben A programozó matematikus szak kredit alapú szakmai tanterve a 2004/2005. tanévtől, felmenő rendszerben Szak neve: programozó matematikus szak Tagozat: nappali Képzési idő: 6 félév Az oktatás nyelve: magyar

Részletesebben

TÉRINFORMATIKA II. Dr. Kulcsár Balázs főiskolai docens. Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék

TÉRINFORMATIKA II. Dr. Kulcsár Balázs főiskolai docens. Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék TÉRINFORMATIKA II. Dr. Kulcsár Balázs főiskolai docens Debreceni Egyetem Műszaki Kar Műszaki Alaptárgyi Tanszék TÁJÉKOZTATÁS TANTÁRGYI TEMATIKA 1 Előadás 1. GPS műszerek és kapcsolódó szoftvereik bemutatása

Részletesebben

1. munkaszakasz (lezárva: 2010.12.25.): A projekt céljainak definiálása, nemzetközi eredmények áttekintése:

1. munkaszakasz (lezárva: 2010.12.25.): A projekt céljainak definiálása, nemzetközi eredmények áttekintése: Kutatási Jelentés Téma azonosítója: JKL-P7-T3 Téma megnevezése: Mesterséges intelligencia alapú technológiák alkalmazása a logisztikai rendszerek tervezésében és operatív irányításában jelentkezı feladatok

Részletesebben

Témák Tudományos DiákKöri munkákhoz

Témák Tudományos DiákKöri munkákhoz Témák Tudományos DiákKöri munkákhoz Kovács György Debreceni Egyetem December 8, Áttekintés 1 2 3 4 5 6 7 Pozitron Emissziós Tomográfia Témák Tudományos DiákKöri munkákhoz 2/12 A PNG képformátum metaadatainak

Részletesebben

Újfajta, automatikus, döntési fa alapú adatbányászati módszer idősorok osztályozására

Újfajta, automatikus, döntési fa alapú adatbányászati módszer idősorok osztályozására VÉGZŐS KONFERENCIA 2009 2009. május 20, Budapest Újfajta, automatikus, döntési fa alapú adatbányászati módszer idősorok osztályozására Hidasi Balázs hidasi@tmit.bme.hu Konzulens: Gáspár-Papanek Csaba Budapesti

Részletesebben

Alapfokú C típusú nyelvvizsga van. Közvetlen felvételi lehetőség

Alapfokú C típusú nyelvvizsga van. Közvetlen felvételi lehetőség Nyelvi képzés tájékoztató Nappali tagozat, alapképzési szakos hallgatók Gépészmérnök, Had-és biztonságtechnikai mérnök, Mechatronikai mérnök, Villamosmérnök, Könnyőipari mérnök, Ipari termék- és formatervezı

Részletesebben

Tájékoztató a Magyar Akkreditációs Bizottság második intézményi akkreditációs értékelésről

Tájékoztató a Magyar Akkreditációs Bizottság második intézményi akkreditációs értékelésről Iktatószám: BMF-RH-2080/05 Tájékoztató a Magyar Akkreditációs Bizottság második intézményi akkreditációs értékelésről A Budapesti Műszaki Főiskola tevékenysége második akkreditációs kör keretében kerül

Részletesebben

A BEREGSZÁSZI PÁL SZAKKÖZÉPISKOLA ÉS SZAKISKOLA PEDAGÓGIAI PROGRAMJA III. KÖTET HELYI TANTERV KIEGÉSZÍTÉSE SZEPTEMBER 21.

A BEREGSZÁSZI PÁL SZAKKÖZÉPISKOLA ÉS SZAKISKOLA PEDAGÓGIAI PROGRAMJA III. KÖTET HELYI TANTERV KIEGÉSZÍTÉSE SZEPTEMBER 21. A BEREGSZÁSZI PÁL SZAKKÖZÉPISKOLA ÉS SZAKISKOLA 031248 PEDAGÓGIAI PROGRAMJA III. KÖTET HELYI TANTERV KIEGÉSZÍTÉSE 2010. SZEPTEMBER 21. 2 III. kötet TARTALOMJEGYZÉKE 1. Bevezetés 8 2. Idegen nyelv tanterv-kiegészítés

Részletesebben

KÉPZÉS NEVE: TANTÁRGY CÍME: Pszichológia (A pszichológia elmélete és gyakorlata) Készítette: Lábadyné Bacsinszky Emıke

KÉPZÉS NEVE: TANTÁRGY CÍME: Pszichológia (A pszichológia elmélete és gyakorlata) Készítette: Lábadyné Bacsinszky Emıke Leonardo da Vinci Kísérleti projekt által továbbfejlesztett Szakmai program KÉPZÉS NEVE: Informatikai statisztikus és gazdasági tervezı TANTÁRGY CÍME: Pszichológia (A pszichológia elmélete és gyakorlata)

Részletesebben

-- termıföld, amennyiben sem telepítményt, sem. - Konzultációs lehetıségek

-- termıföld, amennyiben sem telepítményt, sem. - Konzultációs lehetıségek A VII. MODUL SZAKMAI DOLGOZAT Budapest 2008. május 15. TARTALOM 1. VIZSGAKÖVETELMÉNYEK 2. A SZAKMAI DOLGOZAT TÉMÁJA 3. A SZAKMAI DOLGOZAT FORMAI KÖVETELMÉNYEI 4. TARTALMI KÖVETELMÉNYEK 5. A SZAKMAI DOLGOZAT

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika Kar 1.3 Intézet Magyar Matematika és Informatika 1.4 Szakterület

Részletesebben

SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.

SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb. SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.hu Mesterséges intelligencia oktatás a DE Informatikai

Részletesebben

2006. szeptemberétől. kódja

2006. szeptemberétől. kódja - Programtervező informatikus Programtervező informatikus alapszak - Tanári szakirányok mintatanterve 2006. szeptemberétől "A" típusú tantárgyak 1 2 3 4 5 6 7 8 9 10 Tantágy neve Tantárgy kódja Heti Tantárgyfelelős

Részletesebben

KÖRNYEZETI FENNTARTHATÓSÁGI SEGÉDLET. ÚMFT-s. építési beruházásokhoz. 1.0 változat. 2009. augusztus. Szerkesztette: Kovács Bence.

KÖRNYEZETI FENNTARTHATÓSÁGI SEGÉDLET. ÚMFT-s. építési beruházásokhoz. 1.0 változat. 2009. augusztus. Szerkesztette: Kovács Bence. KÖRNYEZETI FENNTARTHATÓSÁGI SEGÉDLET ÚMFT-s építési beruházásokhoz 1.0 változat 2009. augusztus Szerkesztette: Kovács Bence Írta: Kovács Bence, Kovács Ferenc, Mezı János és Pataki Zsolt Kiadja: Független

Részletesebben

AKTUÁLIS AJÁNLATOK ELLÁTANDÓ FELADATOK GYAKORLAT IDİTARTAMA MEDDIG LEHET JELENTKEZNI HÁNY Fİ SZÁMÁRA KIKNEK AJÁNLOTT HOL CÉG. Gyopár Sport & Tour Kft.

AKTUÁLIS AJÁNLATOK ELLÁTANDÓ FELADATOK GYAKORLAT IDİTARTAMA MEDDIG LEHET JELENTKEZNI HÁNY Fİ SZÁMÁRA KIKNEK AJÁNLOTT HOL CÉG. Gyopár Sport & Tour Kft. CÉG ELLÁTANDÓ FELADATOK AKTUÁLIS AJÁNLATOK HOL GYAKORLAT IDİTARTAMA HÁNY Fİ SZÁMÁRA KIKNEK AJÁNLOTT MEDDIG LEHET JELENTKEZNI Gyopár Sport & Tour referens, részvétel az ügyfélforgalom, értékesítés lebonyolításában,

Részletesebben

Pázmány Péter Katolikus Egyetem Információs Technológiai Kar Interdiszciplináris Műszaki Tudományok Doktori Iskola Képzési Terve

Pázmány Péter Katolikus Egyetem Információs Technológiai Kar Interdiszciplináris Műszaki Tudományok Doktori Iskola Képzési Terve Pázmány Péter Katolikus Egyetem Információs Technológiai Kar Interdiszciplináris Műszaki Tudományok Doktori Iskola Képzési Terve Bevezetés A doktori iskolában a doktoranduszok munkáját a témavezető szervezi

Részletesebben

PROGRAMOZHATÓ LOGIKAI ESZKÖZÖK. Elıadó: Dr. Oniga István Egytemi docens

PROGRAMOZHATÓ LOGIKAI ESZKÖZÖK. Elıadó: Dr. Oniga István Egytemi docens PROGRAMOZHATÓ LOGIKAI ESZKÖZÖK Elıadó: Dr. Oniga István Egytemi docens A tárgy weboldala http://irh.inf.unideb.hu/user/onigai/ple/programozhato_logika.html Adminisztratív információk Tárgy: Oktató: Dr.

Részletesebben

(A képzés közös része, specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat eredményes teljesítése)

(A képzés közös része, specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat eredményes teljesítése) Mechatronikai mérnöki (BSc) alapszak nappali tagozat (BMR) / BSc in Mechatronics Engineering (Full Time) (A képzés közös része, specializáció választás a 4. félévben, specializációra lépés feltétele: az

Részletesebben

LOGIKAI TERVEZÉS. Előadó: Dr. Oniga István Egytemi docens

LOGIKAI TERVEZÉS. Előadó: Dr. Oniga István Egytemi docens LOGIKAI TERVEZÉS PROGRAMOZHATÓ ÁRAMKÖRÖKKEL Előadó: Dr. Oniga István Egytemi docens A tárgy weboldala http://irh.inf.unideb.hu/user/onigai/ltpa/logikai_tervezes.htmltervezes.html Adminisztratív információk

Részletesebben

BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR LOGISZTIKAI MÉRNÖKI. MESTER (MSc) SZAK

BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR LOGISZTIKAI MÉRNÖKI. MESTER (MSc) SZAK BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR LOGISZTIKAI MÉRNÖKI MESTER (MSc) SZAK Budapest 2012 A felsőoktatási intézmény neve, címe: BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI

Részletesebben

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

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

Részletesebben

Oktatói önéletrajz. Dr. Racskó Péter. Karrier. tudományos tanácsadó. Gazdálkodástudományi Kar Információrendszerek Tanszék. Felsőfokú végzettségek:

Oktatói önéletrajz. Dr. Racskó Péter. Karrier. tudományos tanácsadó. Gazdálkodástudományi Kar Információrendszerek Tanszék. Felsőfokú végzettségek: Dr. Racskó Péter tudományos tanácsadó Gazdálkodástudományi Kar Információrendszerek Tanszék Karrier Felsőfokú végzettségek: 1965-1970 Lomonoszov Egyetem, matematika Tudományos fokozatok, címek:: 1978,

Részletesebben

VI. Magyar Földrajzi Konferencia 524-529

VI. Magyar Földrajzi Konferencia 524-529 Van Leeuwen Boudewijn Tobak Zalán Szatmári József 1 BELVÍZ OSZTÁLYOZÁS HAGYOMÁNYOS MÓDSZERREL ÉS MESTERSÉGES NEURÁLIS HÁLÓVAL BEVEZETÉS Magyarország, különösen pedig az Alföld váltakozva szenved aszályos

Részletesebben

A képfeldolgozás matematikája I.

A képfeldolgozás matematikája I. 1 A képfeldolgozás matematikája I. Bevezetés Dr. Fazekas Attila Attila.Fazekas@inf.unideb.hu Polányi Mihály: A személyes tudás A sikeres kommunikáció kedvéért az üzenet feladója 2 Polányi Mihály: A személyes

Részletesebben

AZ EGYETEM TÖRTÉNETE. Az Eötvös Loránd Tudományegyetem Magyarország legrégebbi folyamatosan m{köd[, s egyben legnagyobb egyeteme.

AZ EGYETEM TÖRTÉNETE. Az Eötvös Loránd Tudományegyetem Magyarország legrégebbi folyamatosan m{köd[, s egyben legnagyobb egyeteme. AZ EGYETEM TÖRTÉNETE Az Eötvös Loránd Tudományegyetem Magyarország legrégebbi folyamatosan m{köd[, s egyben legnagyobb egyeteme. Pázmány Péter esztergomi érsek 1635-ben Nagyszombat városában alapította

Részletesebben