Monoton Engedmény Protokoll N-M multilaterális tárgyalás
|
|
- Laura Király
- 4 évvel ezelőtt
- Látták:
Átírás
1 Tárgyalások/2
2 Monoton Engedmény Protokoll N-M multilaterális tárgyalás Fordulók 1. Minden ágens előáll a javaslatával k. Mindegyik ágens vagy ragaszkodik a javaslatához, vagy engedményt tesz. Ismétlés megegyezéshez, vagy konfliktus-üzlet beálltáig. Konfliktus-üzlet: a fordulóban senki nem tesz engedményt. Megegyezés: ha egy ágens olyan üzletet javasol, ami mások számára legalább olyan jó, mint a saját javaslatuk.
3 N-M multilaterális engedmény stratégiák Erős engedmény Engedmény, ami mások számára szigorúan előnyösebb. Gyenge engedmény Engedmény, ami mások közül legalább egy számára szigorúan előnyösebb. Pareto engedmény Engedmény, ami mások számára nem rosszabb és közülük egy számára szigorúan előnyösebb. Utilitáriánus engedmény Engedmény, ami mások összjólétét (hasznosságok összegét) növeli. Egalitáriánus engedmény Engedmény, ami mások minimális hasznosságát növeli. Nash-engedmény Engedmény, ami mások hasznosságának szorzatát növeli. Egocentrikus engedmény Engedmény, ami a javasló szempontjából rosszabb.
4 Monoton Engedmény Protokoll Zeuthen (1930) stratégia Milyen legyen egy jó stratégia? Mit kellene javasolni az első fordulóban? Egy-egy fordulóban kinek kellene engedményeket tennie? Ha egy ágens engedményt tesz, mennyit engedjen?
5 Monoton Engedmény Protokoll Zeuthen (1930) stratégia Milyen lenne egy jó stratégia? Mit kellene javasolni az első fordulóban? Mindenki az ő leginkább preferrált üzletét. Egy-egy fordulóban kinek kellene engedményeket tennie? Annak az ágensnek, aki legkevésbé hajlandó kockáztatni a konfliktust. Ha egy ágens engedményt tesz, mennyit engedjen? Épp annyit, hogy megszünjen ilyennek lenni (azaz a konfliktust legkevésbé kockáztatni hajlandó) Ha kevesebb: újra kell engedményt tennie nem hatékony Ha több hasznosságot pazarol. Az i ágens hajlandósága konfliktust kockáztatni magas, ha: az aktuális javaslata és a konfliktus hasznosság különbsége alacsony (a konfliktussal nem veszít sokat) az aktuális javaslata és az ellenfél javaslata hasznosság különbsége magas (az engedménnyel sokat veszít)
6 Az i ágens hajlandósága konfliktust kockáztatni: risk t i i hasznosságvesztessége, ha j javaslatát elfogadja i hasznosságvesztessége, ha okoz konfliktust t t t ui ( i ) ui ( j ) ui ( j ) 1 t t u ( ) u ( ) i i i i Engedményt tevő i ágens: risk t i t és 1, ha u ( ) 0 risk Zeuthen stratégia: nem garantálja a szociális jólét maximumát, garantálja a Nash-produktum maximumát, garantáltan terminálódik, az elért megegyezés individuális racionális és Pareto optimális, Nash-egyensúly, ha az ellenfél is ezt használja (stratégia publikus lehet, az ellenfélnek nem érdemes ettől eltérni), ismerni kell kölcsönösen a hasznosságok számítását és ha a kockázat azonos? t j i i
7 Zeuthen stratégia 1. i arg max u i ( ) 2. i üzlet-javaslata 3. j üzlet-ellenjavaslata 4. if u i ( j ) u i ( i ) then j elfogadása 5. risk i, risk j kiszámítása 6. if risk i < risk j then i i, olyan hogy risk i ( i ) > risk j goto 2 7. goto 3. Az i ágens hajlandósága konfliktust kockáztatni multilaterális esetben(?): risk t i t t ui ( i ) min ui ( j ), j ágensek t u ( ) i i
8 Zeuthen stratégia risk risk t i t j t 5 j 1 5 t t i 1 t j i Systemswith NetLogo Examples
9 Egylépéses tárgyalási stratégia 1 E u ( ) u ( ) u ( ) u ( ) 2 arg max u ( ) if u ( ) u ( ) u ( ) u ( ) 6 then hiba, j nem követi az előírt stratégiát 7 i E i i j javaslata beérkezése i j i j i j j j i i j i koordinálás j vel melyik üzletet elfogadni Megjegyzés: Zeuthen stratégia maximálja a Nash-produktumot (i tesz engedményt, ha az üzlete a Nash-produktum maximumától elmarad) risk risk ( ) ( ), ( ) u ( ) u ( ) i j i j i i i j i
10 Tárgyalás, mint egy elosztott keresés - Hegymászó tárgyalás (Bamba) Törekvés a domináló (Pareto) megoldás felé, pl. 0 ből kiindulva 1 -be: Pareto, de nem szociális, Nash, stb. optimum. Systemswith NetLogo Examples
11 Hasznosság számítása: u ( ) 8 c ( ), u ( ) 8 c ( ) i i j j Üzletek számítása: egyszerre egyetlenegy feladat üzletelése
12
13 Mi van, ha nemigen van egy jó üzlet, amit lehetne javasolni és elfogadásra találni?
14 Mi van, ha nemigen van egy jó üzlet, amit lehetne javasolni és elfogadásra találni? Fizetések: (pénzbeli) fizetések bevezetése növeli a lehetséges üzletek választékát (a Vállalkozási Hálók protokoll hajdani igazi oka)
15 Fizetések: (Vállalkozási Hálók) - a menedzser egy feladat megoldását veszi és a válalkozók benevezik (költségük alapján) a fizetendő árat, - menedzser választ vállalkozókat (egybevetve a hasznot és a költséget), kiadja a feladatot és fizet. Tegyük fel: Az i. ágens számára a pillanatnyi feladathozzárendelés költséges, mert az egyik t feladata (számára) igen drága. Az i hajlandó akár Dc-t is fizetni másnak, hogy a t feladatot átvegye (a feladat átadásával járó hasznosságnyereség erejéig, többet fizetni tiszta veszteség lenne). Az j. ágens átveheti a feladatot, ha a fizetés több, mint a feladat végzésével járó hasznosságcsökkenés. c ( s ( )) c ( s ( ) t) nyereség Dc fizetés i i i i c ( s ( )) c ( s ( ) t) Dc veszteség fizetés 0 j j j j
16 Fizetés hatása: egyetlen egy üzletből végtelen sok üzletjavaslat jön létre: (eredeti üzlet + fizetés (- + ))
17 45 Fizet = Nyer Új domináns üzletek. Melyik legyen? Engedményes protokoll? Milyen megoldás felé?
18 1 nem dominálja a 0 -t, a tárgyalás könnyűszerrel a 0 -ban terminálódik, ami pl. nem egy utilitáriánus megoldás. A Vállalkozási Hálók protokoll beszúrása, ami a feladat átvállallását tisztázza, fizetés ellenében, lehetőséget ad egy utilitáriánus megoldás megegyezésére. (nem garantált a költségfüggvény alakjától függ) A c(s) függvény additív költségfüggvény, ha minden feladat-hozzárendelés esetén, a hozzárendelt feladatok összköltsége az egyes feladatok költségösszege. S. S T, c( S) c( t) Tétel: Ha egy additív költségfüggvénnyel rendelkező feladathozzárendelési problémában egyszerre egyetlenegy feladat cseréje történik, minden olyan tárgyalási protokoll, ami lehetővé teszi a fizetést és mindig a domináns üzlet felé lép, végeredményben az utilitáriánus megegyezéshez fog konvergálni (2006). t S
19 Minden üzletet a fizetéssel relaxált változat dominálja, 7 -et kivéve. A protokoll ott köt ki.
20 Üzlettípusok (javaslatnyelvek, üzlet-gráfok): O üzlet (O (original) contract) egy feladat átadása 2 ágens között C-üzlet (C (cluster) contract) legalább 2 feladat átadása 2 ágens között S-üzlet (S (swap) contract) egy-egy feladat kölcsönös átadása M-üzlet (M (multiagent) contract) pontosan 3 feladat átadása 3 ágens között, egy ágens egyetlen egy feladatot adja át, de kaphat kettőt is OCSM-üzlet (combined) Optimális megegyezés elérése tetszőleges (nem additív) költségfüggvény esetében nem garantált (merre megy a hegymászó? Optimum számítása komplexitás!) Ha az üzletgráf teljesen összekötött (pl. OCSM-javaslatnyelv mellett), akkor minden protokoll, ami a domináns üzletek sorozatából áll, utilitáriánus megoldást eredményez. (de a domináns üzletek számítási komplexitása!) Pragmatikus cél: a javasolható üzletek számának mérséklése (az üzletek hozzáférhetőségének mérséklése, a gráf élei), de az optimum megegyezés garantálása (még nincsenek eredmények)
21 Megegyezés és visszalépés az üzlettől (de-committment), mert: - időközben jobb ajánlatok, - a környezet dinamikájának hatása, - ágens vis major, - Az üzletjavaslatba ágyazott bűntetés csökkenti a rizikót. Lássúk
22 = (i, j) 0 = (2, 2) Taszk költség 1 ha i. 3 ha j.
23 = (i, j) 1 = (1, 5)
24 = (i, j) 0 = (2, 2) 1 = (1, 5) j fizet 2-t! 2 = (3, 3) domináns!
25 Rizikó i számára j részéről: j nem fizet, a feladatot csinálni kell ( 1 ) Rizikó j számára i részéről: j fizet és a feladatot is csinálni kell ( 3 )
26 Kisebb a rizikó: az i-nek 4 u.u. jó, mint 0. Az j-nek 5 is jobb. Így a 2 üzlet már nem ilyen veszedelmes. Az üzlet felrugásával bűntetés jár ($1).
27 Hazudni néha jó tárgyalni fantom feladatokról - feladatot elhallgattatni, - álfeladatot kitalálni. Nash-tárgyalási megoldás a 1, az i-nek nem tetszik. Az i kitalál egy fiktív t 2 feladatot és tárgylásba viszi be. Most a Nash-tárgyalási megoldás a 4. Ezzel az i minden feladatot felvállal, de belőle csak t 1 a valódi. Így magához ragadta a tényleges feladatot, nagyobb hasznossággal. (általános költségfüggvények)
28 Komplex üzletek Üzlet komponensei: x 1,, x n változók - elosztott korlátozás kielégítés (optimálizálás) -- ágensek nem uralják a változók értékét Pl.
29 Komplex üzletek Üzletek generálása lokális (mert sok). Engedményes, hegymászó, stb. protokoll leállhat Pareto megoldások előtt. Indulunk a legjobbaktól. Nagy a keresési tér. Azok környezetében módosítünk engedmények érdekében = legfeljebb lokális min. Konvergencia i,j 3 üzlethez, amit viszont számos Pareto-üzlet dominál. Agenda = tárgyalt dimenziók sorozata
30 Komplex üzletek tárgyalás közvetítő ágens segítségével akik a tárgyalásban résztvesznek Hegymászó tárgyaló (Hill Climber) - elfogadott rezervációs ára u i ( _), majd mindenkori eddigi legjobb elfogadott üzlet felett. Azaz monoton módon növeli a rezervációs árát. Szimulált lehűtő tárgyaló (Annealer) - T hőmérséklet szerint elfogad kis valószínűséggel az eddigi elfogadott legjobb üzletnél rosszabb javaslatot is. P DU exp( ) T
31 Elmozdulás lokális min-tól globális felé -- szimulált lehűtés algoritmus Kilépés: stabil hasznosságok egyik ágens számára sincs már javulás.
32 Rezervációs árszintek módosítása üzletek függvényében (HC, ANN)
33
34 Szimulációk: Mindkettő HC alacsonyabb hasznosság (mindkettő kielégítése) Az ANN jelenléte mindig növeli a jólétet. Mindkettő ANN kb. 40% jobb hasznosság. Jólét érdekében hajlandók időnként magán profit maximálázásáról lemondani Problémák: - random üzletgenerálás kölcsönös ismeret egymás hasznosságáról elvész, - rosszabb üzlet elfogadása irracionális lépés.
Tárgyalások. Intelligens Elosztott Rendszerek BME-MIT, 2018
Tárgyalások Mechanizmus-tervezés: szociális jóléti függvény (Szavazás) (Aukció) Megegyezés keresése/elérése: Tárgyalás (Érvelés) Megegyezés elérése speciálisan megtervezett tárgyalásos protokollokkal Befagyásmentes
RészletesebbenMechanizmus-tervezés: szociális jóléti függvény nem kooperatív (versengő) ágensek. A megegyezés keresése és elérése: Tárgyalás (Negotiation)
Tárgyalások/1 Mechanzmus-tervezés: szocáls jólét függvény nem kooperatív (versengő) ágensek (Szavazás (Votng)) (Árverés (Aucton)) A megegyezés keresése és elérése: Tárgyalás (Negotaton) (Érvelés (Argung))
RészletesebbenMesterséges Intelligencia I. (I602, IB602)
Dr. Jelasity Márk Mesterséges Intelligencia I. (I602, IB602) harmadik (2008. szeptember 15-i) előadásának jegyzete Készítette: Papp Tamás PATLACT.SZE KPM V. HEURISZTIKUS FÜGGVÉNYEK ELŐÁLLÍTÁSA Nagyon fontos
Részletesebbenü ü ü Í ű ű Í ű Í ü ű ü ü Í ü ü ü Í ű ü Í Í É É Á Á Á Í ü Á Á Á É Á ű Á Á Á Á Á É Á Í Á Á Á Í É É Á Ú Á Á Ú Á Á Ü Á É ü Ö Ú ű É ü ü ü ü Í ü ü ü ü Í ü Í ű ű ü ű ü ű ü ű ű ű ű ü ü ü ű ű ű ű ü ű Í ü ü ű ü
Részletesebbenú É ú ú ú ú ú ú ú ú ű ű ú ú ú Í ű Í ű ű ú ú ú ú Í ú ú É Í Ő Í Í É Í ű ú ű ú ú ű ú ú ű ú ú ú ű ú Ó ú ú ű É É ű ű ű ú ű ű ű ú ű ú Í ú Í ú ű ű ű ú ű É ú ű ú ű ű ű ű ú ú ú Í ű ű ú ű ú ú ú ú ú ű ú Í ű ú ú ű
Részletesebbení ú ü ú Ú É ü ú ú Ú í Ú É É í Ú í í ú ú í Ú ú ú í í í ú ú í Ú É í ű ü í í í í í í ü ü í ü ü Ú Ő ü ü í Ö ű í Ú Ü ü ü í ü í Ú í Ü ü Ü í í í ü Ö Ü ű ú Ü ű ú ü ü í í Ú Ú ű í ü í í Ü ü í ű í ű É ú ű ü ú í ú
RészletesebbenÍ Ü Ő Ő Ő Á Ó ó Á Ó Ú Á Á Á Á Ö Á Í Ü Á Á Í Ú ú ö Í Í ö ö ó ó ú ó ó ú ö ö Á Á Á ú ó ű ö ó ú ó ü ö ű ú Á ó ö Á ö ú ó ó ó ó ó ú ü ó ó ó ö Á ó ű ó ú Í Á ó ó Í Í ü Í ö ö ü Í ó ó ó Á ö Á ö ö ö Í ö ú Í ű ű ú
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
RészletesebbenDöntési rendszerek I.
Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 7. Gyakorlat Alapfogalmak A terület alapfogalmai megtalálhatók Pluhár András Döntési rendszerek
RészletesebbenDöntési rendszerek I.
Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 8 Gyakorlat Alapfogalmak A terület alapfogalmai megtalálhatók Pluhár András Döntési rendszerek
RészletesebbenRasmusen, Eric: Games and Information (Third Edition, Blackwell, 2001)
Játékelmélet szociológusoknak J-1 Bevezetés a játékelméletbe szociológusok számára Ajánlott irodalom: Mészáros József: Játékelmélet (Gondolat, 2003) Filep László: Játékelmélet (Filum, 2001) Csontos László
RészletesebbenKoordinálás és feladatkiosztás aukciókkal 3.rész. Kooperáció és intelligencia, Dobrowiecki, BME-MIT
Koordinálás és feladatkiosztás aukciókkal 3.rész Komplex feladatok kezelése Elemi feladat nem dekomponálható Dekomponálható egyszerű feladat elemi, v. dekomponálható elemi feladatokra, de egyetlen egy
RészletesebbenTovábbi forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék
További forgalomirányítási és szervezési játékok 1. Nematomi forgalomirányítási játék A forgalomirányítási játékban adott egy hálózat, ami egy irányított G = (V, E) gráf. A gráfban megengedjük, hogy két
RészletesebbenÁ É Á É Ü É í ö ö ö í ö ö í í ö í ö Ö ö í í í í Ö ö Ö É ö ö Ö ö É ö Í Í ö ö ö í ö ö ö í ö ö ú ö Í ö Ö ö Ö ö í ö í ú ö Ö ö Ö ö í ö í É ö É í í ö í í ö í É ö ö É É É ö ö í ú í ű ö ö Í ö ö í ö Ü ö ö É ö ú
RészletesebbenOperációkutatás vizsga
Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 2007. január 9. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS
RészletesebbenMikroökonómia I. B. ELTE TáTK Közgazdaságtudományi Tanszék. 12. hét STRATÉGIAI VISELKEDÉS ELEMZÉSE JÁTÉKELMÉLET
MIKROÖKONÓMIA I. B ELTE TáTK Közgazdaságtudományi Tanszék Mikroökonómia I. B STRATÉGIAI VISELKEDÉS ELEMZÉSE JÁTÉKELMÉLET K hegyi Gergely, Horn Dániel, Major Klára Szakmai felel s: K hegyi Gergely 2010.
RészletesebbenKeresések Gregorics Tibor Mesterséges intelligencia
Keresések ADAT := kezdeti érték while terminálási feltétel(adat) loop SELECT SZ FROM alkalmazható szabályok ADAT := SZ(ADAT) endloop KR vezérlési szintjei vezérlési stratégia általános modellfüggő heurisztikus
RészletesebbenNem-kooperatív játékok
Nem-kooperatív játékok Versengő ágensek konfliktusai játékelmélet Cselekvéseivel mások cselekvéseinek hatását befolyásolják. Ettől a cselekvések (mind) várható haszna meg fog változni. A változás az én
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
RészletesebbenVÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak
Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik
RészletesebbenÓ É ö ú Ó ö ú ü É É ő Í ü ú ö ú Í ú ö ú ú Í ú ü ö ü Í ü ú ü ő Í ü ö ú ő ő É ö ú ő öú Í ö ő ü ü ö Í Í ő Ü ö ú ú ö ú ő ő ú ú ő ú ü ú ü ú úü Í ü úű É ö Í ú ú ú ö ü Ö É Í ú É ö ú Í ú ü Ó Í É É ő ő Ó ö Í ö
RészletesebbenMesterséges Intelligencia MI
Mesterséges Intelligencia MI Racionalitás: a hasznosság és a döntés Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade
RészletesebbenÍ ú ü Ö ú Ú ű Ú Ú É ú ü ü Ú Ú ű ü Ú Í Ö Ú ú Ú ü ú ú ü ú úí ü Í Ú É Ú ú É Í Ú ú ü ü ű ű Ú Í Á Á ú É Í ü Ó Ú É É Í ü Í É É Í Ó Í ü ú Ú É ú ú ü ÍÍ É Ó Á ú ú ú Ö ú ú ű ú ú ú ü ú Í Ó Ó ú ű Ő ü Ó ú ű ú ú ú ú
RészletesebbenÍ Ü Ő Ő Á Ó Á Ő Ú Á Á ó ú í Í Á Ö Á í í Í Ő Ű ú ú Á Í í í Í Í ü ó ö ö í ó ó Í ó í ú ö ö Á Á Á Á í ó í ö ó ó ó ö ö ű ú í íí ó Í ú í ö ó ú í í ó ó ó ó ó ű ó ó ú ö ó í óá ű ó í í Á ú Á í í ó Á ü ö ó ó ó ü
RészletesebbenÁ ú ű Í Í ű ő Í ő ő Í ü ő ő ő ú ő ő ú ú ú ő Í Á ő ú ú ü ő Ú Ü ú ű ű Í ő Í Ü ű ü ű ü Í ő ú ő Í űí ű ú ő ú ő ü ű ő ú ő ü Í ü ü ő ü ü ü ő ű ü ü ü ü ő ü ü ő Í ő ü ü ű Í Í ü ő ú Í Í ő Í Í ü ú ő ü ő Í Í Í ő
RészletesebbenÍ ú ű ú ü űí í í í Ú É í í í ú ú ü Í í Í Íí í í í í ú ú íí í ú ú Í Í í Í Ű ü ű Ü Ú ú ü Ú ű ű Í ü ű Í ű É í í Ú Ű Á Ű Ü ű Á ü ü ü Ú í ÜÉ ü í Ú ű Í Ü Ü ü ú ü ű ú í ü ü Ú É í ü ü í ü Í ű ü ü Á ü ü ü Ü ü í
RészletesebbenDiverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,
RészletesebbenA mérlegterv nem más, mint a tervidőszak utolsó napjára vonatkozóan összeállított mérleg, amely a vállalat vagyonát mutatja be kétféle vetületben,
A mérlegterv nem más, mint a tervidőszak utolsó napjára vonatkozóan összeállított mérleg, amely a vállalat vagyonát mutatja be kétféle vetületben, pénzértékben. Az üzleti terv-részek nem tartalmaznak olyan
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.
Részletesebben2. Visszalépéses keresés
2. Visszalépéses keresés Visszalépéses keresés A visszalépéses keresés egy olyan KR, amely globális munkaterülete: egy út a startcsúcsból az aktuális csúcsba (az útról leágazó még ki nem próbált élekkel
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
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,
RészletesebbenAlgoritmusok bonyolultsága
Algoritmusok bonyolultsága 9. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 18 Közelítő algoritmusok ládapakolás (bin packing) Adott n tárgy (s i tömeggel) és végtelen sok 1 kapacitású láda
RészletesebbenJAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN
JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN Supporting Top-k item exchange recommendations in large online communities Barabás Gábor Nagy Dávid Nemes Tamás Probléma Cserekereskedelem
RészletesebbenDualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat
Részletesebben1. feladat Az egyensúly algoritmus viselkedése: Tekintsük a kétdimenziós Euklideszi teret, mint metrikus teret. A pontok
1. feladat Az egyensúly algoritmus viselkedése: Tekintsük a kétdimenziós Euklideszi teret, mint metrikus teret. A pontok (x, y) valós számpárokból állnak, két (a, b) és (c, d) pontnak a távolsága (a c)
RészletesebbenPIACI SZERKEZETEK BMEGT30A hét, 1. óra: Differenciált termékes Bertrand-oligopólium
PIACI SZERKEZETEK BMEGT30A104 8. hét, 1. óra: Differenciált termékes Bertrand-oligopólium PRN: 10. fejezet 2019.04.01. 10:15 QAF14 Kupcsik Réka (kupcsikr@kgt.bme.hu) Emlékeztető Bertrand-modell: árverseny
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
RészletesebbenDualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2015/2016-2. Szegedi Tudományegyetem Informatikai Tanszékcsoport
Operációkutatás I. 2015/2016-2. Szegedi Tudományegyetem Informatikai Tanszékcsoport Számítógépes Optimalizálás Tanszék 6. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát
RészletesebbenPróbaérettségi január 18.
Próbaérettségi MEGOLDÓKULCS KÖZÉPSZINT I. Választásos, egyszerű rövid választ igénylő feladatok Feleletválasztás (10 2 = 20 pont) 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. C A C D B D A D C B Minden helyes válasz
RészletesebbenBranch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11.
11. gyakorlat Branch-and-Bound a korlátozás és szétválasztás módszere 1. Az egészértéketű programozás 1.1. Bevezető Bizonyos feladatok modellezése kapcsán előfordulhat olyan eset, hogy a megoldás során
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
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
RészletesebbenMikroökonómia I. B. ELTE TáTK Közgazdaságtudományi Tanszék. 8. hét TERMÉKPIACI EGYENSÚLY VERSENYZŽI ÁGAZATBAN
MIKROÖKONÓMIA I. B ELTE TáTK Közgazdaságtudományi Tanszék Mikroökonómia I. B TERMÉKPIACI EGYENSÚLY VERSENYZŽI ÁGAZATBAN K hegyi Gergely, Horn Dániel, Major Klára Szakmai felel s: K hegyi Gergely 2010.
RészletesebbenSapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT- 4. kurzus. 3. Előadás: A mohó algoritmus
Csíkszereda IRT-. kurzus 3. Előadás: A mohó algoritmus 1 Csíkszereda IRT. kurzus Bevezetés Az eddig tanult algoritmus tipúsok nem alkalmazhatók: A valós problémák nem tiszta klasszikus problémák A problémák
RészletesebbenMesterséges Intelligencia MI
Mesterséges Intelligencia MI Keresés ellenséges környezetben Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade Ellenség
Részletesebben13. Tanulás elosztott rendszerekben/1. Intelligens Elosztott Rendszerek BME-MIT, 2017
13. Tanulás elosztott rendszerekben/1 (Egyedi ágens) tanulásáról röviden Célja: javulás (feladavégzésben), adaptalódás, robusztusság (környezet), kompenzálás, hibatürés (ismerethiány, meghibasodás) Miből:
RészletesebbenNagy Péter: Fortuna szekerén...
Nagy Péter: Fortuna szekerén... tudni: az ész rövid, az akarat gyenge, hogy rá vagyok bízva a vak véletlenre. És makacs reménnyel mégis, mégis hinni, hogy amit csinálok, az nem lehet semmi. (Teller Ede)
RészletesebbenMegkülönböztetett kiszolgáló routerek az
Megkülönböztetett kiszolgáló routerek az Interneten Megkülönböztetett kiszolgálás A kiszolgáló architektúrák minősége az Interneten: Integrált kiszolgálás (IntServ) Megkülönböztetett kiszolgálás (DiffServ)
RészletesebbenGépi tanulás a gyakorlatban. Lineáris regresszió
Gépi tanulás a gyakorlatban Lineáris regresszió Lineáris Regresszió Legyen adott egy tanuló adatbázis: Rendelkezésünkre áll egy olyan előfeldolgozott adathalmaz, aminek sorai az egyes ingatlanokat írják
RészletesebbenSzavazó ágensek: racionális ágensek egyvéleményű közössége /3. Kooperáció és intelligencia, Dobrowiecki, BME-MIT
Szavazó ágensek: racionális ágensek egyvéleményű közössége /3 Hibrid szavazási protokollok és manipulálási komplexitás elmélet Manipulálás szoftver ágensek több veszély, lehetőség - Egyszeri algoritmus
Részletesebbenú Ó ű Ó Ó ű ű ű ű ű ű ú ú Í ú Ö ú Á Ö ú ú ú Í ű ű ű ű ú ű ú Í ű Ú Ö ű ú Í Í ú ű ú ű ú ú ú ú ű Í ú Í ű ú ű Í ű ú ú Ú ű Á Ü ű ú ú ű ű ú Í ú ú É Í Í ú ú ú Í ú Ó ú ű ű Í Í ű ű Á Í ú ú Í Ö ű Ú ű Ó ú ú ú Ö ú
RészletesebbenÁ Ő É É ó ó ó ó ó ú ó ű ó ú Í Í ó Ö Á ó ó ó ó Í ó ó ó ó Í ű ó ű ű ó É ó ű ó ó ű ó ű ó ó ú ü ü ó ó ó ó ü ú ó ú ó ú ú ó ú ó ó Ú ó ó ú ú ű ó ú Á ü ú Í Ú ű Ú Ö Í Á Á É Á Á Á É Ó ó ó ó ú ó ó ű ó ü ó ó ó ó ó
Részletesebbenö Ö ö ó í ó ó í ö Ö í ö í ü ó ö Ö ö ö Á ö ö ö ö Ö ö ö ö ö ó ó ó ö ö ö ü ü ö ö ü í í í í ú ö ö ö ö í ö ö ó í ö ó ö ú ö ü ü ü ö ö í üí ö ö ü ó ö úí ö ó ö ó í ö ó í ö í í í ü ö ó ó ó ó ó ö ö í í ü ó ö ö í
Részletesebbenö ü ö Ö ö ö Ö Á ö ö ö ö Ö ü í ö í í ú ú í ö ü ű ü ú í ü ű ö ö í í ü í ü í ü ü ű Á Á í Ú í ú ú í ö ü ö ö ö ö ü ö í ü í ö ü í í í í í í É ú ú É ü ü ű ú ú ö ü ö ü í í ü ö ü ú ú í ü ö ü ö ö ö ö ö ö ö Á ö Ö
RészletesebbenÍ Í Í Á É É Í Ó Ó Í Á Á É Á Á Ö É Á Ö Á Á Á Í É É ű Í ű É É Ű Á Á Ó Á Á ű ű É Í Á Á Í Í É É É Á Ó Á Á Ó ű Í Á Á ű ű ű ű Á ű Í ű ű É Í Í Í ű ű ű ű Í ű ű ű ű ű ű Í É ű ű ű ű ű ű ű ű ű ű ű ű É Í ű Í Í Í Ü
Részletesebbenű ű Í ű Í Á ű ű Á É Á Á Á Á É Á Á É Ó ű Á Ő Ó É É É Á Í Á É Á Á Á Í Á É Á Ó Í Í ű ű ű Í Í ű Í ű Í Í ű Í Í ű ű ű Í ű ű ű ű ű Í ű ű Í Í ű Á Á ű ű ű ű Í ű Í ű ű ű ű ű Í Í ű Í ű ű Í Í Í É ű Í ű ű ű Í ű Í ű
RészletesebbenÖ í Ö Ü Ü í í ü ü í í í Ó Í í í í Ó í í íí Ó íí ü ü í í Á íí í ü Ü Ó Ü í í í ü í ü í í í í ü ü í ü í í ü ü ü í í í í ü í í í í í Ö í í ü í í ü ü ü Ó Ó ü í í í í ü ü ü Ö ü ü Ö í í í í í Ö ü í í í ü í í
Részletesebbenü ű ü ű Í ű ü ü ü ü ü ü ü ű ü ű ű ű ü ű ü ű ü ű ü ü ü ü ű ü Í ü Ü Á É Í Á Á Á É Á Á Á Á Á Á Á Ö Á Í ű Á É Á É É É Ú ű É É Ú Á Í Á Ő Á É Ú Á Á Á Á Á Ú Á Á ű É Ó Á É É Ú Ő Á ü ű ű ü ű ű ű ű ű ű ü ü Ú ű Í
RészletesebbenÖ ü Ö ü ü ü í í ü í ü ü ü Á í ü ü í ü í ü ü ű í Ö ü í í í ü ü ű í ú í ü ü í í Á Á ű ü í í í í í ű í í í í ú í ü í í í ü ű í ű ú í ü ü í ű í Á ü í ü ü í Á Ö ü ü ű ü í ü ú ü Á ú ű ü ü ü ű Á Ö ü ű Ö í í ü
RészletesebbenÁ Á Á Ó É ö ó ő ó ő ő ő ó ó ó ú ő ö ü ő ó ó ó ó ó ő ó ü ö ö ó ü ő ó ű ó ö ó ó ó ö ő ö ó ó ü ő ö ő ő ü ő ő ő ő ő ó ű ú ó ő ő ö ő ő ü ő ő ő ú ö ö ü Ü ú ö Í ó Ú ó ö ó ő ó ő ű ó ú ú ő ü ő ő ú ö ő ö ú ó ö ó
RészletesebbenÁ Á Í Á Ú Á ő í í ö í í í ö ö ő ü ö í ö ü ö üí ő üí í ő ő ú ö í ö ú í í ő í í ö ú ű ö ú í í ú Í ö ú í í ő í Í ő í ö ú ű í Á Á Í Á ö ö í í í í í Ő É Ú Ú Í É Á ü ő ö ő í ö ö Á ö Í É ö ö É Ö É í ő Ö Ö Í Á
Részletesebbenö Ö ü ö ü ö Ö ü ú ü ö ö ö ü ü ü ó ó ó í ö í ö ü ö ö ö í ö ü ö ö ö ü í ó ö ó ö ö í í í ü í ó ü ö í ó ö ö ü ü ú ó ö ö ó ö í ü ű ö ó ú í ö ű ö ű í ö ú ó ó í ó í ö Ó í ú Í ö ü Ö ű ű Ö í ú ó ö í ú ű Ö ö ö ö
Részletesebbeníí ú Í í Ó í í ó ó í ó Ü í ü í Í í í í ü í í í í í í í í í í ó í ó í ű í ó ü ó ó ü ű Ü Ú Í Ö ó ó ű í í í í ó Ő ó í í ó í ó í í í ü ü ó í ü ü ó í ü Ó í ó ó ó ú ó ü í ó ó í í í í í í í ó ü ü üí Ü Ü í Í ü
RészletesebbenÁ Ö Ú Á É É Ő ú ü ú ú ű Ü Ö ü ÚÍ ü ü ú Ü Ü ú ú ú Ó ú ú ú ű ú ú ű É ú ü ü ü ü Ü ü ü Ü ű ű ű ű ú Á Á Á Á Á ú ű ü ű Ü ű ú ű ü ű ü ű Ö ú Ü ű ú Ü É ű ü Ü ü ú Ü ú ú ú ü Ü Ü ü ü ú Í ü ü ú ü Á ü Ü ű ű ű ü ű É
RészletesebbenÜ ü ü ű ü ű Í ű ü ü ü ű ü ü ü ü ü ü ü ü ü ü ű Í ü ü ü ü ü Í É Á Á Í É Á Á Á Á Á Á Á Á Ó ű Á ű É É Á Á Á Á Á ű ü Á Á Ó Ó ü ü ű ü ű ü ü ü Í ű Í ü Í Í ü ü Í ü ü ü ü ü ű ü ü ü ü Í Ó É Ü Í Á ü ű Í ü Í Á Á
RészletesebbenÖ É Á Ú É É É É Í Ü Ü Ő É ö É ö á ö í ü ü á á á á í á í á ö á á á á á á á í á á ö á á ö á á á á Á ö á á á ö í á ö á ü ö á ö í ü ü á Ő í á ö í í Ü á ü ö ö ü á á á Í á í á á ü ö íí á á í á á á á á í ü ö
Részletesebbenú Ó Ö Ó ű Í Ó ú Í Ü Í Í Í Í ú Í Í Ú É Í Í Ü É Ü Ö Ü ú Í Í Í Í Í É Í Í Í Ó Í Í ú Í ú Í Í ú Ü Í Ü Í Í Í Í Ü Í Í ú Í Í Í ű Ú Í Í Í ú Í ú ú ú ú ú É Í Í Í Í ú Í Í Í Í Í Ü Í Ü ÜÍ ú ú Ú ú ú Í ű Í ú Í Ú Í ű Í
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)
Részletesebbenangolul: greedy algorithms, románul: algoritmi greedy
Mohó algoritmusok angolul: greedy algorithms, románul: algoritmi greedy 1. feladat. Gazdaságos telefonhálózat építése Bizonyos városok között lehet direkt telefonkapcsolatot kiépíteni, pl. x és y város
Részletesebben1. Informatikai trendek, ágensek, többágenses rendszerek. Intelligens Elosztott Rendszerek BME-MIT, 2018
1. Informatikai trendek, ágensek, többágenses rendszerek A számítástechnika történetének 5 nagy trendje mindenütt jelenlévő (ubiquity) összekapcsolt (interconnection) intelligens delegált (delegation)
RészletesebbenMatematika 8. osztály
ELTE Apáczai Csere János Gyakorló Gimnázium és Kollégium Hat évfolyamos Matematika 8. osztály III. rész: Függvények Készítette: Balázs Ádám Budapest, 2018 2. Tartalomjegyzék Tartalomjegyzék III. rész:
RészletesebbenÉ Á É ó ü É ü ü ő ő ó ó ó í Ö ó ü í í ó ó ó ó ó ó ő Á É ő É ü Ü ü ü ó í ü ő ü ú ó ü ó ű ú ő ü ő ü ú ő ó ó ő í í ó ó ó í ú ó í ú ü ó í ü í í ó ő ü ü ü í ü ü ő ü ő Á í ü ó ó ó ó ó ó ü ü ó ó ő ó ó ó ó ó ó
RészletesebbenInteraktív, grafikus környezet. Magasszintû alkalmazási nyelv (KAL) Integrált grafikus interface könyvtár. Intelligens kapcsolat más szoftverekkel
Készítette: Szabó Gábor, 1996 Az Az IntelliCorp IntelliCorp stratégiája: stratégiája: Kifinomult, Kifinomult, objektum-orientált objektum-orientált környezetet környezetet biztosít biztosít tervezéséhez,
RészletesebbenA szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
RészletesebbenOpkut deníciók és tételek
Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 2. félév 8. Előadás Dr. Kulcsár Gyula egyetemi docens Kereső algoritmusok alkalmazása
Részletesebbení ö ü í í í ü í í í ö í í ö í ö É í í ö í í ö ü ö í ö ö Í ö ö í ü ö í í Á ö ö í í ö Ú ö í í Í ö ü ö ö í ú ú í ö í ö ű í í ö ü í í í í í ö ű í í í Í í ü í ü í ű í ű É Á ö í í í ö í ö í ö í üű í í É ö ú
RészletesebbenMonte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás
Monte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás Démon algoritmus az ideális gázra időátlag fizikai mennyiségek átlagértéke sokaságátlag E, V, N pl. molekuláris dinamika Monte
RészletesebbenAz első lépések és a kereskedés alapjai. Varjú Péter - ErsteBroker Befektetési igazgató-helyettes
Az első lépések és a kereskedés alapjai Varjú Péter - ErsteBroker Befektetési igazgató-helyettes 1 Az első lépésektől Előkészületek Kereskedés Kereskedési napló Terv készítése Belépési stratégia Adminisztráció
Részletesebbenú í ú Á É í í ő í ú ú ő í ú ú í ü ú ú í ő í ú í ü ü ő í í í ú í í ű ü ü ő ű ü ő ú í ú ú ő ü ő ü ü ú í ü ü ő í ü ü ő ü ü ő í ű É ü ü ű í ü ű ű ü ü ü ű ő í ő Á ú í ú í ü ő ú í ü ü ű ü ü ü í í ü ü ü ő Á ü
RészletesebbenA stratégiák összes kombinációján (X) adjunk meg egy eloszlást (z) Az eloszlás (z) szerint egy megfigyelő választ egy x X-et, ami alapján mindkét
Készítette: Jánki Zoltán Richárd Robert Aumann (1930) Izraeli-amerikai matematikus 1974-ben általánosította a Nash-egyensúlyt 2005-ben közgazdasági Nobel-díjat kapott (kooperatív és nem-kooperatív játékok)
RészletesebbenSzámításelmélet. Második előadás
Számításelmélet Második előadás Többszalagos Turing-gép Turing-gép k (konstans) számú szalaggal A szalagok mindegyike rendelkezik egy független író / olvasó fejjel A bemenet az első szalagra kerül, a többi
RészletesebbenGazdaságpolitika Tanszék Budapesti Corvinus Egyetem
modellje az adós büntetésével Gazdaságpolitika Tanszék Budapesti Corvinus Egyetem Nyitott gazdaságok makroökonómiája 1. Bevezetés modellje az adós büntetésével Teljes piacok, Arrow-Debreu-értékpapírok
RészletesebbenEllátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
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,
RészletesebbenNavigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel
Navigáci ció és s mozgástervez stervezés Algoritmusok és alkalmazásaik Osváth Róbert Sorbán Sámuel Feladat Adottak: pálya (C), játékos, játékos ismerethalmaza, kezdőpont, célpont. Pálya szerkezete: akadályokkal
RészletesebbenA sz.ot.ag. III. Magyar Számítógépes Nyelvészeti Konferencia december 8. Bíró Tamás, ELTE, Budapest / RUG, Groningen, NL 1/ 16
A sz.ot.ag Optimalitáselmélet szimulált hőkezeléssel Bíró Tamás Humanities Computing, CLCG University of Groningen, Hollandia valamint Eötvös Loránd Tudományegyetem, Budapest birot@let.rug.nl, birot@nytud.hu
RészletesebbenMesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008
Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 007/008 Az Előadások Témái Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció i stratégiák Szemantikus hálók / Keretrendszerek
RészletesebbenElérhetőségi analízis Petri hálók dinamikus tulajdonságai
Elérhetőségi analízis Petri hálók dinamikus tulajdonságai dr. Bartha Tamás Dr. Pataricza András BME Méréstechnika és Információs Rendszerek Tanszék Petri hálók vizsgálata Az elemzés mélysége szerint: Vizsgálati
RészletesebbenElőadó: Dr. Kertész Krisztián
Előadó: Dr. Kertész Krisztián E-mail: k.krisztian@efp.hu A termelés költségei függenek a technológiától, az inputtényezők árától és a termelés mennyiségétől, de a továbbiakban a technológiának és az inputtényezők
Részletesebbenő ö ő ó ő ó Ö ö ó ó ó ö Á ó ó ő ő ó ő ö ő ó ó ő ó ó ő ó ő ü ö ö ó ó ő ó ö ő ó ó ö ö ő ö ö Í ó ö ü ö ö ó ü ó ö Ő ó ö ó ó ó ó ö ö ő ó ü ó ü ó ó ó ó ó ö ó Ő ó ó ü Í ő ó ó ö ó ö ú ö ó ö ú ő ó ö ü ó ó ó ó Ö
RészletesebbenMIKROÖKONÓMIA - konzultáció - Termelés és piaci szerkezetek
MIKROÖKONÓMIA - konzultáció - Termelés és piaci szerkezetek Révész Sándor reveszsandor.wordpress.com 2011. december 17. Elmélet Termelési függvény Feladatok Parciális termelési függvény Adott a következ
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
RészletesebbenProgramozási módszertan. Mohó algoritmusok
PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás
RészletesebbenSzámítógép-rendszerek fontos jellemzői (Hardver és Szoftver):
B Motiváció B Motiváció Számítógép-rendszerek fontos jellemzői (Hardver és Szoftver): Helyesség Felhasználóbarátság Hatékonyság Modern számítógép-rendszerek: Egyértelmű hatékonyság (például hálózati hatékonyság)
RészletesebbenAz állami szabályozás alternatívái: az ön- és együttszabályozás. Muraközy Balázs Valentiny Pál VÉSZ 2012 bemutató
Az állami szabályozás alternatívái: az ön- és együttszabályozás Muraközy Balázs Valentiny Pál VÉSZ 2012 bemutató Kérdések Az iparági önszabályozás iránti érdeklődés növekszik Az állami szabályozás kudarca
Részletesebben2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 8. Előadás Bevezetés Egy olyan LP-t, amelyben mindegyik változó egészértékű, tiszta egészértékű
RészletesebbenN-személyes játékok. Bársony Alex
N-személyes játékok Bársony Alex Előszó Neumann János és Oskar Morgenstern Racionális osztozkodás törvényeinek tanulmányozása Játékosok egy tetszőleges csoportjának ereje Nem 3 személyes sakk Definíció
Részletesebben1000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a
A merész játékok stratégiája A következő problémával foglalkozunk: Tegyük fel, hogy feltétlenül ki kell fizetnünk 000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a még
Részletesebben