Az idegrendszeri memória modelljei
|
|
- Rezső Dudás
- 7 évvel ezelőtt
- Látták:
Átírás
1 Az idegrendszeri memória modelljei
2 A memória típusai Rövidtávú Working memory - az aktuális feladat Vizuális, auditórikus,... Prefrontális cortex, szenzorikus területek Kapacitás: minta Hosszútávú Epizodikus, szemantikus Technikailag: asszociatív Temporális lebeny, hippokampusz Interakció a rendszerek között
3 H. M. Súlyos epilepsziája volt, amit a hippokampusz egy részének eltávolításával orvosoltak 1953-ban. Ettől kezdve elvesztette az epizodikus memóriaformáció képességét a korábbi emlékei megmaradtak. A rövidtávú memóriája ép maradt, valamint a motoros tanulási képessége is. Megtanult pl. tükörben rajzolni. A térbeli memóriája erősen sérült. Bizonyítékot szolgáltatott a különböző memóriarendszerek létezésére.
4 Munkamemória modelljei Rekurrens hálózati modellek, serkentő-gátló populációkkal Perzisztens aktivitás A kódoló populáció a jel beírása után magasabb rátával tüzel Előfeszített állapot A sejtek a beíráskor facilitált állapotba kerülnek, a kiolvasáskor szinkron tüzelés valósul meg Oszcillációs modell (később) Disztrakció: kis zavaró jelet ignorálni szeretnénk, nagyra viszont elromlik a memória
5 Perzisztens aktivitás A majom prefrontális kérgében egyes sejtek megnövekedett aktivitást mutatnak bizonos stimulusok után a késleltetési szakaszban, ami meghatározza az adott választ is.
6 Szinaptikus modell Szinaptikus facilitáció és depresszió dinamikája integrate and fire neuronokban u j t = U u t j F x j t = 1 x j t D U [1 u j t ] k u j t x j t k t t k j t t k j Fixpont vagy oszcillációs dinamika m V i = V i I i rec t I i ext t I i rec t = j j J ij t t t k D ij k J ij t =J ij u j t D ij x j t D ij Több elem tárolása
7 Asszociatív memória Heteroasszociatív pl. hely-objektum Autoasszociatív Töredékes jelből az eredetit Különbség a számítógép memóriája és az AM között: címzés módja Kapacitás: hány mintát tudunk eltárolni úgy, hogy azok visszahívhatók legyenek (többféle definíció) Stabilitás: minden mintára a legközelebbi tárolt mintát szeretnénk visszakapni
8 Attraktorhálózatok Attraktorok típusai Pont Periodikus Kaotikus Vonzási tartományok Realizáció: rekurrens neurális hálózatok Attraktorok tárolása: szinaptikus súlyokon Offline tanulás Online tanulás One-shot learning Előhívás: konvergencia tetszőleges pontból egy fix pontba
9 Hopfield-hálózat Asszociatív memória Rátamodell, bináris állapotok Minták tárolása: bináris vektorok Szimmetrikus súlymátrix Dale's law: egy sejt nem lehet egyszerre serkentő és gátló ezt most megsértjük Rekurrens (dominánsan) hálózatok az agyban: hippokampusz CA3 régió,... One-shot learning tanulandó minták: {s 1 s N } W ij = 1 N n N si n s j n Hebbi szabály Léptetési szabályok: szinkron és szekvenciális x t 1 =sgn W x t x k t 1 =sgn i K W ik x i t k
10 A HN dinamikája Nemlineáris rendszerek stabilitás-analízise: Lyapunov-függvény segítségével definiáljuk az állapotokhoz rendelhető energiát. Ha a függvény: Korlátos Belátható, hogy a léptetési dinamika mindig csökkenti (növeli) Akkor a rendszer minden bemenetre stabil fix pontba konvergál. Hopfield-hálózat Lyapunov-függvénye: E = 1 2 xt W x x Attraktorok az eltárolt mintáknál, de más helyeken is A HN használható kvadratikus alakra hozható problémák optimalizációjára is
11 A HN kapacitása Információelméleti kapacitás A tárolandó mintákat tekintsük Bernoulli-eloszlású változók halmazának P s i n =1 =P s i n =0 =0.5 Követeljük meg az egy valószínűségű konvergenciát Ekkor (sok közelítő lépéssel) megmutatható, hogy M N 2 log 2 N Összehasonlítás a CA3-mal Kb sejt, kb minta tárolható Más becslések lim n P s a =sgn Ws a =1 a=1 M figyelembevéve a minták ritkaságát P s i n =1 = M N 1 log 2 1
12 Boltzmann-gép Eloszlások reprezentációja mennyiségek közti statisztikai összefüggések Sztochasztikus állapotátmenet I=Wu Mv P v a t 1 =1 = 1 1 e I a A hálózat határeloszlása Energia: E v = v T Wu 1 2 vt Mv Boltzmann-eloszlás: P v = e E v v e E v
13 Tanulás Boltzmann-géppel Felügyelt tanulás, csak W-re, M analóg Hiba: Kullback-Leibler-divergencia a közelítendő és a megvalósított eloszlás között nem függ W-től D KL [ P v u, P v u, W ]= v P v u ln P v u P v u, W a P v u -val súlyozott kimeneti összegzés helyett bemeneteke vett átlag: D KL = 1 N s ln P v m u m, W K Gradient descent egyetlen bemenetre ln P v m u m, W =v m W i u m j v P v u m m, W v i u j ij a Boltzmann-eloszlásból Delta-szabály az összes lehetséges kimenetre való átlagot az aktuális értékkel közelítjük Két fázis: hebbi anti-hebbi Nem felügyelt W ij W ij w v i m u j m v i u m u j m D KL [ P u, P u, W ]
14 Tanulás Boltzmann-géppel Felügyelt tanulás, csak W-re, M analóg Hiba: Kullback-Leibler-divergencia a közelítendő és a megvalósított eloszlás között nem függ W-től D KL [ P v u, P v u, W ]= v P v u ln P v u P v u, W a P v u -val súlyozott kimeneti összegzés helyett bemeneteke vett átlag: D KL = 1 N s ln P v m u m, W K Gradient descent egyetlen bemenetre ln P v m u m, W =v m W i u m j v P v u m m, W v i u j ij a Boltzmann-eloszlásból Delta-szabály az összes lehetséges kimenetre való átlagot az aktuális értékkel közelítjük Két fázis: hebbi anti-hebbi Nem felügyelt W ij W ij w v i m u j m v i u m u j m D KL [ P u, P u, W ]
15 Tanulás Boltzmann-géppel Felügyelt tanulás, csak W-re, M analóg Hiba: Kullback-Leibler-divergencia a közelítendő és a megvalósított eloszlás között nem függ W-től D KL [ P v u, P v u, W ]= v P v u ln P v u P v u, W a P v u -val súlyozott kimeneti összegzés helyett bemeneteke vett átlag: D KL = 1 N s ln P v m u m, W K Gradient descent egyetlen bemenetre ln P v m u m, W =v m W i u m j v P v u m m, W v i u j ij a Boltzmann-eloszlásból Delta-szabály az összes lehetséges kimenetre való átlagot az aktuális értékkel közelítjük Két fázis: hebbi anti-hebbi Nem felügyelt W ij W ij w v i m u j m v i u m u j m D KL [ P u, P u, W ]
16 Tanulás Boltzmann-géppel Felügyelt tanulás, csak W-re, M analóg Hiba: Kullback-Leibler-divergencia a közelítendő és a megvalósított eloszlás között nem függ W-től D KL [ P v u, P v u, W ]= v P v u ln P v u P v u, W a P v u -val súlyozott kimeneti összegzés helyett bemeneteke vett átlag: D KL = 1 N s ln P v m u m, W K Gradient descent egyetlen bemenetre ln P v m u m, W =v m W i u m j v P v u m m, W v i u j ij a Boltzmann-eloszlásból Delta-szabály az összes lehetséges kimenetre való átlagot az aktuális értékkel közelítjük W ij W ij w v i m u j m v i u m u j m Két fázis: hebbi anti-hebbi
17 Tanulás Boltzmann-géppel Felügyelt tanulás, csak W-re, M analóg Hiba: Kullback-Leibler-divergencia a közelítendő és a megvalósított eloszlás között nem függ W-től D KL [ P v u, P v u, W ]= v P v u ln P v u P v u, W a P v u -val súlyozott kimeneti összegzés helyett bemeneteke vett átlag: D KL = 1 N s ln P v m u m, W K Gradient descent egyetlen bemenetre ln P v m u m, W =v m W i u m j v P v u m m, W v i u j ij a Boltzmann-eloszlásból Delta-szabály az összes lehetséges kimenetre való átlagot az aktuális értékkel közelítjük Két fázis: hebbi anti-hebbi Nem felügyelt W ij W ij w v i m u j m v i u m u j m D KL [ P u, P u, W ]
18 Házi feladat Hogyan befolyásolja a Hopfield hálózat kapacitását a hálózat összekötöttségének változtatása ha a sejtek nem binárisak, hanem mondjuk 4, 8, lehetséges kimenetük van és miért?
Az idegrendszeri memória modelljei
Az idegrendszeri memória modelljei A memória típusai Rövidtávú Working memory - az aktuális feladat Vizuális, auditórikus,... Prefrontális cortex, szenzorikus területek Kapacitás: 7 +-2 minta Hosszútávú
RészletesebbenAz idegrendszeri memória modelljei
Az idegrendszeri memória modelljei A memória típusai Rövidtávú Working memory - az aktuális feladat Vizuális, auditórikus,... Prefrontális cortex, szenzorikus területek Kapacitás: 7 +-2 minta Hosszútávú
RészletesebbenMesterséges 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 Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák Szemantikus hálók
RészletesebbenTanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function
Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,
RészletesebbenTanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function
Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,
RészletesebbenMagasabb idegrendszeri folyamatok
Magasabb idegrendszeri folyamatok Viselkedés A szenzoros bemenetekre adott (motoros) válasz. Az ember és állat viselkedését genetikusan kódolt az egész szervezet szintjén érvényesülő idegi és kémiai faktorok
RészletesebbenÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2004. IV. negyedév) Budapest, 2005. április
ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2004. IV. negyedév) Budapest, 2005. április Évközi minta az egészségügyi bér- és létszámstatisztikából Vezet i összefoglaló Módszertan Táblázatok:
RészletesebbenAdatok ábrázolása, adattípusok. Összefoglalás
Adatok ábrázolása, adattípusok Összefoglalás Adatok ábrázolása, adattípusok Számítógépes rendszerek működés: információfeldolgozás IPO: input-process-output modell információ tárolása adatok formájában
RészletesebbenÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2004. III. negyedév) Budapest, 2004. december
ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2004. III. negyedév) Budapest, 2004. december Évközi minta az egészségügyi bér- és létszámstatisztikából Vezet i összefoglaló Módszertan Táblázatok:
RészletesebbenAnalízis elo adások. Vajda István. 2012. október 3. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)
Vajda István Neumann János Informatika Kar Óbudai Egyetem / 40 Fogalmak A függvények értelmezése Definíció: Az (A, B ; R ) bináris relációt függvénynek nevezzük, ha bármely a A -hoz pontosan egy olyan
RészletesebbenKooperáció és intelligencia
Kooperáció és intelligencia Tanulás többágenses szervezetekben/2 Tanulás több ágensből álló környezetben -a mozgó cél tanulás problémája (alapvetően megerősítéses tanulás) Legyen az ágens közösség formalizált
Részletesebben1. Írja fel prímszámok szorzataként a 420-at! 2. Bontsa fel a 36 000-et két részre úgy, hogy a részek aránya 5 : 4 legyen!
1. Írja fel prímszámok szorzataként a 40-at! 40 =. Bontsa fel a 36 000-et két részre úgy, hogy a részek aránya 5 : 4 legyen! A részek: 3. Egy sejttenyészetben naponta kétszereződik meg a sejtek száma.
RészletesebbenFelhasználói kézikönyv ACR-3580. Rádiós ébresztőóra (Olvassa el használat előtt) Letölthető PDF formátum: http://hu.akai-atd.com/hasznalati-utasitas
ACR-3580 Rádiós ébresztőóra (Olvassa el használat előtt) Letölthető PDF formátum: http://hu.akai-atd.com/hasznalati-utasitas 1 1. ON/OFF: Készülék ki/bekapcsolása vagy AM/FM mód váltás. 2. TIME: Idő PRESET:
RészletesebbenAutóipari beágyazott rendszerek. Fedélzeti elektromos rendszer
Autóipari beágyazott rendszerek Fedélzeti elektromos rendszer 1 Személygépjármű fedélzeti elektromos rendszerek 12V (néha 24V) névleges feszültség Energia előállítás Generátor Energia tárolás Akkumulátor
RészletesebbenA környezettan tantárgy intelligencia fejlesztő lehetőségei
A környezettan tantárgy intelligencia fejlesztő lehetőségei Készítette: Pék Krisztina biológia környezettan szak Belső konzulens: Dr. Schróth Ágnes Külső konzulens: Dr. Széphalmi Ágnes A szakdolgozatom
RészletesebbenFIT-jelentés :: 2013. Zoltánfy István Általános Iskola 6772 Deszk, Móra F. u. 2. OM azonosító: 200909 Telephely kódja: 005. Telephelyi jelentés
FIT-jelentés :: 2013 6. évfolyam :: Általános iskola Zoltánfy István Általános Iskola 6772 Deszk, Móra F. u. 2. Létszámadatok A telephely létszámadatai az általános iskolai képzéstípusban a 6. évfolyamon
RészletesebbenMBLK12: Relációk és műveletek (levelező) (előadásvázlat) Maróti Miklós, Kátai-Urbán Kamilla
MBLK12: Relációk és műveletek (levelező) (előadásvázlat) Maróti Miklós, Kátai-Urbán Kamilla Jelölje Z az egész számok halmazát, N a pozitív egészek halmazát, N 0 a nem negatív egészek halmazát, Q a racionális
RészletesebbenAnalízis elo adások. Vajda István. 2012. szeptember 24. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)
Vajda István Neumann János Informatika Kar Óbudai Egyetem 1/8 A halmaz alapfogalom, tehát nem definiáljuk. Jelölés: A halmazokat általában nyomtatott nagybetu vel jelöljük Egy H halmazt akkor tekintünk
Részletesebbentetszőleges időpillanatban értelmezhető végtelen sok időpont értéke egy véges tartományban bármilyen értéket felvehet végtelen sok érték
Elektronika 2 tetszőleges időpillanatban értelmezhető végtelen sok időpont értéke egy véges tartományban bármilyen értéket felvehet végtelen sok érték Diszkrét időpillanatokban értelmezhető (időszakaszos)
RészletesebbenMágneses szuszceptibilitás vizsgálata
Mágneses szuszceptibilitás vizsgálata Mérést végezte: Gál Veronika I. A mérés elmélete Az anyagok külső mágnesen tér hatására polarizálódnak. Általában az anyagok mágnesezhetőségét az M mágnesezettség
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!
RészletesebbenProgramozás I. - 9. gyakorlat
Programozás I. - 9. gyakorlat Mutatók, dinamikus memóriakezelés Tar Péter 1 Pannon Egyetem M szaki Informatikai Kar Rendszer- és Számítástudományi Tanszék Utolsó frissítés: November 9, 2009 1 tar@dcs.vein.hu
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria
005-05 MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett
RészletesebbenA döntő feladatai. valós számok!
OKTV 006/007. A döntő feladatai. Legyenek az x ( a + d ) x + ad bc 0 egyenlet gyökei az x és x valós számok! Bizonyítsa be, hogy ekkor az y ( a + d + abc + bcd ) y + ( ad bc) 0 egyenlet gyökei az y x és
RészletesebbenFIT-jelentés :: 2014. Intézményi jelentés. 8. évfolyam
FIT-jelentés :: 2014 Hőgyészi Hegyhát Általános Iskola, Gimnázium, Alapfokú Művészeti Iskola és Kollégium 7191 Hőgyész, Fő utca 1-3. Létszámadatok A telephelyek kódtáblázata A 002 - Hőgyészi Hegyhát Általános
RészletesebbenAz agykéreg és az agykérgi aktivitás mérése
Az agykéreg és az agykérgi aktivitás mérése Intrakortikális hálózatok Elektromos aktiváció, sejtszintű integráció Intracelluláris sejtaktivitás mérés Sejten belüli elektromos integráció 70 mv mikroelektrod
RészletesebbenMINTA. Fizetendô összeg: 62 136,00 HUF. Telefonon: 06 40 / 20 99 20 ben: Interneten:
Részszámla Számla. eredeti példány / oldal Elszámolási idôszak: 00.0. - 00.09.. Partnerszám: 000009 Fizetési határidô: 00.09.0. Vevô neve, címe: Minta út. Fizetendô összeg:, Minta út. Szerzôdéses folyószámla
RészletesebbenIdőzített rendszerek és az UPPAAL
Időzített rendszerek és az UPPAAL Dr. Németh L. Zoltán (zlnemeth@inf.u-szeged.hu) SZTE, Informatikai Tanszékcsoport 2008/2009 I. félév 2008.11.14 MODELL 10 1 Időzített rendszerek Real Time Systems = valós
RészletesebbenG Szabályfelismerés 2.2. 2. feladatcsomag
ÖSSZEFÜÉSEK Szabályfelismerés 2.2 Alapfeladat Szabályfelismerés 2. feladatcsomag összefüggés-felismerő képesség fejlesztése szabályfelismeréssel megkezdett sorozat folytatása a felismert szabály alapján
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 4 előadás Főátlagok összehasonlítása http://uni-obudahu/users/koczyl/gazdasagstatisztikahtm Kóczy Á László KGK-VMI Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata
RészletesebbenBevezetés a lágy számítás módszereibe
BLSZM-07 p. 1/10 Bevezetés a lágy számítás módszereibe Nem fuzzy halmaz kimenetű fuzzy irányítási rendszerek Egy víztisztító berendezés szabályozását megvalósító modell Viselkedésijósló tervezési példa
RészletesebbenHázi dolgozat. Minta a házi dolgozat formai és tartalmi követelményeihez. Készítette: (név+osztály) Iskola: (az iskola teljes neve)
Házi dolgozat Minta a házi dolgozat formai és tartalmi követelményeihez Készítette: (név+osztály) Iskola: (az iskola teljes neve) Dátum: (aktuális dátum) Tartalom Itt kezdődik a címbeli anyag érdemi kifejtése...
RészletesebbenDIGITÁLIS TECHNIKA 7. Előadó: Dr. Oniga István
IGITÁLI TECHNIKA 7 Előadó: r. Oniga István zekvenciális (sorrendi) hálózatok zekvenciális hálózatok fogalma Tárolók tárolók JK tárolók T és típusú tárolók zámlálók zinkron számlálók Aszinkron számlálók
Részletesebben... ahol l 0. Minden tranzakcióhoz létezik. = f(σ i. A sorozat nem bővíthető. Ha véges, akkor az utolsó konfigurációnak nincs rákövetkezője.
Szekvenciális tranzakciós s diagram A program vezérlési szerkezete egy címkékkel ellátott irányított gráf. Tranzakciós diagram T = ( L, T, s, t ) Gráf csúcsok a program állapotai entry kitüntetett csúcs:
Részletesebben55 524 01 0000 00 00 Farmakológus szakasszisztens Farmakológus szakasszisztens 2/40
A 0/2007 (II. 27.) SzMM rendelettel módosított /2006 (II. 7.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,
RészletesebbenFIT-jelentés :: 2012. Intézményi jelentés. Összefoglalás
FIT-jelentés :: 2012 Összefoglalás Német Nemzetiségi Gimnázium és Kollégium, Deutsches Nationalitätengymnasium und Schülerwohnheim 1203 Budapest, Serény u. 1. Összefoglalás Az intézmény létszámadatai Tanulók
RészletesebbenFazekas Mihály Fővárosi Gyakorló Általános Iskola és Gimnázium
26 Fazekas Mihály Fővárosi Gyakorló Általános Iskola és Gimnázium Az Önök telephelyére vonatkozó egyedi adatok táblázatokban és grafikonokon 1. évfolyam gimnázium szövegértés Előállítás ideje: 27.3.. 12:28:21
RészletesebbenA robbanékony és a gyorserő fejlesztésének elmélete és módszerei
A robbanékony és a gyorserő fejlesztésének elmélete és módszerei Tihanyi József Semmelweis Egyetem, Testnevelési és Sporttudományi Kar (TF) Biomechanika, Kineziológia és informatika tanszék Budapest, 2014.
RészletesebbenÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2004. I. negyedév) Budapest, 2004. július
ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2004. I. negyedév) Budapest, 2004. július Évközi minta az egészségügyi bér- és létszámstatisztikából Vezet i összefoglaló Módszertan Táblázatok:
RészletesebbenSikeres E-DETAILING KAMPÁNY receptje. GYÓGYKOMM 2016. KONFERENCIA Budapest, 2016. február 25. BALOGH JUDIT, PharmaPromo Kft.
Sikeres E-DETAILING KAMPÁNY receptje GYÓGYKOMM 2016. KONFERENCIA Budapest, 2016. február 25. BALOGH JUDIT, PharmaPromo Kft. AZ ORVOSOK SZÍVESEN FOGADJÁK Szinapszis, 2016. 01., Online (CAWI) kérdőíves kutatás,
RészletesebbenIONCSATORNÁK. I. Szelektivitás és kapuzás. III. Szabályozás enzimek és alegységek által. IV. Akciós potenciál és szinaptikus átvitel
IONCSATORNÁK I. Szelektivitás és kapuzás II. Struktúra és funkció III. Szabályozás enzimek és alegységek által IV. Akciós potenciál és szinaptikus átvitel V. Ioncsatornák és betegségek VI. Ioncsatornák
RészletesebbenStatisztika 2016. március 11. A csoport Neptun kód
Statisztika 2016. március 11. A csoport Név Neptun kód 1. Egy közösségben az élelmiszerre fordított kiadások az alábbiak szerint alakultak: osszeg (ezer Ft) csalad(db) 20 7 20:1 30 12 30:1 40 20 40:1 50
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 12 XII. STATIsZTIKA ellenőrző feladatsorok 1. FELADATsOR Megoldások: láthatók nem láthatók 1. minta: 6.10, 0.01, 6.97, 6.03, 3.85, 1.11,
RészletesebbenDigitális technika (VIMIAA01) Laboratórium 1
BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM VILLAMOSMÉRNÖKI ÉS INFORMATIKAI KAR MÉRÉSTECHNIKA ÉS INFORMÁCIÓS RENDSZEREK TANSZÉK Digitális technika (VIMIAA01) Laboratórium 1 Fehér Béla Raikovich Tamás,
Részletesebben5. sz. melléklet: Nyereség- és költségelszámolásra vonatkozó eljárásrend
5. sz. melléklet: Nyereség- és költségelszámolásra vonatkozó eljárásrend 1. Fogalmak: 1.1. nyitó készletérték (HUF): szerződés indulását követő 15 napban betárolt gáz energia (kwh) * a Day ahead Close
RészletesebbenAz informatika oktatás téveszméi
Az informatika oktatás Az informatika definíciója Definíció-1: az informatika az információ keletkezésével, továbbításával, tárolásával, feldolgozásával foglalkozó tudomány. Definíció-2: informatika =
RészletesebbenMikroelektródás képalkotó eljárások Somogyvári Zoltán
Somogyvári Zoltán Magyar Tudományos Akadémia Wigner Fizikai Kutatóközpont Részecske és Magfizikai Intézet Elméleti Osztály Elméleti Idegtudomány és Komplex Rendszerek Kutatócsoport Az agy szürkeállománya
RészletesebbenOldal. ACO Liputherm Szabadon álló Tartozékok. Hőcserélő. scdcdcdc
scdcdcdc Oldal ACO Szabadon álló Tartozékok Termékismertető Költséghatékonyság az ACO berendezéssel A zsírleválasztó berendezések tisztítása és karbantartása jellemzően költséges és gyakori feladata a
RészletesebbenEsettanulmányok és modellek 1 Termelésprogramozás az iparban
Esettanulmányok és modellek Termelésprogramozás az iparban Készítette: Dr. Ábrahám István Egyszerű termelésprogramozási feladatok.) gép felhasználásával kétféle terméket állítanak elő. Az egyes termékekhez
RészletesebbenELEKTRONIKAI ALAPISMERETEK
ÉRETTSÉGI VIZSGA 2005. május 20. ELEKTRONIKAI ALAPISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA Az írásbeli vizsga időtartama: 180 perc Pótlapok száma Tisztázati Piszkozati OKTATÁSI MINISZTÉRIM Elektronikai alapismeretek
RészletesebbenBeszámoló: a kompetenciamérés eredményének javítását célzó intézkedési tervben foglaltak megvalósításáról. Őcsény, 2015. november 20.
Őcsényi Perczel Mór Általános Iskola székhelye: 7143 Őcsény, Perczel Mór utca 1. Tel: 74/496-782 e-mail: amk.ocseny@altisk-ocseny.sulinet.hu Ikt.sz.: /2015. OM: 036345 Ügyintéző: Ősze Józsefné Ügyintézés
RészletesebbenFIT-jelentés :: 2009. Jedlik Ányos Gépipari és Informatikai Középiskola és Kollégium 9021 Győr, Szent István út 7. OM azonosító: 030704
FIT-jelentés :: 2009 Jedlik Ányos Gépipari és Informatikai Középiskola és Kollégium 9021 Győr, Szent István út 7. Létszámadatok A telephelyek kódtáblázata A 001 - Jedlik Ányos Gépipari és Informatikai
RészletesebbenFIT-jelentés :: 2009. Széchenyivárosi Óvoda és Általános Iskola 6000 Kecskemét, Lunkányi János u. 10. OM azonosító: 200922. Intézményi jelentés
FIT-jelentés :: 2009 Széchenyivárosi Óvoda és Általános Iskola 6000 Kecskemét, Lunkányi János u. 10. Létszámadatok A telephelyek kódtáblázata A 001 - Széchenyivárosi Óvoda és Általános Iskola Arany János
RészletesebbenFIT-jelentés :: 2014. Érdi Gárdonyi Géza Általános Iskola és Gimnázium 2030 Érd, Gárdonyi Géza utca 1/b. OM azonosító: 037320. Intézményi jelentés
FIT-jelentés :: 2014 Érdi Gárdonyi Géza Általános Iskola és Gimnázium 2030 Érd, Gárdonyi Géza utca 1/b. Létszámadatok A telephelyek kódtáblázata A 001 - Érdi Gárdonyi Géza Általános Iskola és Gimnázium
RészletesebbenHÁLÓZATSEMLEGESSÉG - EGYSÉGES INTERNET SZOLGÁLTATÁS-LEÍRÓ TÁBLÁZAT
HÁLÓZATSEMLEGESSÉG - EGYSÉGES INTERNET SZOLGÁLTATÁS-LEÍRÓ TÁBLÁZAT - 2016.04.01 után kötött szerződésekre Díjcsomag neve Go Go+ Go EU Go EU+ Kínált letöltési sebesség - 3G 42 Mbit/s 42 Mbit/s 42 Mbit/s
RészletesebbenPuskás Tivadar Távközlési Technikum
27 Puskás Tivadar Távközlési Technikum Az Önök telephelyére vonatkozó egyedi adatok táblázatokban és grafikonokon 1. évfolyam szakközépiskola matematika Előállítás ideje: 28.3.6. 6:48:31 197 Budapest,
RészletesebbenFordítóprogramok Készítette: Nagy Krisztián
Fordítóprogramok Készítette: Nagy Krisztián Reguláris kifejezések (FLEX) Alapelemek kiválasztása az x karakter. tetszőleges karakter (kivéve újsor) [xyz] karakterhalmaz; vagy egy x, vagy egy y vagy egy
RészletesebbenOperációkutatás. 2. konzultáció: Lineáris programozás (2. rész) Feladattípusok
Operációkutatás NYME KTK, gazdálkodás szak, levelező alapképzés 00/003 tanév, II évf félév Előadó: Dr Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs u 9 GT fszt 3 (99) 58 640
RészletesebbenMEZŐGAZDASÁGI ALAPISMERETEK ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA
A vizsga részei MEZŐGAZDASÁGI ALAPISMERETEK ÉRETTSÉGI VIZSGA II. A VIZSGA LEÍRÁSA Középszint Emelt szint 180 perc 15 perc 240 perc 20 perc 100 pont 50 pont 100 pont 50 pont A vizsgán használható segédeszközök
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 5 V. BECsLÉsELMÉLET 1. STATIsZTIKAI becslés A becsléselméletben gyakran feltesszük, hogy a megfigyelt mennyiségek független valószínűségi
RészletesebbenFeladatok megoldásokkal a negyedik gyakorlathoz (Függvényvizsgálat) f(x) = 2x 2 x 4. 2x 2 x 4 = 0, x 2 (2 x 2 ) = 0.
Feladatok megoldásokkal a negyedik gyakorlathoz (Függvényvizsgálat). Feladat. Végezzük el az f(x) = x x 4 ) Értelmezési tartomány: x R. ) A zérushelyet az f(x) = 0 egyenlet megoldásával kapjuk: amiből
Részletesebbenhiganytartalom kadmium ólom
Termék Alkáli elem, 1,5 V oldal 1. az 5-ből 1. Típusmegjelölés: IEC: LR14 JIS: AM-2 ANSI: C 2. Kémiai rendszer: elektrolit-cink-mangándioxid (higany- és kadmiummentes) 3. Méretek: Ø 24.9-26.2mm, magasság:
RészletesebbenFIT-jelentés :: 2015. Rácalmási Jankovich Miklós Általános Iskola és Alapfokú Művészeti Iskola 2459 Rácalmás, Szigetfő utca 24. OM azonosító: 030099
FIT-jelentés :: 2015 Rácalmási Jankovich Miklós Általános Iskola és Alapfokú Művészeti Iskola 2459 Rácalmás, Szigetfő utca 24. Létszámadatok A telephelyek kódtáblázata A 001 - Rácalmási Jankovich Miklós
RészletesebbenKombinatorika. 9. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Kombinatorika p. 1/
Kombinatorika 9. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Kombinatorika p. 1/ Permutáció Definíció. Adott n különböző elem. Az elemek egy meghatározott sorrendjét az adott
RészletesebbenJátékok (domináns stratégia, alkalmazása. 2016.03.30.
Játékok (domináns stratégia, Nash-egyensúly). A Nashegyensúly koncepciójának alkalmazása. 2016.03.30. Játékelmélet és közgazdaságtan 1914: Zermelo (sakk) 1944. Neumann-Morgenstern: Game Theory and Economic
RészletesebbenAz elektromágneses anyagvizsgálat alapjai
BME, Anyagtudomány és Technológia Tanszék Az elektromágneses anyagvizsgálat alapjai Dr. Mészáros István Habilitációs előadás BME 216. március 3. 1 B = µ H Mágneses tér anyag kölcsönhatás B = µ µ r H =
RészletesebbenTöbbfelhasználós adatbázis környezetek, tranzakciók, internetes megoldások
Többfelhasználós adatbázis környezetek, tranzakciók, internetes megoldások Alkalmazás modellek Egy felhasználós környezet Több felhasználós környezet adatbázis Központi adatbázis adatbázis Osztott adatbázis
Részletesebbenhiganytartalom kadmium ólom
. Termék Alkáli elem, 1,5 V oldal 1. az 5-ből 1. Típusmegjelölés: IEC LR6 JIS: AM3 ANSI: AA LR6, mignon, AA 2. Kémiai rendszer: elektrolit-cink-mangándioxid (higany- és kadmiummentes) 3. Méretek: Ø 13,5-14,5
RészletesebbenA NAPENERGIA ALKALMAZÁSI LEHETŐSÉGEI MAGYARORSZÁGON. Készítette: Pap Mónika Környezettan BSc Témavezető: Pieczka Ildikó
A NAPENERGIA ALKALMAZÁSI LEHETŐSÉGEI MAGYARORSZÁGON Készítette: Pap Mónika Környezettan BSc Témavezető: Pieczka Ildikó 1. Bevezetés Tartalom 2. Magyarország éghajlata 3. A napenergia keletkezése 4. A napenergia
RészletesebbenADATBÁZIS-KEZELÉS. Funkcionális függés, normál formák
ADATBÁZIS-KEZELÉS Funkcionális függés, normál formák KARBANTARTÁSI ANOMÁLIÁK beszúrási anomáliák törlési anomáliák módosítási anomáliák DOLG_PROJ(Dszsz, Pszám, Dnév, Pnév, Órák) 2 MÓDOSÍTÁSI ANOMÁLIÁK
RészletesebbenJelentéskészítő TEK-IK () Válaszadók száma = 610
Jelentéskészítő TEK-IK () Válaszadók száma = 0 Általános mutatók Szak értékelése - + átl.=. Felmérés eredmények Jelmagyarázat Kérdésszöveg Válaszok relatív gyakorisága Bal pólus Skála Átl. elt. Átlag Medián
RészletesebbenSzámítógépes vírusok
A vírus fogalma A számítógépes vírus olyan szoftver, mely képes önmaga megsokszorozására és terjesztésére. A vírus célja általában a számítógép rendeltetésszerű működésének megzavarása, esetleg a gép tönkretétele,
RészletesebbenHálózati operációs rendszerek II. Netware kernel
Hálózati operációs rendszerek II. Netware kernel Netware operációs rendszer összetevői Kernel Az operációs rendszer lelke Biztosítja az op. rendszer összes alap-szolgáltatását Symmetric Multi Processing
RészletesebbenArany Dániel Matematikai Tanulóverseny 2011/2012-es tanév első (iskolai) forduló haladók I. kategória
Bolyai János Matematikai Társulat Arany Dániel Matematikai Tanulóverseny 011/01-es tanév első (iskolai) forduló haladók I. kategória Megoldások és javítási útmutató 1. Az ábrán látható ABC derékszögű háromszög
RészletesebbenÉpületvillamosság laboratórium. Villámvédelemi felfogó-rendszer hatásosságának vizsgálata
Budapesti Műszaki és Gazdaságtudományi Egyetem Villamos Energetika Tanszék Nagyfeszültségű Technika és Berendezések Csoport Épületvillamosság laboratórium Villámvédelemi felfogó-rendszer hatásosságának
RészletesebbenIlleszkedésvizsgálat
Slide 1 Illeszkedésvizsgálat (kategória értékű változóra) Freedman: 28. fejezet 1-3. Egy képzeletbeli országban 10M ember lakik: 30% szőke, 10% barna, 60% fekete. Slide 2 N = 200 fős mintát vettünk, a
RészletesebbenINFORMATIKAI ALAPISMERETEK
0611 ÉRETTSÉGI VIZSGA 2006. május 18. INFORMATIKAI ALAPISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI MINISZTÉRIUM Fontos tudnivalók Általános megjegyzések: Ha egy
RészletesebbenV. Kétszemélyes játékok
Teljes információjú, véges, zéró összegű kétszemélyes játékok V. Kétszemélyes játékok Két játékos lép felváltva adott szabályok szerint. Mindkét játékos ismeri a maga és az ellenfele összes választási
RészletesebbenA közbeszerzési eljárások egyszerősítése - a lengyel tapasztalatok
- a lengyel tapasztalatok Dariusz Piasta Nemzetközi Konferencia a Közbeszerzések Tanácsa szervezésében Budapest, 2011. november 17. Az elıadás vázlata: 1. Egyszerősítés - jelentése és korlátai 2. A kiindulási
RészletesebbenAz éves statisztikai összegezés STATISZTIKAI ÖSSZEGEZÉS AZ ÉVES KÖZBESZERZÉSEKRŐL A KLASSZIKUS AJÁNLATKÉRŐK VONATKOZÁSÁBAN
11. melléklet a 92/2011. (XII.30.) NFM rendelethez Az éves statisztikai összegezés STATISZTIKAI ÖSSZEGEZÉS AZ ÉVES KÖZBESZERZÉSEKRŐL A KLASSZIKUS AJÁNLATKÉRŐK VONATKOZÁSÁBAN I. SZAKASZ: AJÁNLATKÉRŐ I.1)
RészletesebbenTYP UTR-52472 Elektronikus Hőmérsékletszabályozó UFS-2 Kezelési utasítás
TYP UTR-52472 Elektronikus Hőmérsékletszabályozó UFS-2 Kezelési utasítás Figyelmeztetés! A függetlenül felszerelendő készüléket feszültségmentes állapotban csak elektromos szakember nyithatja ki. A csatlakoztatást
RészletesebbenSzámítógép hálózatok gyakorlat
Számítógép hálózatok gyakorlat 9. Gyakorlat Forgalomirányítás 2016.04.13. Számítógép hálózatok gyakorlat 1 Forgalomirányítás szerepe Példa: Forrás: 192.168.1.1 Cél: 192.168.2.1 2016.04.13. Számítógép hálózatok
RészletesebbenTisztítószerek és tisztító eszközök beszerzése (14669/2014.)- módosítás
Tisztítószerek és tisztító eszközök beszerzése (14669/2014.)- módosítás Közbeszerzési Értesítő száma: 2014/96 Beszerzés tárgya: Szállítási (keret)szerződés keretében tisztítószerek és tisztító eszközök
RészletesebbenORSZÁGOS KÖRNYEZETEGÉSZSÉGÜGYI INTÉZET AEROBIOLÓGIAI MONITOROZÁSI OSZTÁLY
Budapest, 2013-09-11 36. hét A 36. HÉT ELSŐ FELÉBEN az előző vasárnaphoz képest alacsonyabb volt a pollenterhelés, a HÉT KÖZEPÉTŐL azonban ismét felerősödött, VASÁRNAP volt a legmagasabb. Továbbra is a
RészletesebbenEgyre nagyobb profitot generálnak a mobiltelefonnal végzett vásárlások, és egyre többet hezitálunk vásárlás előtt
Egyre nagyobb profitot generálnak a mobiltelefonnal végzett vásárlások, és egyre többet hezitálunk vásárlás előtt 2016 ban még nagyobb hangsúlyt kapnak az e kereskedelmeben az okostelefonok. 2015 ben még
RészletesebbenAlgebra es sz amelm elet 3 el oad as Rel aci ok Waldhauser Tam as 2014 oszi f el ev
Algebra és számelmélet 3 előadás Relációk Waldhauser Tamás 2014 őszi félév Relációk reláció lat. 1. kapcsolat, viszony; összefüggés vmivel 2. viszonylat, vonatkozás reláció lat. 3. mat halmazok elemei
RészletesebbenKooperáció és intelligencia
Kooperáció és intelligencia Tanulás többágenses szervezetekben/3 MARL Multi Agent Reinforcement Learning Többágenses megerősítéses tanulás: áttekintés Kezdjük 1 db ágenssel. Legyenek a környezet állapotai
RészletesebbenKissné dr. Akli Mária és Ferencz Zsolt
Új kihívás a televízió hálózatok tervezésében DVB-T2 frekvenciagazdálkodói szemmel Kissné dr. Akli Mária és Ferencz Zsolt Nemzeti Média- és Hírközlési Hatóság Új kihívás a televízió hálózatok tervezésében
Részletesebben3. HÉT: CRM RENDSZEREK A GYAKORLATBAN FUNKCIONALITÁSOK
3. HÉT: CRM RENDSZEREK A GYAKORLATBAN FUNKCIONALITÁSOK Kiss László CIO tanácsadó, Magyar Telekom Nyrt. 2016 DR DANYI / KISS CRM A GYAKORLATBAN 1 TARTALOM Értékesítés automatizálás Lojalitás Értékesítési
RészletesebbenOsztályozó és Javító vizsga témakörei matematikából 9. osztály 2. félév
Osztályozó és Javító vizsga témakörei matematikából 9. osztály 2. félév IV. Háromszögek, négyszögek, sokszögek Pontok, egyenesek, síkok és ezek kölcsönös helyzete Néhány alapvető geometriai fogalom A háromszögekről.
RészletesebbenB1: a tej pufferkapacitását B2: a tej fehérjéinek enzimatikus lebontását B3: a tej kalciumtartalmának meghatározását. B.Q1.A a víz ph-ja = [0,25 pont]
B feladat : Ebben a kísérleti részben vizsgáljuk, Összpontszám: 20 B1: a tej pufferkapacitását B2: a tej fehérjéinek enzimatikus lebontását B3: a tej kalciumtartalmának meghatározását B1 A tej pufferkapacitása
RészletesebbenKereséssel történő problémamegoldás. Ormándi Róbert
Kereséssel történő problémamegoldás Ormándi Róbert Problémamegoldás kereséssel Célorientált ágensek egyik típusa Általános keret, melyben: Meghatározásra kerül(nek) a cél(ok) Megfogalmazásra kerül a probléma
RészletesebbenMelyik gén mutáns egy betegségben? Tory Kálmán Semmelweis Egyetem, I. sz. Gyermekklinika
Melyik gén mutáns egy betegségben? Tory Kálmán Semmelweis Egyetem, I. sz. Gyermekklinika Mit tudtunk meg a Human Genom Projectnek köszönhetően? 9 ember (1 nő és 8 férfi) genomi nukleotid-szekvenciáját
RészletesebbenFigyelmeztető jelzést adó készülékek beszerzése - módosítás
Figyelmeztető jelzést adó készülékek beszerzése - módosítás Közbeszerzési Értesítő száma: 2014/53 Beszerzés tárgya: Szállítási szerződés figyelmeztető jelzést adó készülékek szállítására Hirdetmény típusa:
RészletesebbenTovábbra is terjed az influenza
Az Országos Epidemiológiai Központ tájékoztatója az influenza figyelőszolgálat adatairól Magyarország 2015. 6. hét Továbbra is terjed az influenza A figyelőszolgálatban résztvevő orvosok jelentései alapján
RészletesebbenÚtmutató a vízumkérő lap kitöltéséhez
Útmutató a vízumkérő lap kitöltéséhez A vízumkérő lap ( Visa application form of the People s Republic of China, Form V. 2013 ) az egyik legfontosabb dokumentum, amit a kínai vízumra való jelentkezésnél
RészletesebbenDigitális hálózatok: Digitális hálózati elemek struktúrális felépítése, CMOS alkalmazástechnika. Somogyi Miklós
Digitális hálózatok: Digitális hálózati elemek struktúrális felépítése, CMOS alkalmazástechnika Somogyi Miklós Kombinációs hálózatok tervezése A logikai értékek és műveletek Két-értékes rendszerek: Állítások:
RészletesebbenEgységes jelátalakítók
6. Laboratóriumi gyakorlat Egységes jelátalakítók 1. A gyakorlat célja Egységes feszültség és egységes áram jelformáló áramkörök tanulmányozása, átviteli karakterisztikák felvétele, terhelésfüggőségük
RészletesebbenDr. Erbszt András Szt. János Kh. Idegsebészeti Osztály NEVES BETEGBIZTONSÁGI FÓRUM
Dr. Erbszt András Szt. János Kh. Idegsebészeti Osztály 2013.10.10. NEVES BETEGBIZTONSÁGI FÓRUM Definíció Szegmentum tévesztésről akkor beszélünk a gerincsebészetben amikor a sebész nem a tervezett magasságban
RészletesebbenMATEMATIKA ÍRÁSBELI VIZSGA 2011. május 3.
MATEMATIKA ÍRÁSBELI VIZSGA I. rész Fontos tudnivalók A megoldások sorrendje tetszőleges. A feladatok megoldásához szöveges adatok tárolására és megjelenítésére nem alkalmas zsebszámológépet és bármelyik
Részletesebben