Systemy ekspertowe : percepty

Wielkość: px
Rozpocząć pokaz od strony:

Download "Systemy ekspertowe : percepty"

Transkrypt

1 Instytut Informatyki Uniwersytetu Śląskiego 4 maja 2012

2 Percept jest parą (pa, val), której pierwszy element pa jest parametrem perceptu charakteryzującym pewne istnienie e z wartością val będącą drugim elementem perceptu: (e, (pa, val)) per

3 Elementy perceptu: Rysunek: Percepty Parametr bez wartości, to parametr bezkontekstowy: Rysunek: Percepty

4 Przykłady: (CIŚNIENIE : PARA : KOCIOŁ, K1): ciśnienie pary w kotle K1 (KOLOR : KOCIOL : K1, CZERWONY) (KSZTALT : KOCIOL : K1,WALEC) (SKRZYDLA : SAMOLOT : X,MA) (Informatyk : Osoba : Jan, TAK) (SKRZYDLA : OBIEKT : X,MA) (LATA : OBIEKT : X, TAK)

5 System perceptowy: Systemem perceptowym w uniwersum U nazywamy trójkę: S = (U, FS, GS) składającą się z uniwersum U, skończonego zbioru FS U-zdań wyrażających fakty o konkretach parametrów PAR skończonego zbioru GS U-zdań wyrażających cele (pytania) dotyczące konkretów parametrów PAR. U-zdania wyrażające fakty nazywamy U-faktami, a Uformuły opisujące cele U-celami.

6 Przykład: (D1) Pies AS szczeka. (D2) Zwierzę Mruczek miauczy. (R1) Jeśli pies merda ogonem, to jest przyjazny. (R2) Jeśli pies szczeka na kota, to kot obawia się psa. (R3) Pies jest zwierzęciem. ( Jeżeli pies to zwierzę. ) (R4) Jeśli zwierzę miauczy, to jest kotem.

7 {PIES : PIES, KOT : KOT, ZWIERZE : ZWIERZE, ZACHOWANIE : ZWIERZE, USPOSOBIENIE : PIES, PIES : KOGO.CZEGO : OBAWIANIE.SIE : KTO.CO : KOT, PIES : ZWIERZE} CFPAR {PIES, KOT, ZWIERZE, ZACHOWANIE, USPOSOBIENIE} AT {AS} VAL PIES {x 1, x 2, x 4, x 8 } VAR PIES {MRUCZEK} VAL KOT {x 3, x 5, x 7 } VAR KOT VAL ZWIERZE = VAL PIES VAL KOT {x 4, x 5 } VAR ZWIERZE, {MERDA OGONEM, SZCZEKA, MIAUCZY } VAL ZACHOWANIE {PRZYJAZNY } VAL USPOSOBIENIE

8 {PIES : PIES, KOT : KOT, ZWIERZE : ZWIERZE, ZACHOWANIE : ZWIERZE, USPOSOBIENIE : PIES, PIES : KOGO.CZEGO : OBAWIANIE.SIE : KTO.CO : KOT, PIES : ZWIERZE} CFPAR {PIES, KOT, ZWIERZE, ZACHOWANIE, USPOSOBIENIE} AT {AS} VAL PIES {x 1, x 2, x 4, x 8 } VAR PIES {MRUCZEK} VAL KOT {x 3, x 5, x 7 } VAR KOT VAL ZWIERZE = VAL PIES VAL KOT {x 4, x 5 } VAR ZWIERZE, {MERDA OGONEM, SZCZEKA, MIAUCZY } VAL ZACHOWANIE {PRZYJAZNY } VAL USPOSOBIENIE Zadanie Spróbuj sam przygotować zestaw powiązanych zdań, a następnie przedstaw zbiór VAR, VAL itp.

9 Wnioskowanie, dowodzenie: Dwie główne reguły dowodzenia: reguła odrywania : (DR1) A,A B B x A(x) reguła uogólnienia: (DR2) A(x)

10 Wnioskowanie w tył: Dane są reguły: Drogie uniwersalne komputery, zamknięte w dużej obudowie posiadają procesor PII.

11 Wnioskowanie w tył: Dane są reguły: Drogie uniwersalne komputery, zamknięte w dużej obudowie posiadają procesor PII. (cena:komputer:x1,drogi) (cecha:komputer:x1,uniwersalny) ) (obudowa:komputer:x1,duża) (procesor:komputer:x1,pii) Szybkie komputery przeznaczone do gier są drogie.

12 Wnioskowanie w tył: Dane są reguły: Drogie uniwersalne komputery, zamknięte w dużej obudowie posiadają procesor PII. (cena:komputer:x1,drogi) (cecha:komputer:x1,uniwersalny) ) (obudowa:komputer:x1,duża) (procesor:komputer:x1,pii) Szybkie komputery przeznaczone do gier są drogie. (prędkość:komputer:x1,szybki) (przeznaczenie:komputer:x1,gry) (cena:komputer:x1,drogi) Komputery wyposażone w dużą pamięć operacyjną są uniwersalne.

13 Wnioskowanie w tył: Dane są reguły: Drogie uniwersalne komputery, zamknięte w dużej obudowie posiadają procesor PII. (cena:komputer:x1,drogi) (cecha:komputer:x1,uniwersalny) ) (obudowa:komputer:x1,duża) (procesor:komputer:x1,pii) Szybkie komputery przeznaczone do gier są drogie. (prędkość:komputer:x1,szybki) (przeznaczenie:komputer:x1,gry) (cena:komputer:x1,drogi) Komputery wyposażone w dużą pamięć operacyjną są uniwersalne. (pamięć:komputer:x1,dużo) (cecha:komputer:x1,uniwersalny)

14 Jeżeli komputer nie ma nagrywarki CD, to jest dostosowany do gier.

15 Jeżeli komputer nie ma nagrywarki CD, to jest dostosowany do gier. (nagrywarka:komputer:x1,nie) (przeznaczenie:komputer:x1,gry) Komputery wyposażone w nagrywarki są drogie.

16 Jeżeli komputer nie ma nagrywarki CD, to jest dostosowany do gier. (nagrywarka:komputer:x1,nie) (przeznaczenie:komputer:x1,gry) Komputery wyposażone w nagrywarki są drogie. (nagrywarka:komputer:x1,tak) (cena:komputer:x1,drogi)

17 Jeżeli komputer nie ma nagrywarki CD, to jest dostosowany do gier. (nagrywarka:komputer:x1,nie) (przeznaczenie:komputer:x1,gry) Komputery wyposażone w nagrywarki są drogie. (nagrywarka:komputer:x1,tak) (cena:komputer:x1,drogi) Fakty: Mój komputer ma dużą obudowę, jest szybki i wyposażony w nagry- warki, a przy tym ma dużą pamięć opracyjną. (obudowa:komputer:mój,duża) (prędkość:komputer:mój,szybki) (nagrywarka:komputer:mój,tak) (pamięć:komputer:mój,dużo)

Percepcja bodźców istnienia Perceptami (PER) nazywamy reakcję na istnienia, co jest wynikiem percepcji

Percepcja bodźców istnienia Perceptami (PER) nazywamy reakcję na istnienia, co jest wynikiem percepcji Wstęp Percepcja jest przez nas rozumiana intuicyjnie: odzwierciedlenie przez człowieka przedmiotów, zjawisk, bodźców przez jego narządy zmysłowe Bodźce to inaczej istnienia (byty) oznaczamy je przez ENT

Bardziej szczegółowo

Rachunek perceptów. Agnieszka Nowak 6maja System perceptowy- faktograficzny

Rachunek perceptów. Agnieszka Nowak 6maja System perceptowy- faktograficzny Rachunek perceptów Agnieszka Nowak 6maja2008 1 System perceptowy- faktograficzny Systemy takie zawierają zarówno opisy faktów jak i reguły decyzyjne. Cechy systemu faktograficznego: użytkownik musi komunikować

Bardziej szczegółowo

Reguły i fakty zapisz za pomocą perceptów. Metodą wnioskowania w tył, sprawdzić czy mój komputer jest wyposażony w procesor PII.

Reguły i fakty zapisz za pomocą perceptów. Metodą wnioskowania w tył, sprawdzić czy mój komputer jest wyposażony w procesor PII. Reguły i fakty zapisz za pomocą perceptów. Metodą wnioskowania w tył, sprawdzić czy mój komputer jest wyposażony w procesor PII. 1. (cena:komputer:x1,drogi) (cecha:komputer:x1,uniwersalny) ) (obudowa:komputer:x1,duża)

Bardziej szczegółowo

Algorytmy uczenia maszynowego

Algorytmy uczenia maszynowego Instytut Informatyki Uniwersytetu Śląskiego Wykład 1 wykład 10 godzin (stary tryb - 20 godzin); laborki 20 godzin; Tematyka - laborki Szczegółowe przygotowanie studentów do rozwiązywania zadań ze wskazaniem

Bardziej szczegółowo

Metody wnioskowania. Wnioskowanie w przód (ang. forward chaining) Wnioskowanie w tył (ang. Backward chaining) Od przesłanki do konkluzji Np..

Metody wnioskowania. Wnioskowanie w przód (ang. forward chaining) Wnioskowanie w tył (ang. Backward chaining) Od przesłanki do konkluzji Np.. Systemy regułowe Metody wnioskowania Wnioskowanie w przód (ang. forward chaining) Od przesłanki do konkluzji Np.. CLIPS Wnioskowanie w tył (ang. Backward chaining) Czyli od konkluzji do przesłanki Np..

Bardziej szczegółowo

Systemy ekspertowe : program PCShell

Systemy ekspertowe : program PCShell Instytut Informatyki Uniwersytetu Śląskiego lab 1 Opis sytemu ekspertowego Metody wnioskowania System PcShell Projekt System ekspertowy - system ekspertowy to system komputerowy zawierający w sobie wyspecjalizowaną

Bardziej szczegółowo

Ę Ę Ę Ó Ę Ę Ó Ź ć Ł Ś Ó Ó Ł Ł Ż ć ć Ż Ą Ż ć Ę Ę ź ć ź Ą Ę Ż ć Ł Ę ć Ż Ę Ę ć ć Ż Ż Ę Ż Ż ć Ó Ę Ę ć Ę ć Ę Ę Ż Ż Ż Ż ź Ż Ę Ę ź Ę ź Ę Ż ć ć Ą Ę Ę ć Ę ć ć Ź Ą Ę ć Ę Ą Ę Ę Ę ć ć ć ć Ć Ą Ą ć Ę ć Ż ć Ę ć ć ć Ą

Bardziej szczegółowo

Ę Ł ć Ą ż Ł Ł Ą Ó ż Ł Ś Ę Ś Ó Ł Ń Ą Ą Ł Ą ĄĄ ż ć Ś Ź ć ć Ł ć ć ć Ś Ó Ś Ś ć ć ć ć Ó ć ć ć Ś ż Ł Ą ż Ś ż Ł ć ć Ó ć ć Ą ć Ś ć ż ć ć Ś ć Ł Ń ć ć Ę ć ć ć Ó ć ć ć ć ć ć ź ć ć Ó ć ć ć ć ć ż ć ć ć ć Ł ć ć ć ć

Bardziej szczegółowo

Ż ź ź ź ź ź ć ć Ą Ą ć Ą ź ź ć Ż Ś ź ć ć Ę ć ź ź ć ź Ą ĄĄ Ń Ą Ń ć ć ć ć Ę ć Ń ć ć ć ć Ą ć ć ć ć ć Ń Ń ć ć ź ź ć Ę Ę ć Ą ć ć ć ć ć Ń Ę ć ć ć ć ć ć ć ć ć ź ć ź Ą ć ć ć Ń ć ć ć ć ź ć ć ć Ń Ń ć ź ź ć ź ź ć

Bardziej szczegółowo

Ł Ą Ś Ą Ą ź ć ź Ł Ą ć ć ć ć ź Ś ć ć ć Ą Ł ć ź ć ć ć ć Ł ć ć ć ć ć Ł Ą ć Ś Ś Ż ć ź Ą ź ź ź ć ź ć ć ć ć ź ź ć ź ź ź Ś ź ź ć ć ć ć Ś ć ź ź ć ć Ą ź ź ź ź ź ć ć ć ć Ś ć ć ć Ś ć Ż Ł Ś Ł Ł Ł Ł Ż Ł Ś Ś ź ć Ą

Bardziej szczegółowo

ż ż ć ż Ż ż ż ć Ł ń ń ź ć ń Ś ż Ł ć ż Ź ż ń ż Ż Ś ć ź ż ć Ś ń ń ź ż ź ń Ś ń Ś ż ń ń ż ć ż ż Ą ć ń ń ń ć ż ć Ś ż Ć ć ż Ś Ś ć Ż ż Ś ć Ż Ż Ż Ą ń ń ć ń Ż ć ń ż Ż ń ż Ś ń Ś Ś ć Ż Ż Ć Ó Ż Ść ż Ż ż ż ń Ż Ż ć

Bardziej szczegółowo

ń ń ź ź ć ń ń Ą Ź ń Ą ĄĄ Ą ń ź Ł Ł ń ć Ó Ą Ą ń ń ć ń ć ź ć ć Ó ć Ó ć Ś ć Ó ń ć ć ć ź ć Ą Ó Ź Ź Ź Ą ź Ó Ą ń ń Ź Ó Ź Ń ć Ń ć ź ń ń ń ń ń ń Ń ń Ź ń Ź Ź Ź ń ń ń Ą Ź Ó ĄĄ ń Ą ń ń Ó Ń Ó Ó ń Ą Ó ź ń ź Ą Ó Ą ź

Bardziej szczegółowo

Ą Ą Ś Ż Ą ć Ź ć Ó Ś Ż Ź Ó ć Ś Ż ć Ś Ź Ó ć Ż Ż Ź Ż Ó Ź Ó Ż Ż Ż Ż Ż Ś Ź Ś ć ć ć Ź ć ć Ó Ó Ó Ś Ą ć ć Ź Ż Ż Ż Ż ź Ż ź Ó Ś Ą Ź Ż Ż ć Ź Ó Ż Ó Ś Ą Ś Ś Ź Ż Ś Ż Ż Ź Ó ć Ś Ś Ść Ś Ż Ź Ó Ś Ó Ź Ó Ż Ź Ó Ś Ś Ż Ź Ż Ś

Bardziej szczegółowo

Ą Ł Ą Ą ś ś ż Ż ś ś ś ść ś ś Ą ś Ż ś ć ż ś ś ż ś ż Ć Ł Ż ż Ź ć ĄĄ Ż Ą Ż Ą Ź Ż Ł Ł Ę ś ś ś ż Ą ś Ą ś Ą Ż Ą Ż Ą Ć Ż Ż ś Ż Ą Ć Ł Ł Ę ś ż Ż ć ś ś ś ś Ż Ć ż ż ś ś ż ś ś Ż Ż ś ś ś ś ś Ż ż Ż ś ś Ż Ę ż ś ż Ź Ę

Bardziej szczegółowo

Ę Ę Ę Ę Ę Ź Ą Ę Ą Ę Ą Ą Ę ć Ś ć Ę Ą ź Ą Ź ć Ę Ź Ę ć Ą Ę Ś Ę Ę Ź Ą Ę ć ź Ą Ź Ę ź Ę Ą Ś Ł Ą Ź Ę Ę Ę Ę ć Ę Ą Ę Ę Ą Ś Ą Ę ź ć Ę Ę Ę ź Ź ź Ą Ź Ę Ź ź Ź ć ć Ę Ę Ę Ą Ą Ą Ę ć Ę Ę ć Ę Ę Ą Ę Ą Ę Ę Ę Ą Ę Ś ć Ą ć ć

Bardziej szczegółowo

Bazy danych. dr inż. Andrzej Macioł

Bazy danych. dr inż. Andrzej Macioł Bazy danych dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Ontologia Dziedzina metafizyki, która para się badaniem i wyjaśnianiem natury jak i kluczowych właściwości oraz relacji rządzących

Bardziej szczegółowo

Sztuczna inteligencja : Zbiory rozmyte cz. III

Sztuczna inteligencja : Zbiory rozmyte cz. III Instytut Informatyki Uniwersytetu Śląskiego lab 3 Notacja Zadeha: symboliczny zapis zbioru rozmytego dla przestrzeni dyskretnej. Dla X jest przestrzenią o skończonej liczbie elementów X = {x 1, x 2,...,

Bardziej szczegółowo

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze

Bardziej szczegółowo

Systemy ekspertowe. Krzysztof Patan

Systemy ekspertowe. Krzysztof Patan Systemy ekspertowe Krzysztof Patan Wprowadzenie System ekspertowy Program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem

Bardziej szczegółowo

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język

Bardziej szczegółowo

7. Zagadnienie parkowania ciężarówki.

7. Zagadnienie parkowania ciężarówki. 7. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można

Bardziej szczegółowo

Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji

Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Zbiory 2 Pary uporządkowane 3 Relacje Zbiory dystrybutywne

Bardziej szczegółowo

6. Zagadnienie parkowania ciężarówki.

6. Zagadnienie parkowania ciężarówki. 6. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można

Bardziej szczegółowo

Pochodna funkcji. Zastosowania pochodnej. Badanie przebiegu zmienności

Pochodna funkcji. Zastosowania pochodnej. Badanie przebiegu zmienności Temat wykładu: Pochodna unkcji. Zastosowania pochodnej. Badanie przebiegu zmienności Kody kolorów: żółty nowe pojęcie pomarańczowy uwaga kursywa komentarz * materiał nadobowiązkowy 1 1. Pochodna Zagadnienia

Bardziej szczegółowo

Programowanie obiektowe. Wykład 4

Programowanie obiektowe. Wykład 4 Programowanie obiektowe Wykład 4 Tworzenie własnych obiektów Słowo kluczowe this W JavaScriptmożna tworzyć własne obiekty. Wykorzystuje się tu zapis utworzonej funkcji o nazwie takiej samej jak klasa,

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu

Bardziej szczegółowo

KOMPUTER. jaki jest, każdy widzi. Mówiąc komputer, mamy najczęściej na myśli zestaw... urządzeń podłączonych jednocześnie do jednostki centralnej.

KOMPUTER. jaki jest, każdy widzi. Mówiąc komputer, mamy najczęściej na myśli zestaw... urządzeń podłączonych jednocześnie do jednostki centralnej. Budowa komputera Budowa i peryferia Mówiąc komputer, mamy najczęściej na myśli zestaw... KOMPUTER jaki jest, każdy widzi. urządzeń podłączonych jednocześnie do jednostki centralnej. Komputer - budowa i

Bardziej szczegółowo

MOJE GIMNAZJUM W LICZBACH. Michał Smagacki II a

MOJE GIMNAZJUM W LICZBACH. Michał Smagacki II a MOJE GIMNAZJUM W LICZBACH Michał Smagacki II a Ankietę przeprowadzono wśród uczniów wszystkich klas gimnazjum. W ankiecie wzięło udział 7 uczniów. W klasach: I a -19 I b 11 II a -1 II b -15 III a -7 III

Bardziej szczegółowo

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG Systemy Agentowe główne cechy Mariusz.Matuszek WETI PG Definicja agenta Wiele definicji, w zależności od rozpatrywanego zakresu zastosowań. Popularna definicja: Jednostka obliczeniowa (program, robot),

Bardziej szczegółowo

Metoda Tablic Semantycznych

Metoda Tablic Semantycznych Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,

Bardziej szczegółowo

Rozkład zajęć Technik Informatyk semestr I

Rozkład zajęć Technik Informatyk semestr I Rozkład zajęć Technik Informatyk semestr I I Zjazd 13-14 września 2014 r. II ZJAZD 27-28 września 2014 r. III ZJAZD 11-12 października 2014 r. IV ZJAZD 25-26 października 2014 r. 8. Administrowania bazami

Bardziej szczegółowo

2.8. Algorytmy, schematy, programy

2.8. Algorytmy, schematy, programy https://app.wsipnet.pl/podreczniki/strona/38766 2.8. Algorytmy, schematy, programy DOWIESZ SIĘ co oznaczają pojęcia: algorytm, schemat blokowy, język programowania, jakie są sposoby obliczania największego

Bardziej szczegółowo

Inżynieria oprogramowania. Część 5: UML Diagramy klas

Inżynieria oprogramowania. Część 5: UML Diagramy klas UNIWERSYTET RZESZOWSKI KATEDRA INFORMATYKI Opracował: mgr inż. Przemysław Pardel v1.01 2010 Inżynieria oprogramowania Część 5: UML Diagramy klas ZAGADNIENIA DO ZREALIZOWANIA (3H) 1. Diagram klas... 3 Zadanie

Bardziej szczegółowo

Logika Matematyczna (1)

Logika Matematyczna (1) Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 4 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (1) 4 X 2007 1 / 18 Plan konwersatorium Dzisiaj:

Bardziej szczegółowo

Podstawy logiki i teorii zbiorów Ćwiczenia

Podstawy logiki i teorii zbiorów Ćwiczenia Podstawy logiki i teorii zbiorów Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Kwantyfikatory. 5 6 Relacje 7

Bardziej szczegółowo

Systemy uczące się wykład 2

Systemy uczące się wykład 2 Systemy uczące się wykład 2 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 19 X 2018 Podstawowe definicje Fakt; Przesłanka; Konkluzja; Reguła; Wnioskowanie. Typy wnioskowania

Bardziej szczegółowo

WOJEWÓDZKI KONKURS FIZYCZNY

WOJEWÓDZKI KONKURS FIZYCZNY Pieczątka szkoły Kod ucznia Liczba punktów WOJEWÓDZKI KONKURS FIZYCZNY DLA UCZNIÓW GIMNAZJÓW W ROKU SZKOLNYM 2017/2018 16 LISTOPADA 2017 R. 1. Test konkursowy zawiera 5 zadań. Są to zadania otwarte. Na

Bardziej szczegółowo

Technologia Blow-Gun. niskie ciśnienie pistolety. Kod. przedłużona. Zawiera 10 pistoletów AJ 13. Przyłącze. Kod. Zawiera 10 pistoletów AK 13

Technologia Blow-Gun. niskie ciśnienie pistolety. Kod. przedłużona. Zawiera 10 pistoletów AJ 13. Przyłącze. Kod. Zawiera 10 pistoletów AK 13 Akcesoria RECTUS Pistolety Pneumatyczne Technologia Blow-Gun Krótka dysza Bezpo strumień powietrza. Idealny do przedmuchiwania otworów i wgłębień z odłamków przemysłowych. Dysza bezpieczeństwa Wyposażona

Bardziej szczegółowo

Komputer VIPER i x4,2ghz 8GB GTX 1050TI 4GB 1TB USB 3.0

Komputer VIPER i x4,2ghz 8GB GTX 1050TI 4GB 1TB USB 3.0 Dane aktualne na dzień: 11-01-2018 11:01 Link do produktu: http://exite.info/komputer-viper-i7-7700-4x4-2ghz-8gb-gtx-1050ti-4gb-1tb-usb-30-p-10049.html Komputer VIPER i7-7700 4x4,2ghz 8GB GTX 1050TI 4GB

Bardziej szczegółowo

Część wspólna (przekrój) A B składa się z wszystkich elementów, które należą jednocześnie do zbioru A i do zbioru B:

Część wspólna (przekrój) A B składa się z wszystkich elementów, które należą jednocześnie do zbioru A i do zbioru B: Zbiory 1 Rozważmy dowolne dwa zbiory A i B. Suma A B składa się z wszystkich elementów, które należą do zbioru A lub do zbioru B: (x A B) (x A x B). Część wspólna (przekrój) A B składa się z wszystkich

Bardziej szczegółowo

Semantyka rachunku predykatów

Semantyka rachunku predykatów Relacje Interpretacja Wartość Spełnialność Logika obliczeniowa Instytut Informatyki Relacje Interpretacja Wartość Plan Plan Relacje O co chodzi? Znaczenie w logice Relacje 3 Interpretacja i wartościowanie

Bardziej szczegółowo

ZARZĄDZANIU. Wykład VI. dr Jan Kazimirski

ZARZĄDZANIU. Wykład VI. dr Jan Kazimirski INFORMATYKA W ZARZĄDZANIU Wykład VI dr Jan Kazimirski jankazim@mac.edu.pl http://www.mac.edu.pl/jankazim MODELOWANIE SYSTEMÓW UML Literatura Joseph Schmuller UML dla każdego, Helion 2001 Perdita Stevens

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń.

Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. Rachunek prawdopodobieństwa Rozdział 3. Prawdopodobieństwo warunkowe i niezależność zdarzeń. 3.2. Niezależność zdarzeń Katarzyna Rybarczyk-Krzywdzińska Niezależność dwóch zdarzeń Intuicja Zdarzenia losowe

Bardziej szczegółowo

Programowanie Obiektowew języku C++ Zadania L8

Programowanie Obiektowew języku C++ Zadania L8 Programowanie Obiektowew języku C++ Zadania L8 Mirosław Głowacki 1,2 1 Akademia Górniczo-Hutnicza im. Stanisława Staszica w Ktrakowie Wydział Inżynierii Metali i Informatyki Stosowanej Katedra Informatyki

Bardziej szczegółowo

Obszar wsparcia: A. Rozwój funkcji słuchowych. Scenariusz zajęć

Obszar wsparcia: A. Rozwój funkcji słuchowych. Scenariusz zajęć Obszar wsparcia: A. Rozwój funkcji słuchowych Autor: Agnieszka Wysocka Grupa wiekowa: 3-latki Temat: Na wiejskim podwórku pies i kot. Scenariusz zajęć Cele operacyjne: Dziecko: uczestniczy w zabawach parateatralnych;

Bardziej szczegółowo

Modele Herbranda. Logika obliczeniowa. Joanna Józefowska. Szukamy modelu. Przykład Problemy. Model Herbranda

Modele Herbranda. Logika obliczeniowa. Joanna Józefowska. Szukamy modelu. Przykład Problemy. Model Herbranda Plan wykładu Szukamy modelu Model Herbranda Twierdzenia Logika obliczeniowa Instytut Informatyki Plan wykładu Szukamy modelu 1 Szukamy modelu Problemy 2 Model Herbranda Uniwersum Herbranda Interpretacja

Bardziej szczegółowo

Bazy danych. dr inż. Andrzej Macioł

Bazy danych. dr inż. Andrzej Macioł Bazy danych dr inż. Andrzej Macioł http://amber.zarz.agh.edu.pl/amaciol/ Ontologia Dziedzina metafizyki, która para się badaniem i wyjaśnianiem natury jak i kluczowych właściwości oraz relacji rządzących

Bardziej szczegółowo

Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa.

Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa. Logika obliczeniowa Instytut Informatyki 1 Interpretacja i wartościowanie Dziedzina interpretacji Interpretacja Wartościowanie 2 Wartość formuły Wartość termu Wartość logiczna formuły Własności 3 Logiczna

Bardziej szczegółowo

Klasyczny rachunek predykatów

Klasyczny rachunek predykatów Kultura logiczna Klasyczny rachunek predykatów Bartosz Gostkowski bgostkowski@gmail.com Alfabet klasycznego rachunku zdań reguły konsytutywne języka Alfabet klasycznego rachunku predykatów (KRP Do alfabetu

Bardziej szczegółowo

Definicja obiektowego modelu danych: struktura i zachowanie

Definicja obiektowego modelu danych: struktura i zachowanie Definicja obiektowego modelu danych: struktura i zachowanie Podziękowania Dla Grzegorza Enzo Dołęgowskiego za wpisanie moich notatek do komputera. Relacyjna baza danych (przypomnienie) Pojęcia pierwotne

Bardziej szczegółowo

Systemy ekspertowe : Tablice decyzyjne

Systemy ekspertowe : Tablice decyzyjne Instytut Informatyki Uniwersytetu Śląskiego 16 marzec 2010 Tablica decyzyjna Klasy nierozróżnialności i klasy decyzyjne Rdzeń Redukt Macierz nierozróżnialności Rdzeń i redukt w macierzy nierozróżnialności

Bardziej szczegółowo

Sieci Bayesa mgr Tomasz Xięski, Instytut Informatyki, Uniwersytet Śląski Sosnowiec, 2011

Sieci Bayesa mgr Tomasz Xięski, Instytut Informatyki, Uniwersytet Śląski Sosnowiec, 2011 Sieci Bayesa mgr Tomasz Xięski, Instytut Informatyki, Uniwersytet Śląski Sosnowiec, 2011 Sieć Bayesowska służy do przedstawiania zależności pomiędzy zdarzeniami bazując na rachunku prawdopodobieństwa.

Bardziej szczegółowo

Matematyczna wieża Babel. 4. Ograniczone maszyny Turinga o językach kontekstowych materiały do ćwiczeń

Matematyczna wieża Babel. 4. Ograniczone maszyny Turinga o językach kontekstowych materiały do ćwiczeń Matematyczna wieża Babel. 4. Ograniczone maszyny Turinga o językach kontekstowych materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 4 kwietnia 2019 1 Dodajmy kontekst! Rozważaliśmy

Bardziej szczegółowo

Inżynieria wiedzy Wnioskowanie oparte na wiedzy niepewnej Opracowane na podstawie materiałów dra Michała Berety

Inżynieria wiedzy Wnioskowanie oparte na wiedzy niepewnej Opracowane na podstawie materiałów dra Michała Berety mgr Adam Marszałek Zakład Inteligencji Obliczeniowej Instytut Informatyki PK Inżynieria wiedzy Wnioskowanie oparte na wiedzy niepewnej Opracowane na podstawie materiałów dra Michała Berety Wstępnie na

Bardziej szczegółowo

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Modelowanie wieloskalowe. Automaty Komórkowe - podstawy Modelowanie wieloskalowe Automaty Komórkowe - podstawy Dr hab. inż. Łukasz Madej Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej Budynek B5 p. 716 lmadej@agh.edu.pl

Bardziej szczegółowo

Systemy uczące się wykład 1

Systemy uczące się wykład 1 Systemy uczące się wykład 1 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 5 X 2018 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej

Bardziej szczegółowo

Gramatyki atrybutywne

Gramatyki atrybutywne Gramatyki atrybutywne, część 1 (gramatyki S-atrybutywne Teoria kompilacji Dr inŝ. Janusz Majewski Katedra Informatyki Gramatyki atrybutywne Do przeprowadzenia poprawnego tłumaczenia, oprócz informacji

Bardziej szczegółowo

*Później okazało się, że model w postaci sieci semantycznej pasuje także do reprezentacji wiedzy.

*Później okazało się, że model w postaci sieci semantycznej pasuje także do reprezentacji wiedzy. Dr Tomasz Jach Najstarszy i najbardziej ogólny typ reprezentacji wiedzy Początkowo miały być symulacją pamięci ludzkiej. Później okazało się, że model w postaci sieci semantycznej pasuje także do reprezentacji

Bardziej szczegółowo

Sztuczna inteligencja : Naiwny klasyfikator Bayesa

Sztuczna inteligencja : Naiwny klasyfikator Bayesa Instytut Informatyki Uniwersytetu Śląskiego 18 kwietnia 2012 Rysunek: Klasyfikator Bayesa Jakie jest prawdopodobieństwo, że nowy obiekt będzie zielony/czerwony? Jaki będzie kolor nowego obiektu? Obliczenie

Bardziej szczegółowo

Test sprawdzający CO W BLASZANEJ SKRZYNCE PISZCZY

Test sprawdzający CO W BLASZANEJ SKRZYNCE PISZCZY Test sprawdzający CO W BLASZANEJ SKRZYNCE PISZCZY Grupa A 1. (1 pkt) Podstawowy zestaw komputerowy składa się z: a) jednostki centralnej, myszki, monitora b) jednostki centralnej, monitora, drukarki c)

Bardziej szczegółowo

Prolog (Pro-Logic) Programowanie w Logice. Dr inż. Piotr Urbanek

Prolog (Pro-Logic) Programowanie w Logice. Dr inż. Piotr Urbanek Prolog (Pro-Logic) Programowanie w Logice Dr inż. Piotr Urbanek Do czego służy ProLog? Używany w wielu systemach informatycznych związanych z: logiką matematyczną (automatyczne dowodzenie twierdzeń); przetwarzaniem

Bardziej szczegółowo

ż Ą Ź Ą Ż ź ż ć Ą ż ź ć ź Ś ż ź ć ż ĄĄ ż ż ź ż ć ć Ę ć ż ć Ś ć ć ź ż ż ć ż ć Ę ć Ę Ę ż ż Ę ć Ś ż ć ż ć ż Ą ź ż źć ż ż ż ż ź ź ż ć ć ż ć ż ć ć ż Ę ć ź ć ć ż ć ć ż ć ć ć ć ż Źć ź ż ć ć Ę Ą Ę ć ź Ę Ę ż Ę

Bardziej szczegółowo

Systemy ekspertowe - wiedza niepewna

Systemy ekspertowe - wiedza niepewna Instytut Informatyki Uniwersytetu Śląskiego lab 8 Rozpatrzmy następujący przykład: Miażdżyca powoduje często zwężenie tętnic wieńcowych. Prowadzi to zazwyczaj do zmniejszenia przepływu krwi w tych naczyniach,

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne Prawdopodobieństwo warunkowe Jędrzej Potoniec Część I Podstawy interpretacji wyników badań medycznych Badanie raka Grupa kobiet w wieku 40 lat bierze udział w przesiewowej mammografi,

Bardziej szczegółowo

Teoria gier. prof. UŚ dr hab. Mariusz Boryczka. Wykład 4 - Gry o sumie zero. Instytut Informatyki Uniwersytetu Śląskiego

Teoria gier. prof. UŚ dr hab. Mariusz Boryczka. Wykład 4 - Gry o sumie zero. Instytut Informatyki Uniwersytetu Śląskiego Instytut Informatyki Uniwersytetu Śląskiego Wykład 4 - Gry o sumie zero Gry o sumie zero Dwuosobowe gry o sumie zero (ogólniej: o sumie stałej) były pierwszym typem gier dla których podjęto próby ich rozwiązania.

Bardziej szczegółowo

Dowody założeniowe w KRZ

Dowody założeniowe w KRZ Dowody założeniowe w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl w styczniu 2007 Jerzy Pogonowski (MEG) Dowody założeniowe w KRZ w styczniu 2007 1 / 10 Dowody

Bardziej szczegółowo

Akcesoria do układów grzewczych

Akcesoria do układów grzewczych Akcesoria do układów grzewczych wydanie 11/2014 Naczynia przeponowe do instalacji centralnego ogrzewania Naczynia przeponowe wiszące oraz stojące TAURUS serii R przeznaczone są do kompensowania wzrostu

Bardziej szczegółowo

Cennik detaliczny. Cennik ważny od 1 października 2017 r.

Cennik detaliczny. Cennik ważny od 1 października 2017 r. Cennik detaliczny. Cennik ważny od 1 października 2017 r. bild 9 bild 9 na podstawie podłogowej FS 9.65/9.55 w kolorach m i amber gold 165 cm 145 cm bild 9.65 65 cali bild 9.55 55 cali Grafitowy Amber

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład I: Formalizm teorii prawdopodonieństwa 6 października 2014 Forma zaliczenia przedmiotu Forma zaliczenia Literatura Dostępność treści wykładów 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin dwuczęściowy:

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka matematyczna 26 lutego 2018 1 / 16 Wykład : 10h (przez 10 tygodni po 45 minut) zaliczenie wykładu

Bardziej szczegółowo

Jeden zestaw 14 pasków reprezentuje chromosomy od mamy smoka (samica). Drugi zestaw, o innym kolorze, reprezentuje chromosomy taty smoka (samiec).

Jeden zestaw 14 pasków reprezentuje chromosomy od mamy smoka (samica). Drugi zestaw, o innym kolorze, reprezentuje chromosomy taty smoka (samiec). Karta pracy ucznia Tłumaczenie Karolina Ciosek Jeden zestaw 14 pasków reprezentuje chromosomy od mamy smoka (samica). Drugi zestaw, o innym kolorze, reprezentuje chromosomy taty smoka (samiec). Na każdym

Bardziej szczegółowo

Ź Ć Ą ć Ą ż Ć Ł Ł Ł Ą ć Ź ż ń ć ń ż ż ż ż Ź Ź Ą ż Ć ż ż ż ż ż Ą Ą Ć Ź ż ć ż ż Ą Ź Ą ż ż ć ż Ć Ą Ą ż Ą ź ż Ą ż Ź ż Ą ż ż ż ć Ąć ć Ą ć ż Ć Ą Ź Ą ż ż Ą ż Ą Ą ĄĄ Ą ż ż Ą Ć ż Ą ż ż ż ć Ą Ą Ł ż Ć ć ĄĄ Ą ć Ą

Bardziej szczegółowo

PMC z nadrukiem przyk ad FS (nadruk pionowy)

PMC z nadrukiem przyk ad FS (nadruk pionowy) CONTA-CONNECT Oznaczniki Zacisków Systemy Identyfikacyjne Pocket Maxicard PMC PMC z nadrukiem przyk ad FW (nadruk poziomy) PMC z nadrukiem przyk ad FS (nadruk pionowy) P M C z nadrukiem przyk ad G W (jeden

Bardziej szczegółowo

Programowanie obiektowe

Programowanie obiektowe Programowanie obiektowe Podstawowe cechy i możliwości języka Scala mgr inż. Krzysztof Szwarc krzysztof@szwarc.net.pl Sosnowiec, 2017 1 / 32 mgr inż. Krzysztof Szwarc Programowanie obiektowe Informacje

Bardziej szczegółowo

Matematyka II - Organizacja zajęć. Egzamin w sesji letniej

Matematyka II - Organizacja zajęć. Egzamin w sesji letniej Matematyka II - Organizacja zajęć Wykład (45 godz.): 30 godzin - prof. zw. dr hab. inż. Jan Węglarz poniedziałek godz.11.45 15 godzin - środa godz. 13.30 (tygodnie nieparzyste) s. A Egzamin w sesji letniej

Bardziej szczegółowo

Budowa Mikrokomputera

Budowa Mikrokomputera Budowa Mikrokomputera Wykład z Podstaw Informatyki dla I roku BO Piotr Mika Podstawowe elementy komputera Procesor Pamięć Magistrala (2/16) Płyta główna (ang. mainboard, motherboard) płyta drukowana komputera,

Bardziej szczegółowo

Logika i teoria mnogości Ćwiczenia

Logika i teoria mnogości Ćwiczenia Logika i teoria mnogości Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Iloczyn kartezjański 5 6 Kwantyfikatory.

Bardziej szczegółowo

Podstawy logiki i teorii zbiorów Ćwiczenia

Podstawy logiki i teorii zbiorów Ćwiczenia Podstawy logiki i teorii zbiorów Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Iloczyn kartezjański 5 6 Kwantyfikatory.

Bardziej szczegółowo

PARAMETRY TECHNICZNE OFEROWANEGO SPRZĘTU

PARAMETRY TECHNICZNE OFEROWANEGO SPRZĘTU Nr sprawy: DAS-251-3/16 Załącznik F PARAMETRY TECHNICZNE OFEROWANEGO SPRZĘTU Zadanie 1. Dostawa sprzętu komputerowego macierz dyskowa i akcesoria komputerowe 1.1. Dostawa urządzenia Obudowa macierzy dyskowej

Bardziej szczegółowo

Składnia rachunku predykatów pierwszego rzędu

Składnia rachunku predykatów pierwszego rzędu Początek Gramatyka Kwantyfikatory Poprawność Logika obliczeniowa Instytut Informatyki Początek Gramatyka Kwantyfikatory Poprawność Plan wykładu 1 Na (dobry) początek Zrozumieć słowa Oswoić znaki 2 Gramatyka

Bardziej szczegółowo

Jednostka centralna. Miejsca na napędy 5,25 :CD-ROM, DVD. Miejsca na napędy 3,5 : stacja dyskietek

Jednostka centralna. Miejsca na napędy 5,25 :CD-ROM, DVD. Miejsca na napędy 3,5 : stacja dyskietek Ćwiczenia 1 Budowa komputera PC Komputer osobisty (Personal Komputer PC) komputer (stacjonarny lub przenośny) przeznaczony dla pojedynczego użytkownika do użytku domowego lub biurowego. W skład podstawowego

Bardziej szczegółowo

Cenne informacje dla rodziców

Cenne informacje dla rodziców Cenne informacje dla rodziców Rok szkolny 2014/2015 Co trzylatek umieć powinien -Posługuje się określeniami odnoszącymi się do kierunków w przestrzeni (na, pod, za, przed). -Klasyfikuje przedmioty ze względu

Bardziej szczegółowo

Architektura komputerów

Architektura komputerów Architektura komputerów Tydzień 5 Jednostka Centralna Zadania realizowane przez procesor Pobieranie rozkazów Interpretowanie rozkazów Pobieranie danych Przetwarzanie danych Zapisanie danych Główne zespoły

Bardziej szczegółowo

Rozmyte systemy doradcze

Rozmyte systemy doradcze Systemy ekspertowe Rozmyte systemy doradcze Plan. Co to jest myślenie rozmyte? 2. Teoria zbiorów rozmytych. 3. Zmienne lingwistyczne. 4. Reguły rozmyte. 5. Wnioskowanie rozmyte (systemy doradcze). typu

Bardziej szczegółowo