Zadanie 1: Piętnastka - uzupełnienie

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zadanie 1: Piętnastka - uzupełnienie"

Transkrypt

1 Informatyka, studia dzienne, inż. I st. semestr VI Sztuczna Inteligencja i Systemy Ekspertowe 2010/2011 Prowadzący: mgr Michał Pryczek piątek, 12:00 Data oddania: Ocena: Grzegorz Graczyk Marek Rogalski Zadanie 1: Piętnastka - uzupełnienie 1. Materiały i metody W ramach badań użyto następujących losowych zestawów układanek: 30 układanek o wymiarach 4x4 z optymalnym rozwiązaniem o długości 5 50 układanek o wymiarach 4x4 z optymalnym rozwiązaniem o długości układanek o wymiarach 4x4 z optymalnym rozwiązaniem o długości losowych układanek o wymiarach 4x4 10 układanek o wymiarach 3x3 z optymalnym rozwiązaniem o długości 3 30 układanek o wymiarach 3x3 z optymalnym rozwiązaniem o długości 5 50 układanek o wymiarach 3x3 z optymalnym rozwiązaniem o długości układanek o wymiarach 3x3 z optymalnym rozwiązaniem o długości układanek o wymiarach 3x3 z optymalnym rozwiązaniem o długości losowych układanek o wymiarach 3x3 2. Wyniki Wszystkie zebrane wyniki przedstawiono na histogramach. Dla wszystkich badań zbadano długość znalezionego rozwiązania. Ponadto zbadano czas działania algorytmów bfs i dfs SVN: 1

2 2

3 3

4 4

5 5

6 6

7 3. Dyskusja Dla układanek o krótkich rozwiązaniach optymalnych rozwiązania znalezione przez algorytm BFS są takie same, równe długości rozwiązania optymalnego - zgodnie z przewidywaniami algorytm znajduje rozwiązania optymalne. Wyniki dla układanek 4x4 wyraźnie pokazują optymalność wybranych heurystyk. W wypadku drugiej heurystyki dla najmniejszych układanek duża część znalezionych rozwiązań była optymalna. W układankach 3x3 o rozwiązaniu optymalnym nie dłuższym niż 10 znadowała ona zawsze optymalne rozwiązanie. W przypadku układanek długości 17 optymalne rozwiązanie udało się znaleźć tylko w 40 W wypadku pierwszej heurystyki nawet dla najmniejszych układanek tylko mała część zaproponowanych rozwiązań była optymalna. Dla układanki o długości 17 heurystyka nie znajdywała optymalnych rozwiązań, jednak znajdywane przez nią rozwiązania były nieznacznie dłuższe niż nieoptymalne rozwiązania znalezione przez drugą heurystykę. Układanki 3x3 również pokazały tendencję drugiej heurystyki do znajdywania optymalnych rozwiązań. Zauważono również, że algorytm DFS znajduje bardzo nieoptymalne rozwiązania nawet dla bardzo małych układanek. Co więcej - długość optymalnego rozwiązania nie wpływa na długość rozwiązania znalezionegorz przez ten algorytm. W przypadku pomiarów czasu dla krótkich układanek 3x3 algorytm DFS działał znacząco wolniej niż pozostałe, co świadczy o niewielkiej liczbie stanów przeszukanych przez pozostałe algorytmy - a zatem dobrze obieranej drodze w stronę rozwiązania. Losowe układanki oraz układanki 4x4 o dłuższych rozwiązaniach optymalnych ujawniły skłonność algorytmu BFS do dłuższego działania. Spowodowane było to rosnącą wykładniczo ilością stanów, które musiał przeszukać ten algorytm. Porównanie czasów przeszukiwania dla układanek różnej długości dla algorytmu DFS nie wykazało żadnej jednoznacznej zależności między czasem działania i długością optymalnego rozwiązania, choć dla krótszych widać było tendencję do nieco szybszego działania dla krótkich układanek. Dla algorytmu BFS wyraźnie wyrysowała się zależność między długością rozwiązania i czasem działania. Sąsiednie klasy zazębiają się między sobą jednak proporcjonalność jest nadal wyraźna. W przypadku losowych układanek 4x4 druga heurystyka nie tylko przestała odnajdywać optymalne rozwiązania, ale stała się gorsza od pierwszej heurystyki. Wynika to z metody używanej przez drugą heurystykę, która jest najskuteczniejsza, gdy rozwiązanie jest niedaleko. 4. Wnioski Algorytm BFS jako jedyny z badanych znajduje optymalne (najmniej ruchów) rozwiązania. Algorytm DFS znajduje rozwiązania bardzo nieoptymalne tysiące razy dłuższe niż optymalne. Z tego powodu nie nadaje się on do tego rodzaju przeszukiwania stanów. 7

8 Algorytmy heurystyczne znajdują rozwiązania znacznie szybciej niż algorytmy BFS bądź DFS. Wybór heurystyki powinien zależeć od naszego celu oraz wyboru heurystyki - w badanym przypadku jedna z heurystyk pozwalała dla krótkich układanek znajdywać wydajnie optymalne rozwiązania. Czas działania algorytmu BFS jest zależny od długości optymalnego rozwiązania. Czas działania oraz długość rozwiązania znalezionego przez algorytm DFS jest niezależna od długości optymalnego rozwiązania. 8

Zadanie 1: Piętnastka

Zadanie 1: Piętnastka Informatyka, studia dzienne, inż. I st. semestr VI Sztuczna Inteligencja i Systemy Ekspertowe 2010/2011 Prowadzący: mgr Michał Pryczek piątek, 12:00 Data oddania: Ocena: Grzegorz Graczyk 150875 Marek Rogalski

Bardziej szczegółowo

Zadanie 3: Liczenie winogron

Zadanie 3: Liczenie winogron Informatyka, studia dzienne, II st. semestr II Rozpoznawanie obrazów 2012/2013 Prowadzący: dr inż. Bartłomiej Stasiak czwartek, 8:30 Data oddania: Ocena: Andrzej Stasiak 178736 Grzegorz Graczyk 178717

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji (PSZT) Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Przeszukiwanie Przeszukiwanie przestrzeni stanów Motywacja Rozwiązywanie problemów: poszukiwanie sekwencji operacji prowadzącej do celu poszukiwanie

Bardziej szczegółowo

Podstawy sztucznej inteligencji

Podstawy sztucznej inteligencji wykład 2 Strategie przeszukiwania - ślepe i heurystyczne 27 październik 2011 Plan wykładu 1 Strategie czyli jak znaleźć rozwiązanie problemu Jak wykonać przeszukiwanie Przeszukiwanie przestrzeni stanów

Bardziej szczegółowo

Heurystyki. Strategie poszukiwań

Heurystyki. Strategie poszukiwań Sztuczna inteligencja Heurystyki. Strategie poszukiwań Jacek Bartman Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski DLACZEGO METODY PRZESZUKIWANIA? Sztuczna Inteligencja

Bardziej szczegółowo

Inteligentna analiza danych

Inteligentna analiza danych Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki

Bardziej szczegółowo

Michał Kazimierz Kowalczyk rok 1, semestr 2 nr albumu indeksu: Algorytmy i struktury danych. Problem połączeń

Michał Kazimierz Kowalczyk rok 1, semestr 2 nr albumu indeksu: Algorytmy i struktury danych. Problem połączeń Michał Kazimierz Kowalczyk rok 1, semestr 2 nr albumu indeksu: 28969 Algorytmy i struktury danych Problem połączeń Określenie problemu Problem połączeń możemy odnaleźć w wielu dziedzinach. Dla potrzeb

Bardziej szczegółowo

Planowanie drogi robota, algorytm A*

Planowanie drogi robota, algorytm A* Planowanie drogi robota, algorytm A* Karol Sydor 13 maja 2008 Założenia Uproszczenie przestrzeni Założenia Problem planowania trasy jest bardzo złożony i trudny. W celu uproszczenia problemu przyjmujemy

Bardziej szczegółowo

Wstęp do Sztucznej Inteligencji

Wstęp do Sztucznej Inteligencji Wstęp do Sztucznej Inteligencji Rozwiązywanie problemów-i Joanna Kołodziej Politechnika Krakowska Wydział Fizyki, Matematyki i Informatyki Rozwiązywanie problemów Podstawowe fazy: Sformułowanie celu -

Bardziej szczegółowo

Heurystyczne metody przeszukiwania

Heurystyczne metody przeszukiwania Heurystyczne metody przeszukiwania Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Pojęcie heurystyki Metody heurystyczne są jednym z ważniejszych narzędzi sztucznej inteligencji.

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD V: Agent wciąż szuka rozwiązania (choć już nie na ślepo)

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD V: Agent wciąż szuka rozwiązania (choć już nie na ślepo) Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD V: Agent wciąż szuka rozwiązania (choć już nie na ślepo) Poprzednio: węzeł reprezentowany jest jako piątka: stan odpowiadający węzłowi rodzic węzła

Bardziej szczegółowo

ĆWICZENIE 1: Przeszukiwanie grafów cz. 1 strategie ślepe

ĆWICZENIE 1: Przeszukiwanie grafów cz. 1 strategie ślepe Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnika Śląska www.imio.polsl.pl METODY HEURYSTYCZNE ĆWICZENIE 1: Przeszukiwanie grafów cz. 1 strategie ślepe opracował:

Bardziej szczegółowo

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego Politechnika Łódzka FTIMS Kierunek: Informatyka rok akademicki: 2008/2009 sem. 2. grupa II Termin: 19 V 2009 Nr. ćwiczenia: 413 Temat ćwiczenia: Wyznaczanie długości fali świetlnej za pomocą spektrometru

Bardziej szczegółowo

Jeśli czas działania algorytmu zależy nie tylko od rozmiaru danych wejściowych i przyjmuje różne wartości dla różnych danych o tym samym rozmiarze,

Jeśli czas działania algorytmu zależy nie tylko od rozmiaru danych wejściowych i przyjmuje różne wartości dla różnych danych o tym samym rozmiarze, Oznaczenia: Jeśli czas działania algorytmu zależy nie tylko od rozmiaru danych wejściowych i przyjmuje różne wartości dla różnych danych o tym samym rozmiarze, to interesuje nas złożoność obliczeniowa

Bardziej szczegółowo

Ł Ł Ś Ó ć ć ć Ą Ć ć ć Ł Ś Ą Ó Ń Ą ź ź ź Ń ć ć Ł ć Ł Ł Ł Ś Ó Ń ć ć Ł ć Ł ć ć Ś Ł ć Ą Ą ź ź ź ć ć ć Ńć ć Ś Ś Ś Ń Ą ć ć ć ć ć Ń Ą Ł ź ź Ą ź ź ć ć ź ć Ą ć ć ć ź ź ź Ą ź ź ź ź ź ź ć ć ć ć ć ć ć Ą ć ć ź ć ć

Bardziej szczegółowo

Algorytmy mrówkowe. H. Bednarz. Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Inteligentne systemy informatyczne

Algorytmy mrówkowe. H. Bednarz. Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Inteligentne systemy informatyczne Algorytmy mrówkowe H. Bednarz Wydział Informatyki Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Inteligentne systemy informatyczne 13 kwietnia 2015 1 2 3 4 Przestrzeń poszukiwań Ograniczenia

Bardziej szczegółowo

Optymalizacja. Wybrane algorytmy

Optymalizacja. Wybrane algorytmy dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem

Bardziej szczegółowo

Sprawozdanie z realizacji efektów kształcenia na kierunku Informatyka w roku akademickim 2012/2013

Sprawozdanie z realizacji efektów kształcenia na kierunku Informatyka w roku akademickim 2012/2013 Uniwersytet Śląski Wydział Informatyki i Nauki o Materiałach KIERUNKOWY ZESPÓŁ ZAPEWNIANIA JAKOŚCI KSZTAŁCENIA Sprawozdanie z realizacji efektów kształcenia na kierunku Informatyka w roku akademickim 01/01

Bardziej szczegółowo

Zachowania odbiorców. Grupa taryfowa G

Zachowania odbiorców. Grupa taryfowa G Zachowania odbiorców. Grupa taryfowa G Autor: Jarosław Tomczykowski Biuro PTPiREE ( Energia elektryczna luty 2013) Jednym z założeń wprowadzania smart meteringu jest optymalizacja zużycia energii elektrycznej,

Bardziej szczegółowo

Analiza porównawcza sposobu pomiaru jakości spalania gazu w palnikach odkrytych

Analiza porównawcza sposobu pomiaru jakości spalania gazu w palnikach odkrytych NAFTA-GAZ kwiecień 2011 ROK LXVII Mateusz Rataj Instytut Nafty i Gazu, Kraków Analiza porównawcza sposobu pomiaru jakości spalania gazu w ch odkrytych Wstęp W związku z prowadzonymi badaniami różnego typu

Bardziej szczegółowo

WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI

WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI POLITECHNIKA WARSZAWSKA WYDZIAŁ MECHANICZNY ENERGETYKI I LOTNICTWA MEL WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI NS 586 Dr inż. Franciszek Dul 6. GRY POSZUKIWANIA W OBECNOŚCI PRZECIWNIKA Gry Pokażemy, w jaki

Bardziej szczegółowo

Metoda aktywnych konturów

Metoda aktywnych konturów Metoda aktywnych konturów Grzegorz Szuba (grzegorzszuba@poczta.onet.pl) informatyka IV rok Metody Rozpoznawania Obrazów 2005/2006 Treść zadania: Celem zadania jest stworzenie konturu, który będzie dążył

Bardziej szczegółowo

Rozwiązywanie problemów metodą przeszukiwania

Rozwiązywanie problemów metodą przeszukiwania Rozwiązywanie problemów metodą przeszukiwania Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Reprezentacja problemu w przestrzeni stanów Jedną z ważniejszych metod sztucznej

Bardziej szczegółowo

STUDENCI I ABSOLWENCI W OSTATNIEJ DEKADZIE - W ZALEŻNOŚCI OD KIERUNKU, TYPU SZKOŁY i TRYBU STUDIOWANIA

STUDENCI I ABSOLWENCI W OSTATNIEJ DEKADZIE - W ZALEŻNOŚCI OD KIERUNKU, TYPU SZKOŁY i TRYBU STUDIOWANIA STUDENCI I ABSOLWENCI W OSTATNIEJ DEKADZIE - W ZALEŻNOŚCI OD KIERUNKU, TYPU SZKOŁY i TRYBU STUDIOWANIA W mijającej dekadzie w Polsce najwięcej osób studiowało na kierunkach humanistycznospołecznych 1.

Bardziej szczegółowo

Algorytmy metaheurystyczne podsumowanie

Algorytmy metaheurystyczne podsumowanie dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem

Bardziej szczegółowo

ALHE. prof. Jarosław Arabas semestr 15Z

ALHE. prof. Jarosław Arabas semestr 15Z ALHE prof. Jarosław Arabas semestr 15Z Wykład 5 Błądzenie przypadkowe, Algorytm wspinaczkowy, Przeszukiwanie ze zmiennym sąsiedztwem, Tabu, Symulowane wyżarzanie 1. Błądzenie przypadkowe: Pierwszym krokiem

Bardziej szczegółowo

Sytuacja demograficzna a szkolnictwo wyższe w Polsce

Sytuacja demograficzna a szkolnictwo wyższe w Polsce Sytuacja demograficzna a szkolnictwo wyższe w Polsce Od 1990 roku polskie szkolnictwo wyższe było w okresie stałego i dynamicznego wzrostu. W ciągu 15 lat liczba studentów osiągnęła rekordowy poziom 1,9

Bardziej szczegółowo

Metody przeszukiwania

Metody przeszukiwania Metody przeszukiwania Co to jest przeszukiwanie Przeszukiwanie polega na odnajdywaniu rozwiązania w dyskretnej przestrzeni rozwiązao. Zwykle przeszukiwanie polega na znalezieniu określonego rozwiązania

Bardziej szczegółowo

Demografia członków PAN

Demografia członków PAN NAUKA 3/2007 163-167 ANDRZEJ KAJETAN WRÓBLEWSKI Demografia członków PAN O niektórych sprawach dotyczących wieku nowych i odchodzących członków Polskiej Akademii Nauk mówiłem już w dyskusji podczas Zgromadzenia

Bardziej szczegółowo

dr inż. Jarosław Forenc

dr inż. Jarosław Forenc Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia stacjonarne I stopnia Rok akademicki 2010/2011 Wykład nr 7 (24.01.2011) dr inż. Jarosław Forenc Rok akademicki

Bardziej szczegółowo

Podstawy systemów kryptograficznych z kluczem jawnym RSA

Podstawy systemów kryptograficznych z kluczem jawnym RSA Podstawy systemów kryptograficznych z kluczem jawnym RSA RSA nazwa pochodząca od nazwisk twórców systemu (Rivest, Shamir, Adleman) Systemów z kluczem jawnym można używać do szyfrowania operacji przesyłanych

Bardziej szczegółowo

Problem Komiwojażera - algorytmy metaheurystyczne

Problem Komiwojażera - algorytmy metaheurystyczne Problem Komiwojażera - algorytmy metaheurystyczne algorytm mrówkowy algorytm genetyczny by Bartosz Tomeczko. All rights reserved. 2010. TSP dlaczego metaheurystyki i heurystyki? TSP Travelling Salesman

Bardziej szczegółowo

Dominik Matuszek, V Liceum Ogólnokształcące w Bielsku-Białej. Liczby pierwsze

Dominik Matuszek, V Liceum Ogólnokształcące w Bielsku-Białej. Liczby pierwsze Dominik Matuszek, V Liceum Ogólnokształcące w Bielsku-Białej Liczby pierwsze Czym są liczby pierwsze? Na początku powiedzmy sobie, czym są liczby pierwsze. Jak powszechnie wiadomo, liczba pierwsza jest

Bardziej szczegółowo

Miejscem pomiarów była gmina Kamionka Wielka. Pyłomierz był instalowany w trzech miejscach. Rys1. Mapa gminy z zaznaczonymi miejscowościami

Miejscem pomiarów była gmina Kamionka Wielka. Pyłomierz był instalowany w trzech miejscach. Rys1. Mapa gminy z zaznaczonymi miejscowościami W ramach projektu LIFE, przy współpracy z Krakowskim Alarmem Smogowym, został przeprowadzony pomiar pyłu zawieszonego, przy użyciu miernika laserowego DUSTTRAK II AEROSOL MONITOR 8530 przystosowanego do

Bardziej szczegółowo

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je. Problem porządkowania zwanego również sortowaniem jest jednym z najważniejszych i najpopularniejszych zagadnień informatycznych. Dane: Liczba naturalna n i ciąg n liczb x 1, x 2,, x n. Wynik: Uporządkowanie

Bardziej szczegółowo

Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH

Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH Przeszukiwanie przestrzeni rozwiązań, szukanie na ślepo, wszerz, w głąb. Spis treści: 1. Wprowadzenie 3. str. 1.1 Krótki Wstęp

Bardziej szczegółowo

Konkurs z przedmiotu eksploracja i analiza danych: problem regresji i klasyfikacji

Konkurs z przedmiotu eksploracja i analiza danych: problem regresji i klasyfikacji Konkurs z przedmiotu eksploracja i analiza danych: problem regresji i klasyfikacji Michał Witczak Data Mining 20 maja 2012 r. 1. Wstęp Dostarczone zostały nam 4 pliki, z których dwa stanowiły zbiory uczące

Bardziej szczegółowo

Kondycja polskiego sektora bankowego w drugiej połowie 2012 roku. Podsumowanie wyników polskich banków za I półrocze

Kondycja polskiego sektora bankowego w drugiej połowie 2012 roku. Podsumowanie wyników polskich banków za I półrocze Kondycja polskiego sektora bankowego w drugiej połowie 2012 roku. Podsumowanie wyników polskich banków za I półrocze Polskie banki osiągnęły w I półroczu łączny zysk netto na poziomie 8,04 mld zł, po wzroście

Bardziej szczegółowo

PLAN ZAJĘĆ SEMESTR III- ROK AKADEMICKI 2016/2017

PLAN ZAJĘĆ SEMESTR III- ROK AKADEMICKI 2016/2017 PLAN ZAJĘĆ SEMESTR III- ROK AKADEMICKI 20/20 STUDIA NIESTACJONARNE I STOPNIA Kierunek: Zarządzanie Specjalność: Zarządzanie w agrobiznesie aktualizacja --07 0: Przedmiot liczba godz. ćwicz. ECTS 1 2 3

Bardziej szczegółowo

Sztuczna inteligencja w programowaniu gier

Sztuczna inteligencja w programowaniu gier ztuczna inteligencja w programowaniu gier Algorytmy przeszukiwania przestrzeni rozwiązań Krzysztof Ślot Wprowadzenie Ogólna charakterystyka zagadnienia Cel przeszukiwania: znaleźć element będący rozwiązaniem

Bardziej szczegółowo

Raport z oceny pracy dydaktycznej nauczycieli akademickich dokonanej przez studentów w roku akademickim 2014/2015

Raport z oceny pracy dydaktycznej nauczycieli akademickich dokonanej przez studentów w roku akademickim 2014/2015 Bydgoszcz, dnia 17 maja 2016 r. Hanna Żukowska Marek Mrówczyński Raport z oceny pracy dydaktycznej nauczycieli akademickich dokonanej przez studentów w roku akademickim 2014/2015 1. Wypełnialność ankiet

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 13. PROBLEMY OPTYMALIZACYJNE Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska PROBLEMY OPTYMALIZACYJNE Optymalizacja poszukiwanie

Bardziej szczegółowo

ZASTOSOWANIA KOGNITYWISTYKI

ZASTOSOWANIA KOGNITYWISTYKI ZASTOSOWANIA KOGNITYWISTYKI PODSUMOWANIE ANALIZY PUBLIKACJI Z ZAKRESU KOGNITYWISTYKI RODZIAŁY W KSIĄŻKACH NAPISANE PRZEZ POLSKICH AUTORÓW Kraków, 2 ANALIZA PUBLIKACJI Z ZAKRESU KOGNITYWISTYKI Rozdziały

Bardziej szczegółowo

Borealis AB Serwis Techniczny i Rozwój Rynku Reinhold Gard SE Stenungsund Szwecja

Borealis AB Serwis Techniczny i Rozwój Rynku Reinhold Gard SE Stenungsund Szwecja Borealis AB Serwis Techniczny i Rozwój Rynku Reinhold Gard SE-444 86 Stenungsund Szwecja Odporność na ciśnienie hydrostatyczne oraz wymiarowanie dla PP-RCT, nowej klasy materiałów z polipropylenu do zastosowań

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

II. BUDOWNICTWO MIESZKANIOWE

II. BUDOWNICTWO MIESZKANIOWE II. BUDOWNICTWO MIESZKANIOWE 1. Mieszkania oddane do eksploatacji w 2007 r. 1 Według danych Głównego Urzędu Statystycznego, w Polsce w 2007 r. oddano do użytku 133,8 tys. mieszkań, tj. o około 16% więcej

Bardziej szczegółowo

Grafy i sieci w informatyce - opis przedmiotu

Grafy i sieci w informatyce - opis przedmiotu Grafy i sieci w informatyce - opis przedmiotu Informacje ogólne Nazwa przedmiotu Grafy i sieci w informatyce Kod przedmiotu 11.9-WI-INFD-GiSwI Wydział Kierunek Wydział Informatyki, Elektrotechniki i Automatyki

Bardziej szczegółowo

Wyznaczanie sprawności grzejnika elektrycznego i ciepła właściwego cieczy za pomocą kalorymetru z grzejnikiem elektrycznym

Wyznaczanie sprawności grzejnika elektrycznego i ciepła właściwego cieczy za pomocą kalorymetru z grzejnikiem elektrycznym Politechnika Łódzka FTIMS Kierunek: Informatyka rok akademicki: 2008/2009 sem. 2. grupa II Termin: 24 III 2009 Nr. ćwiczenia: 215 Temat ćwiczenia: Wyznaczanie sprawności grzejnika elektrycznego i ciepła

Bardziej szczegółowo

dr inż. Jarosław Forenc

dr inż. Jarosław Forenc Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia stacjonarne I stopnia Rok akademicki 2009/2010 Wykład nr 8 (29.01.2009) dr inż. Jarosław Forenc Rok akademicki

Bardziej szczegółowo

dr inŝ. Jarosław Forenc

dr inŝ. Jarosław Forenc Rok akademicki 2009/2010, Wykład nr 8 2/19 Plan wykładu nr 8 Informatyka 2 Politechnika Białostocka - Wydział Elektryczny Elektrotechnika, semestr III, studia stacjonarne I stopnia Rok akademicki 2009/2010

Bardziej szczegółowo

Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda

Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji

Bardziej szczegółowo

Zaawansowane algorytmy i struktury danych

Zaawansowane algorytmy i struktury danych Zaawansowane algorytmy i struktury danych u dr Barbary Marszał-Paszek Opracowanie pytań teoretycznych z egzaminów. Strona 1 z 12 Pytania teoretyczne z egzaminu pisemnego z 25 czerwca 2014 (studia dzienne)

Bardziej szczegółowo

AKADEMIA GÓRNICZO-HUTNICZA im. Stanisława Staszica w Krakowie. Wydział Geologii, Geofizyki i Ochrony Środowiska. Bazy danych 2

AKADEMIA GÓRNICZO-HUTNICZA im. Stanisława Staszica w Krakowie. Wydział Geologii, Geofizyki i Ochrony Środowiska. Bazy danych 2 AKADEMIA GÓRNICZO-HUTNICZA im. Stanisława Staszica w Krakowie Wydział Geologii, Geofizyki i Ochrony Środowiska Wydajnośd w bazach danych Grzegorz Surdyka Informatyka Stosowana Kraków, 9 Spis treści. Wstęp...

Bardziej szczegółowo

Drgania relaksacyjne w obwodzie RC

Drgania relaksacyjne w obwodzie RC Politechnika Łódzka FTIMS Kierunek: Informatyka rok akademicki: 2008/2009 sem. 2. grupa II Termin: 21 IV 2009 Nr. ćwiczenia: 311 Temat ćwiczenia: Drgania relaksacyjne w obwodzie RC Nr. studenta: 5 Nr.

Bardziej szczegółowo

Programowanie dynamiczne

Programowanie dynamiczne Programowanie dynamiczne Patryk Żywica 5 maja 2008 1 Spis treści 1 Problem wydawania reszty 3 1.1 Sformułowanie problemu...................... 3 1.2 Algorytm.............................. 3 1.2.1 Prosty

Bardziej szczegółowo

58% 36% 14,6% Executive Summary. Informatyka coraz bardziej popularna. Dziewczyny informatyczki. ogólnej liczby studiujących w Polsce to kobiety

58% 36% 14,6% Executive Summary. Informatyka coraz bardziej popularna. Dziewczyny informatyczki. ogólnej liczby studiujących w Polsce to kobiety Executive Summary 58% ogólnej liczby studiujących w Polsce to kobiety 36% studentów wyższych szkół technicznych to kobiety Informatyka coraz bardziej popularna Od kilku lat obserwujemy wzrost zainteresowania

Bardziej szczegółowo

Wybór / ocena atrybutów na podstawie oceny jakości działania wybranego klasyfikatora.

Wybór / ocena atrybutów na podstawie oceny jakości działania wybranego klasyfikatora. Wprowadzenie do programu RapidMiner Studio 7.6, część 7 Podstawy metod wyboru atrybutów w problemach klasyfikacyjnych, c.d. Michał Bereta www.michalbereta.pl Wybór / ocena atrybutów na podstawie oceny

Bardziej szczegółowo

Porównanie algorytmów wyszukiwania najkrótszych ścieżek międz. grafu. Daniel Golubiewski. 22 listopada Instytut Informatyki

Porównanie algorytmów wyszukiwania najkrótszych ścieżek międz. grafu. Daniel Golubiewski. 22 listopada Instytut Informatyki Porównanie algorytmów wyszukiwania najkrótszych ścieżek między wierzchołkami grafu. Instytut Informatyki 22 listopada 2015 Algorytm DFS w głąb Algorytm przejścia/przeszukiwania w głąb (ang. Depth First

Bardziej szczegółowo

Podstawy sztucznej inteligencji

Podstawy sztucznej inteligencji wykład 2 Strategie przeszukiwania - ślepe i heurystyczne Algorytmy ewolucyjne 03 kwietnia 2011 Plan wykładu 1 Strategie czyli jak znaleźć rozwiązanie problemu 2 Jak wykonać przeszukiwanie Przeszukiwanie

Bardziej szczegółowo

Laboratorium podstaw elektroniki

Laboratorium podstaw elektroniki 150875 Grzegorz Graczyk numer indeksu imie i nazwisko 150889 Anna Janicka numer indeksu imie i nazwisko Grupa: 2 Grupa: 5 kierunek Informatyka semestr 2 rok akademicki 2008/09 Laboratorium podstaw elektroniki

Bardziej szczegółowo

Analiza efektywności przetwarzania współbieżnego. Wykład: Przetwarzanie Równoległe Politechnika Poznańska Rafał Walkowiak Grudzień 2015

Analiza efektywności przetwarzania współbieżnego. Wykład: Przetwarzanie Równoległe Politechnika Poznańska Rafał Walkowiak Grudzień 2015 Analiza efektywności przetwarzania współbieżnego Wykład: Przetwarzanie Równoległe Politechnika Poznańska Rafał Walkowiak Grudzień 2015 Źródła kosztów przetwarzania współbieżnego interakcje między procesami

Bardziej szczegółowo

Statystyczne badanie zasięgu samolotów papierowych. Autor: Michał Maszkowski Rok szkolny wykonania: 2014/2015 Opiekun: p.

Statystyczne badanie zasięgu samolotów papierowych. Autor: Michał Maszkowski Rok szkolny wykonania: 2014/2015 Opiekun: p. Statystyczne badanie zasięgu samolotów papierowych Autor: Michał Maszkowski Rok szkolny wykonania: 2014/2015 Opiekun: p. Jolanta Siemińska Wstęp Celem mojego projektu było znalezienie najdalej latającego

Bardziej szczegółowo

Sztuczna Inteligencja i Systemy Doradcze

Sztuczna Inteligencja i Systemy Doradcze Sztuczna Inteligencja i Systemy Doradcze Przeszukiwanie przestrzeni stanów algorytmy ślepe Przeszukiwanie przestrzeni stanów algorytmy ślepe 1 Strategie slepe Strategie ślepe korzystają z informacji dostępnej

Bardziej szczegółowo

Symulacyjne metody wyceny opcji amerykańskich

Symulacyjne metody wyceny opcji amerykańskich Metody wyceny Piotr Małecki promotor: dr hab. Rafał Weron Instytut Matematyki i Informatyki Politechniki Wrocławskiej Wrocław, 0 lipca 009 Metody wyceny Drzewko S 0 S t S t S 3 t S t St St 3 S t St St

Bardziej szczegółowo

Straty sieciowe a opłaty dystrybucyjne

Straty sieciowe a opłaty dystrybucyjne Straty sieciowe a opłaty dystrybucyjne Autorzy: Elżbieta Niewiedział, Ryszard Niewiedział Menedżerskich w Koninie - Wyższa Szkoła Kadr ( Energia elektryczna styczeń 2014) W artykule przedstawiono wyniki

Bardziej szczegółowo

Porównanie czasów działania algorytmów sortowania przez wstawianie i scalanie

Porównanie czasów działania algorytmów sortowania przez wstawianie i scalanie Więcej o sprawności algorytmów Porównanie czasów działania algorytmów sortowania przez wstawianie i scalanie Załóżmy, że możemy wykonać dane zadanie przy użyciu dwóch algorytmów: jednego o złożoności czasowej

Bardziej szczegółowo

godz JĘZYKI PROGRAMOWANIA I. GR. 2 sala 573 B+574 B

godz JĘZYKI PROGRAMOWANIA I. GR. 2 sala 573 B+574 B STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. dr Sławomir PAWŁOWSKI ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH GR 1 sala 571 B+572 B dr Grzegorz WIECZOREK JĘZYKI PROGRAMOWANIA I sala 573 B+574 B dr hab.

Bardziej szczegółowo

Obowiązkowy A. Przedmioty kształcenia ogólnego 1 Etykieta w życiu publicznym wykład 9 zaliczenie tak 1 B. Przedmioty podstawowe

Obowiązkowy A. Przedmioty kształcenia ogólnego 1 Etykieta w życiu publicznym wykład 9 zaliczenie tak 1 B. Przedmioty podstawowe Instytut Informatyki, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Rok 2012/2013 Rok I, semestr I (zimowy) zajęć 1 Etykieta w życiu publicznym 9 tak 1 Przedmiot

Bardziej szczegółowo

1. Granice funkcji - wstępne definicje i obliczanie prostych granic

1. Granice funkcji - wstępne definicje i obliczanie prostych granic 1. Granice funkcji - wstępne definicje i obliczanie prostych granic Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny 1. Granice w Krakowie) funkcji -

Bardziej szczegółowo

Karta pracy do doświadczeń

Karta pracy do doświadczeń 1 Karta pracy do doświadczeń UWAGA: Pola z poleceniami zapisanymi niebieską czcionką i ramkami z przerywaną linią wypełniają uczniowie uczestniczący w zajęciach. A. Temat w formie pytania badawczego lub

Bardziej szczegółowo

Algorytmy klasteryzacji jako metoda dyskretyzacji w algorytmach eksploracji danych. Łukasz Przybyłek, Jakub Niwa Studenckie Koło Naukowe BRAINS

Algorytmy klasteryzacji jako metoda dyskretyzacji w algorytmach eksploracji danych. Łukasz Przybyłek, Jakub Niwa Studenckie Koło Naukowe BRAINS Algorytmy klasteryzacji jako metoda dyskretyzacji w algorytmach eksploracji danych Łukasz Przybyłek, Jakub Niwa Studenckie Koło Naukowe BRAINS Dyskretyzacja - definicja Dyskretyzacja - zamiana atrybutów

Bardziej szczegółowo

dr Grzegorz WIECZOREK JĘZYKI PROGRAMOWANIA I

dr Grzegorz WIECZOREK JĘZYKI PROGRAMOWANIA I STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. dr Grzegorz WIECZOREK JĘZYKI PROGRAMOWANIA I GR. 1 sala 573 B+574 B prof. Jarosław BAUER MATEMATYKA DYSKRETNA GR. 1 sala 271 A dr Sławomir PAWŁOWSKI

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr Temat: Karty kontrolne przy alternatywnej ocenie właściwości.

Bardziej szczegółowo

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne Algorytmy genetyczne Materiały do laboratorium PSI Studia stacjonarne i niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki,

Bardziej szczegółowo

Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII. Informatyka Stosowana. Studia stacjonarne I stopnia

Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII. Informatyka Stosowana. Studia stacjonarne I stopnia Uniwersytet Śląski w Katowicach WYDZIAŁ MATEMATYKI, FIZYKI I CHEMII Studia stacjonarne I stopnia Organizacja roku akademickiego 2017/2018 3,5-letnie studia pierwszego stopnia Semestr zimowy Zajęcia w semestrze

Bardziej szczegółowo

PRZYRZĄD DO BADANIA RUCHU JEDNOSTAJNEGO l JEDNOSTANIE ZMIENNEGO V 5-143

PRZYRZĄD DO BADANIA RUCHU JEDNOSTAJNEGO l JEDNOSTANIE ZMIENNEGO V 5-143 Przyrząd do badania ruchu jednostajnego i jednostajnie zmiennego V 5-43 PRZYRZĄD DO BADANIA RUCHU JEDNOSTAJNEGO l JEDNOSTANIE ZMIENNEGO V 5-43 Oprac. FzA, IF US, 2007 Rys. Przyrząd stanowi równia pochyła,

Bardziej szczegółowo

Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A

Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A Ćwiczenie 1 Planowanie trasy robota mobilnego w siatce kwadratów pól - Algorytm A Zadanie do wykonania 1) Utwórz na pulpicie katalog w formacie Imię nazwisko, w którym umieść wszystkie pliki związane z

Bardziej szczegółowo

AiSD zadanie trzecie

AiSD zadanie trzecie AiSD zadanie trzecie Gliwiński Jarosław Marek Kruczyński Konrad Marek Grupa dziekańska I5 5 czerwca 2008 1 Wstęp Celem postawionym przez zadanie trzecie było tzw. sortowanie topologiczne. Jest to typ sortowania

Bardziej szczegółowo

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne Algorytmy genetyczne Materiały do laboratorium PSI Studia niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki, pojęć

Bardziej szczegółowo

V ZJAZD. STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. 26 listopada 2016 (sobota) ANALIZA FIZYKA ANALIZA MATEMATYCZNA I FIZYKA ANALIZA FIZYKA

V ZJAZD. STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. 26 listopada 2016 (sobota) ANALIZA FIZYKA ANALIZA MATEMATYCZNA I FIZYKA ANALIZA FIZYKA I rok 1 sem. prof. Tadeusz BALCERZAK FIZYKA prof. Krzysztof KOWALSKI ANALIZA MATEMATYCZNA I prof. Krzysztof KOWALSKI ANALIZA MATEMATYCZNA I GR 1 sala 272 A dr hab. Karol SZAŁOWSKI FIZYKA dr hab. Karol

Bardziej szczegółowo

Wydział Nauk Ekonomicznych Uniwersytetu Warszawskiego Warszawa, Czerwiec 2002. Mała Giełda

Wydział Nauk Ekonomicznych Uniwersytetu Warszawskiego Warszawa, Czerwiec 2002. Mała Giełda Wydział Nauk Ekonomicznych Uniwersytetu Warszawskiego Warszawa, Czerwiec 2002 Mała Giełda Opis eksperymentu na zajęcia z Ekonomii Eksperymentalnej prowadzone przez dr Tomasza Kopczewskiego. Wykonali: Krzysztof

Bardziej szczegółowo

dr Grzegorz WIECZOREK

dr Grzegorz WIECZOREK STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. prof. Jarosław BAUER MATEMATYKA DYSKRETNA Sala 551 B dr Grzegorz WIECZOREK PROGRAMOWANIA I sala 573 B+574 B dr Małgorzata WRZESIEŃ FIZYKA konwersatorium

Bardziej szczegółowo

PLAN ZAJĘĆ- ZJAZD 1 27.06.2014 INFORMATYKA TRYB NIESTACJONARNY SEMESTR 4

PLAN ZAJĘĆ- ZJAZD 1 27.06.2014 INFORMATYKA TRYB NIESTACJONARNY SEMESTR 4 PLAN ZAJĘĆ- ZJAZD 1 27.06.2014 piątek 7.03.2014 Analiza matematyczna-wykład, dr Parczyk, aula B sobota 8.03.2014 8.00-8.45 Matematyka dyskretna-wykład, prof. Jaworski, aula B MD-ćw., s.7 parter AM-ćw.,

Bardziej szczegółowo

Harmonogram INFORMATYKA ANALITYCZNA Rok akademicki 2016/17 semestr letni

Harmonogram INFORMATYKA ANALITYCZNA Rok akademicki 2016/17 semestr letni Studia licencjackie I ROK: Analiza Matematyczna 2 wykład dr hab. Rafał Pierzchała poniedziałki 8-10 0174 Analiza Matematyczna 2 ćw gr 1 dr hab. Rafał Pierzchała poniedziałki 10-12 0086 Analiza Matematyczna

Bardziej szczegółowo

Układ RLC z diodą. Zadanie: Nazwisko i imię: Nr. albumu: Grzegorz Graczyk. Nazwisko i imię: Nr. albumu:

Układ RLC z diodą. Zadanie: Nazwisko i imię: Nr. albumu: Grzegorz Graczyk. Nazwisko i imię: Nr. albumu: Politechnika Łódzka TIMS Kierunek: Informatyka rok akademicki: 2009/2010 sem. 3. grupa II Zadanie: Układ z diodą Termin: 5 I 2010 Nr. albumu: 150875 Nazwisko i imię: Grzegorz Graczyk Nr. albumu: 151021

Bardziej szczegółowo

prof. Krzysztof KOWALSKI ANALIZA MATEMATYCZNA I. konwersatorium (3h)

prof. Krzysztof KOWALSKI ANALIZA MATEMATYCZNA I. konwersatorium (3h) STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. dr Andrzej KRYŚ ARCHITEKTURA SYSTEMÓW GR 1 dr Grzegorz WIECZOREK JĘZYKI PROGRAMOWANIA I sala 573 B+574 B prof. Krzysztof KOWALSKI ANALIZA MATEMATYCZNA

Bardziej szczegółowo

Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika:

Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika: Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym wykład 15

Bardziej szczegółowo

Kryteria wyboru operatorów usług telefonicznych przez abonentów w Polsce

Kryteria wyboru operatorów usług telefonicznych przez abonentów w Polsce Roman Nierebiński Opisano czynniki, wpływające na wybór operatora usług telefonii stacjonarnej i komórkowej. Wskazano najczęściej wybieranych operatorów telefonicznych oraz podano motywy wyboru. telekomunikacja,

Bardziej szczegółowo

SEMESTRALNY PLAN ZAJĘĆ KKZ R. 3

SEMESTRALNY PLAN ZAJĘĆ KKZ R. 3 Zespół Szkół im. E. Godlewskiego w Piotrkowicach Małych SEMESTRALNY PLAN ZAJĘĆ KKZ R. 3 Rok szkolny 2015/2016 Semestr III 1. Prowadzenie produkcji roślinnej 11 godzin 2. Prowadzenie produkcji zwierzęcej

Bardziej szczegółowo

Kierunek: Inżynieria Obliczeniowa Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia

Kierunek: Inżynieria Obliczeniowa Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia Wydział: Inżynierii Metali i Informatyki Przemysłowej Kierunek: Inżynieria Obliczeniowa Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2016/2017 Język wykładowy: Polski Semestr

Bardziej szczegółowo

Instytut Informatyki, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia stacjonarne Rok 2012/2013

Instytut Informatyki, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia stacjonarne Rok 2012/2013 Instytut Informatyki, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia stacjonarne Rok 2012/2013 Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym 1 Przedmiot

Bardziej szczegółowo

Algorytmy genetyczne

Algorytmy genetyczne 9 listopada 2010 y ewolucyjne - zbiór metod optymalizacji inspirowanych analogiami biologicznymi (ewolucja naturalna). Pojęcia odwzorowujące naturalne zjawiska: Osobnik Populacja Genotyp Fenotyp Gen Chromosom

Bardziej szczegółowo

PODSTAWY ELEKTROTECHNIKI I ELEKTRONIKI pracownia (3h) godz

PODSTAWY ELEKTROTECHNIKI I ELEKTRONIKI pracownia (3h) godz STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 2 sem. JĘZYKI PROGRAMOWANIA II Mała Aula dr Krzysztof PYTEL ŚRODOWISKO PRACY INFORMATYKA: BEZPIECZEŃSTWO W SIECI dr Janusz BACZYŃSKI ŚRODOWISKO PRACY INFORMATYKA:

Bardziej szczegółowo

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów Łukasz Piątek, Jerzy W. Grzymała-Busse Katedra Systemów Ekspertowych i Sztucznej Inteligencji, Wydział Informatyki

Bardziej szczegółowo

Automatyczny dobór parametrów algorytmu genetycznego

Automatyczny dobór parametrów algorytmu genetycznego Automatyczny dobór parametrów algorytmu genetycznego Remigiusz Modrzejewski 22 grudnia 2008 Plan prezentacji Wstęp Atrakcyjność Pułapki Klasyfikacja Wstęp Atrakcyjność Pułapki Klasyfikacja Konstrukcja

Bardziej szczegółowo

CBOS CENTRUM BADANIA OPINII SPOŁECZNEJ ODPŁATNOŚĆ ZA ŚRODKI ANTYKONCEPCYJNE BS/76/2002 KOMUNIKAT Z BADAŃ WARSZAWA, MAJ 2002

CBOS CENTRUM BADANIA OPINII SPOŁECZNEJ ODPŁATNOŚĆ ZA ŚRODKI ANTYKONCEPCYJNE BS/76/2002 KOMUNIKAT Z BADAŃ WARSZAWA, MAJ 2002 CBOS CENTRUM BADANIA OPINII SPOŁECZNEJ SEKRETARIAT OŚRODEK INFORMACJI 629-35 - 69, 628-37 - 04 693-46 - 92, 625-76 - 23 UL. ŻURAWIA 4A, SKR. PT.24 00-503 W A R S Z A W A TELEFAX 629-40 - 89 INTERNET http://www.cbos.pl

Bardziej szczegółowo

Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika:

Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika: Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym

Bardziej szczegółowo

Algorytmy przeszukiwania wzorca

Algorytmy przeszukiwania wzorca Algorytmy i struktury danych Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Algorytmy przeszukiwania wzorca 1 Wstęp Algorytmy

Bardziej szczegółowo