Systems Research Institute Polish Academy of Sciences
|
|
- Seweryn Zakrzewski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Systems Research Institute Polish Academy of Sciences Newelska 6, Warszawa, Poland Phone: Directors: Fax: Web: Tax no.: (48) (48) (48) Prof. dr hab. inż. Janusz Kacprzyk, dr h.c. (mult.) Fellow, IEEE, IFSA, ECCAI, SMIA Członek rzeczywisty, Polska Akademia Nauk Członek, Academia Europaea (Informatyka) Członek, European Academy of Sciences and Arts Członek zagraniczny, Bułgarska Akademia Nauk Członek zagraniczny, Hiszpańska Królewska Akademia Nauk Ekonomicznych i Finansowych (RACEF) Warszawa, 1 czerwca 2017 r. Recenzja rozprawy doktorskiej mgr inż. Karola Walędzika pt. Połączenie algorytmów symulacyjnych oraz dziedzinowych metod heurystycznych w zagadnieniach dynamicznego podejmowania decyzji Niniejsza recenzja została przygotowana na prośbę Dziekana Wydziału Matematyki i Nauk Informacyjnych Politechniki Warszawskiej, prof. dr. hab. Wojciecha Domitrza. Najogólniej biorąc, praca jest bardzo oryginalna i niestandardowa. Otóż, po pierwsze, mamy z jednej strony prace Promotora, wybitnego w skali światowej specjalistę z dziedziny tzw. gier uogólnionych, która właściwie polega na zastosowaniu różnych metod i rozwiązań logicznych i algorytmicznych do reprezentacji różnego rodzaju gier, przede wszystkim skończonych, symultanicznych oraz dwu lub wieloosobowych, o pełnej informacji, a potem do opracowania agenta mogącego grać z powodzeniem w wiele tego typu gier, np. Go, Othello, warcaby itp., a nie tylko jedną konkretną grę. W tej rozwijającej się zresztą ostatnio dziedzinie znanych jest wiele podejść i metod wyznaczania strategii wygrywających. Jako punkt wyjścia bierze się przy tym zwykle, także w recenzowanej pracy, tzw. GGP (ang. General Game Playing), platformę umożliwiającej wyznaczanie strategii wygrywających dla różnych skończonych, symultanicznych i dwu lub wieloosobowych gier o pełnej informacji. Technicznie biorąc, zadanie wyznaczania wygrywającej strategii gracza sprowadza się do przeszukiwania pewnego drzewa decyzyjnego, zwykle bardzo dużego, co można zrealizować przez użycie algorytmu przeszukiwania drzew UCT (and. upper confidence bound applied to trees), znanej 1
2 zmodyfikowanej metody Monte Carlo przeszukiwania drzew MCTS (ang. Monte Carlo Tree Search), która zdobyła sobie wielką popularność w ostatnich latach. Oczywiście, natychmiast pojawia się pytanie, czy ta metoda UCT, lub jakaś jej modyfikacja, która w końcu sprowadza się do przeszukiwania drzew decyzyjnych, a w przypadku niepewności dodatkowo do symulacji, może być zastosowana do innych zadań, z innych dziedzin. Przecież przeszukiwanie drzew decyzyjnych jest istotą wielkiej liczby problemów typu podejmowania decyzji, analizy danych, itd. występujących w bardzo różnych dziedzinach nauki i techniki. Dobrze by przy tym było, gdyby spróbować zastosować te metody do jakichś ważnych, sztandarowych, zadań, które są od lat przedmiotem badań, dla których są znane optymalne metody wyznaczania rozwiązań, ale też efektywne metody heurystyczne. W pracy wybrano zadanie harmonogramowania, które nazwano RAPSP (and. Risk Aware Project Scheduling Problem). Jest to wybór dobry, bo w ogólności wszelkie nietrywialne zadania harmonogramowania są trudnymi zadaniami kombinatorycznymi, a wyznaczanie najlepszych harmonogramów jest niezwykle istotne dla praktyki. A zatem, ogólny cel, może nawet filozofia pracy, jest bardzo ciekawa. A mianowicie, bierzemy efektywne metody rozwiązywania zadań z jednej dziedziny i stosujemy je w innej dziedzinie, bardzo już tradycyjnej, w której wcześniej tych nowych metod się nie stosowało. Rozwinę to zresztą jeszcze w dalszej części. W tytule pracy jest dynamiczne podejmowanie decyzji, co jest prawdą, bo zarówno w zadaniach gier uogólnionych, z których bierze się te nowe metody przeszukiwania drzew, dynamika występuje, choćby dlatego, że decyzje podejmuje się krok po kroku, a jednocześnie rozpatrywane jako nowy obiekt zainteresowania zadanie harmonogramowania ma wyraźny charakter dynamiczny, bo czynności są wykonywanie w odpowiedniej kolejności i rozpoczynane w odpowiednich chwilach czasowych. Trzeba jednak podkreślić, że nie ma w pracy głębszej analizy wieloetapowych procesów podejmowania decyzji, które od wielu lat są przedmiotem intensywnych badań. Nie jest to jednak zarzut, ponieważ chyba należy tę rozprawę traktować jako propozycje koncepcyjnie nowego podejścia do rozwiązywania kombinatorycznych zadań wieloetapowego podejmowania decyzji, jakim jest niewątpliwie zadanie wyznaczania harmonogramu. Od tego do ogólnego podejścia do rozwiązywania wieloetapowego podejmowania decyzji droga jest daleka i, moim zdaniem, Autor dobrze zrobił, że na razie pokazał tylko zastosowanie swojego podejścia do konkretnego zadania z tej klasy, czyli zadania harmonogramowania. Podsumowując ten fragment o tym, co jest w końcu w każdym doktoracie rzeczą bardzo ważną, czyli o tym, czy w pracy jest oryginalna koncepcja, a także czy stosuje się właściwe środki formalne i algorytmiczne, a potem ich właściwą implementację, odpowiedź jest niewątpliwie twierdząca praca jest niewątpliwie bardzo oryginalna, a Autor zastosował bardzo ciekawe podejście. Jeżeli chodzi o tzw. hipotezy badawcze, to Autor formułuje je jako (cytuję): 2
3 Algorytmy symulacyjne, w szczególności UCT (and. upper confidence bound applied to trees), popularne głównie w obszarze gier, mogą być skuteczną metodą rozwiązywania złożonych dynamicznych problemów decyzyjnych samodzielnie lub jako element podejścia hybrydowego, Możliwe jest skonstruowanie podejścia hybrydowego, łączącego metody symulacyjne oraz dziedzinowe metody heurystyczne, uzyskując metodę skuteczniejszą od każdego z tych podejść stosowanych oddzielnie. W szczególności (cytuję): Tego typu podejścia łączone mogą sprawdzić się także w scenariuszach, w których standardowy mechanizm UCT jest niewystarczający. Tezy te są postawione właściwie, choć może nieco w pewnym sensie zbyt ambitnie, bo jak już napisałem Autor na dobra sprawę pokazuje dobre wyniki swojego podejścia dla specjalnego zadania harmonogramowania i te wyniki nie gwarantują oczywiście, że tak będzie dla innych kombinatorycznych zadać wieloetapowego podejmowania decyzji, choć jest na to szansa. Metodę hybrydową można oczywiście zawsze jakoś skonstruować, ale ważne jest pokazanie, że daje ona dobre wyniki, a właściwie lepsze niż poszczególne metody w jej skład wchodzące oddzielnie, bo inaczej nie byłoby sensu jest wprowadzać. Na szczęście, Autor pokazuje tę wartość dodaną hybrydyzacji. Przejdę teraz do omówienia kolejnych rozdziałów pracy. Bardzo ważna częścią pracy jest Rozdział 1. Wstęp. Autor podaje tu celne uwagi na temat rozwiązywania złożonych zadań, dla których w zasadzie można sobie wyobrazić użycie algorytmu optymalnego, ale ze względu zwykle na rozmiar zadania, ale też jego postać, jak np. silnie nieliniowe funkcje celu czy ograniczenia zastosowanie takich algorytmów może być albo niemożliwe albo nieefektywne. Ten fakt jest znany od lat, np. w badaniach operacyjnych, gdzie występuje cały szereg trudnych kombinatorycznych zadań optymalizacyjnych, praktycznie nierozwiązywalnych w rozsądnym czasie, co doprowadziło do zaproponowania wielu dziedzinowych metod heurystycznych. W tych metodach znajdują odbicie różnego rodzaju znane zależności i własności, specyficzne dla danej dziedziny czy klasy zadań, np. zadanie harmonogramowania, załadunku itp. Metody te działają zwykle dobrze i są powszechnie stosowane w praktyce. Zauważmy, że te powyższe własności i reguły są zwykle specyficzne dla danej klasy zadań, a nie ogólniejsze. To ostanie to już domena znacznie późniejszych metaheurystyk, których w pracy się na dobra sprawę nie stosuje. Dobrze podsumowano znaczenie symulacji komputerowej w rozwiązywaniu wszelkich złożonych zadań. Nawiasem mówiąc, zainteresowanie symulacje jest duże i rośnie, o czym świadczy np. fakt coraz większej popularności specjalizowanych konferencji typu SIMULTECH. Autor przedstawia dalej dobrze znaczenie zastosowania idei symulacji Monte Carlo, a w szczególności jej rozszerzeń, jak np. UCT (and. upper confidence bound applied to 3
4 trees), zwłaszcza w kontekście jej sukcesów w grach dwuosobowych, szczególnie Go. Zaraz potem krótko, ale celnie podsumowuje zagadnienie dynamicznego podejmowania decyzji, choć jak wspominałem może bym wyraźniej wspomniał, że nie rozpatruje się tego zagadnienia w kontekście ogólnym, ale na ważnym przykładzie zdania harmonogramowania, a wnioski wypływające z uzyskanych wyników dla tego specyficznego zadania, pozwalają sformułować tylko pewne wnioski ogólniejsze dla szerszej klasy zadań. Ciekawy i cenny jest krótki fragment dotyczący zastosowania do modelowania i rozwiązywania zadania wieloetapowego podejmowania decyzji znanej z gier uogólnionych koncepcji agenta GGP (ang. General Game Playing), platformy definiującej język opisu reguł gry oraz środowisko prowadzenia skończonej, symultanicznej, i deterministycznej gry jednolub wieloosobowej o pełnej informacji, oczywiście dla grania w wiele różnych gier. Podsumowując, ten rozdział wstępny jest napisany dobrze i od razu wprowadza czytelnika w to, co Autor zamierza w pracy rozpatrywać, jakie ogólnie metody zastosować i co chciałby osiągnąć. Rozdział 2 Metody symulacyjne jest krótkim wprowadzeniem do symulacji komputerowej, dziedziny niezwykle ważnej z praktycznego punktu widzenia, a przy tym cieszącej się dużym zainteresowaniem naukowców. Autor skupia się na metodach z klasy Monte Carlo, a w szczególności na metodach przeszukiwania drzew metoda Monte Carlo, tzw. MCTS (ang. Monte Carlo Tree Search), mających kluczowe znaczenie dla pracy. Jest to zrobione dobrze, a przykład gry w kółko i krzyżyk, a potem zagadnienie tzw. K-ręcznego bandyty, dobrze ilustrują istotę zagadnienia. Może, w tym drugim dobrze byłoby wspomnieć o tym, że do rozwiązywania można stosować zarówno metody optymalne, np. wywodzące się z wieloetapowych Markowskich procesów decyzyjnych i oparte np. na programowaniu dynamicznym, ale też i tradycyjne heurystyki, jak np. różne zmodyfikowane strategie zachłanne (np. epsilon-greedy strategy). Pozwoliłoby to może na lepsze uzasadnienie znaczenia algorytmu UCB1. W dalszej części omawia się istotę UCT (and. upper confidence bound applied to trees). Jest to zrobione bardzo dobrze, choć może podano zbyt lakonicznie różnicę między MSCS i UCT, a właściwie, co UCT daje. Jest to chyba ważne, bo w tytule następnego podrozdziału występuje UCT/MCTS w kontekście typowych modyfikacji. Powstaje oczywiście pytanie, czy jeśli już (chyba?) UCT jest lepszy, co wynika z opisu to czy warto jeszcze modyfikować MCTS, jak możemy po prostu zmodyfikować lepszy UCT. Uwagi o implementacji z użyciem obliczeń równoległych są dobre i bardzo cenne. Natomiast trochę niejasny jest podrozdział 2.6 MCTS poza domeną gier, bo znów nie wiadomo, dlaczego się pisze o MCTS, a nie o UCT. Czy znaczy to, że MCTS był stosowany do rozwiązywania zadań w innych, poza grami, dziedzinach, a UCT nie? A jest tak, czy to znaczy, że zastosowanie UCT do rozwiązywania niektórych zadań wieloetapowego podejmowania decyzji, przedstawione właściwie w pracy, jest jedynym przykładem zastosowania UCT poza grami? 4
5 Część 2 General game playing jest ważną częścią pracy, bo podaje główne idee i algorytmy stosowane w grach uogólnionych, dziedzinie rozwijającej się w ostatnich latach. Między innymi, dobrze się przedstawia ideę algorytmu minimaksowego i alfa-beta-obcięć. Może dobrze byłoby jednak poświęcić trochę więcej miejsca sprawie reprezentacji rozgrywania takich gier w postaci drzew decyzyjnych, co ułatwiłoby potem przejście do opisywanych dalej usprawnień algorytmu alfa-beta obcięć. Te usprawnienia są opisane dobrze, a pseudokody pozwalają zrozumieć kolejne kroki algorytmów. Dobry jest też opis GGP (ang. General Game Playing), platformy definiującej język opisu reguł gry oraz środowisko prowadzenia skończonej, symultanicznej, i deterministycznej gry jedno- lub wieloosobowej o pełnej informacji, oczywiście, dla wielu różnych gier. Pozwala ona tworzyć agentów, którzy potrafią grać w wiele gier. Jest to zrobione jasno i poglądowo. Język jest opisany dobrze, może nieco niejasna jest uwaga o GDL II, który może ująć pewne elementy przypadkowości w grach. Autor słusznie pisze, że co prawda jest on znany, ale rzadko stosowany i powstaje pytanie, ze skoro chcemy rozwiązywać metodami GPP zadanie harmonogramowania w warunkach ryzyka (niepewności), to czy GDL II nie powinien być tu stosowany. Moja ocena tego rozdziału jest zdecydowanie pozytywna, Autor wypunktowuje wszystkie elementy techniczne GGP i GDL, które mają znaczenie. Ten obraz psuje nieco używanie określeń pochodzących bezpośrednio z języka angielskiego, choć znana jest od lat terminologia polska w pokrewnych zagadnieniach, jak np. funkcja ewaluacyjna, choć to funkcja oceny, trawersacja grafu, choć to przejście grafu, stany terminalne, choć to stany końcowe (zresztą Autor tak potem pisze!). Nie są to oczywiście uwagi merytoryczne. Rozdział 4 Magician symulacyno-heurystyczny agent GGP jest poświęcony oryginalnemu wynikowi zaproponowanemu w niniejszej rozprawie, a mianowicie agentowi Magician, agentowi GGP stworzonemu dla potrzeb zadania rozpatrywanego w rozprawie. Chodzi oczywiście głównie o agenta o odpowiednich funkcjach oceny, a do tego implementowalnego dla możliwie szerokiej gamy różnych gier. Ogólna koncepcja wyposażenia tego agenta w zmodyfikowany algorytm minimaksowy z odpowiednio funkcją oceny, a do tego umożliwienie użycia hybrydowego systemu symulacyjnego łączącego w sobie algorytm tzw. MCTS (ang. Monte Carlo Tree Search) ze znaną od lat koncepcją heurystyk dziedzinowych jest bardzo dobrym pomysłem, Ale, trochę jest niejasne, dlaczego ten ostatni system symulacyjny nazywa się Guided UCT, czyli chyba stosuje explicite UCT, a Autor w tym samym zdaniu pisze o ogólniejszej metodzie MCTS. W dalszej części rozdziału Autor przedstawia ważne elementy swojego podejścia, m.in. heurystykę historyczną (a swoją drogą, jej idea była stosowana już dawno temu w dziedzinie zarówno modeli wieloetapowego podejmowania decyzji w sensie ogólnym, jak też w badaniach operacyjnych), identyfikację cech, budowę funkcji oceny itp. Jest to zrobione dobrze. Może czasami nie jest jasny jakaś uwaga, jak np. na str. 59 pisze się, że w wyrażeniach opisujących cechy mogą się pojawić zmienne, które nie muszą przyjmować wartości binarnych. Czy zmienna nie oznacza po prostu, że może być to albo 0 albo 1, bo w poprzednich tabelkach gry pisało się, że pola przyjmują właśnie wartości albo 0 albo 1. Nie jest to jasne. Punkt poświęcony budowie funkcji oceny jest zrobiony dobrze, a uwagi są celne. Sprowadzenie wiedzy dziedzinowej do odpowiedniej postaci funkcji oceny ma sens, choć 5
6 trochę może to być niejasne, jeśli się spojrzy na to z następującego punktu widzenia: w proponowanym systemie hybrydowym do metody UCT dodaje się jakieś heurystyki znane w konkretnej dziedzinie (por. podane w pkt dla harmonogramowanie, czy ogólniej dla różnych zadań badań operacyjnym). One raczej dotyczą jakichś reguł, które odzwierciedlają pewne rozsądne zależności, które ich autorzy zaproponowali i które się okazały użyteczne przy rozwiązywaniu wielu zadań. Warto byłoby to powiązać w funkcją oceny jako reprezentacją wiedzy dziedzinowej. W Podrozdziale 4.5 Rezultaty eksperymentalne przedstawiono wyniki numeryczne, które dość dobrze świadczą o zaproponowanym w pracy agencie Magician. Część III Risk-Aware Project Scheduling Problem jest poświęcona chyba najbardziej oryginalnej części pracy, jaka jest zastosowanie metod znanych z gier uogólnionych do rozwiązywania ważnego zadania badań operacyjnych, jakim jest zadanie harmonogramowania projektów, tzn. wyznaczania czasów rozpoczęcia poszczególnych czynności wchodzących w skład projektu przy spełnieniu ograniczeń na zasoby i relację następstwa, tak aby czas realizacji był minimalny. Oczywiście, takie zadanie jest modelem wielkiej liczby zadań występujących w praktyce, może być rozszerzone na wiele sposobów poprzez dodanie różnych dodatkowych warunków, ograniczeń, przyjęcie innych funkcji celu, wielu funkcji celu (analizy wielokryterialnych) itp. Wszystkie te zadania są przy tym z reguły bardzo trudne obliczeniowo. Autor dobrze przedstawia formalne postawienie zadania harmonogramowania w postaci podstawowej, a potem dobrze podsumowuje możliwe rozszerzenia, nazywając je modelami pochodnymi (Podrozdział 5.2). Jest to zrobione dobrze, a prostota (ideowa, nie numeryczna!) rozpatrywanych zadań jest uzasadniona właśnie faktem propozycji zastosowania metod znanych z gier uogólnionych. Przegląd metod rozwiązywania, z podziałem na metody dokładne, dające rozwiązania optymalne, i przybliżone, dające rozwiązania suboptymalne, albo dostatecznie dobre, jest dobry. Jedyna rzeczą, z która nie mogę się zgodzić to użycie jako polskiej nazwy metoda rozgałęzień i zamykania dla znanej metody branch and bound. W literaturze polskiej jest to metoda znana od dziesięcioleci jako metoda podziału i ograniczeń, a potem chyba raczej jako metoda podziału i oszacowań ; na marginesie, takich nazw używałem już w drugiej połowie lat 1970-tych w moich pracach nt. wieloetapowego podejmowania decyzji w warunkach rozmytości. Metody przybliżone są omówione dość dobrze, choć wolałbym, żeby było dokładniej wskazane, że Autor w jednym miejscu mówi o metodzie podziału i oszacowań z obcięciem, a w innym o metaheurystykach. Dałoby to lepszy ogląd sytuacji i roli heurystyk oraz metaheurystyk Autor omawia dobrze najczęściej stosowane heurystyki oparte na priorytetach (pkt ) i metody zachłanne (pkt ), a potem dodaje uwagi nt. konstrukcji harmonogramu. Oczywiście, wszystko to jest robione dla przypadku deterministycznego. Rozdział 6 RAPSP Risk-Aware Project Scheduling Problem jest poświęcony problemowi harmonogramowania w przypadku występowania informacji niepewnej w postaci przypadkowości. Głownie chodzi to o niepewność, którą Autor formułuje w postaci tzw. ryzyk. Jest to zgodne w zasadzie z ogólnie rozumianym pojęciem ryzyka, czyli jest związane z występowaniem mniejszego lub większego prawdopodobieństwa wystąpienia nieoczekiwanych okoliczności o negatywnym wpływie. W kontekście pracy, Autor robi to dobrze, a model ryzyk właśnie taki możliwy wpływ formalizuje w postaci funkcji T (str. 104). Trochę mi to brakuje głębszej analizy samego pojęcia ryzyka, a także metod 6
7 ograniczania jego negatywnych skutków, co można zaleźć bez problemu np. w literaturze ekonomicznej. Trochę nie rozumiem uwagi na str. 104, że efekty ryzyka nie musza być i często nie są deterministyczne, bo jak jest coś deterministyczne, to nie bardzo chyba można mówić o ryzyku. Jest to chyba po prostu niezbyt zręczne sformułowanie. Dla takiego zadania harmonogramowania z ryzykiem, Autor najpierw daje dobry przegląd heurystyk typu zachłannego czy opartych na priorytetach, potem omawia zastosowanie samego UTC, tzw. Basic UTC, a w końcu przechodzi do hybrydowego podejścia, zwanego Proactive UCT, w którym łączy się metodę UTC z rożnymi heurystykami, które korzystają z wiedzy dziedzinowej, tu z pewnych rozsądnych zależności dotyczących ustalania harmonogramów. Konkretnie, UTC łączy się z heurystykami zachłannymi i z priorytetami. Jest to ciekawe i dobre połączenie. W dalszej części rozdziału podano przykłady obliczeniowe, które pokazują, że zaproponowane podejście jest efektywne numerycznie, a metody hybrydowe okazuje się lepsze niż czyste metody oparte na UCT. Te wnioski sprawiają, że zadania postawione w pracy w postaci tez zostały zrealizowane. Praca ma przy tym ciekawą konstrukcję, a mianowicie zamieszczono bardzo duża część końcową, w której zawarto dokładniejsze informacje nt. rozwiązań technicznych, jak np. opis różnych gier w języku GPL, opis systemu Magician, pełna postać używanych w pracy zadań harmonogramowania bez i z ryzykiem, a także wyniki numeryczne. Jest to, moim zdaniem, dobry układ ze względu na fakt, że praca dotyczy zarówno gier uogólnionych, jak tez badań operacyjnych, a przedstawiciele tych dwu tak różnych środowisk mogą nie być zainteresowani takim samym zakresem wykładu, a zatem mogę wybrać z dodatku te dodatkowe informacje, które ich interesują. Podsumowując, praca zawiera bardzo oryginalną propozycję zastosowania metod symulacyjnych znanych z gier uogólnionych do rozwiązywania pewnych znanych i intuicyjnie zrozumiałych, ale trudnych obliczeniowo, zadań harmonogramowania. Do zalet pracy należy to, że przeprowadzone na szeroka skalę eksperymenty numeryczne. Z tych głównie powodów moja ocena recenzowanej rozprawy doktorskiej jest zdecydowanie pozytywna. Podkreślić też trzeba rolę Promotora, zwłaszcza w zainspirowaniu Doktoranta do podjęcia prac w tym nowoczesnym, nowatorskim i ambitnym temacie, a potem dobra opiekę naukową nad realizacją pracy. Praca spełnia, moim zdaniem, wszelkie wymagania ustawowe i zwyczajowo przyjęte w polskim środowisku naukowym stawiane rozprawom doktorskim i wnoszę o jej przyjęcie oraz dopuszczenie do publicznej obrony. Jednocześnie, proponowałbym w przypadku dobrego przebiegu obrony rozpatrzenie wyróżnienia pracy, przede wszystkim z tego powodu, że co nie jest tak często spotykane w przypadku doktoratów zaproponował jakościowo nowe podejście polegające na propozycji zastosowania metod symulacyjnych i przeszukiwania drzew rozwiązań, znanych z dziedziny gier uogólnionych, do rozwiązywania bardzo znanego i ważnego zadania harmonogramowania, jednego ze sztandarowych zadań badań operacyjnych, a więc innej dziedziny. Do tego, Kandydat przeprowadził wyczerpujące testy numeryczne, pokazujące 7
8 efektywność zaproponowanego podejścia, a także ciekawą krytyczną analizę otrzymanych wyników. 8
POŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI
POŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI mgr inż. Karol Walędzik k.waledzik@mini.pw.edu.pl prof. dr hab. inż. Jacek
OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI
Autoreferat do rozprawy doktorskiej OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI Michał Mazur Gliwice 2016 1 2 Montaż samochodów na linii w
Risk-Aware Project Scheduling. SimpleUCT
Risk-Aware Project Scheduling SimpleUCT DEFINICJA ZAGADNIENIA Resource-Constrained Project Scheduling (RCPS) Risk-Aware Project Scheduling (RAPS) 1 tryb wykonywania działań Czas trwania zadań jako zmienna
Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM
SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem
Opinia o pracy doktorskiej pt. On active disturbance rejection in robotic motion control autorstwa mgr inż. Rafała Madońskiego
Prof. dr hab. inż. Tadeusz Uhl Katedra Robotyki i Mechatroniki Akademia Górniczo Hutnicza Al. Mickiewicza 30 30-059 Kraków Kraków 09.06.2016 Opinia o pracy doktorskiej pt. On active disturbance rejection
1. Problem badawczy i jego znaczenie. Warszawa,
Prof. dr hab. inż. Franciszek Seredyński Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie Wydział Matematyczno-Przyrodniczy.SNŚ Instytut Informatyki f.seredynski@uksw.edu.pl Warszawa, 22.11.2018
Recenzja rozprawy doktorskiej mgr Bartosza Rymkiewicza pt. Społeczna odpowiedzialność biznesu a dokonania przedsiębiorstwa
Prof. dr hab. Edward Nowak Uniwersytet Ekonomiczny we Wrocławiu Katedra Rachunku Kosztów, Rachunkowości Zarządczej i Controllingu Recenzja rozprawy doktorskiej mgr Bartosza Rymkiewicza pt. Społeczna odpowiedzialność
Matryca weryfikacji efektów kształcenia - studia III stopnia
Ocena publicznej obrony pracy doktorskiej Ocena rozprawy doktorskiej Ocena opublikowanych prac naukowych Ocena uzyskanych projektów badawczych Ocena przygotowania referatu na konferencję Ocena wystąpienia
MAGICIAN. czyli General Game Playing w praktyce. General Game Playing
MAGICIAN czyli General Game Playing w praktyce General Game Playing 1 General Game Playing? Cel: stworzenie systemu umiejącego grać/nauczyć się grać we wszystkie gry Turniej w ramach AAAI National Conference
R E C E N Z J A. rozprawy doktorskiej mgr Wojciecha Bury nt. Wielokryterialne, mrowiskowe algorytmy optymalizacji w nawigacji samochodowej
Prof. dr hab. inż. Franciszek Seredyński Warszawa, 25.02.2015 Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie Wydział Matematyczno Przyrodniczy Szkoła Nauk Ścisłych ul. Wóycickiego 1/3, 01-938 Warszawa
Schemat programowania dynamicznego (ang. dynamic programming)
Schemat programowania dynamicznego (ang. dynamic programming) Jest jedną z metod rozwiązywania problemów optymalizacyjnych. Jej twórcą (1957) był amerykański matematyk Richard Ernest Bellman. Schemat ten
Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa
Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH
Summary in Polish. Fatimah Mohammed Furaiji. Application of Multi-Agent Based Simulation in Consumer Behaviour Modeling
Summary in Polish Fatimah Mohammed Furaiji Application of Multi-Agent Based Simulation in Consumer Behaviour Modeling Zastosowanie symulacji wieloagentowej w modelowaniu zachowania konsumentów Streszczenie
Optymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.
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
Recenzja rozprawy doktorskiej mgr Pradeep Kumar pt. The Determinants of Foreign
Prof. dr hab. Sławomir I. Bukowski, prof. zw. Uniwersytet Technologiczno-Humanistyczny Im. Kazimierza Pułaskiego w Radomiu Wydział Ekonomiczny Katedra Biznesu i Finansów Międzynarodowych Recenzja rozprawy
Opinia o pracy doktorskiej pt. Damage Identification in Electrical Network for Structural Health Monitoring autorstwa mgr inż.
Prof. dr hab. inż. Tadeusz Uhl Katedra Robotyki i Mechatroniki Akademia Górniczo Hutnicza Al. Mickiewicza 30 30-059 Kraków Kraków 26.05.2011 Opinia o pracy doktorskiej pt. Damage Identification in Electrical
Algorytmy i schematy blokowe
Algorytmy i schematy blokowe Algorytm dokładny przepis podający sposób rozwiązania określonego zadania w skończonej liczbie kroków; zbiór poleceń odnoszących się do pewnych obiektów, ze wskazaniem porządku,
K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz
K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie
Aproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
JAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
Maciej Piotr Jankowski
Reduced Adder Graph Implementacja algorytmu RAG Maciej Piotr Jankowski 2005.12.22 Maciej Piotr Jankowski 1 Plan prezentacji 1. Wstęp 2. Implementacja 3. Usprawnienia optymalizacyjne 3.1. Tablica ekspansji
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,
Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY.
Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY. 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przykładowym systemem ekspertowym napisanym w JESS. Studenci poznają strukturę systemu ekspertowego,
RISK-AWARE PROJECT SCHEDULING
RISK-AWARE PROJECT SCHEDULING METODA GRASP KAROL WALĘDZIK DEFINICJA ZAGADNIENIA RESOURCE-CONSTRAINED PROJECT SCHEDULING (RCPS) Karol Walędzik - RAPS 3 RISK-AWARE PROJECT SCHEDULING (RAPS) 1 tryb wykonywania
Heurystyki. Strategie poszukiwań
Sztuczna inteligencja Heurystyki. Strategie poszukiwań Jacek Bartman Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski DLACZEGO METODY PRZESZUKIWANIA? Sztuczna Inteligencja
Opinia o pracy doktorskiej pt. Systemy adaptacyjnej absorpcji obciążeń udarowych autorstwa mgr inż. Piotra Krzysztofa Pawłowskiego
Prof. dr hab. inż. Tadeusz Uhl Katedra Robotyki i Mechatroniki Akademia Górniczo Hutnicza Al. Mickiewicza 30 30-059 Kraków Kraków 01.09.2011 Opinia o pracy doktorskiej pt. Systemy adaptacyjnej absorpcji
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.
Przedstawiona do recenzji rozprawa doktorska Pana mgra inż. Adama Dudka pt. :
Wrocław, dnia 30 maja 2018 r. Dr hab. inż. Ireneusz Jóźwiak, prof. PWr. Wydział Informatyki i Zarządzania Politechnika Wrocławska Wybrzeże Wyspiańskiego 27 50-370 Wrocław Recenzja rozprawy doktorskiej
Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE
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 -
I. KARTA PRZEDMIOTU CEL PRZEDMIOTU
I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: SYSTEMY WSPOMAGANIA DECYZJI. Kod przedmiotu: Ecs 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny. Kierunek: Mechatronika 5. Specjalność: Techniki Komputerowe
Recenzja rozprawy doktorskiej mgr Łukasza Gadomera pt. Rozmyte lasy losowe oparte na modelach klastrowych drzew decyzyjnych w zadaniach klasyfikacji
Prof. dr hab. inż. Eulalia Szmidt Instytut Badań Systemowych Polskiej Akademii Nauk ul. Newelska 6 01-447 Warszawa E-mail: szmidt@ibspan.waw.pl Warszawa, 30.04.2019r. Recenzja rozprawy doktorskiej mgr
Recenzja pracy doktorskiej mgr Tomasza Świsłockiego pt. Wpływ oddziaływań dipolowych na własności spinorowego kondensatu rubidowego
Prof. dr hab. Jan Mostowski Instytut Fizyki PAN Warszawa Warszawa, 15 listopada 2010 r. Recenzja pracy doktorskiej mgr Tomasza Świsłockiego pt. Wpływ oddziaływań dipolowych na własności spinorowego kondensatu
Do oceny przedstawiono oprawioną rozprawę doktorską zawierającą 133 strony
Prof. dr hab. Maciej Zabel Katedra Histologii i Embriologii Uniwersytet Medyczny w Poznaniu Recenzja rozprawy doktorskiej mgr Hanny Kędzierskiej pt. Wpływ czynnika splicingowego SRSF2 na regulację apoptozy
PRAKTYCZNE METODY BADANIA NIEWYPŁACALNOŚCI ZAKŁADÓW UBEZPIECZEŃ
PRAKTYCZNE METODY BADANIA NIEWYPŁACALNOŚCI ZAKŁADÓW UBEZPIECZEŃ Autor: Wojciech Bijak, Wstęp Praca koncentruje się na ilościowych metodach i modelach pozwalających na wczesne wykrycie zagrożenia niewypłacalnością
RECENZJA. rozprawy doktorskiej Jolanty GRZEBIELUCH nt. "Znaczenie strategii marketingowej w
Prof. zw. dr hab. Marian Noga Wyższa Szkota Bankowa we Wrocławiu RECENZJA rozprawy doktorskiej Jolanty GRZEBIELUCH nt. "Znaczenie strategii marketingowej w zarządzaniu podmiotem leczniczym będącym spółką
Recenzja rozprawy doktorskiej mgr inż. Jarosława Błyszko
Prof. dr hab. inż. Mieczysław Kamiński Wrocław, 5 styczeń 2016r. Ul. Norwida 18, 55-100 Trzebnica Recenzja rozprawy doktorskiej mgr inż. Jarosława Błyszko pt.: Porównawcza analiza pełzania twardniejącego
BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych
BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,
KIERUNKOWE EFEKTY KSZTAŁCENIA
Załącznik do Uchwały Senatu Politechniki Krakowskiej z dnia 28 czerwca 2017 r. nr 58/d/06/2017 Politechnika Krakowska im. Tadeusza Kościuszki w Krakowie Nazwa wydziału Wydział Inżynierii Środowiska Dziedzina
OPIS EFEKTÓW KSZTAŁCENIA W OBSZARZE KSZTAŁCENIA W ZAKRESIE NAUK TECHNICZNYCH. Profil ogólnoakademicki. Wiedza
Objaśnienie oznaczeń: T obszar kształcenia w zakresie nauk technicznych 1 studia pierwszego stopnia 2 studia drugiego stopnia A profil ogólnoakademicki P profil praktyczny W kategoria wiedzy U kategoria
Modelowanie i Programowanie Obiektowe
Modelowanie i Programowanie Obiektowe Wykład I: Wstęp 20 październik 2012 Programowanie obiektowe Metodyka wytwarzania oprogramowania Metodyka Metodyka ustandaryzowane dla wybranego obszaru podejście do
RECENZJA ROZPRAWY DOKTORSKIEJ DLA RADY WYDZIAŁU ELEKTRONIKI I TECHNIK INFORMACYJNYCH POLITECHNIKI WARSZAWSKIEJ
Prof. dr hab. inż. Franciszek Seredyński Warszawa, 30.09.2016 Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie Instytut Informatyki Wydział Matematyczno-Przyrodniczy. Szkoła Nauk Ścisłych Ul. Wóycickiego
Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej
Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej mgr inż. Izabela Żółtowska Promotor: prof. dr hab. inż. Eugeniusz Toczyłowski Obrona rozprawy doktorskiej 5 grudnia 2006
Metody Optymalizacji: Przeszukiwanie z listą tabu
Metody Optymalizacji: Przeszukiwanie z listą tabu Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: wtorek
Granty badawcze. dr Tomasz Janus Biuro ds. Badań Naukowych UKSW
Granty badawcze dr Tomasz Janus Biuro ds. Badań Naukowych UKSW DLACZEGO W OGÓLE SIĘ SPOTYKAMY? Dlaczego w ogóle się spotykamy III. OBOWIĄZKI DOKTORANTÓW 11 1. Doktoranci zobowiązani są do realizacji programu
w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Metody Programowania
POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Metody Programowania www.pk.edu.pl/~zk/mp_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 8: Wyszukiwanie
ZAŁĄCZNIK NR 2 Uchwała Rady Wydziału Elektrotechniki i Informatyki Politechniki Lubelskiej z dnia 3 czerwca 2013 r
ZAŁĄCZNIK NR 2 Uchwała Rady Wydziału Elektrotechniki i Informatyki Politechniki Lubelskiej z dnia 3 czerwca 2013 r w sprawie przyjęcia Efektów kształcenia dla studiów III stopnia w dyscyplinie elektrotechnika
Wykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
Spacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Rozprawy doktorskiej mgr Anny Marii Urbaniak-Brekke. pt.: Aktywność społeczności lokalnych w Polsce i Norwegii
dr hab. Andrzej Rokita, prof. nadzw. Akademia Wychowania Fizycznego we Wrocławiu Recenzja Rozprawy doktorskiej mgr Anny Marii Urbaniak-Brekke pt.: Aktywność społeczności lokalnych w Polsce i Norwegii w
Podstawy Programowania Obiektowego
Podstawy Programowania Obiektowego Wprowadzenie do programowania obiektowego. Pojęcie struktury i klasy. Spotkanie 03 Dr inż. Dariusz JĘDRZEJCZYK Tematyka wykładu Idea programowania obiektowego Definicja
Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach
Adam Stawowy Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach Summary: We present a meta-heuristic to combine Monte Carlo simulation with genetic algorithm for Capital
Wprowadzenie dosystemów informacyjnych
Wprowadzenie dosystemów informacyjnych Projektowanie antropocentryczne i PMBoK Podejście antropocentryczne do analizy i projektowania systemów informacyjnych UEK w Krakowie Ryszard Tadeusiewicz 1 Właściwe
Ekonomia menedżerska William F. Samuelson, Stephen G. Marks
Ekonomia menedżerska William F. Samuelson, Stephen G. Marks Ekonomia menedżerska to doskonale opracowany podręcznik, w którym przedstawiono najważniejsze problemy decyzyjne, przed jakimi stają współcześni
Opis kryteriów, którymi Zamawiający będzie się kierował przy wyborze oferty, wraz z podaniem znaczenia tych kryteriów i sposobu oceny ofert:
Załącznik nr 2 do SIWZ Opis kryteriów, którymi Zamawiający będzie się kierował przy wyborze oferty, wraz z podaniem znaczenia tych kryteriów i sposobu oceny ofert: 1. Kryteria wyboru oferty i ich znacznie:
10. Wstęp do Teorii Gier
10. Wstęp do Teorii Gier Definicja Gry Matematycznej Gra matematyczna spełnia następujące warunki: a) Jest co najmniej dwóch racjonalnych graczy. b) Zbiór możliwych dezycji każdego gracza zawiera co najmniej
Uchwała Nr 000-2/6/2013 Senatu Uniwersytetu Technologiczno-Humanistycznego im. Kazimierza Pułaskiego w Radomiu z dnia 21 marca 2013 r.
Uchwała Nr 000-2/6/2013 Senatu Uniwersytetu Technologiczno-Humanistycznego im. Kazimierza Pułaskiego w Radomiu z dnia 21 marca 2013 r. w sprawie: 1) określenia przez Senat efektów kształcenia dla programu
Faza Określania Wymagań
Faza Określania Wymagań Celem tej fazy jest dokładne określenie wymagań klienta wobec tworzonego systemu. W tej fazie dokonywana jest zamiana celów klienta na konkretne wymagania zapewniające osiągnięcie
PRINCE2 Foundation & Practitioner - szkolenie z egzaminem certyfikacyjnym
Kod szkolenia: Tytuł szkolenia: H6C26S PRINCE2 Foundation & Practitioner - szkolenie z egzaminem certyfikacyjnym Dni: 5 Opis: Metodyka PRINCE2 jest akceptowana na poziomie międzynarodowym i uznana za wiodące
Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów
Eksploracja danych Piotr Lipiński Informacje ogólne Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów UWAGA: prezentacja to nie
KIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2
Metody teorii gier ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier Cel: Wyprowadzenie oszacowania dolnego na oczekiwany czas działania dowolnego algorytmu losowego dla danego problemu.
Recenzja rozprawy doktorskiej mgr Mirona Bartosza Kursy p/t. Robust and Efficient Approach to Feature Selection and Machine Learning
Warszawa, 30.01.2017 Prof. Dr hab. Henryk Rybinski Instytut Informatyki Politechniki Warszawskiej hrb@ii.pw.edu.pl Recenzja rozprawy doktorskiej mgr Mirona Bartosza Kursy p/t. Robust and Efficient Approach
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia
Recenzja rozprawy doktorskiej mgr inż. Joanny Wróbel
Prof. dr hab. inż. Tadeusz BURCZYŃSKI, czł. koresp. PAN Instytut Podstawowych Problemów Techniki PAN ul. A. Pawińskiego 5B 02-106 Warszawa e-mail: tburczynski@ippt.pan.pl Warszawa, 15.09.2017 Recenzja
Algorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
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
Technologie cyfrowe. Artur Kalinowski. Zakład Cząstek i Oddziaływań Fundamentalnych Pasteura 5, pokój 4.15
Technologie cyfrowe Artur Kalinowski Zakład Cząstek i Oddziaływań Fundamentalnych Pasteura 5, pokój 4.15 Artur.Kalinowski@fuw.edu.pl Semestr letni 2014/2015 Zadanie algorytmiczne: wyszukiwanie dane wejściowe:
Efekty kształcenia. Tabela efektów kształcenia
Efekty kształcenia Tabela efektów kształcenia W opisie efektów kierunkowych uwzględniono wszystkie efekty kształcenia występujące w obszarze kształcenia w zakresie nauk technicznych. Objaśnienie oznaczeń:
Plan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji
Badania operacyjne i teoria optymalizacji Instytut Informatyki Poznań, 2011/2012 1 2 3 Teoria optymalizacji Teoria optymalizacji a badania operacyjne Teoria optymalizacji zajmuje się badaniem metod optymalizacji
Programowanie komputerów
Programowanie komputerów Wykład 1-2. Podstawowe pojęcia Plan wykładu Omówienie programu wykładów, laboratoriów oraz egzaminu Etapy rozwiązywania problemów dr Helena Dudycz Katedra Technologii Informacyjnych
Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)
Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości
Ocena osiągnięć Dr. Adama Sieradzana w związku z ubieganiem się o nadanie stopnia naukowego doktora habilitowanego.
Prof. dr hab. Szczepan Roszak Katedra Inżynierii i Modelowania Materiałów Zaawansowanych Wydział Chemiczny Politechniki Wrocławskiej e-mail: szczepan.roszak@pwr.edu.pl Wrocław, 12. 12. 2018 r. Ocena osiągnięć
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
Uniwersytet Łódzki Wydział Matematyki i Informatyki PROGRAM KSZTAŁCENIA kierunek Informatyka Środowiskowe Studia Doktoranckie (studia III stopnia)
Uniwersytet Łódzki Wydział Matematyki i Informatyki PROGRAM KSZTAŁCENIA kierunek Informatyka Środowiskowe Studia Doktoranckie (studia III stopnia) Łódź, 17 października 2012 1 1. Nazwa studiów: Środowiskowe
efekty kształcenia dla kierunku Elektronika studia stacjonarne drugiego stopnia, profil ogólnoakademicki
Opis efektów dla kierunku Elektronika Studia stacjonarne drugiego stopnia, profil ogólnoakademicki Objaśnienie oznaczeń: K kierunkowe efekty W kategoria wiedzy U kategoria umiejętności K (po podkreślniku)
Badania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13
Badania operacyjne Michał Kulej semestr letni, 2012 Michał Kulej () Badania operacyjne semestr letni, 2012 1/ 13 Literatura podstawowa Wykłady na stronie: www.ioz.pwr.wroc.pl/pracownicy/kulej Trzaskalik
Efekty kształcenia Dla kierunku Inżynieria Bezpieczeństwa
Efekty kształcenia Dla kierunku Inżynieria Bezpieczeństwa, studia II stopnia profil ogólnoakademicki Specjalność studiowania Gospodarka Wodna i Zagrożenia Powodziowe Umiejscowienie kierunku w obszarze
Gdynia, dr hab. inż. Krzysztof Górecki, prof. nadzw. AMG Katedra Elektroniki Morskiej Akademia Morska w Gdyni
Gdynia, 2016-03-24 dr hab. inż. Krzysztof Górecki, prof. nadzw. AMG Katedra Elektroniki Morskiej Akademia Morska w Gdyni Ocena rozprawy doktorskiej mgr inż. Marcina Waleckiego nt. "Zastosowanie wielowejściowych
Specjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego
Specjalność Optymalizacja Decyzji Menedżerskich Katedra Badań Operacyjnych Uniwersytetu Łódzkiego Kilka słów o nas Katedra Badań Operacyjnych jest częścią Instytutu Ekonomik Stosowanych i Informatyki.
Algorytmy i str ruktury danych. Metody algorytmiczne. Bartman Jacek
Algorytmy i str ruktury danych Metody algorytmiczne Bartman Jacek jbartman@univ.rzeszow.pl Metody algorytmiczne - wprowadzenia Znamy strukturę algorytmów Trudność tkwi natomiast w podaniu metod służących
SCENARIUSZ LEKCJI. Autorzy scenariusza: Krzysztof Sauter (informatyka), Marzena Wierzchowska (matematyka)
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
W trakcie konferencji zademonstrowano doświadczenia, rozwiązania i konkretne projekty wdrażania Krajowych Ram Interoperacyjności
Konferencję Krajowe Ramy Interoperacyjności, czyli efektywność i bezpieczeństwo urzędu można uznać za sukces organizacyjny i merytoryczny. Była spotkaniem przedstawicieli Ministerstw, ekspertów i praktyków
dr hab. inż. Jacek Dziurdź, prof. PW Warszawa, r. Instytut Podstaw Budowy Maszyn Politechnika Warszawska
dr hab. inż. Jacek Dziurdź, prof. PW Warszawa, 8.01.2019 r. Instytut Podstaw Budowy Maszyn Politechnika Warszawska Recenzja pracy doktorskiej Pana mgr. inż. Piotra Szafrańca pt.: Ocena drgań i hałasu oddziałujących
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Recenzja opracowania M. Bryxa. pt: Rynek nieruchomości. System i funkcjonowanie.
C:\DOKUMENTY\RECENZJE\Recenzja M. Bryxa rynek.doc Recenzja opracowania M. Bryxa pt : Rynek nieruchomości. System i funkcjonowanie. Rynek nieruchomości jest w Polsce stosunkowo nowym, lecz wzbudzającym
OPINIA. o rozprawie doktorskiej mgr inż. Beaty Potrzeszcz-Sut, pt. Sieci neuronowe w wybranych zagadnieniach mechaniki konstrukcji i materiałów".
POLITECHNIKA RZESZO KA im. IGNACEGO ł.ukasiewitza e WYDZIAŁ BUDOWNICTWA. INŻYNlERII ŚRODOWISKA I ARCHITEKTURY f'olitttl!ntli.i llzłllilow!>juij Prof. dr hab. inż. Leonard Ziemiański Katedra Mechaniki Konstrukcji
Organizacyjny aspekt projektu
Organizacyjny aspekt projektu Zarządzanie funkcjonalne Zarządzanie między funkcjonalne Osiąganie celów poprzez kierowanie bieżącymi działaniami Odpowiedzialność spoczywa na kierownikach funkcyjnych Efektywność
OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA
OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) 16.01.2003 Algorytmy i Struktury Danych PIŁA ALGORYTMY ZACHŁANNE czas [ms] Porównanie Algorytmów Rozwiązyjących problem TSP 100 000 000 000,000 10 000 000
ZARZĄDZANIE I INŻYNIERIA PRODUKCJI
ZARZĄDZANIE I INŻYNIERIA PRODUKCJI STUDIA PIERWSZEGO STOPNIA PROFIL OGÓLNOAKADEMICKI Załącznik nr 2 Odniesienie efektów kierunkowych do efektów obszarowych i odwrotnie Załącznik nr 2a - Tabela odniesienia
M T E O T D O ZI Z E E A LG L O G R O Y R TM
O ALGORYTMACH I METODZIE ALGORYTMICZNEJ Czym jest algorytm? Czym jest algorytm? przepis schemat zestaw reguł [ ] program ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające
zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych
Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z
Recenzja rozprawy doktorskiej
Dr hab. inż. Henryk Kocot, prof. PŚ Gliwice, 24 stycznia 2019 r. Instytut Elektroenergetyki i Sterowania Układów Wydział Elektryczny Politechniki Śląskiej Henryk.Kocot@polsl.pl Tel. 32 237 26 40 Recenzja
Opinia o dorobku naukowym dr inż. Ireneusz Dominik w związku z wystąpieniem o nadanie stopnia naukowego doktora habilitowanego.
Prof. dr hab. inż. Tadeusz Uhl Katedra Robotyki i Mechatroniki Wydział Inżynierii Mechanicznej i Robotyki Akademia Górniczo Hutnicza w Krakowie Kraków 01.07.2018 Opinia o dorobku naukowym dr inż. Ireneusz