Detekcja motywów w złożonych strukturach sieciowych perspektywy zastosowań Krzysztof Juszczyszyn
|
|
- Eleonora Owczarek
- 6 lat temu
- Przeglądów:
Transkrypt
1 Detekcja motywów w złożonych strukturach sieciowych perspektywy zastosowań Krzysztof Juszczyszyn Instytut Informatyki Technicznej PWr
2 MOTYWY SIECIOWE -NETWORK MOTIFS 1. Co to jest? 2. Jak mierzyć? 3. Gdzie i jak (szybko) szukać? 4. Interpretacje? 5. Software? 6. Perspektywy, kontrowersje...
3 Motyw sieciowy (network motif): wzorzec połączeń między węzłami ( podgraf), występujący znacznie częściej niż w grafie losowym o tych samych parametrach ( liczba węzłów, połączeń, rozkład stopni węzłów,...). R Milo, S Shen-Orr, S Itzkovitz, N Kashtan, D Chklovskii & U Alon, Network Motifs: Simple Building Blocks of Complex Networks Science, 298: (2002).
4 Początek: dlaczego bioinformatyka? - nieporównywalne z innymi dziedzinami repozytoria danych (ilość). - wieloletnie badania struktur sieciowych (sieci metaboliczne, regulacji genów, katalityczne, komórkowe... - szczegółowość). - powyższe w odniesieniu do wielu organizmów (różnorodność) Pojawienie się / poszukiwania standardowych metod klasyfikacji, badania, modelowania ewolucyjnego struktur sieciowych. Computer science - inspiracje...? Jeśli TAK jakie będą różnice w porównaniu z podejściem do sieci informacyjnych/społecznych/informatycznych...?
5 Systemy sieciowe - analogie...
6 Typowe rozmiary motywów 3-7 węzłów. Miary obecności motywów w sieciach: Z-score najpopularniejsza miara statystyczna. Koncentracja C w porównaniu z innymi motywami.
7 Real sieci regulacji genów w prostych organizmach. Motyw: feed forward loop :
8 Występowanie: Wszędzie: Sieci informacyjne, społeczne, biologiczne, ewolucyjne, biochemiczne,... praktycznie każda nielosowa (czyt: rzeczywista) struktura sieciowa (pod warunkiem odpowiedniej skali). wszędzie nie znaczy te same ani też w takich samych proporcjach... (bakteria E.coli sieć regulacji genów)
9 Network fingerprint Skala! TSP: Networks fingerprints
10 W bioinformatyce: - Profile TSP dla kilku typów sieci (genom, metabolizm, synteza białek) oraz kilkudziesięciu organizmów na różnych stadiach rozwoju ewolucyjnego. - Pierwsze ( ) propozycje klasyfikacji ewolucyjnej, szybkiego ustalania pokrewieństwa organizmów na podstawie profili TSP.
11 Wykrywanie motywów: 1. Przegląd zupełny grafu sieci. Złożone obliczenia, dla motywów 5-7 węzłowych oraz sieci k*mln węzłów - nie praktykuje się. 2. Próbkowanie sieci (network sampling) Tanio - maksymalnie O(n 2 )
12 Network sampling motywy n-węzłowe
13 Network sampling:
14 Network sampling wyniki WWW; 325tys. węzłów, 1.46mln połączeń (Barabasi & Albert, 1999) NETWORK MOTIFS
15 Network sampling wyniki NETWORK MOTIFS Dla porównania: przegląd zupełny: ~1.4mln motywów.
16 Network sampling wyniki NETWORK MOTIFS
17 Co dalej? Kolorowanie motywów wagi krawędzi. Symulacje wskazują korelację między topologią sieci (np. lokalność połączeń) a stężeniem motywów. Artificial Intelligence in Medicine (2007) 41,
18 Motywy a funkcje elementów sieci (obecnie znane interpretacje/zastosowania: biochemia).
19 Software: NETWORK MOTIFS
20 Open questions & challenges : Możliwości reinterpretacji dla systemów informacyjnych/ społecznych/informatycznych: Motywy z wagami/etykietami...-? Motywy w klasyfikacji sieci danego typu -?? Motywy szczególne w danej klasie sieci (a są? Interpretacja?) -??? Motywy jako takie: Geografia motywów w sieci (wpływ na własności i ewolucję?) -?? Wymiar czasowy ewolucja systemów: Szansa na zdjęcia poklatkowe szybkozmiennych struktur sieci-? Motywy a ewolucja sieci -?? Motywy a zjawiska krytyczne w sieciach -??? Motywy jako czynnik sterujący systemu sieciowego -??
21 DZIĘKUJĘ ZA UWAGĘ
sieci społecznych metodą analizy - future work...
Badanie cech lokalnej topologii sieci społecznych metodą analizy motywów sieciowych - perspetktywy... - zastosowania... - future work... Krzysztof Juszczyszyn Krzysztof Juszczyszyn www.iit.pwr.wroc.pl/~krzysiek
Bardziej szczegółowoWykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych
Gdańsk, Warsztaty pt. Układy Złożone (8 10 maja 2014) Agata Fronczak Zakład Fizyki Układów Złożonych Wydział Fizyki Politechniki Warszawskiej Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań
Bardziej szczegółowoObszary strukturalne i funkcyjne mózgu
Spis treści 2010-03-16 Spis treści 1 Spis treści 2 Jak charakteryzować grafy? 3 4 Wielkości charakterystyczne Jak charakteryzować grafy? Średni stopień wierzchołków Rozkład stopni wierzchołków Graf jest
Bardziej szczegółowoBadania w sieciach złożonych
Badania w sieciach złożonych Grant WCSS nr 177, sprawozdanie za rok 2012 Kierownik grantu dr. hab. inż. Przemysław Kazienko mgr inż. Radosław Michalski Instytut Informatyki Politechniki Wrocławskiej Obszar
Bardziej szczegółowoWzorcowe efekty kształcenia dla kierunku studiów biotechnologia studia pierwszego stopnia profil ogólnoakademicki
Załącznik nr 2 do Uchwały Rady Wydziału Biochemii, Biofizyki i Biotechnologii UJ z dnia 19 czerwca 2018 r. w sprawie programu i planu studiów na kierunku BIOTECHNOLOGIA na poziomie studiów pierwszego stopnia
Bardziej szczegółowoWykład 10 2008-04-30. Bioinformatyka. Wykład 9. E. Banachowicz. Zakład Biofizyki Molekularnej IF UAM
Bioinformatyka Wykład 9 E. Banachowicz Zakład Biofizyki Molekularnej IF UAM http://www.amu.edu.pl/~ewas 1 Konsekwencje zestawieo wielu sekwencji - rodziny białkowe, domeny, motywy i wzorce 2 Bioinformatyka,
Bardziej szczegółowoW sieci małego świata od DNA po facebooka. Dr hab. Katarzyna Sznajd-Weron, prof. PWr.
W sieci małego świata od DNA po facebooka Dr hab. Katarzyna Sznajd-Weron, prof. PWr. Plan Co to jest sieć? Przykłady sieci złożonych Cechy rzeczywistych sieci Modele sieci Sieci złożone i układy złożone
Bardziej szczegółowoGrafy Alberta-Barabasiego
Spis treści 2010-01-18 Spis treści 1 Spis treści 2 Wielkości charakterystyczne 3 Cechy 4 5 6 7 Wielkości charakterystyczne Wielkości charakterystyczne Rozkład stopnie wierzchołków P(deg(x) = k) Graf jest
Bardziej szczegółowoCentralność w sieciach społecznych. Radosław Michalski Social Network Group - kwiecień 2009
Centralność w sieciach społecznych Radosław Michalski Social Network Group - kwiecień 2009 Agenda spotkania Pojęcie centralności Potrzeba pomiaru centralności Miary centralności degree centrality betweenness
Bardziej szczegółowoSpis treści. Przedmowa... XI. Wprowadzenie i biologiczne bazy danych. 1 Wprowadzenie... 3. 2 Wprowadzenie do biologicznych baz danych...
Przedmowa... XI Część pierwsza Wprowadzenie i biologiczne bazy danych 1 Wprowadzenie... 3 Czym jest bioinformatyka?... 5 Cele... 5 Zakres zainteresowań... 6 Zastosowania... 7 Ograniczenia... 8 Przyszłe
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowoTEORETYCZNE PODSTAWY INFORMATYKI
1 TEORETYCZNE PODSTAWY INFORMATYKI WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Wykład 16 2 Data Science: Uczenie maszynowe Uczenie maszynowe: co to znaczy? Metody Regresja Klasyfikacja Klastering
Bardziej szczegółowoDariusz Brzeziński Instytut Informatyki, Politechnika Poznańska
Dariusz Brzeziński Instytut Informatyki, Politechnika Poznańska Podstawowe architektury sieci neuronowych Generowanie sztucznych danych Jak się nie przemęczyć Korzystanie z istniejących wag Zamrażanie
Bardziej szczegółowoStatystyki teoriografowe grafów funkcjonalnych w sieciach neuronowych
Statystyki teoriografowe grafów funkcjonalnych w sieciach neuronowych Wydział Matematyki i Informatyki, UMK 2011-12-21 1 Wstęp Motywacja 2 Model 3 4 Dalsze plany Referencje Motywacja 1 Wstęp Motywacja
Bardziej szczegółowoProjekt i implementacja systemu wspomagania planowania w języku Prolog
Projekt i implementacja systemu wspomagania planowania w języku Prolog Kraków, 29 maja 2007 Plan prezentacji 1 Wstęp Czym jest planowanie? Charakterystyka procesu planowania 2 Przeglad istniejacych rozwiazań
Bardziej szczegółowoSieci złożone. Modelarnia 2014/2015 Katarzyna Sznajd-Weron
Sieci złożone Modelarnia 2014/2015 Katarzyna Sznajd-Weron Sieć = network Węzły Węzły jednego typu lub wielu Połączenia Połączenia kierunkowe lub nie Czy fizycy zawsze muszą mieć inne zdanie? Fizycy sieć
Bardziej szczegółowoWarsztaty metod fizyki teoretycznej
Warsztaty metod fizyki teoretycznej Zestaw 6 Układy złożone- sieci w otaczającym nas świecie Marcin Zagórski, Jan Kaczmarczyk 17.04.2012 1 Wprowadzenie W otaczającym nas świecie odnajdujemy wiele struktur,
Bardziej szczegółowoTomasz Pawlak. Zastosowania Metod Inteligencji Obliczeniowej
1 Zastosowania Metod Inteligencji Obliczeniowej Tomasz Pawlak 2 Plan prezentacji Sprawy organizacyjne Wprowadzenie do metod inteligencji obliczeniowej Studium wybranych przypadków zastosowań IO 3 Dane
Bardziej szczegółowoOBLICZENIA ZA POMOCĄ PROTEIN
OBLICZENIA ZA POMOCĄ PROTEIN KODOWANIE I PRZETWARZANIE INFORMACJI W ORGANIZMACH Informacja genetyczna jest przechowywana w DNA i RNA w postaci liniowych sekwencji nukleotydów W genach jest przemieniana
Bardziej szczegółowoModelowanie motywów łańcuchami Markowa wyższego rzędu
Modelowanie motywów łańcuchami Markowa wyższego rzędu Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki 23 października 2008 roku Plan prezentacji 1 Źródła 2 Motywy i ich znaczenie Łańcuchy
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoPlan studiów na kierunku studiów wyższych: BIOCHEMIA studia pierwszego stopnia, profil ogólnoakademicki
Załącznik nr 3 do Uchwały Rady Wydziału Biochemii, Biofizyki i Biotechnologii UJ z dnia 19 czerwca 2018 r. w sprawie zmian programu i planu studiów na kierunku BIOCHEMIA na poziomie studiów pierwszego
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 07 Uczenie nienadzorowane.
Wstęp do sieci neuronowych, wykład 7. M. Czoków, J. Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika w Toruniu 212-11-28 Projekt pn. Wzmocnienie potencjału dydaktycznego UMK w Toruniu
Bardziej szczegółowoSpecjalizacja magisterska Bazy danych
Specjalizacja magisterska Bazy danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/bazydanych.pdf Wymagania wstępne Znajomość podstaw języka
Bardziej szczegółowoOpis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA
Opis kierunkowych efektów kształcenia w obszarze nauk przyrodniczych na I stopniu kierunku BIOLOGIA Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów BIOLOGIA o profilu ogólnoakademickim
Bardziej szczegółowoStosowane metody wykrywania nieszczelności w sieciach gazowych
Stosowane metody wykrywania nieszczelności w sieciach gazowych Andrzej Osiadacz, Łukasz Kotyński Zakład Systemów Ciepłowniczych i Gazowniczych Wydział Inżynierii Środowiska Politechniki Warszawskiej Międzyzdroje,
Bardziej szczegółowoZmienność wiatru w okresie wieloletnim
Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach
Bardziej szczegółowoInformatyka w medycynie Punkt widzenia kardiologa
Informatyka w medycynie Punkt widzenia kardiologa Lech Poloński Mariusz Gąsior Informatyka medyczna Dział informatyki zajmujący się jej zastosowaniem w ochronie zdrowia (medycynie) Stymulacja rozwoju informatyki
Bardziej szczegółowoMODEL OPTYMALIZACYJNY SYNCHRONIZACJI LINII TRAMWAJOWYCH
Poznań - Rosnówko, 17-19.06.2015 r. Politechnika Poznańska Wydział Maszyn Roboczych i Transportu Zakład Systemów Transportowych MODEL OPTYMALIZACYJNY SYNCHRONIZACJI LINII TRAMWAJOWYCH mgr inż. Kamil Musialski
Bardziej szczegółowoAlgorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych
Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w
Bardziej szczegółowoStatystyczne modelowanie powodzi w obwałowanych rzekach
Pierwsza konferencja naukowo-techniczna Polskiego Stowarzyszenia Informatyki Środowiska Warszawa, styczeń 2017 Statystyczne modelowanie powodzi w obwałowanych rzekach Krzysztof Kochanek, Witold G. Strupczewski,
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoTeoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.
Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/
Bardziej szczegółowoOpis efektów kształcenia na kierunku BIOTECHNOLOGIA
Opis na kierunku BIOTECHNOLOGIA z odniesieniem do, nauk oraz prowadzących specjalność: biotechnologia żywności profil ogólnoakademicki studia II stopnia WIEDZA NB2_W01 Ma zaawansowaną wiedzę z zakresu
Bardziej szczegółowoInżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT
UNIWERSYTET RZESZOWSKI KATEDRA INFORMATYKI Opracował: mgr inż. Przemysław Pardel v1.01 2010 Inżynieria oprogramowania Część 8: Metoda szacowania ryzyka - PERT ZAGADNIENIA DO ZREALIZOWANIA (3H) PERT...
Bardziej szczegółowoModelowanie sieci złożonych
Modelowanie sieci złożonych B. Wacław Instytut Fizyki UJ Czym są sieci złożone? wiele układów ma strukturę sieci: Internet, WWW, sieć cytowań, sieci komunikacyjne, społeczne itd. sieć = graf: węzły połączone
Bardziej szczegółowoArchitektura bezpieczeństwa informacji w ochronie zdrowia. Warszawa, 29 listopada 2011
Architektura informacji w ochronie zdrowia Warszawa, 29 listopada 2011 Potrzeba Pomiędzy 17 a 19 kwietnia 2011 roku zostały wykradzione dane z 77 milionów kont Sony PlayStation Network. 2 tygodnie 25 milionów
Bardziej szczegółowoPODSTAWY BIOINFORMATYKI 8 DOPASOWYWANIE SEKWENCJI AMINOKWASÓW
PODSTAWY BIOINFORMATYKI 8 DOPASOWYWANIE SEKWENCJI AMINOKWASÓW DOPASOWYWANIE SEKWENCJI 1. Miary podobieństwa sekwencji aminokwasów 2. Zastosowanie programów: CLUSTAL OMEGA BLAST Copyright 2013, Joanna Szyda
Bardziej szczegółowoPlan studiów obowiązujący od roku akademickiego 2019/2020
Specjalność: bioanalityka 4 Metody statystyczne w biologii 2 20 20 20 zal. 2 5 2 30 15 15 15 15 zal. 2 6 Analiza bioinformatyczna 3 30 30 30 zal. 3 7 Biologicznie aktywne substancje roślinne 6,5 75 30
Bardziej szczegółowoUCHWAŁA Nr 31/2014 Senatu Uniwersytetu Wrocławskiego z dnia 26 marca 2014 r.
UCHWAŁA Nr 31/2014 Senatu Uniwersytetu Wrocławskiego z dnia 26 marca 2014 r. w sprawie utworzenia kierunku genetyka i biologia eksperymentalna - studia pierwszego stopnia oraz zmieniająca uchwałę w sprawie
Bardziej szczegółowoProgram studiów I st. (licencjackich) na kieruneku Biotechnologia
Program studiów I st. (licencjackich) na kieruneku Biotechnologia ROK I i II Przedmiot Rok pierwszy Rok drugi I semestr II III semestr IV godz. ECTS godz. ECTS godz. ECTS godz. ECTS j. angielski 60 2 60
Bardziej szczegółowoPlan studiów na kierunku studiów wyższych: BIOCHEMIA studia pierwszego stopnia, profil ogólnoakademicki
Załącznik nr 3 do Uchwały Rady Wydziału Biochemii, Biofizyki i Biotechnologii UJ z dnia 20 czerwca 2017 r. w sprawie programu i planu studiów na kierunku BIOCHEMIA na poziomie studiów pierwszego stopnia
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa
Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa M. Czoków, J. Piersa 2012-01-10 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego 3 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego
Bardziej szczegółowoINFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA
Centrum Informatyczne TASK Politechnika Gdańska Instytut Oceanologii Polskiej Akademii Nauk (IO PAN) INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA Gdańsk Sopot,
Bardziej szczegółowoWprowadzenie do teorii systemów ekspertowych
Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z
Bardziej szczegółowoEFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW BIOINFORMATYKA
EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW BIOINFORMATYKA wpisać nazwę kierunku studiów poziom kształcenia profil kształcenia tytuł zawodowy uzyskiwany przez absolwenta studia I stopnia wpisać studia I lub
Bardziej szczegółowoProjektowanie sieci metodą Top-Down
Projektowanie sieci metodą Top-Down http://www.topdownbook.com Wydanie w języku polskim PWN 2007 Copyright 2004 Cisco Press & Priscilla Oppenheimer Projektowanie Top-Down TOP-DOWN Projektowanie analityczne,
Bardziej szczegółowoSymulacje geometrycznych sieci neuronowych w środowisku rozproszonym
Symulacje geometrycznych sieci neuronowych w środowisku rozproszonym Jarosław Piersa, Tomasz Schreiber {piersaj, tomeks}(at)mat.umk.pl 2010-07-21 1 2 Dany podzbiór V R 3. N neuronów należących do V N Poiss(c
Bardziej szczegółowoOpis zakładanych efektów kształcenia OPIS ZAKŁADANYCH EFEKTÓW KSZTAŁCENIA
Załącznik nr 2 do Uchwały Rady Wydziału Biochemii, Biofizyki i Biotechnologii UJ z dnia 19czerwca 2018 r. w sprawie zmian programu i planu na BIOCHEMIA na poziomie pierwszego stopnia (według wzoru zawartego
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 07 Uczenie nienadzorowane.
Wstęp do sieci neuronowych, wykład 7. M. Czoków, J. Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika w Toruniu 213-11-19 Projekt pn. Wzmocnienie potencjału dydaktycznego UMK w Toruniu
Bardziej szczegółowoLiteratura. Statystyka i demografia
ZESTAWIENIE zagadnień i literatury do egzaminu doktorskiego z przedmiotów kierunkowych III Wydziałowej Komisji ds. Przewodów Doktorskich na Wydziale Ekonomiczno-Socjologicznym Uniwersytetu Łódzkiego Ekonometria
Bardziej szczegółowoMikro- i makro-ewolucja sieci społecznych
Mikro- i makro-ewolucja sieci społecznych Mikołaj Morzy Agnieszka Ławrynowicz Instytut Informatyki Poznań, rok akademicki 2010/2011 (c) Mikołaj Morzy, Agnieszka Ławrynowicz, Instytut Informatyki Politechniki
Bardziej szczegółowoWymagania edukacyjne z informatyki w klasie IIIa gimnazjum
Lp. Wymagania edukacyjne z informatyki w klasie IIIa gimnazjum 1. Internet i sieci [17 godz.] 1 Sieci komputerowe. Rodzaje sieci, topologie, protokoły transmisji danych w sieciach. Internet jako sie rozległa
Bardziej szczegółowoGrafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci
Grafy i sieci wybrane zagadnienia wykład 3: modele służące porównywaniu sieci prof. dr hab. inż. Marta Kasprzak Instytut Informatyki, Politechnika Poznańska Plan wykładu 1. Sieci jako modele interakcji
Bardziej szczegółowoPodstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Uczenie maszynowe Sztuczne sieci neuronowe Plan na dziś Uczenie maszynowe Problem aproksymacji funkcji Sieci neuronowe PSZT, zima 2013, wykład 12
Bardziej szczegółowoZASTOSOWANIA FIZYKI W BIOLOGII I MEDYCYNIE Specjalność: Projektowanie molekularne i bioinformatyka. 3-letnie studia I stopnia (licencjackie)
ZASTOSOWANIA FIZYKI W BIOLOGII I MEDYCYNIE Specjalność: Projektowanie molekularne i bioinformatyka 3-letnie studia I stopnia (licencjackie) 1. OGÓLNA CHARAKTERYSTYKA STUDIÓW Projektowanie molekuł biologicznie
Bardziej szczegółowoVoter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego
Voter model on Sierpiński fractals Model głosujący na fraktalach Sierpińskiego Krzysztof Suchecki Janusz A. Hołyst Wydział Fizyki Politechniki Warszawskiej Plan Model głosujący : definicja i własności
Bardziej szczegółowoDo uzyskania kwalifikacji pierwszego stopnia (studia inżynierskie) na kierunku BIOTECHNOLOGIA wymagane są wszystkie poniższe efekty kształcenia
Kierunek studiów: BIOTECHNOLOGIA Forma studiów: stacjonarne Rodzaj studiów: studia pierwszego stopnia - inżynierskie Czas trwania studiów: 3,5 roku (7 semestrów, 1 semestr - 15 tygodni) Liczba uzyskanych
Bardziej szczegółowoREZYLIENCJA MIEJSKA. Nowe spojrzenie na przekształcenia obszarów zurbanizowanych
Nowe spojrzenie na przekształcenia obszarów zurbanizowanych POLITYKA MIEJSKA WYZWANIA, DOŚWIADCZENIA, INSPIRACJE KONFERENCJA, WARSZAWA 2013 ALDO VARGAS TETMAJER INSTYTUT ROZWOJU MIAST CARAL 3000 p.n.e.
Bardziej szczegółowoProces badania statystycznego z wykorzystaniem miernika syntetycznego (wg procedury Z. Zioło)
Metody Badań w Geografii Społeczno Ekonomicznej Proces badania statystycznego z wykorzystaniem miernika syntetycznego (wg procedury Z. Zioło) uporządkowanie liniowe obiektów mgr Marcin Semczuk Zakład Przedsiębiorczości
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowoKamila Muraszkowska Znaczenie wąskich gardeł w sieciach białkowych. źródło: (3)
Kamila Muraszkowska Znaczenie wąskich gardeł w sieciach białkowych źródło: (3) Interakcje białko-białko Ze względu na zadanie: strukturalne lub funkcjonalne. Ze względu na właściwości fizyczne: stałe lub
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład BIOCHEMIA Biochemistry Forma studiów: studia stacjonarne Poziom kwalifikacji:
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 6 Wsteczna propagacja błędu - cz. 3
Wstęp do sieci neuronowych, wykład 6 Wsteczna propagacja błędu - cz. 3 Andrzej Rutkowski, Maja Czoków, Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2018-11-05 Projekt
Bardziej szczegółowoTABELA ODNIESIEŃ EFEKTÓW KIERUNKOWYCH DO EFEKTÓW OBSZAROWYCH DLA KIERUNKU STUDIÓW GOSPODARKA PRZESTRZENNA
TABELA ODNIESIEŃ EFEKTÓW KIERUNKOWYCH DO EFEKTÓW OBSZAROWYCH DLA KIERUNKU STUDIÓW GOSPODARKA PRZESTRZENNA Kierunek studiów: Poziom kształcenia: Profil kształcenia: Forma studiów: Specjalność: Tytuł zawodowy:
Bardziej szczegółowoProjektowanie Wirtualne bloki tematyczne PW I
Podstawowe zagadnienia egzaminacyjne Projektowanie Wirtualne - część teoretyczna Projektowanie Wirtualne bloki tematyczne PW I 1. Projektowanie wirtualne specyfika procesu projektowania wirtualnego, podstawowe
Bardziej szczegółowoTestowanie hipotez statystycznych
9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :
Bardziej szczegółowoTeoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.
Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Ewolucja Znaczenie ogólne: zmiany zachodzące stopniowo w czasie W biologii ewolucja biologiczna W astronomii i kosmologii ewolucja gwiazd i wszechświata
Bardziej szczegółowoObliczenia równoległe i rozproszone. Praca zbiorowa pod redakcją Andrzeja Karbowskiego i Ewy Niewiadomskiej-Szynkiewicz
Obliczenia równoległe i rozproszone Praca zbiorowa pod redakcją Andrzeja Karbowskiego i Ewy Niewiadomskiej-Szynkiewicz 15 czerwca 2001 Spis treści Przedmowa............................................
Bardziej szczegółowoPodstawy biologii. Informacja, struktura i metabolizm.
Podstawy biologii Informacja, struktura i metabolizm. Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/
Bardziej szczegółowosem.zimowy v.1.08 Wykładowca plan - mgr inż. Adamiak K.
Wykładowca plan - mgr inż. Adamiak K. l9-15, 9-15 5I IO2 i24 CTI 406 Modelowanie i analiza obiektowa Piątek 1I s2 ISBD i24 CTI 405 Modelowanie i analiza systemów informatycznych Wykładowca plan - Dr inż.
Bardziej szczegółowoDoświadczenia z biologii i fizyki, wspomagane technologią informacyjną
Projekt, w którym realizowane są omawiane tutaj doświadczenia powstał z inspiracji ITforUS czyli Information Technology for Understanding Science i jest realizowany we współpracy z Centrum Technologii
Bardziej szczegółowoZmienne zależne i niezależne
Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoEGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2015/2016 CZĘŚĆ 2. ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ GM-P8
EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2015/2016 CZĘŚĆ 2. PRZEDMIOTY PRZYRODNICZE ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ GM-P8 KWIECIEŃ 2016 Zadanie 1. (0 2) I. Znajomość różnorodności biologicznej
Bardziej szczegółowoĆwiczenie 3 ANALIZA SIECI SPOŁECZNYCH (SNA) W SIECI
Geografia Internetu Prowadzący: Krzysztof Janc Ćwiczenie 3 ANALIZA SIECI SPOŁECZNYCH (SNA) W SIECI N ZAKŁAD ZAGOSPODAROWANIA PRZESTRZENNEGO I STYTUT GEOGRAFII I ROZWOJU REGIONALNEGO U. WR. Zakład Zagospodarowania
Bardziej szczegółowoHadoop i Spark. Mariusz Rafało
Hadoop i Spark Mariusz Rafało mrafalo@sgh.waw.pl http://mariuszrafalo.pl WPROWADZENIE DO EKOSYSTEMU APACHE HADOOP Czym jest Hadoop Platforma służąca przetwarzaniu rozproszonemu dużych zbiorów danych. Jest
Bardziej szczegółowoRelacja: III Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych"
Relacja: III Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" W dniu 18.04.2015 odbyło się III Seminarium Naukowe Inżynierskie zastosowania technologii informatycznych. Organizatorzy
Bardziej szczegółowoInteligentne systemy informacyjne
Inteligentne systemy informacyjne Moduł 10 Mieczysław Muraszkiewicz www.icie.com.pl/lect_pw.htm M. Muraszkiewicz strona 1 Sieci neuronowe szkic Moduł 10 M. Muraszkiewicz strona 2 Dwa nurty M. Muraszkiewicz
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 11 Łańcuchy Markova
Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova M. Czoków, J. Piersa 2010-12-21 1 Definicja Własności Losowanie z rozkładu dyskretnego 2 3 Łańcuch Markova Definicja Własności Losowanie z rozkładu
Bardziej szczegółowoRecenzję wykonano na zlecenie Dziekana Wydziału Elektrycznego Politechniki Warszawskiej (pismo przewodnie z dnia r.)
Prof. dr hab. inż. Andrzej Brykaiski Katedra Zastosowań Informatyki Wydział Elektryczny Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Al. Piastów 17, 70-310 Szczecin Andrzej.Brykalski@zut.edu.pl
Bardziej szczegółowoStudia podyplomowe: Nauczanie biologii w gimnazjach i szkołach ponadgimnazjalnych
Studia podyplomowe: Nauczanie biologii w gimnazjach i szkołach ponadgimnazjalnych Głównym celem studiów podyplomowych Nauczanie biologii w gimnazjach i szkołach ponadgimnazjalnych jest przekazanie słuchaczom
Bardziej szczegółowoPraktyczne aspekty statycznej estymacji stanu pracy elektroenergetycznych sieci dystrybucyjnych w warunkach krajowych
ZARZĄDZANIE ENERGIĄ I TELEINFORMATYKA, ZET 03 Praktyczne aspekty statycznej estymacji stanu pracy elektroenergetycznych sieci dystrybucyjnych w warunkach krajowych Jacek Wasilewski Politechnika Warszawska
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 5: Sieci, drogi ekstremalne w sieciach, analiza złożonych przedsięwzięć (CPM i PERT) dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl
Bardziej szczegółowoSPRAWDZIAN I EGZAMINY 2013 W SZKOŁACH ARTYSTYCZNYCH. w w o je w ó dztwie śląskim
SPRAWDZIAN I EGZAMINY 2013 W SZKOŁACH ARTYSTYCZNYCH w w o je w ó dztwie śląskim Jaworzno 2013 Spis treści I. WPROWADZENIE 4 II. SPRAWDZIAN 6 2.1. Wyniki uczniów szkół podstawowych artystycznych dotyczące
Bardziej szczegółowoWykład 1 Sprawy organizacyjne
Wykład 1 Sprawy organizacyjne 1 Zasady zaliczenia Prezentacja/projekt w grupach 5 osobowych. Każda osoba przygotowuje: samodzielnie analizę w excel, prezentację teoretyczną w grupie. Obecność na zajęciach
Bardziej szczegółowoGRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils
GRA Przykład 1) Zbiór graczy n = 2 myśliwych I= {1,,n} 2) Zbiór strategii S = {polować na jelenia, gonić zająca} S = {1,,m} 3) Wypłaty jeleń - zając - 10 utils 3 utils U i : S n R i=1,,n J Z J Z J 5 0
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowoProgram studiów I st. (licencjackich) na kieruneku Biotechnologia
Program studiów I st. (licencjackich) na kieruneku Biotechnologia ROK I i II Przedmiot Rok pierwszy Rok drugi I semestr II III semestr IV godz. ECTS godz. ECTS godz. ECTS godz. ECTS j. angielski 60 2 60
Bardziej szczegółowoKARTA KURSU. Biotechnology in Environmental Protection. Kod Punktacja ECTS* 1
KARTA KURSU Nazwa Nazwa w j. ang. Biotechnologia w ochronie środowiska Biotechnology in Environmental Protection Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Maria Wędzony Zespół dydaktyczny: Prof.
Bardziej szczegółowoPodręcznik akademicki dofinansowany przez Ministra Nauki i Szkolnictwa Wyższego
Recenzenci: dr hab. Ryszard Cichocki, prof. UAM dr hab. Jarosław Górniak, prof. UJ Redaktor prowadzący: Agnieszka Szopińska Redakcja i korekta: Anna Kaniewska Projekt okładki: Katarzyna Juras Copyright
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoSzybkość instynktu i rozsądek rozumu$
Szybkość instynktu i rozsądek rozumu$ zastosowania rozwiązań BigData$ Bartosz Dudziński" Architekt IT! Już nie tylko dokumenty Ilość Szybkość Różnorodność 12 terabajtów milionów Tweet-ów tworzonych codziennie
Bardziej szczegółowoAlgorytmy ewolucyjne 1
Algorytmy ewolucyjne 1 2 Zasady zaliczenia przedmiotu Prowadzący (wykład i pracownie specjalistyczną): Wojciech Kwedlo, pokój 205. Konsultacje dla studentów studiów dziennych: poniedziałek,środa, godz
Bardziej szczegółowoPodstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak
Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak Autor prezentuje spójny obraz najczęściej stosowanych metod statystycznych, dodatkowo omawiając takie
Bardziej szczegółowoEfekty kształcenia dla kierunku studiów biotechnologia i ich odniesienie do efektów obszarowych
Załącznik do uchwały nr 374/2012 Senatu UP Efekty kształcenia dla kierunku studiów biotechnologia i ich odniesienie do efektów obszarowych Wydział prowadzący kierunek: Wydział Rolnictwa i Bioinżynierii
Bardziej szczegółowoEDUKACYJNA WARTOŚĆ DODANA
ŚLĄSKIE TECHNICZNE ZAKŁADY NAUKOWE EDUKACYJNA WARTOŚĆ DODANA ANALIZA 1. INFORMACJE OGÓLNE. Wskaźnik EWD i wyniki egzaminacyjne rozpatrywane są wspólnie. W ten sposób dają nam one pełniejszy obraz pracy
Bardziej szczegółowoZasady sporządzania modelu sieciowego (Wykład 1)
Zasady sporządzania modelu sieciowego (Wykład 1) Metody planowania sieciowego są stosowane w budownictwie do planowania i kontroli dużych przedsięwzięć, w których z powodu wielu zależności istnieje konieczność
Bardziej szczegółowo