Algorytmy stochastyczne, wykład 07 Parametryczne systemy



Podobne dokumenty
Algorytmy stochastyczne, wykład 05 Systemy Liendenmayera, modelowanie roślin

Systemy Lindenmayera (L-systemy)

Wstęp do sieci neuronowych, wykład 03 Warstwy RBF, jednostka Adaline.

Modele i symulacje - Scratch i Excel

Logo Komeniusz. Gimnazjum w Tęgoborzy. Mgr Zofia Czech

Języki formalne i automaty Ćwiczenia 5

L-systemy Lindemayera w 3D. Gramatyki grafowe

Warsztaty komputerowe

Projekt współfinansowany przez Unię Europejską ze środków Europejskiego Funduszu Społecznego

INTERAKTYWNA KOMUNIKACJA WIZUALNA. Systemy Lindenmayera (L-systemy)

Obliczenia inspirowane Naturą

Algorytmy stochastyczne, wykład 01 Podstawowy algorytm genetyczny

Wstęp do sieci neuronowych, wykład 12 Wykorzystanie sieci rekurencyjnych w optymalizacji grafowej

Programowanie w LOGO KOMENIUSZ grafika żółwia

(12) OPI S OCHRONN Y WZORU PRZEMYSŁOWEGO

ALGORYTMY. Polecenia Skrót Znaczenie Działanie Przykład pż

Wstęp do sieci neuronowych, wykład 03 Warstwy RBF, jednostka Adaline.

FRAKTALE I SAMOPODOBIEŃSTWO

Wstęp do sieci neuronowych, wykład 8 Uczenie nienadzorowane.

Wstęp do sieci neuronowych, wykład 07 Uczenie nienadzorowane cd.

Wstęp do sieci neuronowych, wykład 07 Uczenie nienadzorowane.

Wstęp do sieci neuronowych, wykład 07 Uczenie nienadzorowane.

3.27pt. Algorytmy i programowanie ze Scratchem

Opis implementacji: Poznanie zasad tworzenia programów komputerowych za pomocą instrukcji języka programowania.

Algorytmy i struktury danych. wykład 2

Architektura komputerów

Simba 3D LOGO. Cele zajęć: - Poznanie zasad i sposobów tworzenia procedur z parametrami. - Poznanie zasad wywoływania procedur z parametrami.

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.

Scenariusz lekcji. nazwać elementy składowe procedury; wymienić polecenia służące do malowania wnętrza figur;

Wstęp do sieci neuronowych laboratorium 01 Organizacja zajęć. Perceptron prosty

Podstawy programowania w Pythonie

Luty 2001 Algorytmy (1) 2000/2001 1

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.

Algorytmy stochastyczne, wykład 08 Sieci bayesowskie

Wykład z Podstaw Informatyki dla I roku BO. Piotr Mika

Technologie informacyjne - wykład 12 -

Algorytmy i struktury danych. Wykład 4

CorelDraw - wbudowane obiekty wektorowe - prostokąty Rysowanie prostokątów

Jeśli nie potrafisz wytłumaczyć czegoś w prosty sposób, to znaczy, że tak naprawdę tego nie rozumiesz

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Definiowanie procedur z parametrami w Logo Komeniuszu.

Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.

Struktury Danych i Złożoność Obliczeniowa

Od szczegółu do ogółu, praktyczne refleksje o nauczaniu informatyki wg nowej podstawy programowej

Zadania domowe. Ćwiczenie 2. Rysowanie obiektów 2-D przy pomocy tworów pierwotnych biblioteki graficznej OpenGL

Dynamiczny przydział pamięci w języku C. Dynamiczne struktury danych. dr inż. Jarosław Forenc. Metoda 1 (wektor N M-elementowy)

Teoretyczne podstawy informatyki

Podstawy algorytmiki i programowania - wykład 6 Sortowanie- algorytmy

Modelowanie rynków finansowych z wykorzystaniem pakietu R

1 TEMAT LEKCJI: 2 CELE LEKCJI: 3 METODY NAUCZANIA 4 ŚRODKI DYDAKTYCZNE 5 UWARUNKOWANIA TECHNICZNE. Scenariusz lekcji.

Algorytmy komputerowe. dr inŝ. Jarosław Forenc

Wymagania edukacyjne na ocenę z informatyki klasa 3

Grafika Komputerowa Materiały Laboratoryjne

Wstęp do sieci neuronowych, wykład 04. Skierowane sieci neuronowe. Algorytmy konstrukcyjne dla sieci skierowanych

Algorytmy, reprezentacja algorytmów.

FRAKTALE. nie tworzą się z przypadku. Są tworzone naturalnie przez otaczającą nas przyrodę, bądź za pomocą

Fraktale deterministyczne i stochastyczne. Katarzyna Weron Katedra Fizyki Teoretycznej

Sortowanie - wybrane algorytmy

Spis treści. Od autorów / 9

Procedura rekurencyjna to taka procedura, która wywołuje samą siebie.

Stan Graniczny Użytkowania Temperatura na zewnątrz. Obciążenie charakterystyczne [kn/m 2 ] -0,5 5,28 4,72 4,31 3,05 -0,6 4,31 6,10 4,31 4,04 3,27

EGZAMIN MATURALNY Z INFORMATYKI

Efektywność algorytmów

Sortowanie danych. Jolanta Bachan. Podstawy programowania

Programowanie w języku LOGO KOMENIUSZ

Wstęp do sieci neuronowych, wykład 9 Sieci rekurencyjne. Autoasocjator Hopfielda

Algorytmy i. Wykład 5: Drzewa. Dr inż. Paweł Kasprowski

Podstawy programowania. Wykład Funkcje. Krzysztof Banaś Podstawy programowania 1

Ćwiczenie pochodzi ze strony

Elektroniczne materiały dydaktyczne do przedmiotu Wstęp do Sieci Neuronowych

REKURENCJA W JĘZYKU HASKELL. Autor: Walczak Michał

Efekt motyla i dziwne atraktory

Modelowanie roślin przy użyciu języków formalnych

Odwrotna Notacja Polska

Grafika Komputerowa Wykład 6. Teksturowanie. mgr inż. Michał Chwesiuk 1/23

Zmiany. Initial Step krok inicjujący sekwenser

Wstęp do informatyki

Przedmiotowy Konkurs Informatyczny LOGIA powołany przez Mazowieckiego Kuratora Oświaty

Podstawy Programowania

WSTĘP DO INFORMATYKI. Drzewa i struktury drzewiaste

Wstęp do sieci neuronowych, wykład 03 Warstwy RBF, jednostka ADALINE.

EGZAMIN MATURALNY 2012 INFORMATYKA

Ćwiczenie 14 Dmuchawce

Metody Kompilacji Wykład 7 Analiza Syntaktyczna

Rozkład materiału do zajęć z informatyki. realizowanych według podręcznika

TEORIA GRAFÓW I SIECI

Typy danych. 2. Dane liczbowe 2.1. Liczby całkowite ze znakiem i bez znaku: 32768, -165, ; 2.2. Liczby rzeczywiste stało i zmienno pozycyjne:

Wstęp do sieci neuronowych, wykład 10 Sieci rekurencyjne. Autoasocjator Hopfielda

Algorytmika i programowanie

CorelDraw - podstawowe operacje na obiektach graficznych

Plan nauczania informatyki Opracował: mgr Daniel Starego

Fraktale. i Rachunek Prawdopodobieństwa

WSTĘP DO GRAFIKI KOMPUTEROWEJ

Twój wynik: 4 punktów na 6 możliwych do uzyskania (66,67 %).

Obliczenia inspirowane Naturą

Zajęcia 5 łańcuchy znaków (ciąg dalszy) i funkcje

INFORMATYKA W SZKOLE. Podyplomowe Studia Pedagogiczne. Dr inż. Grażyna KRUPIŃSKA. D-10 pokój 227

CIĘCIE POJEDYNCZE MARMUR

DARMOWA PRZEGLĄDARKA MODELI IFC

Transkrypt:

Algorytmy stochastyczne, wykład 07 Parametryczne systemy Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2014-04-03

polecenia mogą przyjmować argumenty np: F (10) naprzód o 10 kroków f (x) naprzód o x kroków bez rysowania linii (45) obrót w prawo o 45 stopni

Przykłady A(x, y) B(y p)a(x 1, y)a(x, y 1) uwaga: symbole +, -, / stają się przeciążone i mogą oznaczać obrót lub działanie zależnie od konktekstu w implementacji bezpieczniej będzie zmienić oznaczenia obrotów

Przykłady System z warunkami A(x) : x => 3 B(1)A(x 1)A(x 1) A(x) : x < 3 C Produkcje mogą być zależne od argumentu(ów)

Po co? rozszerzenie funkcjonalności modelowanie zmieniającej się wielkości elementy programowania w opisie systemów

Dodatkowe instrukcje! zmiana grubości kreski (zwykle zmniejszenie), uwaga grubość powinna być zapisywana i odczytywana ze stosu podczas operacji [ oraz ] $ zorientuj żółwia pionowo do góry zmiana koloru na następny w palecie (kora, liść, kwiaty)

Przepis na drzwo: łodyga rozgałęzienie (dwie odnogi z jednej łodygi) zmniejszenie grubości łodygi zmniejszenie długości łodygi (jednej lub obu)

L-System Drzewo 1

Przykład Drzewo z jednym stożkiem wzrostu aksjomat s : A(1, 10) Produkcje: A(l, w) :!(w)f (l)[&(a 0 )B(l r 2, w w r )]/(d)a(l r 1, w w r ) B(l, w) :!(w)f (l)[ (a 2 )$C(l r 2, w w r )]C(l r 1, w w r ) C(l, w) :!(w)f (l)[+(a 2 )$B(l r 2, w w r )]B(l r 1, w w r ) r 1, r 2, w r, a 0, a 2, d stałe

L-System Drzewo 1

Przykład Do parametrów można dodać mały szum Parametryczny LS można uzyć do iterowania offsetu: A(L, W ) : l > 5 F (y)a(l 1, W ) A(L, W ) : l <= 4 F (x)[+a(l 1, W 0.8)][ A(L 1, W 0.9)] można wydłużyć łodygę przed pierwszymi rozgałęzieniami Inny pomysł: można zablokować liczbę rekurencyjnych rozgałęzień

Przykład Drzewo z rozwijające się w dwóch gałęziach aksjomat s : A(1, 10) Produkcje: A(l, w) :!(w)f (l)[&(a 1 )B(l r 1, w w r )]/(180)[&(a 2 )B(l r 2, w w r )] B(l, w) :!(w)f (l)[+(a 1 )$B(l r 1, w w r )][ (a 2 )$B(l r 2, w w r )] r 1, r 2, w r, a 0, a 2 stałe

L-System Drzewo 2 Jarosław Piersa WSN 2013/2014 Wykład 07

Przykład Drzewo z trzeba odnogami z łodygi aksjomat s :!(1)F (200)/(45)A Produkcje: A :!(v r )F (50)[&(a)F (50)A]/(d 1 )[&(a)f (50)A]/(d 2 )[&(a)f (50)A] F (l) : F (l l r )!(w) :!(w v r ) l r, v r, a, d 1, d 2 stałe

L-System Drzewo 3

Zig-zag Łodyga w kształcie zygzaka

Zig-zag Łodyga w kształcie zygzaka A(α, l) F (l)[f (l 0.5)P(l)] + (α)a( α, l 0.9)

Spiralne Łodyga w kształcie spirali

Spirala Łodyga w kształcie spirali A(α, l) F (l)[f (l 0.5)P(l)][+(π/2)L(l)] + (α)a(α, l 0.9)

Podwójne Łodyga w kształcie rozgałęziona

Podwójna Rozgałęzienie A(α, l) F (l)[f (l 0.5)P(l)][+(π/2)L(l)][ (π/2)l(l)][+(α)f (l 0.9)A(α, l 0.9)][ (α)f (l 0.9)A(α, l 0.9)]

Zigzag Wykorzystanie: zigzag

Łodyga Zygzag A(α, l, d) : d = 0 F (l) A(α, l, d) : d >= 1 F (l)[+(α)zigzag(d)]a( α, l 0.9, d 1)

Spiralna Roślina: spiralna

Zigzag Kwiaty rozgałęzione

Razem Drzewo wraz z pędami Jarosław Piersa WSN 2013/2014 Wykład 07

Ciekawostka: neuron w PovRay

Źródła P. Prosiunkiewicz, A. Liendenmayer, The algorithmic beaty of plants

Algorytm Fraktal kwadraty i diamenty Dane: wysokość i szerokość obszaru wielkości 2 n, dla n N zadana wartość na rogach obszaru (0, 0), (2 n, 0), (0, 2 n ), (2 n, 2 n ) Wynik: mapa wysokości dla każdego punktu

Algorytm Fraktal kwadraty i diamenty dane: s x, k x, s y, k y startowe i końcowe indeksy dla x i y jeżeli s x + 1 = k x, to zakończ (równoważnie zachodzi: s y + 1 = k y ) przypisz środkowy x m x := przypisz środkowy y m y := sx +kx 2 sy +ky 2 ustal wartość dla środkowego punktu T [m x, m y ] := T [sx,sy ]+T [kx,sy ]+T [sx,ky ]+T [kx,ky ] 4 + N(0, σ 2 ) ustal wartość dla środków na brzegach (kont.)

Algorytm Fraktal kwadraty i diamenty ustal wartość dla środków na brzegach T [sx,sy ]+T [sx,ky ] T [s x, m y ] := 2 + N(0, σ 2 ) T [kx,sy ]+T [kx,ky ] T [k x, m y ] := 2 + N(0, σ 2 ) T [sx,sy ]+T [kx,sy ] T [m x, s y ] := 2 + N(0, σ 2 ) T [sx,ky ]+T [kx,ky ] T [m x, k y ] := 2 + N(0, σ 2 ) wywołaj rekurencyjnie algorytm dla powstałych czterech mniejszych podobszarów

Przykłady Fraktal kwadraty i diamenty 10 8 20 6 4 15 2 10 5 0-5 0 10 20 30 40 50 60 70 60 50 40 30 20 10 70 0 0-2 -470 60 50 40 30 20 10 00 10 20 30 40 50 60 70

Po pokolorowaniu i oświetleniu Fraktal kwadraty i diamenty

Niebo i chmury Fraktal kwadraty i diamenty Mapa pokolorowana: biały niebieski

Plazma click Fraktal kwadraty i diamenty