Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Podobne dokumenty
Modelowanie wieloskalowe. Automaty Komórkowe - podstawy

Powstanie gry Opis reguł gry Reguły według Conwaya Elementy występujące w grze Modyfikacje gry Charakterystyka automatu komórkowego Gra w Życie

Układy dynamiczne Chaos deterministyczny

MODELOWANIE RZECZYWISTOŚCI

Automaty komórkowe. Katarzyna Sznajd-Weron

Podręcznik. Model czy teoria

W dowolnym kwadracie 3x3 ustawiamy komórki na palące się (stan 3). Program powinien pokazywać ewolucję pożaru lasu.

Turing i jego maszyny

Modelowanie systemów biomedycznych

Symulacje komputerowe

Obliczenia inspirowane Naturą

Tworzenie gier na urządzenia mobilne

Modelowanie Wieloskalowe. Automaty Komórkowe w Inżynierii Materiałowej

Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić?

Ćwiczenia z przetwarzania tablic 2D

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI

Algorytmy sztucznej inteligencji

Podstawy OpenCL część 2

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

MODELOWANIE RZECZYWISTOŚCI

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne

Elementy modelowania matematycznego

Wprowadzenie do środowiska MATLAB z zastosowaniami w modelowaniu i analizie danych

Mateusz Żyliński Tadeusz Włodarkiewicz. WireWorld. Zebranie informacji dotyczących tematyki projektu oraz przedstawienie koncepcji realizacji projektu

LIVE Gra w życie. LIVE w JavaScript krok po kroku. ANIMACJA Rozpoczynamy od podstawowego schematu stosowanego w animacji

ŻYCIE I EWOLUCJA. w komputerze. czwartek, 23 maja 13

E: Rekonstrukcja ewolucji. Algorytmy filogenetyczne

Iteracje. Algorytm z iteracją to taki, w którym trzeba wielokrotnie powtarzać instrukcję, aby warunek został spełniony.

Złożoność obliczeniowa zadania, zestaw 2

Temat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów skończonych

Zasady gry i przygotowanie

Algorytm. Krótka historia algorytmów

Obliczanie prawdopodobieństwa za pomocą metody drzew metoda drzew. Drzewem Reguła iloczynów. Reguła sum.

Podręcznik. Wzór Shannona

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Rachunek prawdopodobieństwa- wykład 2

MODELOWANIE RZECZYWISTOŚCI

ATOLL. Wykonali: Aleksandra Kuchta, Łukasz Wójcik, Sztuczna Inteligencja, Semestr trzeci, Kierunek Informatyka, Wydział Informatyki i Zarządzania,

Języki formalne i automaty Ćwiczenia 5

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:

Statystyka matematyczna

MODELOWANIE RZECZYWISTOŚCI

Spadające jabłuszka. licencja CC-BY-SA Uznanie autorstwa Na tych samych warunkach 3.0 Polska. Strona 51

2.1. Duszek w labiryncie

ALGORYTMY I STRUKTURY DANYCH

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)

CZAS NA PROGRAMOWANIE

Gra planszowa stwarza jeszcze więcej możliwości!

Tworzenie gier na urządzenia mobilne

Algorytm. Krótka historia algorytmów

Statystyka i Rachunek Prawdopodobieństwa dla Bioinzynierii Lista zadań 2, 2018/19z (zadania na ćwiczenia)

Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja I

Rozkład materiału do nauczania informatyki w liceum ogólnokształcącym Wersja II

Algorytm. Słowo algorytm pochodzi od perskiego matematyka Mohammed ibn Musa al-kowarizimi (Algorismus - łacina) z IX w. ne.

Prawdopodobieństwo czerwonych = = 0.33

Algorytmy genetyczne

Strefa pokrycia radiowego wokół stacji bazowych. Zasięg stacji bazowych Zazębianie się komórek

Programowanie genetyczne, gra SNAKE

Układy Cyfrowe. Specyfikacja wstępna Zebranie informacji dotyczących tematyki projektu oraz przedstawienie koncepcji realizacji projektu.

SCENARIUSZ ZA JĘĆ KLASA: III BLOK TEMATYCZNY: TEMAT: PODSTAWA PROGRAMOWA:

Obliczenia inspirowane Naturą

OPTYMALIZACJA W LOGISTYCE

oności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym

Temat: Algorytm kompresji plików metodą Huffmana

Algorytmy metaheurystyczne Wykład 6. Piotr Syga

PRÓBNY EGZAMIN MATURALNY Z INFORMATYKI

8. Neuron z ciągłą funkcją aktywacji.

Numer zadania Liczba punktów

Działania uczniów klasy 3a wg Scenariusza zajęć edukacyjnych z matematyki Wykorzystanie w edukacji matematycznej własnej gry planszowej

Kodu z klasą. Tower defense, cz. 2. Scenariusz 8

Analiza matematyczna i algebra liniowa Macierze

Metoda eliminacji Gaussa

Podręcznik. Przykład 1: Wyborcy

INFORMATYKA POZIOM ROZSZERZONY

INFORMATYKA POZIOM ROZSZERZONY

Sortowanie - wybrane algorytmy

Algorytm DIC. Dynamic Itemset Counting. Magdalena Przygórzewska Karolina Stanisławska Aleksander Wieczorek

Szachy INSTRUKCJA. rekwizyty: 1) Bierki - 32 szt. 2) plansza - 1 szt.

SZACHY mini INSTRUKCJA. rekwizyty: 1) Bierki - 32 szt. 2) plansza - 1 szt.

Technologie Informacyjne

3. Organizacja rozgrzewki jak na rysunku- dowolne podania pomiędzy zawodnikami w sposób określony przez trenera, po wykonaniu podania zawodnicy wykonu

UWAGA!!! Przed przystąpieniem do zamknięcia roku proszę zrobić kopie bezpieczeństwa

Materiały: kartki papieru (5 x 5 kolorów), piłeczki pingpongowe (5 x 5 kolorów), worek (nieprzeźroczysty).

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

Lista 0. Kamil Matuszewski 1 marca 2016

Krzywe na płaszczyźnie i w przestrzeni

Spacery losowe generowanie realizacji procesu losowego

Optymalizacja. Przeszukiwanie lokalne

Matematyka podstawowa X. Rachunek prawdopodobieństwa

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

Instrukcje dla zawodników

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Algorytm dyskretnego PSO z przeszukiwaniem lokalnym w problemie dynamicznej wersji TSP

Matematyczne Podstawy Informatyki

2.8. Algorytmy, schematy, programy

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Zbigniew S. Szewczak Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki. Graniczne własności łańcuchów Markowa

Transkrypt:

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

Automaty komórkowe jedno-wymiarowe Automaty elementarne Automat deterministyczny Stany komórek: 0 lub 1 (k=2) Otoczenie: najbliżsi sąsiedzi (r=1) Reguła przejścia: stan komórki w czasie t +1 zależy od stanu komórek sąsiednich i jej samej w czasie t Reguła przejścia w tym przypadku uwzględnia stan 3 komórek (2r+1) każda może mieć dwa stany. Czyli reguła przejścia musi być określona dla 2 3 =8 różnych konfiguracji. Każda z otrzymanych konfiguracji ma 2 stany, to w rezultacie daje 2 8 = 256 sposobów określenia reguły przejścia.

t 1 1 1 1 1 0 1 0 1 1 0 0 0 1 1 0 1 0 0 0 1 0 0 0 0 1 0 1 1 0 1 0 t+1 Automaty komórkowe jedno-wymiarowe Reguła 90 Ewolucja w czasie 01011010 2 7 2 6 2 5 2 4 2 3 2 2 2 1 2 0 2 1 +2 3 +2 4 +2 6 = 2+8+16+64 = 90

Automaty komórkowe jedno-wymiarowe (źródło MathWorld) randomizer1

Automaty komórkowe jedno-wymiarowe (źródło MathWorld) 250 iteracji

Automaty komórkowe jedno-wymiarowe (źródło MathWorld)

Automaty komórkowe jedno-wymiarowe (źródło MathWorld) Pascal Triangles

Automaty komórkowe jedno-wymiarowe (źródło MathWorld)

Automaty komórkowe jedno-wymiarowe (źródło MathWorld) Linear B

Automaty komórkowe jedno-wymiarowe (źródło MathWorld)

(źródło MathWorld)

(źródło MathWorld)

(źródło MathWorld)

(źródło MathWorld)

(źródło MathWorld)

Game Of Life - J.H. Conway Wymiar przestrzeni: 2D Sąsiedztwo: Moore Ilości stanów komórki: 2 - żywa lub martwa Żywa - 1 Martwa: 0

Game Of Life - J.H. Conway Obecnie algorytm ten stanowi głównie źródło fascynacji i zabawy, to jednak gra w życie zrodziła się na drodze poważnych rozważań, dotyczących sformułowania matematycznego modelu opisującego zachowanie się organizmów żywych. Każda martwa komórka (stan 0), posiadająca trzech żywych sąsiadów (komórki w stanie 1), rodzi się (zmienia swój stan z 0 na 1).

Game Of Life - J.H. Conway Każda żywa komórka posiadająca dwóch lub trzech żywych sąsiadów (komórki w stanie 1), pozostaje żywą (utrzymuje stan 1), Każda żywa komórka posiadająca więcej niż 3 sąsiadów umiera, z natłoku oraz każda żywa komórka posiadająca mniej niż dwóch ąsiadów ównież umiera, z samotności.

Game Of Life - J.H. Conway 23/3 Liczba komórek w sąsiedztwie, dla których żywe komórki przeżywają Liczba komórek w sąsiedztwie, dla których martwe komórki ożywają Probabilistyczna Gra w życie

Game Of Life - struktury Struktury niezmienne - inaczej stabilne lub statyczne, pozostają identyczne bez względu na krok czasowy Oscylatory - zmieniają się okresowo, co pewien czas powracają do swojego stanu pierwotnego Struktury niestałe - zmieniają się, nie powracając nigdy do swojego stanu pierwotnego Struktura typu Glider - porusza się w nieskończoność po planszy Struktura typu Działo - wyrzuca z siebie jeden układ komórek np. Glider, który odłącza się i egzystuje samodzielnie

Immigration 3 stany żywa czerwona, żywa zielona, martwa Definiując warunki początkowe każdej z komórek przypisujemy jeden kolor. Na każdy z kolorów powinna być zabarwiona przynajmniej jedna komórka, w przeciwnym razie uzyskamy zwykłą grę w życie! Nowo powstające komórki przyjmują taki kolor, jaki ma większość z ich 3 żywych sąsiadów. Kolory żywych komórek nie zmieniają się w trakcie gry. Darwinia Game Of Life - Modyfikacje Komórka pozostaje żywą maksymalnie przez 50 cykli, potem zmienia stan na martwą. Pozostałe reguły bez zmian. Każda symulacja kończy się śmiercią wszystkich komórek!!!

Gra Fredkina 1357/1357 Wymiar przestrzeni: 2D Sąsiedztwo: Moore Ilości stanów komórki: 2 - żywa lub martwa Reguła przejścia: Jeżeli liczba komórek żywych w sąsiedztwie rozpatrywanej komórki (martwej w poprzednim kroku czasowym) jest nieparzysta, komórka staje się żywa, w przeciwnym razie martwa.

Mrówka Langtona Wymiar przestrzeni: 2D Sąsiedztwo: Moore Ilości stanów komórki: 2 - biały lub czarny Reguły przejścia: W każdym kroku wyróżniona jest jedna komórka nazywana "mrówką", która oprócz koloru ma określony także kierunek, w którym się porusza 1. Jeśli mrówka jest na czarnym polu, obraca się w prawo o 90 stopni i przechodzi do sąsiedniej komórki. 2. Jeśli mrówka jest na białym polu, obraca się w lewo o 90 stopni i przechodzi do sąsiedniej komórki. 3. Opuszczając komórkę mrówka odwraca jej kolor. W kroku czasowym modyfikowana jest jedna komórka Bieżące położenie mrówki jest przechowywane pomiędzy krokami czasowymi

(źródło Wikipedia)

Pożar lasu Wymiar przestrzeni: 2D Sąsiedztwo: Moore Ilości stanów komórki: 3 - drzewo, płonące drzewo lub spalone drzewo Reguły przejścia: Drzewo Płonące drzewo Spalone drzewo płonące drzewo z prawdopodobieństwem p jeżeli za sąsiada ma płonące drzewo Spalone drzewo Spalone drzewo Dodatki: samozapłon drzewa, odrośniecie drzewa

(źródło Wikipedia)

wilgotność (większa wilgotność - mniejsze prawdopodobieństwo zapalenia) ukształtowanie terenu wiatr (różne prawdopodobieństwa w różnych kierunkach)

Sąsiedztwo Margolusa automaty blokowe 1. Stosuje się je w automatach do symulacji spadającego piasku, czy też interakcji cząsteczek gazu. 2. Reguły przejścia opierają się na kwadratowych blokach tworzonych przez cztery sąsiadujące komórki. 3. Stany tych sąsiednich komórek zmieniają się jednocześnie, przy czym komórki przyjmują wartości binarne 1 i 0. 4. W kolejnym kroku reguły są obliczane podobnie, tylko że zmieniają się grupy komórek. 5. Bloki tworzące te grupy przesuwają się o jeden w prawo i w dół.

Sąsiedztwo Margolusa automaty blokowe Parzyste kroki czasowe Nie parzyste kroki czasowe

Sąsiedztwo Margolusa automaty blokowe 1-p p p prawdopodobieństwo, że dwa ziarna się zablokują 1-p - prawdopodobieństwo, że dwa ziarna spadną

Sąsiedztwo Margolusa automaty blokowe 0;4;8;12;4;12;12;13; 8;12;12;14;12;13;14;15

Automaty Komórkowe w Inżynierii Materiałowej