Αναγνώριση Προτύπων - Νευρωνικά ίκτυα

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Αναγνώριση Προτύπων - Νευρωνικά ίκτυα"

Transcript

1 ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ Αναγνώριση Προτύπων - Νευρωνικά ίκτυα ρ. Χαράλαµπος Π. Στρουθόπουλος Αναπληρωτής Καθηγητής Τοµέας Υπολογιστικών Τεχνικών & Συστηµάτων ΣΕΡΡΕΣ 003

2 ΠΕΡΙΕΧΟΜΕΝΑ 1. Εισαγωγή. Περιγραφή προτύπων και ορισµοί.1 ιανυσµατική περιγραφή 3. Βασικά µαθηµατικά µεγέθη, συµβολισµοί και σχέσεις 3.1 Πίνακας στήλης 3. Εσωτερικό γινόµενο 3.3 Στατιστικά χαρακτηριστικά του χώρου των προτύπων. 4. Μέθοδοι αναγνώρισης εκπαίδευση µε επόπτη 4.1 Αναγνώριση µε βάση τα κέντρα των κλάσεων. 4. Αναγνώριση µε γραµµικές διακριτικές συναρτήσεις Επαυξηµένα διανύσµατα 4.3 Γραµµικοί ταξινοµητές 4.4 Εκπαίδευση γραµµικών ταξινοµητών δυο κλάσεων 4.5 Γραµµικοί ταξινοµητές πολλών επιπέδων 4.6 Μη γραµµικοί ταξινοµητές Ν Back propagation 5. Μέθοδοι αναγνώρισης εκπαίδευση χωρίς επόπτη 5.1 Προσδιορισµός των συγκεντρώσεων µε την µέθοδο MAXIMIN. 5. Απεικόνιση αλυσίδας. 5.3 Νευρωνικό δίκτυο αυτο-οργανούµενου πίνακα Αναγνώριση Προτύπων-Νευρωνικά ίκτυα 1 Τµήµα Πληροφορικής & Επικοινωνιών

3 απεικόνισης χαρακτηριστικών. 6. Ανάλυση χαρακτηριστικών 6.1 Ανάλυση χαρακτηριστικών στην εκπαίδευση µε επόπτη 6. Ανάλυση χαρακτηριστικών στην εκπαίδευση χωρίς επόπτη Αναγνώριση Προτύπων-Νευρωνικά ίκτυα Τµήµα Πληροφορικής & Επικοινωνιών

4 1. Εισαγωγή Η λέξη αναγνώριση στην καθοµιλουµένη σηµαίνει την εύρεση της ταυτότητας ενός όντος (π.χ. ανθρώπου, ζώου, αντικειµένου, εικόνας ήχου, ιδέας, πρότασης κ.λ.π.) και χρησιµοποιείται συνήθως όταν η ταυτότητα αυτή δεν είναι άµεσα αντιληπτή. Σε τέτοιες περιπτώσεις µάλιστα η αναγνώριση βασίζεται σε ειδικά χαρακτηριστικά του όντος (π.χ. ο διαρρήκτης ήταν αριστερόχειρας). Με την λέξη ταυτότητα εννοούµε ένα σηµαντικό, µοναδικό ίσως χαρακτηριστικό του όντος που το ξεχωρίζει από τα υπόλοιπα ή το εντάσσει σε µια κατηγορία οµοειδών του (π.χ. οι πεζοί αναγνώρισαν πως το αυτοκίνητο που παραβίασε τον κόκκινο φωτεινό σηµατοδότη ήταν σπορ, ένας από αυτούς κατέγραψε τον αριθµό κυκλοφορίας του και η τροχαία εντόπισε, δηλαδή αναγνώρισε, τον παραβάτη). Η αναγνώριση είναι µια ικανότητα που έχουν κυρίως τα έµβια όντα και αποτελεί βασική λειτουργία της νοηµοσύνης. Οι «νοήµονες» µηχανές που θα διαδεχθούν τις «έξυπνες» θα πρέπει να διαθέτουν την ικανότητα της αναγνώρισης. Ένα ον θα το αποκαλούµε στο εξής και ως πρότυπο. Αναγνώριση Προτύπων (Pattern Recognition) είναι ο επιστηµονικός κλάδος που ασχολείται µε την εύρεση µεθόδων για την ταξινόµηση (classification) των όντων (προτύπων) σε κατηγορίες. Τις κατηγορίες αυτές θα τις ονοµάζουµε κλάσεις ή τάξεις (classes). Ένα σύνολο οµοίων προτύπων, όχι αναγκαστικά πανοµοιότυπων, ορίζει µία σύλληψη (concept). Τα νοήµονα έµβια παρατηρούν και µαθαίνουν τα όντα (πρότυπα) του περιβάλλοντος κόσµου και δηµιουργούν γι αυτά συλλήψεις. Για παράδειγµα το σύνολο των αλόγων που γνωρίσατε σας έµαθε την γενική σύλληψη (ιδέα) άλογο (κάντε συσχετισµούς µε τον κόσµο των ιδεών του Πλάτωνα). Στον χώρο των γραµµάτων της Ελληνικής γλώσσας υπάρχουν 4 συλλήψεις που είναι τα 4 γράµµατα της Ελληνικής αλφαβήτου. Κάθε γράµµα της Ελληνικής γλώσσας που γράφτηκε είναι ένα πρότυπο και αποτελεί µία πραγµατοποίηση ή συµβάν (event) µιας από τις 4 συλλήψεις. Για παράδειγµα οι µορφές Αναγνώριση Προτύπων-Νευρωνικά ίκτυα 1-1 Τµήµα Πληροφορικής & Επικοινωνιών

5 β β β β Β β β β Β δ δ δ δ δ δ αποτελούν συµβάντα (πρότυπα) των συλλήψεων των γραµµάτων ΒΗΤΑ και ΕΛΤΑ. Τα πρότυπα αυτά µπορεί να διαφέρουν στο µέγεθος, την γραµµατοσειρά, να είναι κεφαλαία ή µικρά, ή να έχουν µικροδιαφορές που δηµιουργήθηκαν κατά τη στιγµή της εκτύπωσης (θόρυβος). Είναι προφανές πως οι συλλήψεις και τα οικεία πρότυπά τους πρέπει να διαθέτουν χαρακτηριστικά που να τις διακρίνουν από άλλες συλλήψεις και πρότυπα. Η εύρεση και µέτρηση τέτοιων χαρακτηριστικών (features) των προτύπων είναι πρωταρχικής σηµασίας για την περιγραφή και την αναγνώρισή τους. Η αναγνώριση προτύπων από µηχανές µπορεί να αντικαταστήσει πληθώρα επίπονων ανθρώπινων εργασιών, να βελτιώσει το εργασιακό περιβάλλον και να αυξήσει την παραγωγικότητα. Για παράδειγµα η µετατροπή τυπωµένων εγγράφων σε ηλεκτρονική µορφή µε κωδικοποίηση κατά ASCII, µπορεί να γίνει από τον άνθρωπο δακτυλογράφο που διαβάζει το κείµενο, αναγνωρίζει τους χαρακτήρες και τους πληκτρολογεί, µπορεί όµως να γίνει και από µία µηχανή που θα σαρώνει- φωτογραφεί ψηφιακά (scanning) το έγγραφο υπό µορφή εικονοστοιχείων (pixels) στην µνήµη του υπολογιστή και µε κατάλληλο πρόγραµµα οπτικής αναγνώρισης χαρακτήρων (OCR: Optical Character Recofgnition) θα αναγνωρίζεται η ψηφιακή µορφή κάθε χαρακτήρα σύµφωνα µε το σύµβολο του ASCII που αντιστοιχεί στην σύλληψή του και θα του αποδίδεται ο αντίστοιχος κωδικός. Ένα σύστηµα (αλγόριθµος) που αναγνωρίζει πρότυπα λέγεται ταξινοµητής (classifier). Σε ένα ταξινοµητή επιτελούνται δύο κύριες εργασίες που είναι η εκπαίδευση (training) και η ταξινόµηση. Κατά την εκπαίδευση προσδιορίζονται οι κλάσεις ή οι συγκεντρώσεις των προτύπων και ρυθµίζονται κατάλληλα οι παράµετροι του συστήµατος ταξινόµησης µε βάση τις οποίες θα είναι αυτό ικανό να ταξινοµήσει τα πρότυπα σε σωστές κλάσεις. Με την ταξινόµηση αποδίδεται ένα πρότυπο σε µία κλάση ή σε µία συγκέντρωση. Συχνά, κατά την διαδικασία της εκπαίδευσης γίνονται ταξινοµήσεις σε αρχικές Αναγνώριση Προτύπων-Νευρωνικά ίκτυα 1- Τµήµα Πληροφορικής & Επικοινωνιών

6 υποθετικές κλάσεις µέχρι ο ταξινοµητής να προσδιορίσει ορθά τις κλάσεις ή τις συγκεντρώσεις των προτύπων µε βάση κάποιο κριτήριο ορθότητας. Τα πρότυπα που χρησιµοποιούνται για την εκπαίδευση του ταξινοµητή αποτελούν το σύνολο εκπαίδευσης (training set). Οι µέθοδοι εκπαίδευσης χωρίζονται σε δύο βασικές κατηγορίες: Α) Εκπαίδευση µε επόπτη (supervised learning) κατά την οποία είναι γνωστή η κλάση στην οποία ανήκει κάθε πρότυπο του συνόλου εκπαίδευσης και επιδιώκεται ο προσδιορισµός των κλάσεων. Β) Εκπαίδευση χωρίς επόπτη (unsupervised learning) κατά την οποία δεν είναι γνωστή η κλάση στην οποία ανήκει κάθε πρότυπο του συνόλου εκπαίδευσης και αναζητούνται βασικά οι συγκεντρώσεις των προτύπων (clustering). Προτιµότερο είναι η εκπαίδευση ενός ταξινοµητή να µην εκτελείται µόνο µία αρχική φορά, αλλά να επαναλαµβάνεται ώστε η µηχανή να προσαρµόζεται στις αλλαγές των προτύπων που ταξινοµεί. Οι ταξινοµητές είναι ουσιαστικά το αντικείµενο µε το οποίο θα ασχοληθούµε περαιτέρω και θα αναλυθούν διεξοδικά στα επόµενα κεφάλαια. Αναγνώριση Προτύπων-Νευρωνικά ίκτυα 1-3 Τµήµα Πληροφορικής & Επικοινωνιών

7 . Περιγραφή προτύπων και ορισµοί Θα αναφέρουµε παρακάτω δύο κυρίαρχες µεθόδους περιγραφής των προτύπων που είναι η διανυσµατική περιγραφή και η συντακτική περιγραφή..1. ιανυσµατική περιγραφή Για κάθε πρότυπο µετρούµε ένα πεπερασµένο πλήθος χαρακτηριστικών του (π.χ. βάρος, χρώµα, ύψος, πλάτος, µήκος). Για ένα ποιοτικό χαρακτηριστικό που δεν µετριέται άµεσα µε αριθµητικές τιµές όπως για παράδειγµα το χρώµα, χρησιµοποιούµε κάποια κωδικοποίηση που αντιστοιχεί αριθµούς στις διάφορες µορφές του (π.χ. 0 για το µαύρο, 1 για το µπλε, για το κόκκινο κ.λ.π.) Αν Ω είναι ένα σύνολο που αποτελείται από Κ το πλήθος πρότυπα Π κ, κ1,,3,...,κ, δηλαδή Ω{Π 1, Π, Π 3... Π κ,.. Π Κ } και µετρούµε Ν το πλήθος κοινά χαρακτηριστικά για κάθε πρότυπο, τότε το Π κ πρότυπο µπορεί να περιγραφεί από ένα διάνυσµα - πίνακα στήλης x κ σε ένα χώρο Ν διαστάσεων σύµφωνα µε την σχέση (.1.1) x κ x1κ x κ M x1κ x κ K x νκ K x x Νκ νκ M x Νκ Τ Κάθε πρότυπο θεωρείται ξεχωριστό από κάθε άλλο ακόµη και όταν όλες οι τιµές των αντίστοιχων χαρακτηριστικών τους είναι ίσες. ηλαδή το πρότυπο Π µ είναι άλλο στοιχείο του συνόλου Ω, από το πρότυπο Π λ αν και x µ x λ (µ, λ {1,,...,Κ}, και Π µ, Π λ Ω ). Ως εκ τούτου το Ω είναι σύνολο µε την µαθηµατική έννοια. Όλους τους πίνακες θα τους συµβολίζουµε µε παχιά γράµµατα. Αν Ν 3 τότε µπορούµε να παραστήσουµε τα διανύσµατα των προτύπων στον φυσικό χώρο. Ακολούθως θα δούµε ένα παράδειγµα προτύπων που είναι άτοµα για τα οποία µετράµε δύο χαρακτηριστικά που είναι το βάρος και το Αναγνώριση Προτύπων-Νευρωνικά ίκτυα -1 Τµήµα Πληροφορικής & Επικοινωνιών

8 ύψος. Οι τιµές των χαρακτηριστικών για όλα τα πρότυπα που µετρήθηκαν δείχνονται στο ακόλουθο πίνακα 1. Π (πρότυπο) Υ (ύψος σε εκ.) Β (βάρος σε κιλά) Π Π Π Π Π Π Π Π Π Π Π Π Π Π Πίνακας.1-1 Τα αντίστοιχα διανύσµατα των προτύπων ως πίνακες στήλης όπως παρακάτω: x 1 185, x 185,,, 85 x x (.1.) x 178 5, x 175,,, 78 6 x x x 9 160,..., 55 x Στο Σχ..1-1 που ακολουθεί φαίνονται τα σηµεία τέλους των διανυσµάτων που αντιστοιχούν σε κάθε πρότυπο. Αναγνώριση Προτύπων-Νευρωνικά ίκτυα - Τµήµα Πληροφορικής & Επικοινωνιών

9 Σχήµα.1-1 Έστω ότι επιθυµούµε να κατατάξουµε τα πρότυπα µας σε τάξεις ως εξής: Βαρείς αν Β>80, ελαφρούς αν Β 80, ψηλούς αν Υ>170 και κοντούς αν Υ 170. Παρατηρούµε ότι τα άκρα των διανυσµάτων των προτύπων συγκεντρώνονται σε οµάδες. Το γεγονός αυτό οφείλεται στο ότι τα όµοια πρότυπα γειτνιάζουν επειδή τα αντίστοιχα χαρακτηριστικά τους έχουν κοντινότερες τιµές (οµόλογες συντεταγµένες των ανυσµάτων τους) σε σχέση µε τις τιµές των χαρακτηριστικών των άλλων προτύπων. Για παράδειγµα η ευκλείδεια απόσταση D 1 των προτύπων Π 1, Π είναι (.1.3) D ( x x ) + ( x x ) ( ) + (85 8) και η ευκλείδεια απόσταση D 15 των προτύπων Π 1, Π 5 είναι (.1.4) D ( x x ) + ( x x ) ( ) + (85 78) Άρα η απόσταση των ανυσµάτων των προτύπων είναι ένα µαθηµατικό κριτήριο της ισότητας δύο προτύπων. Οι οµάδες που σχηµατίζουν τα πρότυπα λέγονται συγκεντρώσεις (clusters). Οι συγκεντρώσεις δηµιουργούνται. από πρότυπα περίπου ίδια µορφολογικά. Στο παράδειγµα µας οι τέσσερις συγκεντρώσεις δηµιουργήθηκαν από άτοµα α) µε Β>100 κ. β) µε Β<70 κ. γ) µε Υ<1.80µ και 70<Β<100 κ. και δ) µε Υ>1.80µ και 70κ<Β<100κ. Αναγνώριση Προτύπων-Νευρωνικά ίκτυα -3 Τµήµα Πληροφορικής & Επικοινωνιών

10 Ο εντοπισµός των συγκεντρώσεων (clusters) προτύπων που δηµιουργούνται στον χώρο των προτύπων είναι σηµαντικός για την αναγνώριση προτύπων και αναφέρεται ως πρόβληµα εύρεσης των συγεντρώσεων (clustering). Η σωστή επιλογή των χαρακτηριστικών που µετράµε για τα πρότυπα (feature selection) είναι καθοριστικής σηµασίας για την εύρεση των οµάδων των προτύπων. Συχνά ενδιαφερόµαστε για πρότυπα που έχουν κάποια ιδιότητα και βρίσκονται σε περισσότερες από µία οµάδες. Για παράδειγµα τα πρότυπα των ατόµων µε ύψος µεγαλύτερο από 1,70 µ ανήκουν σε δύο συγκεντρώσεις. Ανάλογα συµβαίνει και µε τα πρότυπα των πεζών και κεφαλαίων γραµµάτων όπως των Α, α ή Ω, ω κ.α. Η εύρεση της οµάδας ή των οµάδων των προτύπων που έχουν µία τελική κοινή χαρακτηριστική ιδιότητα (ταυτότητα: label) αποτελεί την ταξινόµηση των προτύπων και οδηγεί στην αναγνώρισή τους. Στην γενική περίπτωση το πρόβληµα της ταξινόµησης είναι δύσκολο κυρίως λόγω α) κακής επιλογής των µετρούµενων χαρακτηριστικών, β) µεγάλης ποικιλοµορφίας των προτύπων, γ) θορύβου, δ) ασάφειας των ορίων των κλάσεων στον χώρο των προτύπων. Αναγνώριση Προτύπων-Νευρωνικά ίκτυα -4 Τµήµα Πληροφορικής & Επικοινωνιών

4. Μέθοδοι αναγνώρισης ταξινοµητές µε επόπτη

4. Μέθοδοι αναγνώρισης ταξινοµητές µε επόπτη ΑΕΙ Σερρών 4. Μέθοδοι αναγνώρισης ταξινοµητές µε επόπτη 4.. Αναγνώριση µε βάση τα κέντρα των τάξεων Είναι µια απλοϊκή µέθοδος αναγνώρισης µε επόπτη σύµφωνα µε την οποία κατά την εκµάθηση υπολογίζεται η

Διαβάστε περισσότερα

4.3. Γραµµικοί ταξινοµητές

4.3. Γραµµικοί ταξινοµητές Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων

Διαβάστε περισσότερα

5. Μέθοδοι αναγνώρισης εκπαίδευση χωρίς επόπτη

5. Μέθοδοι αναγνώρισης εκπαίδευση χωρίς επόπτη 5. Μέθοδοι αναγνώρισης εκπαίδευση χωρίς επόπτη Tο πρόβληµα του προσδιορισµού των συγκεντρώσεων των προτύπων, όταν δεν είναι γνωστό το πλήθος τους και η ταυτότητα των προτύπων, είναι δύσκολο και για την

Διαβάστε περισσότερα

οµή δικτύου ΣΧΗΜΑ 8.1

οµή δικτύου ΣΧΗΜΑ 8.1 8. ίκτυα Kohonen Το µοντέλο αυτό των δικτύων προτάθηκε το 1984 από τον Kοhonen, και αφορά διαδικασία εκµάθησης χωρίς επίβλεψη, δηλαδή δεν δίδεται καµία εξωτερική επέµβαση σχετικά µε τους στόχους που πρέπει

Διαβάστε περισσότερα

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΔΕ. 11 ΙΟΥΝΙΟΥ 2012

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΔΕ. 11 ΙΟΥΝΙΟΥ 2012 ΔΕ. ΙΟΥΝΙΟΥ Δίνονται τα εξής πρότυπα: [ ] [ ] [ ] [ ] Άσκηση η ( μονάδες) Χρησιμοποιώντας το κριτήριο της ομοιότητας να απορριφθεί ένα χαρακτηριστικό με βάσει το συντελεστή συσχέτισης. (γράψτε ποιο χαρακτηριστικό

Διαβάστε περισσότερα

Τηλεπισκόπηση. Κ. Ποϊραζίδης ΨΗΦΙΑΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΑΣ 18/6/2016

Τηλεπισκόπηση. Κ. Ποϊραζίδης ΨΗΦΙΑΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΑΣ 18/6/2016 ΨΗΦΙΑΚΗ ΑΝΑΛΥΣΗ ΕΙΚΟΝΑΣ Κ. Ποϊραζίδης Ψηφιακή Ανάλυση Εικόνας Η ψηφιακή ανάλυση εικόνας ασχολείται κυρίως με τέσσερις βασικές λειτουργίες: διόρθωση, βελτίωση, ταξινόμηση Με τον όρο ταξινόμηση εννοείται

Διαβάστε περισσότερα

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ (Τ.Ε.Ι.) ΣΕΡΡΩΝ Τμήμα ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ

Διαβάστε περισσότερα

2 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 2 + 0.5 0 0.125 + 1 + 0.5 1 0.125 + 1 + 0.75 1 0.125 1/5

2 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 2 + 0.5 0 0.125 + 1 + 0.5 1 0.125 + 1 + 0.75 1 0.125 1/5 IOYNIOΣ 23 Δίνονται τα εξής πρότυπα: x! = 2.5 Άσκηση η (3 µονάδες) Χρησιµοποιώντας το κριτήριο της οµοιότητας να απορριφθεί ένα χαρακτηριστικό µε βάση το συντελεστή συσχέτισης. Γράψτε εδώ το χαρακτηριστικό

Διαβάστε περισσότερα

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ 2012

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ 2012 ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ Δίνονται τα εξής πρότυπα: [ ] [ ] [ ] [ ] Άσκηση η (3 μονάδες) Χρησιμοποιώντας το κριτήριο της ομοιότητας να απορριφθεί ένα χαρακτηριστικό με βάση το συντελεστή συσχέτισης. (γράψτε ποιο

Διαβάστε περισσότερα

2.5 Η ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ

2.5 Η ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ 1 5 ΝΝΟΙ ΤΟΥ ΙΝΥΣΜΤΟΣ ΩΡΙ αθµωτά ή µονόµετρα µεγέθη : ίναι τα µεγέθη τα οποία προσδιορίζονται πλήρως αν δοθεί µόνο το µέτρο τους και η µονάδα µέτρησης πχ η θερµοκρασία, η µάζα, το µήκος κλπ ιανυσµατικά

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Αλγόριθμος Ομαδοποίησης

Αλγόριθμος Ομαδοποίησης Αλγόριθμος Ομαδοποίησης Εμπειρίες από τη μελέτη αναλλοίωτων χαρακτηριστικών και ταξινομητών για συστήματα OCR Μορφονιός Κωνσταντίνος Αθήνα, Ιανουάριος 2002 Γενικά Ένα σύστημα OCR χρησιμοποιείται για την

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 1: Μέθοδοι Αναγνώρισης Προτύπων Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΠΑΡΑΛΛΗΛΗ ΕΠΕΞΕΡΓΑΣΙΑ

ΠΑΡΑΛΛΗΛΗ ΕΠΕΞΕΡΓΑΣΙΑ ΠΑΡΑΛΛΗΛΗ ΕΠΕΞΕΡΓΑΣΙΑ ΑΓΩΓΟΙ & ΙΑΝΥΣΜΑΤΙΚΟΙ ΥΠΟΛΟΓΙΣΤΕΣ ΣΥΓΚΡΟΥΣΕΙΣ ΣΕ ΑΓΩΓΟΥΣ & ΜΕΓΙΣΤΟΠΟΙΗΣΗ ΠΑΡΑΓΩΓΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΥΨΗΛΩΝ

Διαβάστε περισσότερα

11 Το ολοκλήρωµα Riemann

11 Το ολοκλήρωµα Riemann Το ολοκλήρωµα Riem Το πρόβληµα υπολογισµού του εµβαδού οποιασδήποτε επιφάνειας ( όπως κυκλικοί τοµείς, δακτύλιοι και δίσκοι, ελλειπτικοί δίσκοι, παραβολικά και υπερβολικά χωρία κτλ) είναι γνωστό από την

Διαβάστε περισσότερα

Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών

Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών Τίτλος Μαθήματος: Γραμμική Άλγεβρα Ι Ενότητα: Πράξεις επί Συνόλων και Σώµατα Αριθµών Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης Τμήμα: Μαθηματικών Κεφάλαιο 1 Εισαγωγη : Πραξεις επι Συνολων και Σωµατα Αριθµων

Διαβάστε περισσότερα

[2] Υπολογιστικά συστήματα: Στρώματα. Τύποι δεδομένων. Μπιτ. επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό

[2] Υπολογιστικά συστήματα: Στρώματα. Τύποι δεδομένων. Μπιτ. επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό Υπολογιστικά συστήματα: Στρώματα 1 ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό δεδομένα Αναπαράσταση δεδομένων 2 Τύποι δεδομένων Τα δεδομένα

Διαβάστε περισσότερα

ΒΙΟΜΗΧΑΝΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ

ΒΙΟΜΗΧΑΝΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ ΒΙΟΜΗΧΑΝΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Συµπληρωµατικές Σηµειώσεις Προχωρηµένο Επίπεδο Επεξεργασίας Εικόνας Σύνθεση Οπτικού Μωσαϊκού ρ. Γ. Χ. Καρράς Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Μηχανολόγων Μηχανικών Τοµέας Μηχανολογικών

Διαβάστε περισσότερα

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων Δειγµατοληψία και Κβαντισµός: Μια εικόνα (µπορεί να) είναι συνεχής τόσο ως προς τις συντεταγµένες x, y όσο και ως προς το πλάτος. Για να τη µετατρέψουµε

Διαβάστε περισσότερα

Εύρεση ν-στού πρώτου αριθμού

Εύρεση ν-στού πρώτου αριθμού Εύρεση ν-στού πρώτου αριθμού Ορισμός Πρώτος αριθμός λέγεται κάθε φυσικός αριθμός (εκτός της μονάδας) που έχει φυσικούς διαιρέτες μόνο τον εαυτό του και τη μονάδα. Ερώτημα: Να υπολογιστεί ο ν-στός πρώτος

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Αναπαράσταση δεδομένων

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Αναπαράσταση δεδομένων ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Αναπαράσταση δεδομένων Υπολογιστικά συστήματα: Στρώματα 1 επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό δεδομένα Τύποι δεδομένων 2 Τα δεδομένα

Διαβάστε περισσότερα

( ) = inf { (, Ρ) : Ρ διαµέριση του [, ]}

( ) = inf { (, Ρ) : Ρ διαµέριση του [, ]} 7 ΙΙΙ Ολοκληρωτικός Λογισµός πολλών µεταβλητών Βασικές έννοιες στη µια µεταβλητή Έστω f :[ ] φραγµένη συνάρτηση ( Ρ = { t = < < t = } είναι διαµέριση του [ ] 0 ( Ρ ) = Μ ( ) όπου sup f ( t) : t [ t t]

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5: Τανυστικά Γινόµενα

ΚΕΦΑΛΑΙΟ 5: Τανυστικά Γινόµενα ΚΕΦΑΛΑΙΟ 5: Τανυστικά Γινόµενα Στο κεφάλαιο αυτό εισάγουµε την έννοια του τανυστικού γινοµένου προτύπων. Θα είµαστε συνοπτικοί καθώς αναπτύσσουµε µόνο εκείνες τις στοιχειώδεις προτάσεις που θα βρουν εφαρµογές

Διαβάστε περισσότερα

Ενδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση

Ενδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση Ενδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση Εντοπισμός ενός σήματος STOP σε μια εικόνα. Περιγράψτε τη διαδικασία με την οποία μπορώ να εντοπίσω απλά σε μια εικόνα την ύπαρξη του παρακάτω

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο 2.5 µονάδες ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 7 Ιανουαρίου 2005 ιάρκεια εξέτασης: 5:00-8:00 Έστω ότι

Διαβάστε περισσότερα

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ ιανυσµατικοί Χώροι ρ. Κωνσταντίνος Κυρίτσης Μακράς Στοάς 7 & Εθνικής Αντιστάσεως Πειραιάς 185 31 12 Μαρτίου 2009 Περίληψη Οι παρούσες σηµειώσεις αποτελούνε µια σύντοµη εισαγωγή στην έννοια του διανύσµατος

Διαβάστε περισσότερα

Γραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: Εισαγωγικές Εννοιες. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: Εισαγωγικές Εννοιες Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

x 2 = x 2 1 + x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x.

x 2 = x 2 1 + x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x. Κεφάλαιο 4 Μήκη και ορθές γωνίες Μήκος διανύσµατος Στο επίπεδο, R 2, ϐρίσκουµε το µήκος ενός διανύσµατος x = (x 1, x 2 ) χρησιµοποιώντας το Πυθαγόρειο ϑεώρηµα : x 2 = x 2 1 + x 2 2. Στο χώρο R 3, εφαρµόζουµε

Διαβάστε περισσότερα

Z U REC (cm) (V) i =log(z) y i =log(u REC ) x i x i y i 10 74,306 1,000 1,871 1,000 1, ,528 1,079 1,796 1,165 1, ,085 1,146 1,749

Z U REC (cm) (V) i =log(z) y i =log(u REC ) x i x i y i 10 74,306 1,000 1,871 1,000 1, ,528 1,079 1,796 1,165 1, ,085 1,146 1,749 ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΦΥΣΙΚΗ ΙΙ ΤΕΛΙΚΗ ΕΡΓΑΣΙΑ (ΑΣΚΗΣΗ 3) - set 00 ΣΤΟΙΧΕΙΑ ΦΟΙΤΗΤΗ Ονοµατεπώνυµο: Γηρούσης Θεόδωρος

Διαβάστε περισσότερα

ΣΥΝΤΕΤΑΓΜΕΝΕΣ ΙΑΝΥΣΜΑΤΟΣ

ΣΥΝΤΕΤΑΓΜΕΝΕΣ ΙΑΝΥΣΜΑΤΟΣ ΣΥΝΤΕΤΑΓΜΕΝΕΣ ΙΑΝΥΣΜΑΤΟΣ Άξονας Έστω η ευθεία x x (σχ. 21) και τα σηµεία Ο, Ι πάνω σ αυτή, ώστε ΟΙ= i όπου i το µοναδιαίο διάνυσµα, δηλαδή ένα διάνυσµα που θεωρούµε ότι η φορά του είναι θετική και το µέτρο

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ Αίθουσα Νέα Κτίρια ΣΗΜΜΥ Ε.Μ.Π. Ανάλυση Κυρίων Συνιστωσών (Principal-Component Analysis, PCA)

ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ Αίθουσα Νέα Κτίρια ΣΗΜΜΥ Ε.Μ.Π. Ανάλυση Κυρίων Συνιστωσών (Principal-Component Analysis, PCA) ΣΤΟΧΑΣΤΙΚΕΣ ΔΙΕΡΓΑΣΙΕΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ Αίθουσα 005 - Νέα Κτίρια ΣΗΜΜΥ Ε.Μ.Π. Ανάλυση Κυρίων Συνιστωσών (Principal-Coponent Analysis, PCA) καθ. Βασίλης Μάγκλαρης aglaris@netode.ntua.gr www.netode.ntua.gr

Διαβάστε περισσότερα

Εισαγωγή ΕΙΣΑΓΩΓΗ ΣΤΑ ΓΣΠ

Εισαγωγή ΕΙΣΑΓΩΓΗ ΣΤΑ ΓΣΠ ΕΙΣΑΓΩΓΗ ΣΤΑ ΓΣΠ Τα τελευταία 25 χρόνια, τα προβλήµατα που σχετίζονται µε την διαχείριση της Γεωγραφικής Πληροφορίας αντιµετωπίζονται σε παγκόσµιο αλλά και εθνικό επίπεδο µε την βοήθεια των Γεωγραφικών

Διαβάστε περισσότερα

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Εισηγητής: ρ Ηλίας Ζαφειρόπουλος Εισαγωγή Ιατρικά δεδοµένα: Συλλογή Οργάνωση Αξιοποίηση Data Mining ιαχείριση εδοµένων Εκπαίδευση

Διαβάστε περισσότερα

Κεφάλαιο 4 ιανυσµατικοί Χώροι

Κεφάλαιο 4 ιανυσµατικοί Χώροι Κεφάλαιο 4 ιανυσµατικοί Χώροι 4 ιανυσµατικοί χώροι - Βασικοί ορισµοί και ιδιότητες ιανυσµατικοί Χώροι Ένας ιανυσµατικός Χώρος V (δχ) είναι ένα σύνολο από µαθηµατικά αντικείµενα (αριθµούς, διανύσµατα, πίνακες,

Διαβάστε περισσότερα

Εισαγωγή στα ψηφιακά Συστήµατα Μετρήσεων

Εισαγωγή στα ψηφιακά Συστήµατα Μετρήσεων 1 Εισαγωγή στα ψηφιακά Συστήµατα Μετρήσεων 1.1 Ηλεκτρικά και Ηλεκτρονικά Συστήµατα Μετρήσεων Στο παρελθόν χρησιµοποιήθηκαν µέθοδοι µετρήσεων που στηριζόταν στις αρχές της µηχανικής, της οπτικής ή της θερµοδυναµικής.

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2: Ηµιαπλοί ακτύλιοι

ΚΕΦΑΛΑΙΟ 2: Ηµιαπλοί ακτύλιοι ΚΕΦΑΛΑΙΟ 2: Ηµιαπλοί ακτύλιοι Είδαµε στο κύριο θεώρηµα του προηγούµενου κεφαλαίου ότι κάθε δακτύλιος διαίρεσης έχει την ιδιότητα κάθε πρότυπο είναι ευθύ άθροισµα απλών προτύπων. Εδώ θα χαρακτηρίσουµε όλους

Διαβάστε περισσότερα

Κεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1)

Κεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1) Κεφάλαιο 4 Ευθέα γινόµενα οµάδων Στο Παράδειγµα 1.1.2.11 ορίσαµε το ευθύ εξωτερικό γινόµενο G 1 G 2 G n των οµάδων G i, 1 i n. Στο κεφάλαιο αυτό ϑα ασχοληθούµε λεπτοµερέστερα µε τα ευθέα γινόµενα οµάδων

Διαβάστε περισσότερα

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών

ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών. ιαφόριση συναρτήσεων πολλών µεταβλητών 54 ΙΙ ιαφορικός Λογισµός πολλών µεταβλητών ιαφόριση συναρτήσεων πολλών µεταβλητών Ένας στέρεος ορισµός της παραγώγισης για συναρτήσεις πολλών µεταβλητών ανάλογος µε τον ορισµό για συναρτήσεις µιας µεταβλητής

Διαβάστε περισσότερα

Συνεχείς συναρτήσεις πολλών µεταβλητών. ε > υπάρχει ( ) ( )

Συνεχείς συναρτήσεις πολλών µεταβλητών. ε > υπάρχει ( ) ( ) Συνεχείς συναρτήσεις πολλών µεταβλητών 7 Η Ευκλείδεια απόσταση που ορίσαµε στον R επιτρέπει ( εκτός από τον ορισµό των ορίων συναρτήσεων και ακολουθιών και τον ορισµό της συνέχειας συναρτήσεων της µορφής

Διαβάστε περισσότερα

Αυτοµατιµός Γραφείου. Τµήµα Διοίκησης Επιχειρήσεων ΑΤΕΙ- Δυτικής Ελλάδας Μεσολόγγι Δρ. Α. Στεφανή Διάλεξη 2η

Αυτοµατιµός Γραφείου. Τµήµα Διοίκησης Επιχειρήσεων ΑΤΕΙ- Δυτικής Ελλάδας Μεσολόγγι Δρ. Α. Στεφανή Διάλεξη 2η Αυτοµατιµός Γραφείου Τµήµα Διοίκησης Επιχειρήσεων ΑΤΕΙ- Δυτικής Ελλάδας Μεσολόγγι Δρ. Α. Στεφανή Διάλεξη 2η Εφαρµογές αυτοµατισµού γραφείου : επεξεργασία κειµένου Μορφοποιήσεις Μορφοποίηση κειµένου Μορφοποίηση

Διαβάστε περισσότερα

ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ

ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ ΕΝΝΟΙ ΤΟΥ ΙΝΥΣΜΤΟΣ Όπως είναι γνωστό από τη φυσική, τα διάφορα µεγέθη διακρίνονται σε βαθµωτά και διανυσµατικά. αθµωτά είναι τα µεγέθη τα οποία χαρακτηρίζονται µόνο από το µέτρο τους. Τέτοια µεγέθη είναι

Διαβάστε περισσότερα

Πανεπιστήµιο Κύπρου Πολυτεχνική Σχολή

Πανεπιστήµιο Κύπρου Πολυτεχνική Σχολή Πανεπιστήµιο Κύπρου Πολυτεχνική Σχολή Τµήµα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών ΗΜΜΥ 795: ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ Ακαδηµαϊκό έτος 2010-11 Χειµερινό Εξάµηνο Τελική εξέταση Τρίτη, 21 εκεµβρίου 2010,

Διαβάστε περισσότερα

ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ

ΕΝΝΟΙΑ ΤΟΥ ΙΑΝΥΣΜΑΤΟΣ ΕΝΝΟΙ ΤΟΥ ΙΝΥΣΜΤΟΣ Όπως είναι γνωστό από τη φυσική, τα διάφορα µεγέθη διακρίνονται σε βαθµωτά και διανυσµατικά. αθµωτά είναι τα µεγέθη τα οποία χαρακτηρίζονται µόνο από το µέτρο τους. Τέτοια µεγέθη είναι

Διαβάστε περισσότερα

Επιµέλεια Θοδωρής Πιερράτος

Επιµέλεια Θοδωρής Πιερράτος Η έννοια πρόβληµα Ανάλυση προβλήµατος Με τον όρο πρόβληµα εννοούµε µια κατάσταση η οποία χρήζει αντιµετώπισης, απαιτεί λύση, η δε λύση της δεν είναι γνωστή ούτε προφανής. Μερικά προβλήµατα είναι τα εξής:

Διαβάστε περισσότερα

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή.

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή. Η Αριθµητική Ανάλυση χρησιµοποιεί απλές αριθµητικές πράξεις για την επίλυση σύνθετων µαθηµατικών προβληµάτων. Τις περισσότερες φορές τα προβλήµατα αυτά είναι ή πολύ περίπλοκα ή δεν έχουν ακριβή αναλυτική

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 6

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 6 ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ Τµηµα Β (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 6 ιδασκων: Α. Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/linearalgebraii/laii2018/laii2018.html Παρασκευή 4 Μαίου 2018 Ασκηση

Διαβάστε περισσότερα

Εισαγωγή στην επιστήμη των υπολογιστών. Υπολογιστές και Δεδομένα Κεφάλαιο 2ο Αναπαράσταση Δεδομένων

Εισαγωγή στην επιστήμη των υπολογιστών. Υπολογιστές και Δεδομένα Κεφάλαιο 2ο Αναπαράσταση Δεδομένων Εισαγωγή στην επιστήμη των υπολογιστών Υπολογιστές και Δεδομένα Κεφάλαιο 2ο Αναπαράσταση Δεδομένων 1 2.1 Τύποι Δεδομένων Τα δεδομένα σήμερα συναντώνται σε διάφορες μορφές, στις οποίες περιλαμβάνονται αριθμοί,

Διαβάστε περισσότερα

Είναι το ηλεκτρικό ρεύµα διανυσµατικό µέγεθος;

Είναι το ηλεκτρικό ρεύµα διανυσµατικό µέγεθος; Είναι το ηλεκτρικό ρεύµα διανυσµατικό µέγεθος; Για να εξετάσουµε το κύκλωµα LC µε διδακτική συνέπεια νοµίζω ότι θα πρέπει να τηρήσουµε τους ορισµούς που δώσαµε στα παιδιά στη Β Λυκείου. Ας ξεκινήσουµε

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 12 Οκτωβρίου 2007

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 12 Οκτωβρίου 2007 ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 1) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 1 Οκτωβρίου 007 Ηµεροµηνία παράδοσης της Εργασίας: 9 Νοεµβρίου 007. Πριν από την λύση κάθε άσκησης

Διαβάστε περισσότερα

1 ιαδικασία διαγωνιοποίησης

1 ιαδικασία διαγωνιοποίησης ιαδικασία διαγωνιοποίησης Εστω V ένας R-διανυσματικός χώρος (ή έναςc-διανυσματικός χώρος) διάστασης n. Είναι γνωστό ότι κάθε διάνυσμα (,,..., n ) του χώρου V μπορεί να παρασταθεί και σαν πίνακας στήλη

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΥΝΑΜΗΣ ΣΕ ΥΟ ΚΑΘΕΤΕΣ ΜΕΤΑΞΥ ΤΟΥΣ ΣΥΝΙΣΤΩΣΕΣ

ΑΝΑΛΥΣΗ ΥΝΑΜΗΣ ΣΕ ΥΟ ΚΑΘΕΤΕΣ ΜΕΤΑΞΥ ΤΟΥΣ ΣΥΝΙΣΤΩΣΕΣ ΑΝΑΛΥΣΗ ΥΝΑΜΗΣ ΣΕ ΥΟ ΚΑΘΕΤΕΣ ΜΕΤΑΞΥ ΤΟΥΣ ΣΥΝΙΣΤΩΣΕΣ Στην σύνθεση δυνάµεων (δηλαδή πρόσθεση δυνάµεων), ενεργούµε µε τέτοιον τρόπο ώστε από πολλές δυνάµεις, οι οποίες ενεργούν σε ένα υλικό σηµείο ή σώµα,

Διαβάστε περισσότερα

ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ

ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΧΑΡΤΟΓΡΑΦΗΣΗ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΜΑΘΗΜΑ 4 Ο Δ Ε Δ Ο Μ Ε Ν Α ΓΕΩΓΡΑΦΙΚΑ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΩΝ Δεδομένα ή στοιχεία είναι μη επεξεργασμένα ποσοτικά και ποιοτικά χαρακτηριστικά

Διαβάστε περισσότερα

Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας. Version 2

Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας. Version 2 Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας Version 2 1 ΔΕΔΟΜΕΝΑ Δεδομένα μπορούν να αποκτηθούν στα πλαίσια διαφόρων εφαρμογών, χρησιμοποιώντας, όπου είναι απαραίτητο, κατάλληλο εξοπλισμό. Μερικά παραδείγματα

Διαβάστε περισσότερα

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn) MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ g( Έστω τυχαίες µεταβλητές οι οποίες έχουν κάποια από κοινού κατανοµή Ας υποθέσουµε ότι επιθυµούµε να προσδιορίσουµε την κατανοµή της τυχαίας µεταβλητής g( Η θεωρία των ένα-προς-ένα

Διαβάστε περισσότερα

5 Παράγωγος συνάρτησης

5 Παράγωγος συνάρτησης 5 Παράγωγος συνάρτησης Ας ϑεωρήσουµε µια συνάρτηση f µε πεδίο ορισµού το [a, b]. Για κάθε 0 [a, b] ορίζουµε µια νέα συνάρτηση µε τύπο µε πεδίο ορισµού D(Π 0 ) = D(f ) { 0 }. Την συνάρτηση Π 0 Π 0 () =

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος

Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος 6/6/06 Εφαρμοσμένα Μαθηματικά ΙΙ Τελική Εξέταση Ι. Λυχναρόπουλος Άσκηση (Μονάδες ) 0 Δίνεται ο πίνακας A =. Nα υπολογίσετε την βαθμίδα του και να βρείτε τη διάσταση και από μία βάση α) του μηδενοχώρου

Διαβάστε περισσότερα

ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ. Data Mining - Classification

ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ. Data Mining - Classification ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ Data Mining - Classification Data Mining Ανακάλυψη προτύπων σε μεγάλο όγκο δεδομένων. Σαν πεδίο περιλαμβάνει κλάσεις εργασιών: Anomaly Detection:

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 8

Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 8 Γραµµικη Αλγεβρα Ι Επιλυση Επιλεγµενων Ασκησεων Φυλλαδιου 8 ιδασκοντες: Ν. Μαρµαρίδης - Α. Μπεληγιάννης Βοηθος Ασκησεων: Χ. Ψαρουδάκης Ιστοσελιδα Μαθηµατος : http://www.math.uoi.gr/ abeligia/linearalgebrai/lai.html

Διαβάστε περισσότερα

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων Φίλτρα Kalman Εξαγωγή των εξισώσεων τους µε βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραµµα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του

Διαβάστε περισσότερα

Κεφάλαιο 3β. Ελεύθερα Πρότυπα (µέρος β)

Κεφάλαιο 3β. Ελεύθερα Πρότυπα (µέρος β) Κεφάλαιο 3β Ελεύθερα Πρότυπα (µέρος β) Ο σκοπός µας εδώ είναι να αποδείξουµε το εξής σηµαντικό αποτέλεσµα. 3.3.6 Θεώρηµα Έστω R µια περιοχή κυρίων ιδεωδών, F ένα ελεύθερο R-πρότυπο τάξης s < και N F. Τότε

Διαβάστε περισσότερα

Μορφές των χωρικών δεδομένων

Μορφές των χωρικών δεδομένων Μορφές των χωρικών δεδομένων Eάν θελήσουμε να αναπαραστήσουμε το περιβάλλον με ακρίβεια, τότε θα χρειαζόταν μιά απείρως μεγάλη και πρακτικά μη πραγματοποιήσιμη βάση δεδομένων. Αυτό οδηγεί στην επιλογή

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 4 : Ορθογωνιότητα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 4 : Ορθογωνιότητα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 4 : Ορθογωνιότητα Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τίτλος Μαθήματος: Γραμμική Άλγεβρα ΙΙ Ενότητα: Η Ορίζουσα Gram και οι Εφαρµογές της Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης Τμήμα: Μαθηματικών 65 11 Η Ορίζουσα Gram και

Διαβάστε περισσότερα

{ } ΠΛΗ 12: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗ ΠΛΗΡΟΦΟΡΙΚΗ Ι 2 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ. Απαντήσεις. 1. (15 µονάδες)

{ } ΠΛΗ 12: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗ ΠΛΗΡΟΦΟΡΙΚΗ Ι 2 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ. Απαντήσεις. 1. (15 µονάδες) Σελίδα από 8 (5 µονάδες) ΠΛΗ : ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗ ΠΛΗΡΟΦΟΡΙΚΗ Ι η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Απαντήσεις i Εξηγείστε γιατί κάθε ένα από τα παρακάτω υποσύνολα του R δεν είναι υπόχωρος του R {[ xyz,, ] T z } {[ xyz,,

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 3: Αριθμητικά Περιγραφικά Μέτρα Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής ΑΔΕΙΕΣ

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Γ ΓΥΜΝΑΣΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ Γ ΓΥΜΝΑΣΙΟΥ ΜΑΘΗΜΑΤΙΚΑ Γ ΓΥΜΝΑΣΙΟΥ Οι πραγματικοί αριθμοί αποτελούνται από τους ρητούς και τους άρρητους αριθμούς, τους φυσικούς και τους ακέραιους αριθμούς. Δηλαδή είναι το μεγαλύτερο σύνολο αριθμών που μπορούμε

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) Ενδεικτικές Λύσεις ΕΡΓΑΣΙΑ η (Ηµεροµηνία Αποστολής στον Φοιτητή: Οκτωβρίου 005) Η Άσκηση στην εργασία αυτή είναι

Διαβάστε περισσότερα

5.1 Θεωρητική εισαγωγή

5.1 Θεωρητική εισαγωγή ΨΗΦΙΑΚΑ ΚΥΚΛΩΜΑΤΑ - ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ 5 ΚΩ ΙΚΟΠΟΙΗΣΗ BCD Σκοπός: Η κατανόηση της µετατροπής ενός τύπου δυαδικής πληροφορίας σε άλλον (κωδικοποίηση/αποκωδικοποίηση) µε τη µελέτη της κωδικοποίησης BCD

Διαβάστε περισσότερα

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας Κατάτµηση εικόνας σε οµοιόµορφες περιοχές ΤµήµαΕπιστήµης και Τεχνολογίας Τηλεπικοινωνιών Πανεπιστήµιο Πελοποννήσου Εισαγωγή Κατάτµηση µε πολυκατωφλίωση Ανάπτυξη

Διαβάστε περισσότερα

Το άθροισµα των εισερχόµενων σηµάτων είναι:

Το άθροισµα των εισερχόµενων σηµάτων είναι: 7. ίκτυα Hopfeld Σε µία πολύ γνωστή εργασία το 982 ο Hopfeld παρουσίασε µια νέα κατηγορία δικτύων, τα οποία έχουν µεγάλες υπολογιστικές ικανότητες και είναι χρήσιµα σε δύο κατηγορίες προβληµάτων. Πρώτα,

Διαβάστε περισσότερα

1.4 Λύσεις αντιστρόφων προβλημάτων.

1.4 Λύσεις αντιστρόφων προβλημάτων. .4 Λύσεις αντιστρόφων προβλημάτων. Ο τρόπος παρουσίασης της λύσης ενός αντίστροφου προβλήµατος µπορεί να διαφέρει ανάλογα µε τη «φιλοσοφία» επίλυσης που ακολουθείται και τη δυνατότητα παροχής πρόσθετης

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5 ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙΙ Τµηµα Β (ΠΕΡΙΤΤΟΙ) Ασκησεις - Φυλλαδιο 5 ιδασκων: Α Μπεληγιάννης Ιστοσελιδα Μαθηµατος : http://usersuoigr/abeligia/linearalgebraii/laii018/laii018html ευτέρα 3 Απριλίου 018 Αν C = x

Διαβάστε περισσότερα

Μπερδέματα πάνω στην κεντρομόλο και επιτρόχια επιτάχυνση.

Μπερδέματα πάνω στην κεντρομόλο και επιτρόχια επιτάχυνση. Μπερδέματα πάνω στην κεντρομόλο και επιτρόχια επιτάχυνση. Τις προηγούµενες µέρες έγινε στο δίκτυο µια συζήτηση µε θέµα «Πόση είναι η κεντροµόλος επιτάχυνση;» Θεωρώ αναγκαίο να διατυπώσω µε απλό τρόπο κάποια

Διαβάστε περισσότερα

z = c 1 x 1 + c 2 x c n x n

z = c 1 x 1 + c 2 x c n x n Τεχνολογικό Εκπαιδευτικό Ιδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός & Βελτιστοποίηση Δρ. Δημήτρης Βαρσάμης Καθηγητής Εφαρμογών Δρ. Δημήτρης Βαρσάμης Μάρτιος

Διαβάστε περισσότερα

Κεφάλαιο 6. Πεπερασµένα παραγόµενες αβελιανές οµάδες. Z 4 = 1 και Z 2 Z 2.

Κεφάλαιο 6. Πεπερασµένα παραγόµενες αβελιανές οµάδες. Z 4 = 1 και Z 2 Z 2. Κεφάλαιο 6 Πεπερασµένα παραγόµενες αβελιανές οµάδες Στο κεφάλαιο αυτό ϑα ταξινοµήσουµε τις πεπερασµένα παραγόµενες αβελιανές οµάδες. Αυτές οι οµάδες είναι από τις λίγες περιπτώσεις οµάδων µε µία συγκεκριµένη

Διαβάστε περισσότερα

Σχήµα 3.1: Εισαγωγή shift register σε βρόγχο for-loop.

Σχήµα 3.1: Εισαγωγή shift register σε βρόγχο for-loop. Η δοµή «Shift register» 1. Η δοµή «Shift register» εισάγεται στο βρόγχο for-loop αλλά και σε άλλους βρόγχους που θα δούµε στη συνέχεια, όπως ο βρόγχος «While loop». Ο τρόπος εισαγωγής και λειτουργίας της

Διαβάστε περισσότερα

Α.Τ.Ε.Ι. ΜΑΚΕΔΟΝΙΑΣ Τμήμα πληροφορικής και επικοινωνιών. Συμπίεση ψηφιακών εικόνων με ανάλυση κύριων συνιστωσών και χρήση νευρωνικού δικτύου.

Α.Τ.Ε.Ι. ΜΑΚΕΔΟΝΙΑΣ Τμήμα πληροφορικής και επικοινωνιών. Συμπίεση ψηφιακών εικόνων με ανάλυση κύριων συνιστωσών και χρήση νευρωνικού δικτύου. ΑΤΕΙ ΜΑΚΕΔΟΝΙΑΣ Τμήμα πληροφορικής και επικοινωνιών Συμπίεση ψηφιακών εικόνων με ανάλυση κύριων συνιστωσών και χρήση νευρωνικού δικτύου Ψηφιακή είκόνα Η ψηφιακή εικόνα είναι ένα πεπερασμένο σύνολο περιοχών

Διαβάστε περισσότερα

KEΦΑΛΑΙΟ 5 ΨΗΦΙΑΚΑ ΚΡΥΠΤΟΣΥΣΤΗΜΑΤΑ

KEΦΑΛΑΙΟ 5 ΨΗΦΙΑΚΑ ΚΡΥΠΤΟΣΥΣΤΗΜΑΤΑ Βασικές έννοιες KEΦΑΛΑΙΟ 5 ΨΗΦΙΑΚΑ ΚΡΥΠΤΟΣΥΣΤΗΜΑΤΑ Ένα κρυπτοσύστηµα όπου οι χώροι των καθαρών µηνυµάτων, των κρυπτογραφηµένων µυνηµάτων και των κλειδιών είναι ο m,,,... m = καλείται ψηφιακό κρυπτοσύστηµα.

Διαβάστε περισσότερα

ΙΑΝΥΣΜΑΤΑ ΘΕΩΡΙΑ ΘΕΜΑΤΑ ΘΕΩΡΙΑΣ. Τι ονοµάζουµε διάνυσµα; αλφάβητου επιγραµµισµένα µε βέλος. για παράδειγµα, Τι ονοµάζουµε µέτρο διανύσµατος;

ΙΑΝΥΣΜΑΤΑ ΘΕΩΡΙΑ ΘΕΜΑΤΑ ΘΕΩΡΙΑΣ. Τι ονοµάζουµε διάνυσµα; αλφάβητου επιγραµµισµένα µε βέλος. για παράδειγµα, Τι ονοµάζουµε µέτρο διανύσµατος; ΙΝΥΣΜΤ ΘΕΩΡΙ ΘΕΜΤ ΘΕΩΡΙΣ Τι ονοµάζουµε διάνυσµα; AB A (αρχή) B (πέρας) Στη Γεωµετρία το διάνυσµα ορίζεται ως ένα προσανατολισµένο ευθύγραµµο τµήµα, δηλαδή ως ένα ευθύγραµµο τµήµα του οποίου τα άκρα θεωρούνται

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Εφαρμογές Πληροφορικής

Εφαρμογές Πληροφορικής Εφαρμογές Πληροφορικής Κεφάλαιο 11 Πολυμέσα ΜΕΡΟΣ Α 1. Υπερκείμενο Ποιός είναι ο κόμβος, ποιός ο σύνδεσμος και ποιά η θερμή λέξη; 1 2. Υπερμέσα Χαρακτηριστικά Κόμβος (Node) Αποτελεί τη βάση πληροφοριών

Διαβάστε περισσότερα

Κεφάλαιο M3. Διανύσµατα

Κεφάλαιο M3. Διανύσµατα Κεφάλαιο M3 Διανύσµατα Διανύσµατα Διανυσµατικά µεγέθη Φυσικά µεγέθη που έχουν τόσο αριθµητικές ιδιότητες όσο και ιδιότητες κατεύθυνσης. Σε αυτό το κεφάλαιο, θα ασχοληθούµε µε τις µαθηµατικές πράξεις των

Διαβάστε περισσότερα

Το μοντέλο Perceptron

Το μοντέλο Perceptron Το μοντέλο Perceptron Αποτελείται από έναν μόνο νευρώνα McCulloch-Pitts w j x x 1, x2,..., w x T 1 1 x 2 w 2 Σ u x n f(u) Άνυσμα Εισόδου s i x j x n w n -θ w w 1, w2,..., w n T Άνυσμα Βαρών 1 Το μοντέλο

Διαβάστε περισσότερα

Ο ΕΥΚΛΕΙ ΕΙΟΣ ΧΩΡΟΣ. Το εσωτερικό γινόµενο

Ο ΕΥΚΛΕΙ ΕΙΟΣ ΧΩΡΟΣ. Το εσωτερικό γινόµενο Ο ΕΥΚΛΕΙ ΕΙΟΣ ΧΩΡΟΣ Το εσωτερικό γινόµενο Σε πολλές πρακτικές καταστάσεις, η τιµή µιας ποσότητας εξαρτάται από τις τιµές δύο ή περισσότερων άλλων ποσοτήτων. Για παράδειγµα η συνάρτηση V = π r h υπολογίζει

Διαβάστε περισσότερα

Ο ΕΥΚΛΕΙ ΕΙΟΣ ΧΩΡΟΣ. Το εσωτερικό γινόµενο

Ο ΕΥΚΛΕΙ ΕΙΟΣ ΧΩΡΟΣ. Το εσωτερικό γινόµενο Ο ΕΥΚΛΕΙ ΕΙΟΣ ΧΩΡΟΣ R Το εσωτερικό γινόµενο Σε πολλές πρακτικές καταστάσεις, η τιµή µιας ποσότητας εξαρτάται από τις τιµές δύο ή περισσότερων άλλων ποσοτήτων. Για παράδειγµα η συνάρτηση V = π r h υπολογίζει

Διαβάστε περισσότερα

Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια

Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια Αλγόριθμος είναι μια πεπερασμένη σειρά ενεργειών, αυστηρά καθορισμένων και εκτελέσιμων σε πεπερασμένο χρόνο, που στοχεύουν στην επίλυση ενός προβλήματος. Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια Είσοδος:

Διαβάστε περισσότερα

Τι είναι βαθμωτό μέγεθος? Ένα μέγεθος που περιγράφεται μόνο με έναν αριθμό (π.χ. πίεση)

Τι είναι βαθμωτό μέγεθος? Ένα μέγεθος που περιγράφεται μόνο με έναν αριθμό (π.χ. πίεση) TETY Εφαρμοσμένα Μαθηματικά Ενότητα ΙΙ: Γραμμική Άλγεβρα Ύλη: Διανυσματικοί χώροι και διανύσματα, μετασχηματισμοί διανυσμάτων, τελεστές και πίνακες, ιδιοδιανύσματα και ιδιοτιμές πινάκων, επίλυση γραμμικών

Διαβάστε περισσότερα

Γραµµική Αλγεβρα Ι. Ενότητα: Γραµµικές απεικονίσεις. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: Γραµµικές απεικονίσεις. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: Γραµµικές απεικονίσεις Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX ΚΕΦΑΛΑΙΟ 3 ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX 3.1 Εισαγωγή Ο αλγόριθμος Simplex θεωρείται πλέον ως ένας κλασικός αλγόριθμος για την επίλυση γραμμικών προβλημάτων. Η πρακτική αποτελεσματικότητά του έχει

Διαβάστε περισσότερα

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η Έστω Κλίση και επιφάνειες στάθµης µιας συνάρτησης ανοικτό και σταθερά ( µε κ f ( ) ορίζει µια επιφάνεια S στον f : ) τότε η εξίσωση, ονοµάζεται συνήθως επιφάνεια στάθµης της f. εξίσωση, C συνάρτηση. Αν

Διαβάστε περισσότερα

ΠΛΗΡΟΦΟΡΙΚΗ I. 7 η ΔΙΑΛΕΞΗ Γραφικά με Υπολογιστή

ΠΛΗΡΟΦΟΡΙΚΗ I. 7 η ΔΙΑΛΕΞΗ Γραφικά με Υπολογιστή ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ - ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΣΑΓΩΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ ΤΟΥΡΙΣΤΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΕΠΙΧΕΙΡΗΣΕΩΝ ΦΙΛΟΞΕΝΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗ I 7 η ΔΙΑΛΕΞΗ Γραφικά με Υπολογιστή ΧΑΣΑΝΗΣ ΒΑΣΙΛΕΙΟΣ

Διαβάστε περισσότερα

Δοµές Δεδοµένων και Αλγόριθµοι - Εισαγωγή

Δοµές Δεδοµένων και Αλγόριθµοι - Εισαγωγή Δοµές Δεδοµένων και Αλγόριθµοι - Εισαγωγή Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Εισαγωγή στις έννοιες Αλγόριθµοι και Πολυπλοκότητα, Οργάνωση Δεδοµένων και Δοµές Δεδοµένων Χρήσιµοι µαθηµατικοί

Διαβάστε περισσότερα

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών Ενότητα: ιανυσµατικοί χώροι Ευάγγελος Ράπτης Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται

Διαβάστε περισσότερα

Η Ευκλείδεια διαίρεση

Η Ευκλείδεια διαίρεση 1 Η Ευκλείδεια διαίρεση Α. ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Θεώρηµα Αποδεικνύεται ότι για οποιουσδήποτε ακέραιους α και β, β 0, ισχύει το παρακάτω θεώρηµα και διατυπώνεται ως εξής : Αν α και β ακέραιοι µε β

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΕΞΕΤΑΣΕΩΝ ΜΑΘΗΜΑΤΙΚΩΝ Ι Ι ΑΣΚΩΝ : ρ. Χρήστος Βοζίκης

ΘΕΜΑΤΑ ΕΞΕΤΑΣΕΩΝ ΜΑΘΗΜΑΤΙΚΩΝ Ι Ι ΑΣΚΩΝ : ρ. Χρήστος Βοζίκης ΤΜΗΜΑ Β ΕΞΕΤΑΣΤΙΚΗ ΧΕΙΜΕΡΙΝΟΥ ΕΞΑΜΗΝΟΥ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΑΚΑ. ΕΤΟΣ - ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ Τ. Ε. Ι. Σ Ε Ρ Ρ Ω Ν Σέρρες, 7 Φεβρουαρίου ΘΕΜΑ ον ΘΕΜΑΤΑ ΕΞΕΤΑΣΕΩΝ ΜΑΘΗΜΑΤΙΚΩΝ Ι Ι ΑΣΚΩΝ :

Διαβάστε περισσότερα

Εξαγωγή κανόνων από αριθµητικά δεδοµένα

Εξαγωγή κανόνων από αριθµητικά δεδοµένα Εξαγωγή κανόνων από αριθµητικά δεδοµένα Συχνά το σύστηµα που θέλουµε να µοντελοποιήσουµε η να ελέγξουµε αντιµετωπίζεται ως µαύρο κουτί και η πληροφορία για τη λειτουργία του διατίθεται υπό µορφή ζευγών

Διαβάστε περισσότερα

Κεφάλαιο 7 Βάσεις και ιάσταση

Κεφάλαιο 7 Βάσεις και ιάσταση Κεφάλαιο 7: Βάσεις και ιάσταση Σελίδα από 9 Κεφάλαιο 7 Βάσεις και ιάσταση n Στο Κεφάλαιο 5 είδαµε την έννοια της βάσης στο και στο Κεφάλαιο 6 µελετήσαµε διανυσµατικούς χώρους. Στο παρόν κεφάλαιο θα ασχοληθούµε

Διαβάστε περισσότερα

Υπολογιστική Νοημοσύνη. Μάθημα 13: Αναδρομικά Δίκτυα - Recurrent Networks

Υπολογιστική Νοημοσύνη. Μάθημα 13: Αναδρομικά Δίκτυα - Recurrent Networks Υπολογιστική Νοημοσύνη Μάθημα 13: Αναδρομικά Δίκτυα - Recurrent Networks Γενικά Ένα νευρωνικό δίκτυο λέγεται αναδρομικό, εάν υπάρχει έστω και μια σύνδεση από έναν νευρώνα επιπέδου i προς έναν νευρώνα επιπέδου

Διαβάστε περισσότερα

Μαθηματικός Περιηγητής σχ. έτος

Μαθηματικός Περιηγητής σχ. έτος =================================================================== ΛΥΣΕΙΣ ΤΟΥ ΔΙΑΓΩΝΙΣΜΑΤΟΣ ΠΡΟΣΟΜΟΙΩΣΗΣ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ 06 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΗΜΕΡΗΣΙΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΟΜΑΔΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ

Διαβάστε περισσότερα