Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας"

Transcript

1 Τεχνικές Μείωσης Διαστάσεων Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας 1

2 Εισαγωγή Το μεγαλύτερο μέρος των δεδομένων που καλούμαστε να επεξεργαστούμε είναι πολυδιάστατα. 2

3 Εισαγωγή Το μεγαλύτερο μέρος των δεδομένων που καλούμαστε να επεξεργαστούμε είναι πολυδιάστατα. Τα δεδομένα στον πολυδιάστατο χώρο συχνά παρουσιάζουν κάποια συγκεκριμένη δομή. 3

4 Τεχνικές Μείωσης Διαστάσεων Τι είναι η μείωση διαστάσεων (Dimensionality Reduction DR); Μια μεθοδολογία που προσπαθεί να προβάλει ένα σύνολο από διανύσματα υψηλής διάστασης σε ένα χώρο χαμηλότερης διάστασης 4

5 Τεχνικές Μείωσης Διαστάσεων Τι είναι η μείωση διαστάσεων (Dimensionality Reduction DR); Μια μεθοδολογία που προσπαθεί να προβάλει ένα σύνολο από διανύσματα υψηλής διάστασης σε ένα χώρο χαμηλότερης διάστασης Τι μας παρέχει; Δίνει μια λύση στο πρόβλημα διαχείρισης δεδομένων πολλών διαστάσεων, αναζητώντας δομή χαμηλής διάστασης στα πολυδιάστατα δεδομένα 5

6 Τεχνικές Μείωσης Διαστάσεων Τι είναι η μείωση διαστάσεων (Dimensionality Reduction DR); Μια μεθοδολογία που προσπαθεί να προβάλει ένα σύνολο από διανύσματα υψηλής διάστασης σε ένα χώρο χαμηλότερης διάστασης Τι μας παρέχει; Δίνει μια λύση στο πρόβλημα διαχείρισης δεδομένων πολλών διαστάσεων, αναζητώντας δομή χαμηλής διάστασης στα πολυδιάστατα δεδομένα Γιατί είναι απαραίτητη; Οι αποστάσεις μεταξύ των δεδομένων στον ελαττωμένο χώρο υπολογίζονται πιο γρήγορα Το μέγεθος του συνόλου δεδομένων μειώνεται Αποκαλύπτεται η δομή των δεδομένων η οποία παραμένει κρυμμένη στον αρχικό πολυδιάστατο χώρο Βελτιώνεται η αποδοτικότητα των τεχνικών εξόρυξης δεδομένων 6

7 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Ανελαστικές Ελαστικές τεχνικές (Hard vs. Soft DR) Ο διαχωρισμός αυτός έχει να κάνει με τον λόγο του πλήθους των αρχικών διαστάσεων ως προς το πλήθος των τελικών. Οι «ανελαστικές» τεχνικές μείωσης διαστάσεων αναφέρονται σε προβλήματα που έχουν να κάνουν με δείγματα πολύ μεγάλης διαστατικότητας τα οποία πρέπει να αναπαρασταθούν σε χώρους πολύ μικρότερων διαστάσεων. Αντίθετα οι «ελαστικές» τεχνικές χρησιμεύουν για προβλήματα όπου οι αρχικές διαστάσεις των δειγμάτων με τις τελικές τους διαφέρουν κατά λίγο (μία τάξη μεγέθους). 7

8 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Ανελαστικές Ελαστικές τεχνικές (Hard vs. Soft DR) Ο διαχωρισμός αυτός έχει να κάνει με τον λόγο του πλήθους των αρχικών διαστάσεων ως προς το πλήθος των τελικών. Οι «ανελαστικές» τεχνικές μείωσης διαστάσεων αναφέρονται σε προβλήματα που έχουν να κάνουν με δείγματα πολύ μεγάλης διαστατικότητας τα οποία πρέπει να αναπαρασταθούν σε χώρους πολύ μικρότερων διαστάσεων. Αντίθετα οι «ελαστικές» τεχνικές χρησιμεύουν για προβλήματα όπου οι αρχικές διαστάσεις των δειγμάτων με τις τελικές τους διαφέρουν κατά λίγο (μία τάξη μεγέθους). Παραδοσιακά Παραγωγικά μοντέλα (Traditional vs. Generative model) Τα παραδοσιακά μοντέλα προσπαθούν να δημιουργήσουν τα δείγματα στον ελαττωμένο χώρο με βάση τις παρατηρήσεις στον αρχικό. Τα παραγωγικά μοντέλα προσπαθούν από τυχαίες μεταβλητές στον ελαττωμένο χώρο να αναδομήσουν τα δείγματα στον αρχικό χώρο. 8

9 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Συνεχή Διακριτά μοντέλα (Continuous vs. Discrete model) Στα συνεχή μοντέλα η μεταφορά των σημείων από τον αρχικό στον ελαττωμένο χώρο γίνεται με τη χρήση μιας παραμετροποιημένης συνάρτησης ανάμεσα στους δύο αυτούς χώρους. Τα νέα δείγματα τοποθετούνται στον ελαττωμένο χώρο χωρίς να χρειάζεται ο εξαρχής προσδιορισμός της συνάρτησης αυτής. Στα διακριτά μοντέλα τα νέα σημεία δεν είναι εύκολο να τοποθετηθούν στον ελαττωμένο χώρο και τεχνικές παρεμβολής (interpolation procedures) είναι απαραίτητες για το σκοπό αυτό. 9

10 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Συνεχή Διακριτά μοντέλα (Continuous vs. Discrete model) Στα συνεχή μοντέλα η μεταφορά των σημείων από τον αρχικό στον ελαττωμένο χώρο γίνεται με τη χρήση μιας παραμετροποιημένης συνάρτησης ανάμεσα στους δύο αυτούς χώρους. Τα νέα δείγματα τοποθετούνται στον ελαττωμένο χώρο χωρίς να χρειάζεται ο εξαρχής προσδιορισμός της συνάρτησης αυτής. Στα διακριτά μοντέλα τα νέα σημεία δεν είναι εύκολο να τοποθετηθούν στον ελαττωμένο χώρο και τεχνικές παρεμβολής (interpolation procedures) είναι απαραίτητες για το σκοπό αυτό. Υπονοούμενη Ρητή χαρτογράφηση (Implicit vs. Explicit mapping) Στη ρητή χαρτογράφηση υπάρχει άμεση ανάθεση κάθε αναπαράστασης στον ελαττωμένο χώρο με τα δείγματα. Είναι δύσκολη, όπως και στα διακριτά μοντέλα η τοποθέτηση νέων σημείων. Στην υπονοούμενη χαρτογράφηση δεν υπάρχει άμεση συσχέτιση ανάμεσα στις παραμέτρους που χρησιμοποιούνται για την ελάττωση των διαστάσεων και τις συντεταγμένες των σημείων στον αρχικό χώρο. 10

11 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Ενσωματωμένη Εξωτερική εκτίμηση της διαστατικότητας (Integrated vs. External estimation of the dimensionality) Οι περισσότερες μέθοδοι δεν έχουν ενσωματωμένο εκτιμητή του βέλτιστου αριθμού των διαστάσεων στις οποίες πρέπει να πέσει το σύστημά μας, ώστε να έχουμε την καλύτερη αναπαράσταση. Έτσι αυτή η δουλειά γίνεται συνήθως εξωτερικά από τον χρήστη. 11

12 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Ενσωματωμένη Εξωτερική εκτίμηση της διαστατικότητας (Integrated vs. External estimation of the dimensionality) Οι περισσότερες μέθοδοι δεν έχουν ενσωματωμένο εκτιμητή του βέλτιστου αριθμού των διαστάσεων στις οποίες πρέπει να πέσει το σύστημά μας, ώστε να έχουμε την καλύτερη αναπαράσταση. Έτσι αυτή η δουλειά γίνεται συνήθως εξωτερικά από τον χρήστη. Σταδιακή Αυτόνομη ενσωμάτωση (Layered vs. Standalone embeddings) Στις μεθόδους της σταδιακής ενσωμάτωσης η προσθήκη ή η αφαίρεση μιας διάστασης των δεδομένων δεν απαιτεί τον επαναπροσδιορισμό των συντεταγμένων στις υπόλοιπες χρησιμοποιούμενες διαστάσεις. Όλες οι μέθοδοι, οι οποίες προσεγγίζουν το πρόβλημα της μείωσης της διαστατικότητας με τη λύση ενός προβλήματος ιδιοτιμών ανήκουν σε αυτή την κατηγορία και καλούνται φασματικές μέθοδοι (spectral methods). Αντίθετα στην αυτόνομη ενσωμάτωση αν αλλάξει ο αριθμός των διαστάσεων πρέπει να υπολογιστούν εξαρχής οι συντεταγμένες. 12

13 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Γραμμικά μη Γραμμικά μοντέλα (Linear vs. Nonlinear model) Τα μη γραμμικά μοντέλα είναι πιο ισχυρά από τα αντίστοιχα γραμμικά, γιατί μπορούν να δώσουν καλύτερη αναπαράσταση της δομής που υπάρχει στον αρχικό χώρο. Για την υλοποίησή τους όμως είναι απαραίτητος ο υπολογισμός πολλών παραμέτρων, οι οποίες με τη σειρά τους για να υπολογιστούν προϋποθέτουν την ύπαρξη πολλών δεδομένων. 13

14 Κατηγοριοποίηση Τεχνικών Μείωσης Διαστάσεων Τεχνικές Μείωσης Διαστατικότητας Γραμμικές Μη γραμμικές Principal Component Analysis Multi-Dimensional Scaling Locally Linear Embedding ISOMAP 14

15 Γραμμικές τεχνικές μείωσης διαστάσεων Principal Component Analysis (PCA) Multidimensional Scaling (MDS) 15

16 Principal Component Analysis Η Ανάλυση Κύριων Συνιστωσών (Principal Component Analysis PCA) προσπαθεί να υπολογίσει τους άξονες εκείνους στους οποίους παρατηρείται η μέγιστη διασπορά των δεδομένων. 16

17 Principal Component Analysis Με μαθηματική διατύπωση: Βρες τα ιδιοδιανύσματα του διαγωνοποιημένου πίνακα συνδιασποράς επί των αρχικών συντεταγμένων. Αυτά αποτελούν τους άξονες του μετασχηματισμένου χώρου και οι ιδιοτιμές αποδίδουν τη διασπορά κατά μήκος των αξόνων. 17

18 Principal Component Analysis Αλγόριθμος: D Για τα δεδομένα { X, X, K, X n } R

19 Principal Component Analysis Αλγόριθμος: Για τα δεδομένα D { X, X, K, X n } R 1 2 Γίνεται υπολογισμός του πίνακα συνδιασποράς S = X T X 19

20 Principal Component Analysis Αλγόριθμος: Για τα δεδομένα D { X, X, K, X n } R 1 2 Γίνεται υπολογισμός του πίνακα συνδιασποράς Υπολογίζεται η μέση τιμή τους μ S = X T X 20

21 Principal Component Analysis Αλγόριθμος: Για τα δεδομένα D { X, X, K, X n } R 1 2 Γίνεται υπολογισμός του πίνακα συνδιασποράς Υπολογίζεται η μέση τιμή τους T X Υπολογίζονται οι ιδιοτιμές Ι i και τα ιδιοδιανύσματα e i μέσω της διαδικασίας ιδιοανάλυσης του S, I i e i μ = S e i S = X 21

22 Principal Component Analysis Αλγόριθμος: Για τα δεδομένα D { X, X, K, X n } R 1 2 Γίνεται υπολογισμός του πίνακα συνδιασποράς Υπολογίζεται η μέση τιμή τους T X Υπολογίζονται οι ιδιοτιμές Ι i και τα ιδιοδιανύσματα e i μέσω της διαδικασίας ιδιοανάλυσης του S, I i e Επιλέγονται τα d μεγαλύτερα ιδιοδιανύσματα και βάση αυτών υπολογίζονται οι νέες μεταβλητές, i i μ = S e i S T [ e, e, K e ] ( X μ) Y, = 1 2 d i = X 22

23 Principal Component Analysis Εφαρμογές: Βήμα προεπεξεργασίας που προηγείται της εφαρμογής αλγορίθμων εξόρυξης δεδομένων (όπως clustering) Οπτικοποίηση δεδομένων (Data Visualization) Μείωση θορύβου (Noise Reduction) 23

24 Γραμμικές τεχνικές μείωσης διαστάσεων Principal Component Analysis (PCA) Multidimensional Scaling (MDS) 24

25 Multidimensional Scaling Με την τεχνική αυτή απεικονίζονται τα δεδομένα σε ένα χώρο χαμηλών διαστάσεων με τέτοιο τρόπο ώστε οι γειτνιάσεις των δεδομένων να διατηρούνται με τον καλύτερο δυνατό τρόπο. X X j i D ij Y i d ij Y j 25

26 Multidimensional Scaling Αλγόριθμος: D { X, X, K, X n } R Αρχικά τα δεδομένα 1 2 απεικονίζονται σε χώρο k- διαστάσεων. 26

27 Multidimensional Scaling Αλγόριθμος: D { X, X, K, X n } R Αρχικά τα δεδομένα 1 2 απεικονίζονται σε χώρο k- διαστάσεων. Γίνεται ελαχιστοποίηση της συνάρτησης stress = ij ( D( X, X ) d( Y, Y ) ( D( Xi, X j ) ij i με τη μετακίνηση των σημείων στον ελαττωμένο χώρο. Συγκεκριμένα για κάθε σημείο ρυθμίζουμε τη θέση των υπολοίπων ώστε να ελαχιστοποιείται η συνάρτηση αυτή. j i 2 j 2 27

28 Γραμμικές τεχνικές μείωσης διαστάσεων Οι PCA και MDS είναι τεχνικές απλές στην υλοποίηση και αποδοτικές όταν ο αρχικός χώρος είναι γραμμικός ή σχεδόν γραμμικός. 28

29 Γραμμικές τεχνικές μείωσης διαστάσεων Οι PCA και MDS είναι τεχνικές απλές στην υλοποίηση και αποδοτικές όταν ο αρχικός χώρος είναι γραμμικός ή σχεδόν γραμμικός. Αποτυγχάνουν όμως να ανακαλύψουν μη γραμμικές δομές στα δεδομένα Swiss roll PCA MDS 29

30 Γραμμικές τεχνικές μείωσης διαστάσεων Locally Linear Embedding (LLE) ISOMAP 30

31 Locally Linear Embedding Ο LLE είναι ένας μη γραμμικός αλγόριθμος ενσωμάτωσης σε χώρο χαμηλών διαστάσεων, όπου διατηρεί τη γενική μη γραμμικότητα της υπερεπιφάνειας εκμεταλλευόμενος την τοπικά γραμμική δομή. 31

32 Locally Linear Embedding Ο LLE είναι ένας μη γραμμικός αλγόριθμος ενσωμάτωσης σε χώρο χαμηλών διαστάσεων, όπου διατηρεί τη γενική μη γραμμικότητα της υπερεπιφάνειας εκμεταλλευόμενος την τοπικά γραμμική δομή. Θεωρεί ότι μια υπερεπιφάνεια είναι κατά προσέγγιση «γραμμική» αν αναφερθούμε μεμονωμένα σε ένα μικρό τμήμα της. 32

33 Locally Linear Embedding Αλγόριθμος: 1.Εύρεση των k κοντινότερων γειτόνων κάθε σημείου X i, στον χώρο R D μέσω ευκλείδειων αποστάσεων. 33

34 Locally Linear Embedding Αλγόριθμος: 1.Εύρεση των k κοντινότερων γειτόνων κάθε σημείου X i, στον χώρο R D μέσω ευκλείδειων αποστάσεων. 2.Υπολογισμός των βαρών W ij που ανακατασκευάζουν κάθε σημείο X i καλύτερα από τους γείτονές του. X i j W ij X j 34

35 Locally Linear Embedding Αλγόριθμος: 1.Εύρεση των k κοντινότερων γειτόνων κάθε σημείου X i, στον χώρο R D μέσω ευκλείδειων αποστάσεων. 2.Υπολογισμός των βαρών W ij που ανακατασκευάζουν κάθε σημείο X i καλύτερα από τους γείτονές του. X W i ij j 3.Προσδιορισμόςj των σημείων Y i, στον ελαττωμένο R d χώρο, που ανακατασκευάζονται καλύτερα από τα βάρη W ij X Y i j W ij Y j 35

36 Locally Linear Embedding Χαρακτηριστικά των βαρών ανακατασκευής W ij : Ανεξάρτητα περιστροφής, κλιμάκωσης και μετασχηματισμού (λόγω της συνθήκης W ij j = 1 36

37 Locally Linear Embedding Χαρακτηριστικά των βαρών ανακατασκευής W ij : Ανεξάρτητα περιστροφής, κλιμάκωσης και μετασχηματισμού (λόγω της συνθήκης W ij j = 1 Τα βάρη που υπολογίζονται στις αρχικές διαστάσεις, ανακατασκευάζουν τα σημεία και στον ελαττωμένο χώρο ενσωμάτωσης k-διαστάσεων. 37

38 Locally Linear Embedding Χαρακτηριστικά των βαρών ανακατασκευής W ij : Ανεξάρτητα περιστροφής, κλιμάκωσης και μετασχηματισμού (λόγω της συνθήκης W ij j = 1 Τα βάρη που υπολογίζονται στις αρχικές διαστάσεις, ανακατασκευάζουν τα σημεία και στον ελαττωμένο χώρο ενσωμάτωσης k-διαστάσεων. Χαρακτηρίζουν τις εγγενείς γεωμετρικές ιδιότητες κάθε γειτονιάς σημείων. 38

39 Locally Linear Embedding Χαρακτηριστικά των βαρών ανακατασκευής W ij : Ανεξάρτητα περιστροφής, κλιμάκωσης και μετασχηματισμού (λόγω της συνθήκης W ij j Τα βάρη που υπολογίζονται στις αρχικές διαστάσεις, ανακατασκευάζουν τα σημεία και στον ελαττωμένο χώρο ενσωμάτωσης k-διαστάσεων. Χαρακτηρίζουν τις εγγενείς γεωμετρικές ιδιότητες κάθε γειτονιάς σημείων. Τα βέλτιστα βάρη υπολογίζονται μέσω της ελαχιστοποίησης του σφάλματος ανακατασκευής = 1 ε ( W) = Xi i r j W ij r X j 2 39

40 Locally Linear Embedding Συνθήκες W ij =0 αν το X j δεν είναι γείτονας του Χ i W ij = 1 j 40

41 Locally Linear Embedding Συνθήκες W ij =0 αν το X j δεν είναι γείτονας του Χ i W ij j = 1 Η ελαχιστοποίηση του ε(w) και οι περιορισμοί, συνθέτουν ένα πρόβλημα «ελαχίστων τετραγώνων». 41

42 Locally Linear Embedding Συνθήκες W ij =0 αν το X j δεν είναι γείτονας του Χ i W ij j = 1 Η ελαχιστοποίηση του ε(w) και οι περιορισμοί, συνθέτουν ένα πρόβλημα «ελαχίστων τετραγώνων». Οι συντεταγμένες στις d-διαστάσεις κάθε σημείου Y i υπολογίζονται ελαχιστοποιώντας τις αντίστοιχες συναρτήσεις κόστους για τα δεδομένα βάρη Φ ( W) = Υ Υ i r i W ij j r j 2 42

43 Locally Linear Embedding Περιορισμοί Y r = 0 (μέση τιμή) i i 1 r r T YY = 1 (διασπορά) N i 43

44 Locally Linear Embedding Περιορισμοί Y r = 0 (μέση τιμή) i i 1 r r T YY = 1 (διασπορά) N i Αναλύοντας τη συνάρτηση κόστους έχουμε r r Φ W = M Y Y όπου M = ( ) ( ) ij ij T ( I W ) ( I W ) i j 44

45 Locally Linear Embedding Περιορισμοί Y r = 0 (μέση τιμή) i i 1 r r T YY = 1 (διασπορά) N Αναλύοντας τη συνάρτηση κόστους έχουμε r r Φ W = M Y Y όπου i M ( ) ( ) = Το πρόβλημα ανάγεται σε πρόβλημα ιδιοτιμών του Μ ij Η επιλογή των μικρότερων ιδιοτιμών ελαχιστοποιεί τη συνάρτηση κόστους. Αγνοώντας το 1 ο ιδιοδιανύσματα επιλέγονται τα επόμενα d ij T ( I W ) ( I W ) i j 45

46 Locally Linear Embedding Πλεονεκτήματα Διατήρηση των τοπικών γειτνιάσεων Ικανότητα ανακάλυψης μη γραμμικών υπερεπιφανειών Μη επαναληπτικός αλγόριθμος 46

47 Locally Linear Embedding Πλεονεκτήματα Διατήρηση των τοπικών γειτνιάσεων Ικανότητα ανακάλυψης μη γραμμικών υπερεπιφανειών Μη επαναληπτικός αλγόριθμος Μειονεκτήματα Απαιτεί ομαλές, μη κλειστές, πυκνά δειγματοληπτημένες υπερεπιφάνειες Επιλογή γειτόνων Ευαίσθητο σε απομακρυσμένα σημεία (outliers) 47

48 Γραμμικές τεχνικές μείωσης διαστάσεων Locally Linear Embedding (LLE) ISOMAP 48

49 ISOMAP O ISOMAP υπολογίζει τον χώρο ενσωμάτωσης Rd, διατηρώντας τις γεωδαιτικές αποστάσεις μεταξύ των σημείων της υπερεπιφάνειας RD 49

50 ISOMAP O ISOMAP υπολογίζει τον χώρο ενσωμάτωσης Rd, διατηρώντας τις γεωδαιτικές αποστάσεις μεταξύ των σημείων της υπερεπιφάνειας RD Στον πίνακα γεωδαιτικών αποστάσεων, ο οποίος υπολογίζεται μεταξύ όλων των σημείων εφαρμόζεται ο κλασικός MDS αλγόριθμος 50

51 ISOMAP O ISOMAP υπολογίζει τον χώρο ενσωμάτωσης Rd, διατηρώντας τις γεωδαιτικές αποστάσεις μεταξύ των σημείων της υπερεπιφάνειας RD Στον πίνακα γεωδαιτικών αποστάσεων, ο οποίος υπολογίζεται μεταξύ όλων των σημείων εφαρμόζεται ο κλασικός MDS αλγόριθμος Διατηρεί την εγγενή γεωμετρία των δεδομένων 51

52 ISOMAP Γεωδαιτική απόσταση: Είναι το μήκος της μικρότερης καμπύλης που ενώνει δύο απομακρυσμένα σημεία μιας υπερεπιφάνειας Για γειτονικά σημεία, η γεωδαιτική τους απόσταση ταυτίζεται ικανοποιητικά με την ευκλείδεια απόστασή τους. 52

53 ISOMAP Γεωδαιτική απόσταση: Είναι το μήκος της μικρότερης καμπύλης που ενώνει δύο απομακρυσμένα σημεία μιας υπερεπιφάνειας Για γειτονικά σημεία, η γεωδαιτική τους απόσταση ταυτίζεται ικανοποιητικά με την ευκλείδεια απόστασή τους. Για απομακρυσμένα σημεία, ηαπόσταση προσδιορίζεται από μια ακολουθία μικρών βημάτων μεταξύ γειτονικών σημείων. Δημιουργείται από ένωση των ακμών μεταξύ των γειτονικών σημείων. 53

54 ISOMAP Αλγόριθμος: Προσδιορισμός των γειτόνων κάθε σημείου Ζ i ΌλατασημείαZ j εντός σφαίρας ακτίνας ε k κοντινότεροι γείτονες 54

55 ISOMAP Αλγόριθμος: Προσδιορισμός των γειτόνων κάθε σημείου Ζ i ΌλατασημείαZ j εντός σφαίρας ακτίνας ε k κοντινότεροι γείτονες Κατασκευή του γράφου γειτονίας G Κάθε σημείο ενώνεται με ευκλείδεια ακμή d x (i, j) με τα γειτονικά του σημεία Δημιουργία του πίνακα αποστάσεων D x ={d x (i, j)} 55

56 ISOMAP Αλγόριθμος: Προσδιορισμός των γειτόνων κάθε σημείου Ζ i ΌλατασημείαZ j εντός σφαίρας ακτίνας ε k κοντινότεροι γείτονες Κατασκευή του γράφου γειτονίας G Κάθε σημείο ενώνεται με ευκλείδεια ακμή d x (i, j) με τα γειτονικά του σημεία Δημιουργία του πίνακα αποστάσεων D x ={d x (i, j)} Υπολογισμός των αποστάσεων μεταξύ όλων των σημείων πάνω στον γράφο G και εφαρμογή του κλασικού MDS. Αλγόριθμος Dijkstra για τον υπολογισμό των d G (i, j) γεωδαιτικών αποστάσεων Υπολογισμός του πίνακα γεωδαιτικών αποστάσεων D G ={d G (i, j)} Εφαρμογή του κλασικού MDS στον πίνακα D G Με λύση του προβλήματος ιδιοτιμών που προκύπτει βρίσκεται η ενσωμάτωση των σημείων στον ελαττωμένο χώρο. 56

57 ISOMAP Πλεονεκτήματα: Μη γραμμικός, μη επαναληπτικός αλγόριθμος Υπολογιστική αποδοτικότητα 57

58 ISOMAP Πλεονεκτήματα: Μη γραμμικός, μη επαναληπτικός αλγόριθμος Υπολογιστική αποδοτικότητα Μειονεκτήματα: Μικρός αριθμός δειγμάτων οδηγεί σε ανακριβή υπολογισμό της γεωδαιτικής απόστασης Μεγάλη καμπυλότητα της υπερεπιφάνειας, απαιτεί μεγάλο αριθμό γειτόνων για τον εντοπισμό της 58

59 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 59

60 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 60

61 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 61

62 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 62

63 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 63

64 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 64

65 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 65

66 Παραδείγματα εφαρμογής τεχνικών μείωσης διαστάσεων 66

67 Εφαρμογής τεχνικών μείωσης διαστάσεων στο matlab 67

68 Ευχαριστώ 68

R n R 2. x 2. x 1. x: συντεταγµένες του z

R n R 2. x 2. x 1. x: συντεταγµένες του z Αναγνώριση Προσώπου µε Σύγκριση Υπερεπιφανειών Θανάσης Ζάγουρας.Π.Μ.Σ Η.Ε.Π, Τµήµα Φυσικής, Πανεπιστήµιο Πατρών Επιβλέποντες: Σπ. Φωτόπουλος Γ. Οικονόµου Ανάλυση Εικόνων Προσώπου Πεδία Αναγνώρισης Προτύπων

Διαβάστε περισσότερα

Ζητήματα ηήμ με τα δεδομένα

Ζητήματα ηήμ με τα δεδομένα Ζητήματα ηήμ με τα δεδομένα Ποιότητα Απαλοιφή θορύβου Εντοπισμός ανωμαλιών λώ Ελλιπείς τιμές Μετασχηματισμός Κβάντωση Μείωση μεγέθους Γραμμών: ειγματοληψία Στηλών: Ιδιοδιανύσματα, Επιλογή χαρακτηριστικών

Διαβάστε περισσότερα

7. ΕΠΕΞΕΡΓΑΣΊΑ ΣΗΜΆΤΩΝ

7. ΕΠΕΞΕΡΓΑΣΊΑ ΣΗΜΆΤΩΝ 7. ΕΠΕΞΕΡΓΑΣΊΑ ΣΗΜΆΤΩΝ 1 Principal & Independent Component Analysis (PCA, ICA) PRINCIPAL COMPONENT ANALYSIS (PCA) Principal Component Analysis (PCA): ορθογώνιος μετασχηματισμός κατά τον οποίο αφαιρείται

Διαβάστε περισσότερα

Εισαγωγή Αλγόριθµοι Αποτελέσµατα Επίλογος Ορισµός του Προβλήµατος Ευθυγράµµιση : Εύρεση ενός γεωµετρικού µετασχηµατισµού που ϕέρνει κοντά δύο τρισδιάσ

Εισαγωγή Αλγόριθµοι Αποτελέσµατα Επίλογος Ορισµός του Προβλήµατος Ευθυγράµµιση : Εύρεση ενός γεωµετρικού µετασχηµατισµού που ϕέρνει κοντά δύο τρισδιάσ Εισαγωγή Αλγόριθµοι Αποτελέσµατα Επίλογος Αλγόριθµοι Ευθυγράµµισης Τρισδιάστατων Αντικειµένων Τµήµα Πληροφορικής και Τηλεπικοινωνιών Εθνικό & Καποδιστριακό Πανεπιστήµιο Αθηνών 20 Οκτωβρίου 2005 Εισαγωγή

Διαβάστε περισσότερα

Πιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα.

Πιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα. i Π Ρ Ο Λ Ο Γ Ο Σ Το βιβλίο αυτό αποτελεί μια εισαγωγή στα βασικά προβλήματα των αριθμητικών μεθόδων της υπολογιστικής γραμμικής άλγεβρας (computational linear algebra) και της αριθμητικής ανάλυσης (numerical

Διαβάστε περισσότερα

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis)

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η μέθοδος PCA (Ανάλυση Κύριων Συνιστωσών), αποτελεί μία γραμμική μέθοδο συμπίεσης Δεδομένων η οποία συνίσταται από τον επαναπροσδιορισμό των συντεταγμένων ενός

Διαβάστε περισσότερα

HMY 795: Αναγνώριση Προτύπων

HMY 795: Αναγνώριση Προτύπων HMY 795: Αναγνώριση Προτύπων Διάλεξη 2 Επισκόπηση θεωρίας πιθανοτήτων Τυχαίες μεταβλητές: Βασικές έννοιες Τυχαία μεταβλητή: Μεταβλητή της οποίας δε γνωρίζουμε με βεβαιότητα την τιμή (σε αντίθεση με τις

Διαβάστε περισσότερα

HMY 795: Αναγνώριση Προτύπων

HMY 795: Αναγνώριση Προτύπων HMY 795: Αναγνώριση Προτύπων Διάλεξη 3 Επιλογή μοντέλου Επιλογή μοντέλου Θεωρία αποφάσεων Επιλογή μοντέλου δεδομένα επικύρωσης Η επιλογή του είδους του μοντέλου που θα χρησιμοποιηθεί σε ένα πρόβλημα (π.χ.

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

Διερεύνηση περιβαλλοντικών χρονοσειρών με στατιστικές μεθόδους και τεχνικές εξόρυξης δεδομένων

Διερεύνηση περιβαλλοντικών χρονοσειρών με στατιστικές μεθόδους και τεχνικές εξόρυξης δεδομένων Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης - Τμήμα Φυσικής Π.Μ.Σ. Υπολογιστικής Φυσικής Διερεύνηση περιβαλλοντικών χρονοσειρών με στατιστικές μεθόδους και τεχνικές εξόρυξης δεδομένων Σταματέρης Γεώργιος Επιβλέπων

Διαβάστε περισσότερα

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό ΗΜΥ 429 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό 1 (i) Βασική στατιστική 2 Στατιστική Vs Πιθανότητες Στατιστική: επιτρέπει μέτρηση και αναγνώριση θορύβου και

Διαβάστε περισσότερα

ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ. ΕΝΟΤΗΤΑ: Αναγωγή _ Εξαγωγή & Έλεγχος. ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ. ΕΝΟΤΗΤΑ: Αναγωγή _ Εξαγωγή & Έλεγχος. ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΕΝΟΤΗΤΑ: Αναγωγή _ Εξαγωγή & Έλεγχος ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΔΑΣΚΟΝΤΕΣ: Βλάμος Π. Αυλωνίτης Μ. Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Παράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία. Πέτρος Ποτίκας CoReLab 4/5/2006

Παράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία. Πέτρος Ποτίκας CoReLab 4/5/2006 Παράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία Πέτρος Ποτίκας CoReLab 4/5/2006 Επισκόπηση Ετικέτες σε συνιστώσες (Component labelling) Hough μετασχηματισμοί (transforms) Πλησιέστερος

Διαβάστε περισσότερα

ΣΧΕΔΙΑΣΗ ΜΗΧΑΝΟΛΟΓΙΚΩΝ ΚΑΤΑΣΚΕΥΩΝ ΜΕ Η/Υ (Computer Aided Design)

ΣΧΕΔΙΑΣΗ ΜΗΧΑΝΟΛΟΓΙΚΩΝ ΚΑΤΑΣΚΕΥΩΝ ΜΕ Η/Υ (Computer Aided Design) ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΧΕΔΙΑΣΗ ΜΗΧΑΝΟΛΟΓΙΚΩΝ ΚΑΤΑΣΚΕΥΩΝ ΜΕ Η/Υ (Computer Aided Design) Ενότητα # 2: Στερεοί Μοντελοποιητές (Solid Modelers) Δρ Κ. Στεργίου

Διαβάστε περισσότερα

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση Χειμερινό Εξάμηνο 2013-2014 Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση 5 η Παρουσίαση : Ψηφιακή Επεξεργασία Εικόνας Διδάσκων: Γιάννης Ντόκας Σύνθεση Χρωμάτων Αφαιρετική Παραγωγή Χρώματος Χρωματικά

Διαβάστε περισσότερα

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας Ε.Α.Υ. Υπολογιστική Όραση Κατάτμηση Εικόνας Γεώργιος Παπαϊωάννου 2015 ΚΑΤΩΦΛΙΩΣΗ Κατωφλίωση - Γενικά Είναι η πιο απλή μέθοδος segmentation εικόνας Χωρίζουμε την εικόνα σε 2 (binary) ή περισσότερες στάθμες

Διαβάστε περισσότερα

Δρ. Βασίλειος Γ. Καμπουρλάζος Δρ. Ανέστης Γ. Χατζημιχαηλίδης

Δρ. Βασίλειος Γ. Καμπουρλάζος Δρ. Ανέστης Γ. Χατζημιχαηλίδης Μάθημα 4 ο Δρ. Ανέστης Γ. Χατζημιχαηλίδης Τμήμα Μηχανικών Πληροφορικής Τ.Ε. ΤΕΙ Ανατολικής Μακεδονίας και Θράκης 2016-2017 Διευρυμένη Υπολογιστική Νοημοσύνη (ΥΝ) Επεκτάσεις της Κλασικής ΥΝ. Μεθοδολογίες

Διαβάστε περισσότερα

Επίλυση Προβλημάτων 1

Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης

Διαβάστε περισσότερα

Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων

Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων Ιωάννης Φαρασλής Τηλ : 24210-74466,

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 3: Στοχαστικά Συστήματα Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Μια εισαγωγή στο φίλτρο Kalman

Μια εισαγωγή στο φίλτρο Kalman 1 Μια εισαγωγή στο φίλτρο Kalman Το 1960, R.E. Kalman δημόσιευσε το διάσημο έγγραφό του περιγράφοντας μια επαναλαμβανόμενη λύση στο γραμμικό πρόβλημα φιλτραρίσματος διακριτών δεδομένων. Από εκείνη τη στιγμή,

Διαβάστε περισσότερα

Συμπίεση Δεδομένων

Συμπίεση Δεδομένων Συμπίεση Δεδομένων 2014-2015 Κβάντιση Δρ. Ν. Π. Σγούρος 2 Άσκηση 5.1 Για ένα σήμα που έχει τη σ.π.π. του σχήματος να υπολογίσετε: μήκος του δυαδικού κώδικα για Ν επίπεδα κβάντισης για σταθερό μήκος λέξης;

Διαβάστε περισσότερα

Μέθοδοι Μηχανικής Μάθησης στην επεξεργασία Τηλεπισκοπικών Δεδομένων. Δρ. Ε. Χάρου

Μέθοδοι Μηχανικής Μάθησης στην επεξεργασία Τηλεπισκοπικών Δεδομένων. Δρ. Ε. Χάρου Μέθοδοι Μηχανικής Μάθησης στην επεξεργασία Τηλεπισκοπικών Δεδομένων Δρ. Ε. Χάρου Πρόγραμμα υπολογιστικής ευφυίας Ινστιτούτο Πληροφορικής & Τηλεπικοινωνιών ΕΚΕΦΕ ΔΗΜΟΚΡΙΤΟΣ exarou@iit.demokritos.gr Μηχανική

Διαβάστε περισσότερα

ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ. Εξόρυξη Δεδομένων. Ανάλυση Δεδομένων. Η διαδικασία εύρεσης κρυφών (ήκαλύτεραμηεμφανών) ιδιοτήτων από αποθηκευμένα δεδομένα,

ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ. Εξόρυξη Δεδομένων. Ανάλυση Δεδομένων. Η διαδικασία εύρεσης κρυφών (ήκαλύτεραμηεμφανών) ιδιοτήτων από αποθηκευμένα δεδομένα, ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ Ηλίας Κ. Σάββας Εξόρυξη Δεδομένων Η διαδικασία εύρεσης κρυφών (ήκαλύτεραμηεμφανών) ιδιοτήτων από αποθηκευμένα δεδομένα, Μετατροπή δεδομένων σε ΠΛΗΡΟΦΟΡΙΑ, Πολλά δεδομένα αποθηκευμένα

Διαβάστε περισσότερα

ΔΙΑΜΕΡΙΣΜΟΣ ΜΗ_ΔΟΜΗΜΕΝΩΝ ΠΛΕΓΜΑΤΩΝ

ΔΙΑΜΕΡΙΣΜΟΣ ΜΗ_ΔΟΜΗΜΕΝΩΝ ΠΛΕΓΜΑΤΩΝ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Εργαστήριο Θερμικών Στροβιλομηχανών Μονάδα Παράλληλης ης Υπολογιστικής Ρευστοδυναμικής & Βελτιστοποίησης ΔΙΑΜΕΡΙΣΜΟΣ ΜΗ_ΔΟΜΗΜΕΝΩΝ ΠΛΕΓΜΑΤΩΝ ΓΙΑ ΠΑΡΑΛΛΗΛΗ ΕΠΕΞΕΡΓΑΣΙΑ Κυριάκος

Διαβάστε περισσότερα

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων:

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Oμαδοποίηση: Μέρος Α http://delab.csd.auth.gr/~gounaris/courses/dwdm/ gounaris/courses/dwdm/ Ευχαριστίες Οι διαφάνειες του μαθήματος σε γενικές γραμμές ακολουθούν

Διαβάστε περισσότερα

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 7: Ομαδοποίηση Μέρος Α Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

9. Ανάλυση κυρίων συνιστωσών *Principal Component Analysis)

9. Ανάλυση κυρίων συνιστωσών *Principal Component Analysis) 1 9. Ανάλυση κυρίων συνιστωσών *Principal Component Analysis) Προαπαιτούμενα: MULTISPEC και η πολυφασματική εικόνα του φακέλου \Multispec_tutorial_Files\Images and Files \ salamina_multispectral.tiff Σκοπός:

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΚΑΙ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΓΕΩΛΟΓΙΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΚΑΙ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΓΕΩΛΟΓΙΑΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΚΑΙ ΦΥΣΙΚΩΝ ΠΟΡΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΓΕΩΛΟΓΙΑΣ ΕΡΓΑΣΤΗΡΙΟ 1: ΤΟΠΟΓΡΑΦΙΚΟΙ ΧΑΡΤΕΣ ΔΙΔΑΣΚΩΝ : Ι. ΖΑΧΑΡΙΑΣ ΑΓΡΙΝΙΟ, 2015 ΕΡΓΑΣΤΗΡΙΟ

Διαβάστε περισσότερα

Κεφάλαιο ΧΩΡΙΚΗ ΠΑΡΕΜΒΟΛΗ

Κεφάλαιο ΧΩΡΙΚΗ ΠΑΡΕΜΒΟΛΗ Κεφάλαιο 10 10 ΧΩΡΙΚΗ ΠΑΡΕΜΒΟΛΗ Η χωρική παρεμβολή αποτελεί μια διαδικασία εκτίμησης της τιμής ενός χαρακτηριστικού σε σημεία που δεν ανήκουν στο δείγμα, με βάση τις μετρήσεις στα σημεία του δείγματος.

Διαβάστε περισσότερα

Οπτική Μοντελοποίηση Ανθρώπινου Προσώπου με Εφαρμογές σε Αναγνώριση

Οπτική Μοντελοποίηση Ανθρώπινου Προσώπου με Εφαρμογές σε Αναγνώριση Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Τομέας Σημάτων Ελέγχου και Ρομποτικής Οπτική Μοντελοποίηση Ανθρώπινου Προσώπου με Εφαρμογές σε Αναγνώριση Επιβλέπων: καθ. Πέτρος Μαραγκός Ορισμός

Διαβάστε περισσότερα

Μοντελοποίηση προβληµάτων

Μοντελοποίηση προβληµάτων Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Θεωρία γράφων

Διαβάστε περισσότερα

Κεφάλαιο 2: Θεωρία Απόφασης του Bayes 2.1 Εισαγωγή

Κεφάλαιο 2: Θεωρία Απόφασης του Bayes 2.1 Εισαγωγή Κεφάλαιο : Θεωρία Απόφασης του Bayes. Εισαγωγή Η θεωρία απόφασης του Bayes αποτελεί μια από τις σημαντικότερες στατιστικές προσεγγίσεις για το πρόβλημα της ταξινόμησης προτύπων. Βασίζεται στη σύγκριση

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες

Ψηφιακές Τηλεπικοινωνίες Ψηφιακές Τηλεπικοινωνίες Κωδικοποίηση Αναλογικής Πηγής: Κβάντιση Εισαγωγή Αναλογική πηγή: μετά από δειγματοληψία γίνεται διακριτού χρόνου άπειρος αριθμός bits/έξοδο για τέλεια αναπαράσταση Θεωρία Ρυθμού-Παραμόρφωσης

Διαβάστε περισσότερα

ΕΙΔΙΚΗ ΘΕΩΡΙΑ ΤΗΣ ΣΧΕΤΙΚΟΤΗΤΑΣ

ΕΙΔΙΚΗ ΘΕΩΡΙΑ ΤΗΣ ΣΧΕΤΙΚΟΤΗΤΑΣ ΕΙΔΙΚΗ ΘΕΩΡΙΑ ΤΗΣ ΣΧΕΤΙΚΟΤΗΤΑΣ Διδάσκων: Θεόδωρος Ν. Τομαράς 1. Μετασχηματισμοί συντεταγμένων και συμμετρίες. 1α. Στροφές στο επίπεδο. Θεωρείστε δύο καρτεσιανά συστήματα συντεταγμένων στο επίπεδο, στραμμένα

Διαβάστε περισσότερα

Ασυμπτωτικός Συμβολισμός

Ασυμπτωτικός Συμβολισμός Ασυμπτωτικός Συμβολισμός ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Υπολογιστική Πολυπλοκότητα Υπολογιστική πολυπλοκότητα αλγόριθμου Α: Ποσότητα

Διαβάστε περισσότερα

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων

Διαβάστε περισσότερα

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ 1. ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: Προχωρημένη Στατιστική 2. ΠΕΡΙΓΡΑΜΜΑ ΕΙΣΗΓΗΣΕΩΝ

Διαβάστε περισσότερα

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 9: Ομαδοποίηση Μέρος Γ Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1)

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1) ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1) 1 Προέλευση και ιστορία της Επιχειρησιακής Έρευνας Αλλαγές στις επιχειρήσεις Τέλος του 19ου αιώνα: βιομηχανική

Διαβάστε περισσότερα

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Μέθοδοι μονοδιάστατης ελαχιστοποίησης Βασικές αρχές μεθόδων ελαχιστοποίησης Μέθοδοι μονοδιάστατης ελαχιστοποίησης Οι μέθοδοι ελαχιστοποίησης είναι επαναληπτικές. Ξεκινώντας από μια αρχική προσέγγιση του ελαχίστου (την συμβολίζουμε ) παράγουν

Διαβάστε περισσότερα

ΔΙΕΡΕΥΝΗΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΤΗΣ ΑΠΟΡΡΟΗΣ ΤΩΝ ΟΜΒΡΙΩΝ ΣΕ ΚΡΙΣΙΜΕΣ ΓΙΑ ΤΗΝ ΑΣΦΑΛΕΙΑ ΠΕΡΙΟΧΕΣ ΤΩΝ ΟΔΙΚΩΝ ΧΑΡΑΞΕΩΝ

ΔΙΕΡΕΥΝΗΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΤΗΣ ΑΠΟΡΡΟΗΣ ΤΩΝ ΟΜΒΡΙΩΝ ΣΕ ΚΡΙΣΙΜΕΣ ΓΙΑ ΤΗΝ ΑΣΦΑΛΕΙΑ ΠΕΡΙΟΧΕΣ ΤΩΝ ΟΔΙΚΩΝ ΧΑΡΑΞΕΩΝ ΔΙΕΡΕΥΝΗΣΗ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΤΗΣ ΑΠΟΡΡΟΗΣ ΤΩΝ ΟΜΒΡΙΩΝ ΣΕ ΚΡΙΣΙΜΕΣ ΓΙΑ ΤΗΝ ΑΣΦΑΛΕΙΑ ΠΕΡΙΟΧΕΣ ΤΩΝ ΟΔΙΚΩΝ ΧΑΡΑΞΕΩΝ Ν. Ε. Ηλιού Αναπληρωτής Καθηγητής Τμήματος Πολιτικών Μηχανικών Πανεπιστημίου Θεσσαλίας Γ. Δ.

Διαβάστε περισσότερα

Επίλυση γεωµετρικών περιορισµών σε µικρά µόρια µε αλγεβρικές µεθόδους

Επίλυση γεωµετρικών περιορισµών σε µικρά µόρια µε αλγεβρικές µεθόδους Επίλυση γεωµετρικών περιορισµών σε µικρά µόρια µε αλγεβρικές µεθόδους Επαµεινώνδας. Φριτζίλας Μ Ε Βιοπληροφορικής Τµήµα Βιολογίας ΕΚΠΑ 17 Φεβρουαρίου 2005 Τί σηµαίνει ο τίτλος ; γεωµετρικός περιορισµός:

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

Εφαρμοσμένα Μαθηματικά ΙΙ

Εφαρμοσμένα Μαθηματικά ΙΙ Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Ιδιοτιμές - Ιδιοδιανύσματα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Χαρακτηριστικά Ποσά Τετράγωνου Πίνακα (Ιδιοτιμές Ιδιοδιανύσματα)

Διαβάστε περισσότερα

Η διαδικασία Παραγωγής Συνθετικής Εικόνας (Rendering)

Η διαδικασία Παραγωγής Συνθετικής Εικόνας (Rendering) Υφή Η διαδικασία Παραγωγής Συνθετικής Εικόνας (Rendering) Θέσεις αντικειμένων και φωτεινών πηγών Θέση παρατηρητή 3D Μοντέλα 3Δ Μετασχ/σμοί Μοντέλου 3Δ Μετασχ/σμός Παρατήρησης Απομάκρυνση Πίσω Επιφανειών

Διαβάστε περισσότερα

Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση 24/6/2013. Τηλεπισκόπηση. Κ. Ποϊραζίδης ΤΑΞΙΝΟΜΗΣΗ ΕΙΚΟΝΑΣ

Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση. Τηλεπισκόπηση 24/6/2013. Τηλεπισκόπηση. Κ. Ποϊραζίδης ΤΑΞΙΝΟΜΗΣΗ ΕΙΚΟΝΑΣ ΤΑΞΙΝΟΜΗΣΗ ΕΙΚΟΝΑΣ Κ. Ποϊραζίδης Η ταξινόμηση εικόνας αναφέρεται στην ερμηνεία με χρήση υπολογιστή των τηλεπισκοπικών εικόνων. Παρόλο που ορισμένες διαδικασίες έχουν τη δυνατότητα να συμπεριλάβουν πληροφορίες

Διαβάστε περισσότερα

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ Ενότητα: Αναγνώριση Διεργασίας - Προσαρμοστικός Έλεγχος (Process Identification) Αλαφοδήμος Κωνσταντίνος

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΥΠΟΛΟΓΙΣΜΟΥ ΜΑΖΑΣ ΘΕΣΗΣ ΚΕΝΤΡΟΥ ΜΑΖΑΣ ΡΟΠΗΣ ΑΔΡΑΝΕΙΑΣ ΣΩΜΑΤΩΝ

ΑΣΚΗΣΕΙΣ ΥΠΟΛΟΓΙΣΜΟΥ ΜΑΖΑΣ ΘΕΣΗΣ ΚΕΝΤΡΟΥ ΜΑΖΑΣ ΡΟΠΗΣ ΑΔΡΑΝΕΙΑΣ ΣΩΜΑΤΩΝ ΑΣΚΗΣΕΙΣ ΥΠΟΛΟΓΙΣΜΟΥ ΜΑΖΑΣ ΘΕΣΗΣ ΚΕΝΤΡΟΥ ΜΑΖΑΣ ΡΟΠΗΣ ΑΔΡΑΝΕΙΑΣ ΣΩΜΑΤΩΝ ΓΕΝΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ Α. Υπολογισμός της θέσης του κέντρου μάζας συστημάτων που αποτελούνται από απλά διακριτά μέρη. Τα απλά διακριτά

Διαβάστε περισσότερα

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης

Διαβάστε περισσότερα

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2015 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 1 / 47 Αριθμητικές Μέθοδοι

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

E[ (x- ) ]= trace[(x-x)(x- ) ]

E[ (x- ) ]= trace[(x-x)(x- ) ] 1 ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ Σε αυτό το μέρος της πτυχιακής θα ασχοληθούμε λεπτομερώς με το φίλτρο kalman και θα δούμε μια καινούρια έκδοση του φίλτρου πάνω στην εφαρμογή της γραμμικής εκτίμησης διακριτού

Διαβάστε περισσότερα

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr

I. ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ. math-gr I ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ i e ΜΕΡΟΣ Ι ΟΡΙΣΜΟΣ - ΒΑΣΙΚΕΣ ΠΡΑΞΕΙΣ Α Ορισμός Ο ορισμός του συνόλου των Μιγαδικών αριθμών (C) βασίζεται στις εξής παραδοχές: Υπάρχει ένας αριθμός i για τον οποίο ισχύει i Το σύνολο

Διαβάστε περισσότερα

Πρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1

Πρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1 Πρόλογος... xv Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1 1.1.Ιστορική Αναδρομή... 1 1.2.Βασικές Έννοιες... 5 1.3.Πλαίσιο ειγματοληψίας (Sampling Frame)... 9 1.4.Κατηγορίες Ιατρικών Μελετών.... 11 1.4.1.Πειραµατικές

Διαβάστε περισσότερα

ΚΟΝΤΟΚΩΣΤΑΣ ΔΗΜΗΤΡΙΟΣ. ΠΑΡΑΔΕΙΓΜΑΤΑ-ΑΣΚΗΣΕΙΣ ΠΑΡΑΣΤΑΤΙΚΗΣ ΜΕ ΠΡΟΒΟΛΕΣ ΣΕ 2 ΕΠΙΠΕΔΑ (εκδοχή Σεπτεμβρίου 2014) Ε.Μ.Π.

ΚΟΝΤΟΚΩΣΤΑΣ ΔΗΜΗΤΡΙΟΣ. ΠΑΡΑΔΕΙΓΜΑΤΑ-ΑΣΚΗΣΕΙΣ ΠΑΡΑΣΤΑΤΙΚΗΣ ΜΕ ΠΡΟΒΟΛΕΣ ΣΕ 2 ΕΠΙΠΕΔΑ (εκδοχή Σεπτεμβρίου 2014) Ε.Μ.Π. ΚΟΝΤΟΚΩΣΤΑΣ ΔΗΜΗΤΡΙΟΣ ΠΑΡΑΔΕΙΓΜΑΤΑ-ΑΣΚΗΣΕΙΣ ΠΑΡΑΣΤΑΤΙΚΗΣ ΜΕ ΠΡΟΒΟΛΕΣ ΣΕ ΕΠΙΠΕΔΑ (εκδοχή Σεπτεμβρίου 04) Ε.Μ.Π. (παρατηρήσεις για τη βελτίωση των σημειώσεων ευπρόσδεκτες) Παράσταση σημείου. Σχήμα Σχήμα

Διαβάστε περισσότερα

17-Φεβ-2009 ΗΜΥ Ιδιότητες Συνέλιξης Συσχέτιση

17-Φεβ-2009 ΗΜΥ Ιδιότητες Συνέλιξης Συσχέτιση ΗΜΥ 429 7. Ιδιότητες Συνέλιξης Συσχέτιση 1 Μαθηματικές ιδιότητες Αντιμεταθετική: a [ * b[ = b[ * a[ παρόλο που μαθηματικά ισχύει, δεν έχει φυσικό νόημα. Προσεταιριστική: ( a [ * b[ )* c[ = a[ *( b[ * c[

Διαβάστε περισσότερα

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ HY3. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ Π. ΤΣΟΜΠΑΝΟΠΟΥΛΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μέθοδος ελαχίστων τετραγώνων Τα σφάλματα

Διαβάστε περισσότερα

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ 1.1 Πίνακες, κατανομές, ιστογράμματα... 1 1.2 Πυκνότητα πιθανότητας, καμπύλη συχνοτήτων... 5 1.3

Διαβάστε περισσότερα

Η γνώση του αναγλύφου

Η γνώση του αναγλύφου ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ Ε ΑΦΟΥΣ Η γνώση του αναγλύφου συµβάλλει στον προσδιορισµό Ισοϋψών καµπυλών Κλίσεων του εδάφους Προσανατολισµού Ορατότητας Μεταβολών Κατανοµής φωτισµού ιατοµών Χωµατισµών Υδροκρίτη Οπτικοποίησης

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ 3.1 Τυχαίοι αριθμοί Στην προσομοίωση διακριτών γεγονότων γίνεται χρήση ακολουθίας τυχαίων αριθμών στις περιπτώσεις που απαιτείται η δημιουργία στοχαστικών

Διαβάστε περισσότερα

7.2.1 Εκτίμηση της Καμπύλης Παλινδρόμησης της Μεταβλητής Υ πάνω στην Μεταβλητή Χ

7.2.1 Εκτίμηση της Καμπύλης Παλινδρόμησης της Μεταβλητής Υ πάνω στην Μεταβλητή Χ 7.2.1 Εκτίμηση της Καμπύλης Παλινδρόμησης της Μεταβλητής Υ πάνω στην Μεταβλητή Χ Για να προσδιορισθεί η καμπύλη παλινδρόμησης, η οποία αποτελείται από όλα τα ζεύγη σημείων τα οποία μπορούν προσδιορισθούν

Διαβάστε περισσότερα

6. Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) & Τηλεπισκόπηση (Θ) Εξάμηνο: Κωδικός μαθήματος:

6. Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) & Τηλεπισκόπηση (Θ) Εξάμηνο: Κωδικός μαθήματος: ΕΞΑΜΗΝΟ Δ 6. Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) & Τηλεπισκόπηση (Θ) Εξάμηνο: Δ Κωδικός μαθήματος: ΖΤΠΟ-4016 Επίπεδο μαθήματος: Υποχρεωτικό Ώρες ανά εβδομάδα Θεωρία Εργαστήριο Συνολικός αριθμός ωρών:

Διαβάστε περισσότερα

Interpolation (1) Τρίτη, 3 Μαρτίου Σελίδα 1

Interpolation (1) Τρίτη, 3 Μαρτίου Σελίδα 1 Iterpolatio () Τρίτη, 3 Μαρτίου 05 9:46 πμ 05.03.03 Σελίδα 05.03.03 Σελίδα 05.03.03 Σελίδα 3 05.03.03 Σελίδα 4 05.03.03 Σελίδα 5 05.03.03 Σελίδα 6 05.03.03 Σελίδα 7 05.03.03 Σελίδα 8 05.03.03 Σελίδα 9

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 4 : Δειγματοληψία και κβάντιση (Sampling and Quantization) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες

Διαβάστε περισσότερα

HMY 795: Αναγνώριση Προτύπων

HMY 795: Αναγνώριση Προτύπων HMY 795: Αναγνώριση Προτύπων Διαλέξεις 7 8 Μπεϋζιανή εκτίμηση συνέχεια Μη παραμετρικές μέθοδοι εκτίμησης πυκνότητας Εκτίμηση ML για την κανονική κατανομή Μπεϋζιανή εκτίμηση για την κανονική κατανομή Γνωστή

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ I Παντελής Δημήτριος Τμήμα Μηχανολόγων Μηχανικών ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Σε κάθε αποτέλεσμα του πειράματος αντιστοιχεί μία αριθμητική τιμή Μαθηματικός ορισμός: Τυχαία μεταβλητή X είναι

Διαβάστε περισσότερα

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB )

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια πρώτη ιδέα για το μάθημα χωρίς καθόλου εξισώσεις!!! Περίγραμμα του μαθήματος χωρίς καθόλου εξισώσεις!!! Παραδείγματα από πραγματικές εφαρμογές ==

Διαβάστε περισσότερα

Ταξινόμηση καμπυλών και επιφανειών με τη βοήθεια των τετραγωνικών μορφών.

Ταξινόμηση καμπυλών και επιφανειών με τη βοήθεια των τετραγωνικών μορφών. Ταξινόμηση καμπυλών και επιφανειών με τη βοήθεια των τετραγωνικών μορφών (βλ ενότητες 8 και 8 από το βιβλίο Εισαγωγή στη Γραμμική Άλγεβρα, Ι Χατζάρας, Θ Γραμμένος, 0) (Δείτε τα παραδείγματα 8 (, ) και

Διαβάστε περισσότερα

Καναλιού. Καναλιού. Προχωρημένα Θέματα Τηλεπικοινωνιών. Κατηγορίες Κωδικών Καναλιού. Τι πετυχαίνει η Κωδ. Καναλιού. Κωδικοποίηση Καναλιού.

Καναλιού. Καναλιού. Προχωρημένα Θέματα Τηλεπικοινωνιών. Κατηγορίες Κωδικών Καναλιού. Τι πετυχαίνει η Κωδ. Καναλιού. Κωδικοποίηση Καναλιού. Προχωρημένα Θέματα Τηλεπικοινωνιών Πηγή Δεδομένων Κωδικοποίηση Καναλιού Κώδικας Πηγής Κώδικας Καναλιού Διαμόρφωση Κανάλι Δέκτης Δεδομένων Αποκωδ/ση Πηγής Αποκωδ/ση Καναλιού Αποδιαμόρφωση Κωδικοποίηση Καναλιού

Διαβάστε περισσότερα

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ ΠΡΟΒΛΗΜΑ 1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ πόσες μετακινήσεις δημιουργούνται σε και για κάθε κυκλοφοριακή ζώνη; ΟΡΙΣΜΟΙ μετακίνηση μετακίνηση με βάση την κατοικία μετακίνηση με βάση άλλη πέρα της κατοικίας

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 1. Κεφάλαιο 2. Εισαγωγή... 17

Περιεχόμενα. Κεφάλαιο 1. Κεφάλαιο 2. Εισαγωγή... 17 Περιεχόμενα Εισαγωγή................................................................................ 17 Κεφάλαιο 1 Εισαγωγή στα συστήματα σχεδιομελέτης και παραγωγής με χρήση υπολογιστή - Computer Aided

Διαβάστε περισσότερα

ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ Ε ΑΦΟΥΣ

ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ Ε ΑΦΟΥΣ ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ Ε ΑΦΟΥΣ Χρίστος Χαλκιάς Τµήµα Γεωγραφίας Σ υ σ τ ή µ α τ α Γ ε ω γ ρ α φ ι κ ώ ν Π λ η ρ ο φ ο ρ ι ώ ν ΙΙ Τι είναι ένα ΨΜΕ Ψηφιακό Μοντέλο Εδάφους θεωρείται κάθε

Διαβάστε περισσότερα

ΚΙΝΗΣΗ ΣΤΟ ΧΩΡΟ ΚΑΙ ΕΞΕΛΙΞΗ ΣΤΟ ΧΩΡΟ-ΧΡΟΝΟ

ΚΙΝΗΣΗ ΣΤΟ ΧΩΡΟ ΚΑΙ ΕΞΕΛΙΞΗ ΣΤΟ ΧΩΡΟ-ΧΡΟΝΟ ΜΑΘΗΜΑ : ΚΙΝΗΣΗ ΣΤΟ ΧΩΡΟ ΚΑΙ ΕΞΕΛΙΞΗ ΣΤΟ ΧΩΡΟ-ΧΡΟΝΟ Πρώτα απ όλα θέλουμε να βρούμε και να εξηγήσουμε έναν ορισμό που να ταιριάζει όσο το δυνατό καλύτερα στα φυσικά φαινόμενα Και η πεποίθησή μας θα ενισχυθεί

Διαβάστε περισσότερα

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Με τον όρο μη γραμμικές εξισώσεις εννοούμε εξισώσεις της μορφής: f( ) 0 που προέρχονται από συναρτήσεις f () που είναι μη γραμμικές ως προς. Περιέχουν δηλαδή

Διαβάστε περισσότερα

Τηλεπισκόπηση. Ψηφιακή Ανάλυση Εικόνας Η ΒΕΛΤΙΩΣΗ εικόνας 1. ΔΙΑΧΕΙΡΙΣΗ ΑΝΤΙΘΕΣΗΣ 2. ΔΙΑΧΕΙΡΙΣΗ ΧΩΡΙΚΩΝ ΣΤΟΙΧΕΙΩΝ 3. ΔΙΑΧΕΙΡΙΣΗ ΠΟΛΛΑΠΛΩΝ ΕΙΚΟΝΩΝ

Τηλεπισκόπηση. Ψηφιακή Ανάλυση Εικόνας Η ΒΕΛΤΙΩΣΗ εικόνας 1. ΔΙΑΧΕΙΡΙΣΗ ΑΝΤΙΘΕΣΗΣ 2. ΔΙΑΧΕΙΡΙΣΗ ΧΩΡΙΚΩΝ ΣΤΟΙΧΕΙΩΝ 3. ΔΙΑΧΕΙΡΙΣΗ ΠΟΛΛΑΠΛΩΝ ΕΙΚΟΝΩΝ Ψηφιακή Ανάλυση Εικόνας Η ΒΕΛΤΙΩΣΗ εικόνας 1. ΔΙΑΧΕΙΡΙΣΗ ΑΝΤΙΘΕΣΗΣ 2. ΔΙΑΧΕΙΡΙΣΗ ΧΩΡΙΚΩΝ ΣΤΟΙΧΕΙΩΝ 3. ΔΙΑΧΕΙΡΙΣΗ ΠΟΛΛΑΠΛΩΝ ΕΙΚΟΝΩΝ Βελτίωση Εικόνας 2. ΔΙΑΧΕΙΡΙΣΗ ΧΩΡΙΚΩΝ ΣΤΟΙΧΕΙΩΝ (Spatial feature manipulation)

Διαβάστε περισσότερα

ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός

ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 2 ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 3 ΟΔΗΓΟΣ στη ΧΡΗΣΗ του ΥΠΟΛΟΓΙΣΤΗ 4 ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 5 ΓΕΩΡΓΙΟΣ ΘΕΟΔΩΡΟΥ Καθηγητής Α.Π.Θ. ΧΡΙΣΤΙΝΑ ΘΕΟΔΩΡΟΥ Μαθηματικός ΟΔΗΓΟΣ στη ΧΡΗΣΗ του ΥΠΟΛΟΓΙΣΤΗ

Διαβάστε περισσότερα

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Τεχνολογία Πολυμέσων Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το

Διαβάστε περισσότερα

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2014 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2014 1 / 42 Αριθμητικές Μέθοδοι

Διαβάστε περισσότερα

Απεικόνιση Υφής. Μέρος Α Υφή σε Πολύγωνα

Απεικόνιση Υφής. Μέρος Α Υφή σε Πολύγωνα Απεικόνιση Γραφικά ΥφήςΥπολογιστών Απεικόνιση Υφής Μέρος Α Υφή σε Πολύγωνα Γ. Γ. Παπαϊωάννου, - 2008 Τι Είναι η Υφή; Η υφή είναι η χωρική διαμόρφωση των ποιοτικών χαρακτηριστικών της επιφάνειας ενός αντικειμένου,

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

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων:

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Oμαδοποίηση: Μέρος Δ http://delab.csd.auth.gr/~gounaris/courses/dwdm/ gounaris/courses/dwdm/ Ευχαριστίες Οι διαφάνειες του μαθήματος σε γενικές γραμμές ακολουθούν

Διαβάστε περισσότερα

Υπολογιστικό Πρόβληµα

Υπολογιστικό Πρόβληµα Υπολογιστικό Πρόβληµα Μετασχηµατισµός δεδοµένων εισόδου σε δεδοµένα εξόδου. Δοµή δεδοµένων εισόδου (έγκυρο στιγµιότυπο). Δοµή και ιδιότητες δεδοµένων εξόδου (απάντηση ή λύση). Τυπικά: διµελής σχέση στις

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΩΝ

ΕΡΓΑΣΤΗΡΙΟ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΩΝ Εισαγωγή /4 Το σχήμα και το μέγεθος των δισδιάστατων αντικειμένων περιγράφονται με τις καρτεσιανές συντεταγμένες x, y. Με εφαρμογή γεωμετρικών μετασχηματισμών στο μοντέλο

Διαβάστε περισσότερα

Εκτίμηση μη-γραμμικών χαρακτηριστικών

Εκτίμηση μη-γραμμικών χαρακτηριστικών Εκτίμηση μη-γραμμικών χαρακτηριστικών Μη-γραμμικά χαρακτηριστικά ή αναλλοίωτα μέτρα Διάσταση. Ευκλείδια. Τοπολογική 3. Μορφοκλασματική (συσχέτισης, πληροφορίας, μέτρησης κουτιών, ) Εκθέτες Lypunov (μεγαλύτερος,

Διαβάστε περισσότερα

Αναπαράσταση & Απλοποίηση Μοντέλων

Αναπαράσταση & Απλοποίηση Μοντέλων Γραφικά & Οπτικοποίηση Κεφάλαιο 6 Αναπαράσταση & Απλοποίηση Μοντέλων Εισαγωγή Οι 3Δ εικόνες στα Γραφικά αποτελούνται από διάφορα σχήματα & δομές: Γεωμετρικά σχήματα (π.χ. σφαίρες) Μαθηματικές επιφάνειες

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71 ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα

Διαβάστε περισσότερα

Μάθημα 7 ο. Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1

Μάθημα 7 ο. Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1 Μάθημα 7 ο Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1 Εισαγωγή (1) Οι τεχνικές συμπίεσης βασίζονται στην απόρριψη της πλεονάζουσας πληροφορίας Ανάγκες που καλύπτονται Εξοικονόμηση μνήμης Ελάττωση χρόνου και εύρους

Διαβάστε περισσότερα

Ανάλυση μετρήσεων εικονικού πειράματος. Τελική εργασία εργαστηρίου φυσικής ΙΙ. Μέτρηση κατανομής ηλεκτρικού πεδίου.

Ανάλυση μετρήσεων εικονικού πειράματος. Τελική εργασία εργαστηρίου φυσικής ΙΙ. Μέτρηση κατανομής ηλεκτρικού πεδίου. Ανάλυση μετρήσεων εικονικού πειράματος. Τελική εργασία εργαστηρίου φυσικής ΙΙ. Βασικά στοιχεία εργασίας. Ονοματεπώνυμο φοιτητή : Ευστάθιος Χατζηκυριακίδης. Αριθμός μητρώου : Ημερομηνία εκτέλεσης : 03/06/2008-07/06/2008.

Διαβάστε περισσότερα

ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ. ( ) 1, αν Ι(i,j)=k hk ( ), διαφορετικά

ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ. ( ) 1, αν Ι(i,j)=k hk ( ), διαφορετικά ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Αντικείμενο: Εξαγωγή ιστογράμματος εικόνας, απλοί μετασχηματισμοί με αυτό, ισοστάθμιση ιστογράμματος. Εφαρμογή βασικών παραθύρων με την βοήθεια του ΜΑΤLAB

Διαβάστε περισσότερα

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ ημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο Φυσικών

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. 4o Εργαστήριο Σ.Α.Ε

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. 4o Εργαστήριο Σ.Α.Ε ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα 4o Εργαστήριο Σ.Α.Ε Ενότητα : Μελέτη και Σχεδίαση Σ.Α.Ε Με χρήση του MATLAB Aναστασία Βελώνη Τμήμα Η.Υ.Σ Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Πίνακας Περιεχομένων

Πίνακας Περιεχομένων Πίνακας Περιεχομένων Πρόλογος... 13 Πρώτο Μέρος: Γενικές Έννοιες Κεφάλαιο 1 ο : Αλγοριθμική... 19 1.1 Περιγραφή Αλγορίθμου... 19 1.2. Παράσταση Αλγορίθμων... 21 1.2.1 Διαγράμματα Ροής... 22 1.2.2 Ψευδογλώσσα

Διαβάστε περισσότερα

Μέθοδοι Βελτιστοποίησης

Μέθοδοι Βελτιστοποίησης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Μέθοδοι Βελτιστοποίησης Ενότητα # 4: Το Πρόβλημα Ανάθεσης Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΓΛΩΣΣΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ»

ΣΗΜΕΙΩΣΕΙΣ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΓΛΩΣΣΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ» ΣΗΜΕΙΩΣΕΙΣ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΓΛΩΣΣΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ» Κωνσταντίνος Π. Φερεντίνος Διδάσκων ΠΔ 407/80 Οι σημειώσεις αυτές αναπτύχθηκαν στα πλαίσια του προγράμματος «ΕΠΕΑΕΚ 2 Πρόγραμμα Αναβάθμισης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 10: Συναγωγή και διάχυση (συνέχεια)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 10: Συναγωγή και διάχυση (συνέχεια) ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ Διάλεξη 10: Συναγωγή και διάχυση (συνέχεια) Χειμερινό εξάμηνο 2008 Προηγούμενη παρουσίαση... Ολοκληρώσαμε

Διαβάστε περισσότερα

Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ

Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ Μοντέλα Παλινδρόμησης Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ Εισαγωγή (1) Σε αρκετές περιπτώσεις επίλυσης προβλημάτων ενδιαφέρει η ταυτόχρονη μελέτη δύο ή περισσότερων μεταβλητών, για να προσδιορίσουμε με ποιο

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 2: Εισαγωγή στις διαμορφώσεις αναλογικού σήματος Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Παρουσίαση βασικών

Διαβάστε περισσότερα

Οι διαθέσιμες μέθοδοι σε γενικές γραμμές είναι:

Οι διαθέσιμες μέθοδοι σε γενικές γραμμές είναι: Χωρική Ανάλυση Ο σκοπός χρήσης των ΣΓΠ δεν είναι μόνο η δημιουργία μίας Β.Δ. για ψηφιακές αναπαραστάσεις των φαινομένων του χώρου, αλλά κυρίως, η βοήθειά του προς την κατεύθυνση της υπόδειξης τρόπων διαχείρισής

Διαβάστε περισσότερα