ΕΡΩΤΗΜΑΤΑ σε ΑΝΑΖΗΤΗΣΗ
|
|
- Βηθεσδά Γαλάνης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 1 ΕΡΩΤΗΜΑΤΑ σε ΑΝΑΖΗΤΗΣΗ ΕΡΩΤΗΜΑ 1 Έστω h µία παραδεκτή ευρετική συνάρτηση. Είναι η συνάρτηση h ½ παραδεκτή; a. Ναι, πάντα. b. Όχι, ποτέ. c. Μόνο αν h <= 1. d. Σίγουρα αν h >= 1. ΣΩΣΤO τo (d): Σίγουρα αν h >= 1 ΕΞΗΓΗΣΗ: ΤΕΣΤ 3 / ΑΣΚΗΣΗ 1.1 ΕΡΩΤΗΜΑ 2 Έστω h µία παραδεκτή ευρετική συνάρτηση. Είναι η συνάρτηση h 2 παραδεκτή; a. Ναι, πάντα. b. Όχι, ποτέ. c. Σίγουρα αν h <= 1. d. Μόνο αν h >= 1. ΣΩΣΤΟ ΕΙΝΑΙ ΤΟ (c) Σίγουρα αν το h<=1 ΕΞΗΓΗΣΗ: ΤΕΣΤ 3 / ΑΣΚΗΣΗ 1.2 ΕΡΩΤΗΜΑ 3 Θεωρήστε δύο παραδεκτές ευρετικές συναρτήσεις h1 και h2 (h1 0, h2 0) που µπορούν να χρησιµοποιηθούν από τον αλγόριθµο A* για αναζήτηση σ ένα γράφο µε µη αρνητικά κόστη ακµών. Ποια/ποιες από τις παρακάτω ευρετικές συναρτήσεις είναι επίσης παραδεκτές; α. h1 + h2 β. h1 - h2 γ. (h1 + h2) / 2 δ. h1 ÿ h2 ΣΩΣΤΑ ΕΙΝΑΙ ΤΑ (β,γ) h1 - h2, (h1 + h2) / 2 ΕΞΗΓΗΣΗ: ΤΕΣΤ 3 / ΑΣΚΗΣΗ 1.3 ΕΡΩΤΗΜΑ 4 Ποιών αναζητήσεων η επίδοση εξαρτάται από την επιλογή καλής ευρετικής συνάρτησης; Select one or more: a. Αναζήτηση-µε-Α*. b. Αναζήτηση-πρώτα-στο-καλύτερο. c. Αναζήτηση-κατά-πλάτος. d. Αναζήτηση-κατά-βάθος. ΣΩΣΤA ΕΙΝΑΙ ΤΑ (a,b) ΕΞΗΓΗΣΗ: ΤΕΣΤ 4 / ΑΣΚΗΣΗ 1.1 ΕΡΩΤΗΜΑ 5 Ποιες από τις παρακάτω προτάσεις είναι αληθείς; α. Η απόσταση Manhattan είναι πάντα παραδεκτή ευρετική συνάρτηση. β. Η Ευκλείδεια απόσταση είναι πάντα παραδεκτή ευρετική συνάρτηση. γ. Η διαδικασία κατασκευής παραδεκτής ευρετικής συνάρτησης περιλαµβάνει την απλοποίηση του υπό εξέταση προβλήµατος. δ. Αν h είναι παραδεκτή ευρετική συνάρτηση τότε είναι και η h/2. ΣΩΣΤA ΕΙΝΑΙ ΤΑ (γ,δ) «Η διαδικασία κατασκευής παραδεκτής ευρετικής συνάρτησης περιλαµβάνει την απλοποίηση του υπό εξέταση προβλήµατος» και «Αν h είναι παραδεκτή ευρετική συνάρτηση τότε είναι και η h/2». ΕΞΗΓΗΣΗ: ΤΕΣΤ 3 / ΑΣΚΗΣΗ 1.4 ΕΡΩΤΗΜΑ 6 Ποιες από τις παρακάτω προτάσεις, που αφορούν αναζητήσεις σε γράφους µε µη-αρνητικά κόστη ακµών, είναι αληθείς; Select one or more:
2 ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 2 a. Η αναζήτηση Α* βρίσκει πρώτα πάντα τη βέλτιστη λύση, ανεξαρτήτως ευρετικής συνάρτησης. b. Η αναζήτηση κατά πλάτος µπορεί να βρει τη βέλτιστη λύση πιο γρήγορα από την αναζήτηση Α*. c. Μια ευρετική συνάρτηση που επιστρέφει πάντα την τιµή 1000 δεν είναι παραδεκτή. d. Μια ευρετική συνάρτηση που επιστρέφει πάντα την τιµή 0 είναι παραδεκτή. ΣΩΣΤA ΕΙΝΑΙ ΤΑ (b,c,d) ΕΞΗΓΗΣΗ: ΤΕΣΤ 5 / ΑΣΚΗΣΗ 1.1 ΕΡΩΤΗΜΑ 7 Ποιες από τις παρακάτω προτάσεις, που αφορούν αναζητήσεις σε γράφους µε µη-αρνητικά κόστη ακµών και ισοβαρείς ακµές, είναι αληθείς; a. Ο αλγόριθµος αναζήτησης Α* βρίσκει πρώτα πάντα τη βέλτιστη λύση, ανεξαρτήτως ευρετικής συνάρτησης. b. Ο αλγόριθµος αναζήτησης πρώτα σε πλάτος είναι ειδική περίπτωση του αλγορίθµου Α*, αν θεωρήσουµε πως η ευρετική συνάρτηση επιστρέφει πάντα την τιµή µηδέν. c. Μια ευρετική συνάρτηση που επιστρέφει πάντα την τιµή 0 δεν είναι παραδεκτή. ΣΩΣΤΟ ΕΙΝΑΙ ΤΟ (b) Ο αλγόριθµος αναζήτησης πρώτα σε πλάτος είναι ειδική περίπτωση του αλγορίθµου Α*, αν θεωρήσουµε πως η ευρετική συνάρτηση επιστρέφει πάντα την τιµή µηδέν. ΕΞΗΓΗΣΗ: ΤΕΣΤ 5 / ΑΣΚΗΣΗ 1.2 ΕΡΩΤΗΜΑ 8 Ποιες από τις παρακάτω προτάσεις, που αφορούν αναζητήσεις σε γράφους µε µη-αρνητικά κόστη ακµών και ισοβαρείς ακµές, είναι αληθείς; a. Ο αλγόριθµος αναζήτησης πρώτα-σε-βάθος (depth first search) χρειάζεται πολλή µνήµη b. Η πρώτη λύση που επιστρέφει ο αλγόριθµος αναζήτησης πρώτα-σε-πλάτος (breadth first search) είναι και η βέλτιστη. c. Ο αλγόριθµος αναζήτησης πρώτα-στο-καλύτερο (best-first search) απαιτεί τη χρήση παραδεκτής ευρετικής συνάρτησης για να λειτουργήσει σωστά. ΣΩΣΤΟ ΕΙΝΑΙ ΤΟ (b) Η πρώτη λύση που επιστρέφει ο αλγόριθµος αναζήτησης πρώτα-σε-πλάτος (breadth first search) είναι και η βέλτιστη. ΕΞΗΓΗΣΗ: ΤΕΣΤ 5 / ΑΣΚΗΣΗ 1.3 ΕΡΩΤΗΜΑ 9 Ποιες από τις παρακάτω προτάσεις, που αφορούν αναζητήσεις σε γράφους µε θετικά κόστη ακµών, είναι αληθείς; α. Η αναζήτηση κατά βάθος (depth first search) χρειάζεται πολλή µνήµη. β. Η αναζήτηση Α* µε παραδεκτή ευρετική συνάρτηση είναι βέλτιστη. γ. Η αναζήτηση πρώτα στο καλύτερο (best-first search) απαιτεί τη χρήση παραδεκτής ευρετικής συνάρτησης για να λειτουργήσει σωστά. δ. Η αναζήτηση κατά πλάτος βρίσκει πάντα τη βέλτιστη λύση πιο γρήγορα από την αναζήτηση κατά βάθος. ΣΩΣΤΟ ΕΙΝΑΙ ΤΟ (β) «Η αναζήτηση Α* µε παραδεκτή ευρετική συνάρτηση είναι βέλτιστη». ΕΞΗΓΗΣΗ: ΤΕΣΤ 6 / ΑΣΚΗΣΗ 1.1 ΕΡΩΤΗΜΑ 10 Ποια πρόταση ισχύει; a. Χώρος αναζήτησης είναι το σύνολο S όλων των έγκυρων καταστάσεων ενός προβλήµατος και οι δυνατές µεταβάσεις µεταξύ τους. Χώρος καταστάσεων είναι το υποσύνολο SP του χώρου αναζήτησης S που είναι οι καταστάσεις που είναι προσβάσιµες από την αρχική κατάσταση. b. Χώρος καταστάσεων είναι το σύνολο S όλων των έγκυρων καταστάσεων ενός προβλήµατος και οι δυνατές µεταβάσεις µεταξύ τους. Χώρος αναζήτησης είναι το υποσύνολο SP του χώρου καταστάσεων S που είναι οι καταστάσεις που είναι προσβάσιµες από την αρχική κατάσταση. c. Χώρος καταστάσεων είναι το σύνολο S όλων των έγκυρων καταστάσεων ενός προβλήµατος. Χώρος αναζήτησης είναι το υποσύνολο SP του χώρου καταστάσεων S που είναι οι καταστάσεις που είναι προσβάσιµες από την αρχική κατάσταση και οι δυνατές µεταβάσεις µεταξύ τους. d. Χώρος αναζήτησης είναι το σύνολο S όλων των έγκυρων καταστάσεων ενός προβλήµατος. Χώρος καταστάσεων είναι το υποσύνολο SP του χώρου αναζήτησης S που είναι οι καταστάσεις που είναι προσβάσιµες από την αρχική κατάσταση και οι δυνατές µεταβάσεις µεταξύ τους.
3 ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 3 ΣΩΣΤΟ ΕΙΝΑΙ ΤΟ (β) Χώρος καταστάσεων είναι το σύνολο S όλων των έγκυρων καταστάσεων ενός προβλήµατος και οι δυνατές µεταβάσεις µεταξύ τους. Χώρος αναζήτησης είναι το υποσύνολο SP του χώρου καταστάσεων S που είναι οι καταστάσεις που είναι προσβάσιµες από την αρχική κατάσταση. ΕΞΗΓΗΣΗ: ΤΕΣΤ 29 / ΑΣΚΗΣΗ 1.1 ΕΡΩΤΗΜΑ 11 ίνεται η πρόταση «αν ο Α* επεκτείνει ένα κόµβο και ένα από τα παιδιά είναι ο κόµβος/στόχος, τότε ο Α* τερµατίζει αµέσως». ιαλέξτε αν: a. Η πρόταση πάντα ισχύει. b. Η πρόταση ποτέ δεν ισχύει. c. Η πρόταση άλλες φορές ισχύει και άλλες όχι. ΣΩΣΤΟ ΕΙΝΑΙ ΤΟ (β) Η πρόταση ποτέ δεν ισχύει. ΕΞΗΓΗΣΗ: ΤΕΣΤ 6 / ΑΣΚΗΣΗ 1.2 ΕΡΩΤΗΜΑ 12 Επιλέξτε το σωστό χαρακτηρισµό για την αναζήτηση Α*: a. Βέλτιστη αλλά όχι πλήρης, ακόµα και µε αποδεκτό ευρετικό b. Πλήρης, αλλά όχι βέλτιστη, ακόµα και µε αποδεκτό ευρετικό c. Βέλτιστη και πλήρης, µε αποδεκτό ευρετικό d. Κανένα από τα εναλλακτικά που δίνονται Σωστό είναι το c. Βέλτιστη και πλήρης, µε αποδεκτό ευρετικό ΕΞΗΓΗΣΗ: ΤΕΣΤ 4 / ΑΣΚΗΣΗ 1.2 ΕΡΩΤΗΜΑ 13 a. Ο Α* µπορεί, υπό συνθήκες, να επεκτείνει ένα κόµβο-στόχο. b. Αν ο Α* επεκτείνει ένα κόµβο και ένα από τα παιδιά είναι ο κόµβος-στόχος, τότε ο Α* τερµατίζει στο αµέσως επόµενο βήµα. c. Αν ο Α* επεκτείνει ένα κόµβο και αυτός είναι ο κόµβος-στόχος, τότε ο Α* τερµατίζει αµέσως. d. Αν ο Α* επεκτείνει ένα κόµβο και ένα από τα παιδιά είναι ο κόµβος-στόχος, τότε ο Α* τερµατίζει αµέσως. ΣΩΣΤO ΕΙΝΑΙ ΤO (c) Αν ο Α* επεκτείνει ένα κόµβο και αυτός είναι ο κόµβος-στόχος, τότε ο Α* τερµατίζει αµέσως. ΕΞΗΓΗΣΗ: ΤΕΣΤ 6 / ΑΣΚΗΣΗ 1.3 ΕΡΩΤΗΜΑ 14 Η αναζήτηση σε πλάτος είναι ειδική περίπτωση του αλγορίθµου A* όταν η ευρετική συνάρτηση που χρησιµοποιείται `: a. ` δεν είναι παραδεκτή. b. ` επιστρέφει, για κάθε κόµβο, το πραγµατικό κόστος προς κόµβο-στόχο. c. ` είναι παραδεκτή. d. ` επιστρέφει, για κάθε κόµβο, την τιµή 0. ΣΩΣΤOΤΕΡΟ ΕΙΝΑΙ ΤO (d) επιστρέφει για κάθε κόµβο την τιµή 0. [Σηµείωση: Στην πραγµατικότητα είναι όλα λάθος. Η Κατά Πλάτος είναι ειδική περίπτωση του Α* αν η ευρετική επιστρέφει 0, αλλά και όλες οι ακµές του γράφου να έχουν ίσο βάρος] ΕΞΗΓΗΣΗ: ΤΕΣΤ 5 / ΑΣΚΗΣΗ 1.4 ΕΡΩΤΗΜΑ 15 Θεωρείστε δύο παραδεκτά ευρετικά Η1 και Η2 που χρησιµοποιούνται στον αλγόριθµο Α* και για τα οποία ισχύει Η1(s) Η2(s) για κάθε κόµβο s. Ποιο από τα παρακάτω ισχύει; α. Ο Α* που χρησιµοποιεί το Η1 θα βρει λύση µικρότερου κόστους από αυτόν που χρησιµοποιεί το Η2. β. Ο Α* που χρησιµοποιεί το Η2 θα βρει λύση µικρότερου κόστους από αυτόν που χρησιµοποιεί το Η1. γ. Ο Α* που χρησιµοποιεί το Η1 θα αναπτύξει λιγότερους κόµβους από αυτόν που χρησιµοποιεί το Η2. δ. Ο Α* που χρησιµοποιεί το Η1 θα αναπτύξει περισσότερους κόµβους από αυτόν που χρησιµοποιεί το Η2. ΣΩΣΤO ΕΙΝΑΙ ΤO (δ) Ο Α* που χρησιµοποιεί το Η1 θα αναπτύξει περισσότερους κόµβους από αυτόν που χρησιµοποιεί το Η2. ΕΞΗΓΗΣΗ: ΤΕΣΤ 4 / ΑΣΚΗΣΗ 1.3 ΕΡΩΤΗΜΑ 16
4 ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 4 Ένα δίκτυο δρόµων συνδέει 10 πόλεις. Πρέπει να βρείτε µία διαδροµή από µία αρχική πόλη σε µία τελική πόλη ακολουθώντας τους δρόµους του δικτύου. Επιλέξτε την ορθή πρόταση (ή τις ορθές προτάσεις): α. Αν η h είναι µία παραδεκτή ευρετική συνάρτηση τότε η αναζήτηση κατά πλάτος και η αναζήτηση Α* βρίσκουν πάντα το ίδιο γρήγορα τη βέλτιστη λύση. β. Η αναζήτηση Α* είναι βέλτιστη µόνο όταν οι αποστάσεις µεταξύ γειτονικών πόλεων είναι ίσες. γ. Αν η h είναι µία παραδεκτή ευρετική συνάρτηση τότε είναι και η h2 παραδεκτή. δ. Αν η h είναι µία παραδεκτή ευρετική συνάρτηση τότε η αναζήτηση Α* είναι πλήρης. ΣΩΣΤO τo (d): Αν η h είναι µία παραδεκτή ευρετική συνάρτηση τότε η αναζήτηση Α* είναι πλήρης. ΕΞΗΓΗΣΗ: ΤΕΣΤ 8 / ΑΣΚΗΣΗ 1.1 ΕΡΩΤΗΜΑ 17 Ένα δίκτυο δρόµων συνδέει n πόλεις. Πρέπει να βρείτε µία διαδροµή (µονοπάτι) από µία αρχική πόλη (αρχική κατάσταση) σε µία τελική πόλη (τελική κατάσταση) ακολουθώντας τους δρόµους του δικτύου. Επιλέξτε την ορθή πρόταση (ή τις ορθές προτάσεις) σχετικά µε τη συµπεριφορά του αλγορίθµου αναζήτηση-κατά-πλάτος σ αυτό το πρόβληµα: Select one or more: a.μπορεί να χρησιµοποιηθεί κανονικά (για να οδηγήσει στην τελική κατάσταση). b.κανένα από τα εναλλακτικά που δίνονται. c.είναι βέλτιστη για αυτό το πρόβληµα, µόνο όταν οι αποστάσεις µεταξύ γειτονικών πόλεων είναι ίσες. d.είναι πλήρης για αυτό το πρόβληµα. ΣΩΣΤΟ ΕΙΝΑΙ ΤΑ (a,c,d) Μπορεί να χρησιµοποιηθεί κανονικά (για να οδηγήσει στην τελική κατάσταση), και είναι βέλτιστη για αυτό το πρόβληµα, µόνο όταν οι αποστάσεις µεταξύ γειτονικών πόλεων είναι ίσες και Είναι πλήρης για αυτό το πρόβληµα. ΕΞΗΓΗΣΗ: ΤΕΣΤ 8 / ΑΣΚΗΣΗ 1.2 ΕΡΩΤΗΜΑ 18 Η εφαρµογή του Α* στο γράφο αριστερά κατέληξε στο δέντρο δεξιά. Τα κόστη µετάβασης φαίνονται στις ακµές του γράφου. Στο δέντρο απεικονίζονται κάποιοι κόµβοι που αναπτύχθηκαν και οι αριθµοί αντιπροσωπεύουν τιµές της f. Αρχική κατάσταση είναι η Aκαι τελική η G. Ποιο από τα παρακάτω ευρετικά χρησιµοποιήθηκε; B 1 2 A 4 3 D 7 B A D C E E G G 8 a. {h(a)=5, h(b)=6, h(c)=3, h(d)=3, h(e)=2} b. {h(a)=5, h(b)=6, h(c)=1, h(d)=3, h(e)=2} c. {h(a)=5, h(b)=6, h(c)=2, h(d)=3, h(e)=3} d. {h(a)=5, h(b)=6, h(c)=3, h(d)=5, h(e)=2} ΣΩΣΤO ΕΙΝΑΙ ΤO (a) {h(a)=5, h(b)=6, h(c)=3, h(d)=3, h(e)=2} ΕΞΗΓΗΣΗ: ΤΕΣΤ 9 / ΑΣΚΗΣΗ 1.1
5 ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 5 ΕΡΩΤΗΜΑ 19 Ποιο/ποια από τα παρακάτω είναι αληθή για την αναζήτηση σε πλάτος; α. Έχει εκθετικές απαιτήσεις χρόνου. β. Έχει γραµµικές απαιτήσεις µνήµης. γ. Εγγυάται την εύρεση βέλτιστης λύσης σε προβλήµατα µε ίσα κόστη µετάβασης µεταξύ διαδοχικών κόµβων. δ. Απαιτεί τη χρήση ευρετικής συνάρτησης. ΣΩΣΤO ΕΙΝΑΙ ΤΑ (α) και (γ) ΕΞΗΓΗΣΗ: ΤΕΣΤ 4 / ΑΣΚΗΣΗ 1.4 ΕΡΩΤΗΜΑ 20 Ποιο/ποια από τα παρακάτω είναι αληθή για την αναζήτηση σε βάθος; α. Έχει εκθετικές απαιτήσεις χρόνου. β. Έχει γραµµικές απαιτήσεις µνήµης. γ. Εγγυάται την εύρεση βέλτιστης λύσης σε προβλήµατα µε ίσα κόστη µετάβασης µεταξύ διαδοχικών κόµβων. δ. Απαιτεί τη χρήση ευρετικής συνάρτησης. ΣΩΣΤΑ ΕΙΝΑΙ ΤΑ (α) και (β) ΕΞΗΓΗΣΗ: ΤΕΣΤ 4 / ΑΣΚΗΣΗ 1.5 ΕΡΩΤΗΜΑ 21 Στο γράφο του διπλανού σχήµατος αρχικός κόµβος είναι ο S και τελικός ο G. Οι αριθµοί δίπλα στις ακµές, οι οποίες είναι διπλής κατεύθυνσης, είναι τα κόστη µετάβασης µεταξύ των κόµβων. Οι αριθµοί στις παρενθέσεις µετά τα ονόµατα των κόµβων είναι οι τιµές της ευρετικής συνάρτησης. Ποιο από τα παρακάτω είναι αληθές; α. Η ευρετική συνάρτηση δεν είναι παραδεκτή. β. Η ευρετική συνάρτηση δεν είναι καν συνάρτηση. γ. Η ευρετική συνάρτηση δεν είναι καλά ορισµένη. δ. Η ευρετική συνάρτηση είναι παραδεκτή. ΣΩΣΤO ΕΙΝΑΙ ΤΟ (δ) ΕΞΗΓΗΣΗ: ΤΕΣΤ 9 / ΑΣΚΗΣΗ 1.2 ΕΡΩΤΗΜΑ 23 Στο γράφο του διπλανού σχήµατος αρχικός κόµβος είναι ο S και τελικός ο G. Οι αριθµοί δίπλα στις ακµές, οι οποίες είναι διπλής κατεύθυνσης, είναι τα κόστη µετάβασης µεταξύ των κόµβων. Οι αριθµοί στις παρενθέσεις µετά τα ονόµατα των κόµβων είναι οι τιµές της ευρετικής συνάρτησης. Το µονοπάτι που θα βρει ως λύση η άπληστη αναζήτηση είναι το: α. S-A-C-G β. S-B-C-D-G γ. S-B-D-G δ. S-B-A-C-G ΣΩΣΤO ΕΙΝΑΙ ΤO (γ) ΕΞΗΓΗΣΗ: ΤΕΣΤ 9 / ΑΣΚΗΣΗ 1.3 ΕΡΩΤΗΜΑ 25 Στον Αλγόριθµο "Γενική Αναζήτηση Γράφου", χρησιµοποιείται η λίστα nodes. Ανάλογα µε τον τρόπο που θα διαταχθούν τα στοιχεία της, καθορίζεται η µέθοδος αναζήτησης που θα εφαρµοστεί. Αν οι νέοι κόµβοι που αναπτύσσονται τοποθετούνται µε βάση κάποια κριτήρια που περιέχουν συγκεκριµένη πληροφορία, τότε: Α. Εφαρµόζεται άπληστη αναζήτηση. Β. Εφαρµόζεται αναζήτηση κατά βάθος. Γ. Εφαρµόζεται αναζήτηση κατά πλάτος.. Εφαρµόζεται ο Α*. Ε. εν ισχύει κανένα από τα εναλλακτικά που δίνονται. ΣΩΣΤΑ ΕΙΝΑΙ ΤΑ (Α, ) ΕΞΗΓΗΣΗ: ΤΕΣΤ 29 / ΑΣΚΗΣΗ 1.2 ΕΡΩΤΗΜΑ 26
6 ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 6 Στον Αλγόριθµο "Γενική Αναζήτηση Γράφου", χρησιµοποιείται η λίστα nodes. Ανάλογα µε τον τρόπο που θα διαταχθούν τα στοιχεία της, καθορίζεται η µέθοδος αναζήτησης που θα εφαρµοστεί. Αν οι νέοι κόµβοι που αναπτύσσονται τοποθετούνται στο τέλος της λίστας, τότε: Α. Εφαρµόζεται ο Α*. Β. Εφαρµόζεται αναζήτηση κατά βάθος. Γ. Εφαρµόζεται άπληστη αναζήτηση.. Εφαρµόζεται αναζήτηση κατά πλάτος. Ε. εν ισχύει κανένα από τα εναλλακτικά που δίνονται. ΣΩΣΤO ΕΙΝΑΙ ΤO ( ) ΕΞΗΓΗΣΗ: ΤΕΣΤ 29 / ΑΣΚΗΣΗ 1.3 ΕΡΩΤΗΜΑ 27 Ποια/ποιές από τις παρακάτω προτάσεις είναι ορθή/ές; Α. Η αναζήτηση σε χώρο καταστάσεων είναι ίδια µε την επίλυση προβληµάτων βελτιστοποίησης Β. Στα προβλήµατα βελτιστοποίησης µας ενδιαφέρει µόνο η τελική κατάσταση. Γ. Η αναζήτηση σε χώρο καταστάσεων χρειάζεται να αποθηκεύει το µονοπάτι από την αρχική µέχρι την τελική κατάσταση.. Κανένα από τα εναλλακτικά που δίνονται. Ε. Στα προβλήµατα βελτιστοποίησης δε γίνεται οπισθοδρόµηση. ΣΩΣΤΑ ΕΙΝΑΙ ΤΑ (Β,Γ) ΕΡΩΤΗΜΑ 28 Ποιο/ποια από το/τα παρακάτω είναι αληθ-ές/-ή; Α. Αν h1 µία παραδεκτή ευρετική συνάρτηση και h2 µία µη-παραδεκτή ευρετική συνάρτηση, τότε η (h1+h2)/2 είναι επίσης παραδεκτή ευρετική συνάρτηση. Β. Μεταξύ δύο παραδεκτών ευρετικών συναρτήσεων h1 και h2 (h1 0, h2 0) είναι πάντα προτιµότερο να χρησιµοποιούµε τη (νέα ευρετική συνάρτηση) h3=max(h1(n),h2(n)) αντί για την h4=min(h1(n),h2(n)). Γ. Η άπληστη αναζήτηση «πρώτα-στο-καλύτερο» εγγυάται την εύρεση βέλτιστης λύσης µε τη χρήση της ευρετικής συνάρτησης h(n)=n (για όλες τις καταστάσεις).. Η άπληστη αναζήτηση «πρώτα-στο-καλύτερο» εγγυάται την εύρεση βέλτιστης λύσης µε τη χρήση της ευρετικής συνάρτησης h(n)=0 (για όλες τις καταστάσεις). ΣΩΣΤΟ ΕΙΝΑΙ ΤΑ (Β) ΕΞΗΓΗΣΗ: ΤΕΣΤ 29 / ΑΣΚΗΣΗ 1.4 ΕΡΩΤΗΜΑ 28 Θεωρήστε δύο παραδεκτές ευρετικές συναρτήσεις g και h (g 0, h 0) που µπορούν να χρησιµοποιηθούν από τον αλγόριθµο A* και h*(s) η βέλτιστη τιµή για το ευρετικό h για την κατάσταση s. Τότε, η συνάρτηση f=(g+h)/2 είναι παραδεκτό ευρετικό αν: a. g(s) < h*(s) και h(s) < h*(s) b. g(s) < h*(s) και h(s) > h*(s) c. g(s) > h(s) d. g(s) > h*(s) και h(s) < h*(s) e. g(s) < h(s) ΣΩΣΤΟ ΕΙΝΑΙ ΤO (A) ΕΞΗΓΗΣΗ: ΤΕΣΤ 29 / ΑΣΚΗΣΗ 1.5 ΕΡΩΤΗΜΑ 29 Επιλέξτε ποιες από τις παρακάτω προτάσεις είναι σωστές. α. Το ευρετικό του «συνόλου υποστήριξης» µπορεί να εφαρµοσθεί µόνο όταν κάνουµε αναγωγή µέσω αντίκρουσης της αντίφασης. β. Το ευρετικό «κατά προτίµηση µονάδα» µπορεί να εφαρµοσθεί µόνο όταν κάνουµε αναγωγή µέσω αντίκρουσης της αντίφασης. γ. Μπορεί να εφαρµοσθεί αναγωγή ακόµα και µεταξύ προτάσεων που δεν είναι σε ΣΚΜ. δ. Ο κανόνας modus ponens είναι µία ειδική περίπτωση αναγωγής. ΣΩΣΤΑ ΕΙΝΑΙ ΤΑ (Α, ) ΕΞΗΓΗΣΗ: ΤΕΣΤ 31 / ΑΣΚΗΣΗ 1.3
7 ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΑΝΑΖΗΤΗΣΗ 7 ΕΡΩΤΗΜΑ 30 Θεωρήστε δύο παραδεκτές ευρετικές συναρτήσεις h1 και h2 (h1 0, h2 0) που µπορούν να χρησιµοποιηθούν από τον αλγόριθµο A* για αναζήτηση σ' ένα γράφο µε µη αρνητικά κόστη ακµών. Ποια/ποιες από τις παρακάτω ευρετικές συναρτήσεις είναι επίσης παραδεκτές; Επιλέξτε µία ή περισσότερες απαντήσεις: a. h 1/(1+h 2) b. c. max(h 1,h 2 ) d. max(h 1,h 2 )-min(h 1,h 2 ) ΣΩΣΤΑ ΕΙΝΑΙ ΟΛΑ
Θέμα 1: Robbie και Αναζήτηση
Θέμα : Robbie και Αναζήτηση Ο Robbie, το ρομπότ του παρακάτω σχήματος-χάρτη, κατά τη διάρκεια των εργασιών που κάνει διαπιστώνει ότι πρέπει να γυρίσει όσο το δυνατόν πιο γρήγορα, από την τρέχουσα θέση,
Διαβάστε περισσότεραΑσκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 4 ης διάλεξης 4.1. (α) Αποδείξτε ότι αν η h είναι συνεπής, τότε h(n
Διαβάστε περισσότεραPROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ" ΜΕΡΟΣ ΔΕΥΤΕΡΟ Υπεύθυνος Καθηγητής Λυκοθανάσης Σπυρίδων Ακαδημαικό Έτος:
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 3η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ
ΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ Μια αυστηρά καθορισµένη ακολουθία ενεργειών µε σκοπό τη λύση ενός προβλήµατος. Χαρακτηριστικά οθέν πρόβληµα: P= Επιλυθέν πρόβληµα: P s
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ 2006-2007 2η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΜΗΜΑΤΙΚΟ ΠΜΣ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ 2006-2007 2η Σειρά Ασκήσεων ΑΠΑΝΤΗΣΕΙΣ 1. ίνεται το γνωστό πρόβληµα των δύο δοχείων: «Υπάρχουν δύο δοχεία
Διαβάστε περισσότεραΕφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.
Ανάλογα με το αν ένας αλγόριθμος αναζήτησης χρησιμοποιεί πληροφορία σχετική με το πρόβλημα για να επιλέξει την επόμενη κατάσταση στην οποία θα μεταβεί, οι αλγόριθμοι αναζήτησης χωρίζονται σε μεγάλες κατηγορίες,
Διαβάστε περισσότεραΘεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e
Άσκηση 1 Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e Υπάρχουν τρία μαύρα τετραγωνάκια (b), τρία άσπρα (w) και ένα κενό (e). Η σπαζοκεφαλιά έχει τις ακόλουθες
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αναζήτηση Δοθέντος ενός προβλήματος με περιγραφή είτε στον χώρο καταστάσεων
Διαβάστε περισσότεραΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο
ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο 2010-2011 Πρώτη Σειρά Ασκήσεων (20% του συνολικού βαθμού στο μάθημα, Άριστα = 390 μονάδες) Ημερομηνία Ανακοίνωσης: 6/10/2010 Ημερομηνία Παράδοσης: 15/11/2010 σύμφωνα
Διαβάστε περισσότεραΕΡΩΤΗΜΑΤΑ σε ΓΝΩΣΗ ΚΑΤΗΓΟΡΗΜΑΤΙΚΗ ΛΟΓΙΚΗ. ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΓΝΩΣΗ 1. ΣΩΣΤO τo (b): NAI ΕΞΗΓΗΣΗ: ΤΕΣΤ 7 / ΑΣΚΗΣΗ 1.
ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Ερωτήσεων Quiz - ΓΝΩΣΗ 1 ΕΡΩΤΗΜΑΤΑ σε ΓΝΩΣΗ ΚΑΤΗΓΟΡΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΤΗΓΟΡΗΜΑΤΙΚΗ ΛΟΓΙΚΗ 1 Η πρόταση «εν είναι όλα τα άλογα τετράποδα» είναι ισοδύναµη µε την πρόταση. a.
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 4η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται κυρίως στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β.
Διαβάστε περισσότεραΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο
ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο 2014-2015 Πρώτη Σειρά Ασκήσεων (Υποχρεωτική, 25% του συνολικού βαθμού στο μάθημα) Ημερομηνία Ανακοίνωσης: 22/10/2014 Ημερομηνία Παράδοσης: Μέχρι 14/11/2014 23:59
Διαβάστε περισσότεραΕΡΩΤΗΜΑΤΑ σε ΓΕΝΕΤΙΚΟΥΣ
ηµήτρης Ψούνης ΠΛΗ31, Απαντήσεις Quiz Γενετικών Αλγορίθµων 1 ΕΡΩΤΗΜΑΤΑ σε ΓΕΝΕΤΙΚΟΥΣ ΚΩ ΙΚΟΠΟΙΗΣΗ ΕΡΩΤΗΜΑ 1.1 Ο φαινότυπος ενός ατόµου α.αναπαριστά ένα άτοµο στο χώρο λύσεων του προβλήµατος β.κωδικοποιεί
Διαβάστε περισσότερα4 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
4 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 3 3 η Άσκηση... 4 4 η Άσκηση... 5 5 η Άσκηση... 6 6 η Άσκηση... 7 Χρηματοδότηση... 8 Σημείωμα Αναφοράς... 9 Σημείωμα
Διαβάστε περισσότεραPROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΜΕΡΟΣ ΠΡΩΤΟ Πολίτη Όλγα Α.Μ. 4528 Εξάµηνο 8ο Υπεύθυνος Καθηγητής Λυκοθανάσης
Διαβάστε περισσότεραPROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ PROJECT ΣΤΟ ΜΑΘΗΜΑ ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟ ΟΥΣ ΜΕΡΟΣ ΕΥΤΕΡΟ Πολίτη Όλγα Α.Μ. 4528 Εξάµηνο 8ο Υπεύθυνος Καθηγητής Λυκοθανάσης
Διαβάστε περισσότεραΕπίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης
Επίλυση προβληµάτων! Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Γενικά " Τεχνητή
Διαβάστε περισσότεραΕπίλυση 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 περισσότεραΠΛΗ 405 Τεχνητή Νοηµοσύνη
ΠΛΗ 405 Τεχνητή Νοηµοσύνη Πληροφορηµένη Αναζήτηση Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Πράκτορας ε ίλυσης ροβληµάτων πράκτορας µε στόχο Αναζήτηση διατύπωση
Διαβάστε περισσότεραΕπίλυση Προβλημάτων. Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσματα της νοημοσύνης.
Επίλυση Προβλημάτων Αποτελεί ένα από τα βασικά χαρακτηριστικά γνωρίσματα της νοημοσύνης. Τεχνητή Νοημοσύνη = Αναπαράσταση Γνώσης + Αλγόριθμοι Αναζήτησης Κατηγορίες Προβλημάτων Aναζήτησης Πραγματικά και
Διαβάστε περισσότεραΑσκήσεις μελέτης της 8 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2017 18 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 8 ης διάλεξης 8.1. (i) Έστω ότι α και β είναι δύο τύποι της προτασιακής
Διαβάστε περισσότεραΘεωρία Λήψης Αποφάσεων
Θεωρία Λήψης Αποφάσεων Ενότητα 5: Πληροφορημένη Αναζήτηση και Εξερεύνηση Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΘΕΜΑ 1 ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Τελικές εξετάσεις 20 Σεπτεµβρίου 2004 ιάρκεια: 3 ώρες (15:00-18:00)
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΜΣΕ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΜΣΕ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΠΛΗΡΟΦΟΡΙΚΗ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΕΥΦΥΗ ΣΥΣΤΗΜΑΤΑ Τελικές εξετάσεις 24 Ιουνίου 2004 ιάρκεια: 3 ώρες ΘΕΜΑ 1 ο (2.5 µονάδες)
Διαβάστε περισσότεραΕπίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης
Επίλυση προβληµάτων Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης! Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Αλγόριθµοι τυφλής
Διαβάστε περισσότεραΕ ανάληψη. Α ληροφόρητη αναζήτηση
ΠΛΗ 405 Τεχνητή Νοηµοσύνη Το ική Αναζήτηση Local Search Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Α ληροφόρητη αναζήτηση σε πλάτος, οµοιόµορφου κόστους, σε βάθος,
Διαβάστε περισσότερα4. ΔΙΚΤΥΑ
. ΔΙΚΤΥΑ Τελευταία μορφή επιχειρησιακής έρευνας αποτελεί η δικτυωτή ανάλυση (δίκτυα). Τα δίκτυα είναι ένα διάγραμμα από ς οι οποίοι συνδέονται όλοι μεταξύ τους άμεσα ή έμμεσα μέσω ακμών. Πρόκειται δηλαδή
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος. http://www.aueb.gr/users/ion/
Τεχνητή Νοημοσύνη 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία: Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΜαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων
Π Π Τ Μ Τ Μ Η/Υ Π Δ Μ Π Μαθηματικά των Υπολογιστών και των Αποφάσεων Τεχνητή Νοημοσύνη 1η Σειρά Ασκήσεων Φοιτητής: Ν. Χασιώτης (AM: 0000) Καθηγητής: Ι. Χατζηλυγερούδης 22 Οκτωβρίου 2010 ΑΣΚΗΣΗ 1. Δίνεται
Διαβάστε περισσότεραΕπίλυση προβλημάτων με αναζήτηση
Επίλυση προβλημάτων με αναζήτηση Περιεχόμενα Μέθοδοι (πράκτορες) επίλυσης προβλημάτων Προβλήματα και Λύσεις Προβλήματα παιχνίδια Προβλήματα του πραγματικού κόσμου Αναζήτηση λύσεων Δέντρο αναζήτησης Στρατηγικές
Διαβάστε περισσότεραΕπίλυση Προβλημάτων. Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης. Αλγόριθμοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων
Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων
Διαβάστε περισσότεραΘεωρία Λήψης Αποφάσεων
Θεωρία Λήψης Αποφάσεων Ενότητα 6: Αλγόριθμοι Τοπικής Αναζήτησης Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 3: Αλγόριθμοι πληροφορημένης αναζήτησης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής
Ενότητα 3: Αλγόριθμοι πληροφορημένης αναζήτησης Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αλγόριθμοι Τυφλής Αναζήτησης Οι αλγόριθμοι τυφλής αναζήτησης εφαρμόζονται σε
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ TEXNHTH ΝΟΗΜΟΣΥΝΗ ΕΡΓΑΣΙΑ 1 η ΑΠΑΝΤΗΣΕΙΣ 1. Α. ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ http://www.ds.unipi.gr TEXNHTH ΝΟΗΜΟΣΥΝΗ 2017-2018 ΕΡΓΑΣΙΑ 1 η ΑΠΑΝΤΗΣΕΙΣ 1. Α. ΧΩΡΟΣ ΚΑΤΑΣΤΑΣΕΩΝ Για το πρόβλημα των πύργων Ανόι:
Διαβάστε περισσότεραBranch and Bound. Branch and Bound
Μέθοδος επίλυσης προβληµάτων ακέραιου γραµµικού προγραµµατισµού Μέθοδος επίλυσης προβληµάτων ακέραιου γραµµικού προγραµµατισµού Προσπαθούµε να αποφύγουµε την εξαντλητική αναζήτηση Μέθοδος επίλυσης προβληµάτων
Διαβάστε περισσότεραΕπίλυση προβλημάτων με αναζήτηση
Επίλυση προβλημάτων με αναζήτηση Αναζήτηση σημαίνει την εύρεση μιας λύσης (τελικής κατάστασης) ενός προβλήματος διά της συνεχούς δημιουργίας (νέων) καταστάσεων με την εφαρμογή των διαθέσιμων ενεργειών
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 15 Ιουνίου 2009 1 / 26 Εισαγωγή Η ϑεωρία
Διαβάστε περισσότεραΕπίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή
Επίλυση Προβλημάτων και Τεχνικές Αναζήτησης Εισαγωγή επίλυση προβλημάτων μέσω αναζήτησης κάθε πρόβλημα το οποίο μπορεί να διατυπωθεί αυστηρά λύνεται μέσω αναζήτησης. Για τα περισσότερα ενδιαφέροντα προβλήματα
Διαβάστε περισσότεραΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΑΠΟΙΚΙΑΣ ΜΥΡΜΗΓΚΙΩΝ ANT COLONY OPTIMIZATION METHODS
ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΑΠΟΙΚΙΑΣ ΜΥΡΜΗΓΚΙΩΝ ANT COLONY OPTIMIZATION METHODS Χρήστος Δ. Ταραντίλης Αν. Καθηγητής ΟΠΑ ACO ΑΛΓΟΡΙΘΜΟΙ Η ΛΟΓΙΚΗ ΑΝΑΖΗΤΗΣΗΣ ΛΥΣΕΩΝ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΙΑΤΑΞΗΣ (1/3) Ε..Ε. ΙΙ Oι ACO
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 6η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΕ ανάληψη. Ε αναλαµβανόµενες καταστάσεις. Αναζήτηση µε µερική ληροφόρηση. Πληροφορηµένη αναζήτηση. µέθοδοι αποφυγής
ΠΛΗ 405 Τεχνητή Νοηµοσύνη Πληροφορηµένη Αναζήτηση II Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Ε αναλαµβανόµενες καταστάσεις µέθοδοι αποφυγής Αναζήτηση µε µερική
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ
ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ Ελαχιστοποίηση κόστους διατροφής Ηεπιχείρηση ζωοτροφών ΒΙΟΤΡΟΦΕΣ εξασφάλισε µια ειδική παραγγελίααπό έναν πελάτη της για την παρασκευή 1.000 κιλών ζωοτροφής, η οποία θα πρέπει
Διαβάστε περισσότεραΒραχύτερα Μονοπάτια σε Γράφους (CLR, κεφάλαιο 25)
Βραχύτερα Μονοπάτια σε Γράφους (CLR, κεφάλαιο 25) Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Ο αλγόριθµος των BellmanFord Ο αλγόριθµος του Dijkstra ΕΠΛ 232 Αλγόριθµοι και Πολυπλοκότητα 61
Διαβάστε περισσότερα(elementary graph algorithms)
(elementary graph algorithms) Παύλος Εφραιμίδης περιεχόμενα αναπαραστάσεις οριζόντια διερεύνηση καθοδική διερεύνηση αναπαράσταση δύο καθιερωμένοι τρόποι: πίνακας γειτνίασης συλλογή από καταλόγους γειτνίασης
Διαβάστε περισσότεραΠεριεχόμενα. Εισαγωγή του επιμελητή, Γιάννης Σταματίου 15 Πρόλογος 17 Εισαγωγή 23. Μέρος I. ΕΠΑΝΑΛΗΠΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΚΑΙ ΑΝΑΛΛΟΙΩΤΕΣ ΣΥΝΘΗΚΕΣ
Περιεχόμενα Εισαγωγή του επιμελητή, Γιάννης Σταματίου 15 Πρόλογος 17 Εισαγωγή 23 Μέρος I. ΕΠΑΝΑΛΗΠΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΚΑΙ ΑΝΑΛΛΟΙΩΤΕΣ ΣΥΝΘΗΚΕΣ 1. Επαναληπτικοί αλγόριθμοι: Μέτρα προόδου και αναλλοίωτες συνθήκες.....................................................29
Διαβάστε περισσότεραÔÏÕËÁ ÓÁÑÑÇ ÊÏÌÏÔÇÍÇ
ΤΑΞΗ: ΚΑΤΕΥΘΥΝΣΗ: ΜΑΘΗΜΑ: ΘΕΜΑ Α Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΤΕΧΝΟΛΟΓΙΚΗ (2ος Κύκλος) ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Ηµεροµηνία: Παρασκευή 25 Απριλίου 2014 ιάρκεια Εξέτασης: 3 ώρες ΕΚΦΩΝΗΣΕΙΣ
Διαβάστε περισσότεραΝ. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών. Καθηγητής: Ν. Μ. Μισυρλής 29 Μαΐου / 18
Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής 29 Μαΐου 2017 1 / 18 Βέλτιστα (στατικά) δυαδικά δένδρα αναζήτησης Παράδειγµα: Σχεδιασµός προγράµµατος
Διαβάστε περισσότεραΠληρότητα της μεθόδου επίλυσης
Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει ένα αρνητικό γράμμα, τότε το σύνολο είναι ικανοποιήσιμο. Άρα για να είναι μη-ικανοποιήσιμο, θα πρέπει να περιέχει τουλάχιστον
Διαβάστε περισσότερα4.3 Ορθότητα και Πληρότητα
4.3 Ορθότητα και Πληρότητα Συστήματα αποδείξεων όπως η μορφολογική παραγωγή και η κατασκευή μοντέλων χρησιμοποιούνται για να δείξουμε την εγκυρότητα εξαγωγών συμπερασμάτων. Ένα σύστημα αποδείξεων μπορεί
Διαβάστε περισσότεραΓια παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο)
8 1 η ΕΡΓΑΣΙΑ ΣΤΟ ΜΑΘΗΜΑ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Απάντηση 1ης άσκησης Κατάσταση (κόμβοι): Αναπαριστούμε μια κατάσταση του προβλήματος με ένα διατεταγμένο ζεύγος (X,Y) όπου X είναι τα λίτρα στο βάζο Α (χωρητικότητα
Διαβάστε περισσότεραΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014 ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ
ΤΑΞΗ: ΚΑΤΕΥΘΥΝΣΗ: ΜΑΘΗΜΑ: ΘΕΜΑ Α Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΤΕΧΝΟΛΟΓΙΚΗ (2ος Κύκλος) ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Ηµεροµηνία: Παρασκευή 25 Απριλίου 2014 ιάρκεια Εξέτασης: 3 ώρες ΕΚΦΩΝΗΣΕΙΣ
Διαβάστε περισσότεραΔυναµικός Προγραµµατισµός (ΔΠ)
Δυναµικός Προγραµµατισµός (ΔΠ) Περίληψη Δυναµικός Προγραµµατισµός Αρχή του Βέλτιστου Παραδείγµατα Δυναµικός Προγραµµατισµός ΔΠ (Dynamic Programming DP) Μέθοδος σχεδιασµού αλγορίθµων Είναι µια γενική µεθοδολογία
Διαβάστε περισσότεραΑλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα)
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2016-17 Αλγόριθμοι και Δομές Δεδομένων (IΙ) (γράφοι και δένδρα) http://mixstef.github.io/courses/csintro/ Μ.Στεφανιδάκης Αφηρημένες
Διαβάστε περισσότεραΕΡΩΤΗΜΑΤΑ σε ΝΕΥΡΩΝΙΚΑ
ηµήτρης Ψούνης ΠΛΗ3, Απαντήσεις Quiz σε ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΕΡΩΤΗΜΑΤΑ σε ΝΕΥΡΩΝΙΚΑ Μάθηµα 3. ΕΡΩΤΗΜΑ Ένας αισθητήρας µπορεί να µάθει: a. εδοµένα που ανήκουν σε 5 διαφορετικές κλάσεις. b. εδοµένα που ανήκουν
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ
ΘΕΜΑ 1 ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Τελικές εξετάσεις 25 Ιουνίου 2003 ιάρκεια: 2 ώρες α) Σε ποια περίπτωση
Διαβάστε περισσότεραΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ : Γ ΛΥΚΕΙΟΥ ΣΠΟΥΔΕΣ ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ
ΑΡΧΗ 1ης ΣΕΛΙ ΑΣ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ : Γ ΛΥΚΕΙΟΥ ΣΠΟΥΔΕΣ ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΑΓΩΝΙΣΜΑ ΠΕΡΙΟΔΟΥ : ΦΕΒΡΟΥΑΡΙΟΥ ΣΥΝΟΛΟ ΣΕΛΙΔΩΝ : 7 ΘΕΜΑ Α :
Διαβάστε περισσότεραΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης. Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012
ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012 Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει
Διαβάστε περισσότεραΥπολογισμός στο Λογικό Προγραμματισμό. Πώς υπολογίζεται η έξοδος ενός Λογικού Προγράμματος;
Υπολογισμός στο Λογικό Προγραμματισμό Πώς υπολογίζεται η έξοδος ενός Λογικού Προγράμματος; Herbrand Universe H L Είναι τα δεδομένα που μεταχειρίζεται ένα Λογικό Πρόγραμμα, προκειμένου να απαντήσει μια
Διαβάστε περισσότεραιακριτά Μαθηµατικά και Μαθηµατική Λογική ΠΛΗ20 Ε ρ γ α σ ί α 4η Θεωρία Γραφηµάτων
ιακριτά Μαθηµατικά και Μαθηµατική Λογική ΠΛΗ20 Ε ρ γ α σ ί α 4η Θεωρία Γραφηµάτων Σκοπός της παρούσας εργασίας είναι η εξοικείωση µε τις σηµαντικότερες έννοιες και τους αλγορίθµους της Θεωρίας ένδρων.
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη Ι. Εργαστηριακή Άσκηση 4-6. Σγάρμπας Κυριάκος. Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστων
Τεχνητή Νοημοσύνη Ι Εργαστηριακή Άσκηση 4-6 Σγάρμπας Κυριάκος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστων ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ
ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΚΟΥΛΙΝΑΣ ΓΕΩΡΓΙΟΣ Δρ. Μηχανικός Παραγωγής & Διοίκησης ΔΠΘ ΑΛΓΟΡΙΘΜΙΚΕΣ ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ o ΔΙΑΛΕΞΕΙΣ ΜΑΘΗΜΑΤΟΣ ΔΕΥΤΕΡΑ 16.00-19.00 (Εργ. Υπ. Μαθ. Τμ. ΜΠΔ) oτρόπος
Διαβάστε περισσότεραHY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6
HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο 2015-2016 Φροντιστήριο 6 Α) ΘΕΩΡΙΑ Μέθοδος Επίλυσης (Resolution) Στη μέθοδο της επίλυσης αποδεικνύουμε την ικανοποιησιμότητα ενός συνόλου προτάσεων,
Διαβάστε περισσότεραa = 10; a = k; int a,b,c; a = b = c = 10;
C: Από τη Θεωρία στην Εφαρµογή Κεφάλαιο 4 ο Τελεστές Γ. Σ. Τσελίκης Ν. Δ. Τσελίκας Ο τελεστής εκχώρησης = Ο τελεστής = χρησιµοποιείται για την απόδοση τιµής (ή αλλιώς ανάθεση τιµής) σε µία µεταβλητή Π.χ.
Διαβάστε περισσότεραΥπολογιστικό 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 περισσότερα6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
6 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 4 3 η Άσκηση... 4 4 η Άσκηση... 4 5 η Άσκηση... 5 6 η Άσκηση... 5 7 η Άσκηση... 5 8 η Άσκηση... 6 Χρηματοδότηση... 7
Διαβάστε περισσότεραΑλγόριθµοι Τύπου Μείωσης Προβλήµατος
Αλγόριθµοι Τύπου Μείωσης Προβλήµατος Περίληψη Αλγόριθµοι Τύπου Μείωσης Προβλήµατος ( Decrease and Conquer ) Μείωση κατά µια σταθερά (decrease by a constant) Μείωση κατά ένα ποσοστό (decrease by a constant
Διαβάστε περισσότεραΆσκηση 2: Λαβύρινθοι και ρομπότ Α. (Σχεδιασμός χώρου καταστάσεων) Ενδεικτική επίλυση
Άσκηση 2: Λαβύρινθοι και ρομπότ Η εταιρία «Ρομπότ» παρουσιάζει το νέο της μοντέλο, τον πλοηγό πάρκων Ρ-310. Το Ρ-310 είναι δημοφιλές γιατί όπου και αν είσαι μέσα στο πάρκο σου λέει πώς πρέπει να κινηθείς
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 2ο μέρος σημειώσεων: Συστήματα Αποδείξεων για τον ΠΛ, Μορφολογική Παραγωγή, Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης
Διαβάστε περισσότεραΠοσοτικές 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 περισσότεραΜεθοδολογίες παρεµβολής σε DTM.
Μάθηµα : Αλγοριθµικές Βάσεις στη Γεωπληροφορική ιδάσκων : Συµεών Κατσουγιαννόπουλος Μεθοδολογίες παρεµβολής σε DTM.. Μέθοδοι παρεµβολής. Η παρεµβολή σε ψηφιακό µοντέλο εδάφους (DTM) είναι η διαδικασία
Διαβάστε περισσότεραΕπίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης
Επίλυση προβληµάτων Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης! Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Γενικά " Ντετερµινιστικά
Διαβάστε περισσότεραΓ τάξη Τεχνολογικής Κατεύθυνσης Ενιαίου Λυκείου ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ. ΔΟΜΗ ΕΠΙΛΟΓΗΣ Διδάσκων: ΔΟΥΡΒΑΣ ΙΩΑΝΝΗΣ
Γ τάξη Τεχνολογικής Κατεύθυνσης Ενιαίου Λυκείου ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΔΟΜΗ ΕΠΙΛΟΓΗΣ Διδάσκων: ΔΟΥΡΒΑΣ ΙΩΑΝΝΗΣ Κεφάλαιο 2 : Δομή Επιλογής Εντολές επιλογής Εντολή ΑΝ. Εντολές
Διαβάστε περισσότεραΗΥ118: Διακριτά Μαθηματικά - Εαρινό Εξάμηνο 2018 Τελική Εξέταση Ιουνίου Λύσεις
ΗΥ118: Διακριτά Μαθηματικά - Εαρινό Εξάμηνο 018 Τελική Εξέταση Ιουνίου Λύσεις Προσοχή: Οι παρακάτω λύσεις είναι ενδεικτικές, μπορεί να υπάρχουν και άλλες που επίσης να είναι σωστές. Θέμα 1: [16 μονάδες]
Διαβάστε περισσότεραHY Λογική Διδάσκων: Δ. Πλεξουσάκης
HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει ένα αρνητικό γράμμα, τότε το σύνολο είναι ικανοποιήσιμο. Άρα για να είναι μη-ικανοποιήσιμο,
Διαβάστε περισσότεραΑ1. (α). ώστε τον ορισµό του προβλήµατος (Μονάδες 3)
ΜΑΘΗΜΑ / ΤΑΞΗ : ΑΕΠΠ / ΑΠΟΦΟΙΤΟΙ ΣΕΙΡΑ: 1η ΗΜΕΡΟΜΗΝΙΑ: 28/11/2011 ΘΕΜΑ Α Α1. (α). ώστε τον ορισµό του προβλήµατος (Μονάδες 3) (β). ίνεται ο παρακάτω πίνακας που στην Στήλη 1 υπάρχουν κριτήρια κατηγοριοποίησης
Διαβάστε περισσότεραΔιαδικασιακός Προγραμματισμός
Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ Διαδικασιακός Προγραμματισμός Διάλεξη 12 η Αναζήτηση/Ταξινόμηση Πίνακα Οι διαλέξεις βασίζονται στο βιβλίο των Τσελίκη και Τσελίκα C: Από τη Θεωρία στην
Διαβάστε περισσότεραΑλγόριθµοι Οπισθοδρόµησης
Αλγόριθµοι Οπισθοδρόµησης Στην ενότητα αυτή θα µελετηθούν τα εξής επιµέρους θέµατα: Η οπισθοδρόµηση στο σχεδιασµό αλγορίθµων Το πρόβληµα των σταθερών γάµων και ο αλγόριθµος των Gale-Shapley Το πρόβληµα
Διαβάστε περισσότεραmax 17x x 2 υπό 10x 1 + 7x 2 40 x 1 + x 2 5 x 1, x 2 0.
Υπολογιστικές Μέθοδοι στη Θεωρία Αποφάσεων Ενότητα 11 Επίλυση στον Ακέραιο Προγραμματισμό Αντώνης Οικονόμου Τμήμα Μαθηματικών Πανεπιστήμιο Αθηνών Προπτυχιακό πρόγραμμα σπουδών 6 Μαΐου 2016 Η μέθοδος κλάδος-φράγμα
Διαβάστε περισσότεραΘΕΜΑ 1: Αλγόριθμος Ford-Fulkerson
ΘΕΜΑ : Αλγόριθμος Ford-Fulkerson Α Να εξετάσετε αν ισχύει η συνθήκη συντήρησης της αρχικής ροής στο δίκτυο. Β Με χρήση του αλγορίθμου Ford-Fulkerson να βρεθεί η μέγιστη ροή που μπορεί να σταλεί από τον
Διαβάστε περισσότεραΑναζήτηση σε Γράφους. Μανόλης Κουμπαράκης. ΥΣ02 Τεχνητή Νοημοσύνη 1
Αναζήτηση σε Γράφους Μανόλης Κουμπαράκης ΥΣ02 Τεχνητή Νοημοσύνη 1 Πρόλογος Μέχρι τώρα έχουμε δει αλγόριθμους αναζήτησης για την περίπτωση που ο χώρος καταστάσεων είναι δένδρο (υπάρχει μία μόνο διαδρομή
Διαβάστε περισσότεραΚατανεμημένα Συστήματα Ι
Κατανεμημένα Συστήματα Ι Παναγιώτα Παναγοπούλου Χριστίνα Σπυροπούλου 8η Διάλεξη 8 Δεκεμβρίου 2016 1 Ασύγχρονη κατασκευή BFS δέντρου Στα σύγχρονα συστήματα ο αλγόριθμος της πλημμύρας είναι ένας απλός αλλά
Διαβάστε περισσότεραΑλγόριθμοι Τυφλής Αναζήτησης
Τεχνητή Νοημοσύνη 04 Αλγόριθμοι Τυφλής Αναζήτησης Αλγόριθμοι Τυφλής Αναζήτησης (Blind Search Algorithms) Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει αξιολόγηση των καταστάσεων.
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 23: οµές εδοµένων και Αλγόριθµοι Ενδιάµεση Εξέταση Ηµεροµηνία : ευτέρα, 3 Νοεµβρίου 2008 ιάρκεια : 2.00-4.00 ιδάσκουσα : Άννα Φιλίππου Ονοµατεπώνυµο: ΣΚΕΛΕΤΟΙ
Διαβάστε περισσότεραΚεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιµότητα. Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 8 NP και Υπολογιστική Δυσεπιλυσιµότητα Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 πρόβληµα αναζήτησης (search problem) Ένα πρόβληµα αναζήτησης είναι ένα πρόβληµα στο
Διαβάστε περισσότεραΕισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα 2 Βήματα Επεξεργασίας Τα βασικά βήματα στην επεξεργασία
Διαβάστε περισσότεραΛυσεις προβλημάτων τελικής φάσης Παγκύπριου Μαθητικού Διαγωνισμού Πληροφορικής 2007
Λυσεις προβλημάτων τελικής φάσης Παγκύπριου Μαθητικού Διαγωνισμού Πληροφορικής 2007 Πρόβλημα 1 Το πρώτο πρόβλημα λύνεται με τη μέθοδο του Δυναμικού Προγραμματισμού. Για να το λύσουμε με Δυναμικό Προγραμματισμό
Διαβάστε περισσότεραΑΣΚΗΣΗ 1 Για τις ερωτήσεις 1-4 θεωρήσατε τον ακόλουθο γράφο. Ποιές από τις παρακάτω προτάσεις αληθεύουν και ποιές όχι;
ΘΕΜΑΤΑ ΔΕΝΔΡΩΝ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ ΠΛΗ0 ΑΣΚΗΣΗ Για τις ερωτήσεις - θεωρήσατε τον ακόλουθο γράφο. Ποιές από τις παρακάτω προτάσεις αληθεύουν και ποιές όχι; Β Ε Α 6 Δ 5 9 8 0 Γ 7 Ζ Η. Σ/Λ Δυο από τα συνδετικά
Διαβάστε περισσότεραΕισαγωγικές Έννοιες. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο
Εισαγωγικές Έννοιες ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 6 Μαΐου 2015 1 / 42 Εύρεση Ελάχιστου Μονοπατιού
Διαβάστε περισσότεραΚεφάλαιο 3. Γραφήµατα v1.0 ( ) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.
Κεφάλαιο 3 Γραφήµατα v1.0 (2010-05-25) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 3.1 Βασικοί Ορισµοί και Εφαρµογές γραφήµατα γράφηµα G: ένας τρόπος κωδικοποίησης των σχέσεων
Διαβάστε περισσότεραHY380 Αλγόριθμοι και πολυπλοκότητα Hard Problems
HY380 Αλγόριθμοι και πολυπλοκότητα Hard Problems Ημερομηνία Παράδοσης: 0/1/017 την ώρα του μαθήματος ή με email: mkarabin@csd.uoc.gr Γενικές Οδηγίες α) Επιτρέπεται η αναζήτηση στο Internet και στην βιβλιοθήκη
Διαβάστε περισσότεραΔυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1
Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2018-2019 1 Κατακερματισμός Πρόβλημα στατικού κατακερματισμού: Έστω Μ κάδους και r εγγραφές ανά κάδο - το πολύ Μ * r εγγραφές (αλλιώς μεγάλες αλυσίδες υπερχείλισης)
Διαβάστε περισσότεραΕπίλυση 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 περισσότεραΘεωρία Αποφάσεων και Βελτιστοποίηση
Θεωρία Αποφάσεων και Βελτιστοποίηση http://www.di.uoa.gr/ telelis/opt.html Ορέστης Τελέλης telelis@di.uoa.gr Τµήµα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήµιο Αθηνών Θεωρία Αποφάσεων και Βελτιστοποίηση
Διαβάστε περισσότεραΤσάπελη Φανή ΑΜ: 2004030113. Ενισχυτική Μάθηση για το παιχνίδι dots. Τελική Αναφορά
Τσάπελη Φανή ΑΜ: 243113 Ενισχυτική Μάθηση για το παιχνίδι dots Τελική Αναφορά Περιγραφή του παιχνιδιού Το παιχνίδι dots παίζεται με δύο παίχτες. Έχουμε έναν πίνακα 4x4 με τελείες, και σκοπός του κάθε παίχτη
Διαβάστε περισσότεραΕπίλυση Προβληµάτων µε Greedy Αλγόριθµους
Επίλυση Προβληµάτων µε Greedy Αλγόριθµους Περίληψη Επίλυση προβληµάτων χρησιµοποιώντας Greedy Αλγόριθµους Ελάχιστα Δέντρα Επικάλυψης Αλγόριθµος του Prim Αλγόριθµος του Kruskal Πρόβληµα Ελάχιστης Απόστασης
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή
Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αλγόριθμοι Ευριστικής Αναζήτησης Πολλές φορές η τυφλή αναζήτηση δεν επαρκεί
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ ΕΠΛ 035 - ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΙ ΓΙΑ ΗΛΕΚΤΡΟΛΟΓΟΥΣ ΜΗΧΑΝΙΚΟΥΣ ΚΑΙ ΜΗΧΑΝΙΚΟΥΣ ΥΠΟΛΟΓΙΣΤΩΝ Ακαδηµαϊκό έτος 2017-2018 Υπεύθυνος εργαστηρίου: Γεώργιος
Διαβάστε περισσότερα