substructure similarity search using features in graph databases

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "substructure similarity search using features in graph databases"

Transcript

1 substructure similarity search using features in graph databases Aleksandros Gkogkas Distributed Management of Data Laboratory

2 intro Θα ενασχοληθούμε με το πρόβλημα των ερωτήσεων σε βάσεις γραφημάτων. Ειδικότερα, μας ενδιαφέρει η δημιουργία ενός σύστημός που θα μας επιτρέπει να κάνουμε ερωτήσεις ομοιότητας σε μία βάση γραφημάτων. Αυτό μπορεί να επιτευχθεί με την χρήση μιας τεχνικής που βασίζεται σε features για την δημιουργία του ευρετηρίου και την διαλογή των γραφημάτων.

3 Δομή της παρουσίασης Ορισμός του Προβλήματος gindex & GraFil

4 Δομή της παρουσίασης Ορισμός του Προβλήματος gindex & GraFil

5 Ορισμός του Προβλήματος Ένα βασικό είδος ερωτήσεων σε βάσεις γράφων είναι η αναζήτηση τοπολογικών δομών. κατηγορίες: 1. Ακριβής εύρεση. Βρες τους γράφους που είναι ακριβώς ίδιοι με αυτόν της ερώτησης. 2. Υποσυνόλου Βρες τους γράφους που περιέχουν αυτόν της ερώτησης ή αντιστρόφως. 3. Ομοιότητας (πλήρης) Βρες τους γράφους που μοιάζουν με αυτόν της ερώτησης. 4. Ομοιότητας υποσυνόλου Βρες τους γράφους που έχουν υπογράφο όμοιο με αυτόν της ερώτησης.

6 Ορισμός του Προβλήματος

7 Ορισμός του Προβλήματος Βασικές έννοιες ισομορφισμός Δύο γράφοι G1(V1,E1) Є G και G2(V2,E2) Є G είναι ισομορφικοί αν υπάρχει μία ένα προς ένα σχέση φ μεταξύ V1 και V2 τέτοια ώστε u i u j Є E1 αν και μόνο αν φ(u i )φ(u j ) Є E2. relaxation ratio Δοθέντος δύο γράφων G και Q,αν P είναι ο μέγιστος κοινός υπογράφος των G και Q, τότε η ομοιότητα υπογράφου μεταξύ G και Q ορίζεται από την σχέση: E(P) / E(Q), και ησχέση1- E(P) / E(Q) ονομάζεται relaxation ratio.

8 Ορισμός του Προβλήματος αναζήτηση ομοιότητας υποσυνόλου Δοθείσας μία βάσης γράφων D={G1,G2, Gn} και ενός γράφου ερώτηση Q, αναζήτηση ομοιότητας είναι η εύρεση όλων των γράφων που προσεγγιστικά περιέχουν τον Q. *αντίστροφη αναζήτηση ομοιότητας είναι η εύρεση όλων των γράφων που προσεγγιστικά περιέχονται στον Q.

9 Ορισμός του Προβλήματος Μέτρα ομοιότητας Υπάρχουν διάφορα μέτρα ομοιότητας, μπορούμε να τα κατατάξουμε στις εξής τρεις κατηγορίες: 1. Βασιζόμενα σε φυσικές ιδιότητες (π.χ. βάρη, τοξικότητα κτλ) 2. Βασιζόμενα σε features, στοιχειώδεις δομές εξάγονται από τη βάση ως features. Το αν δύο γράφοι είναι όμοιοι διαπιστώνεται από τον αριθμό των στοιχειωδών δομών που έχουν και οι δύο. 3. Βασιζόμενα στην δομική πληροφορία, συγκρίνουν την τοπολογική πληροφορία. Κοστίζουν πολύ άλλα είναι πιο ακριβή. (max common subgraph, graph distance)

10 Δομή της παρουσίασης Ορισμός του Προβλήματος gindex & GraFil

11 gindex & GraFil Graph Indexing: A Frequent Structure-based Approach Xifeng Yan, Philip S. Yu, Jiawei Han, SIGMOD 04 Δημιουργία ευρετηρίου σε μία βάση γράφων βασιζόμενοι σε μικρούς συχνά εμφανιζόμενους στη βάση γράφους. Feature-based Similarity Search in Graph Structures Xifeng Yan, Feida Zhu, Philip S. Yu, Jiawei Han, TODS 2006 Αναζήτηση ομοιότητας σε βάσεις γράφων με την χρήση πιο περίπλοκων δομών (features) για την βελτίωση του φιλτραρίσματος.

12 General Framework Βήματα 1. Δημιουργία του index 2. Υπολογισμός μέγιστου αριθμού απωλειών feature 3. Επεξεργασία γράφου ερώτηση 4. Περαιτέρω relaxation του γράφου ερώτηση

13 General Framework Βήματα 1. Δημιουργία του index 2. Υπολογισμός μέγιστου αριθμού απωλειών feature 3. Επεξεργασία γράφου ερώτηση 4. Περαιτέρω relaxation του γράφου ερώτηση

14 General Framework 1. Δημιουργία του index (gindex) a. Επιλογή στοιχειωδών δομών ως feature Εύρεση συχνά εμφανιζόμενών υπογράφων στην βάση. Ένας υπογράφος είναι συχνός όταν οι εμφανίσεις του είναι περισσότερες από ένα minimum size increasing support (exponential, piecewise-linear) Επιλέγουμε από τα συχνά features αυτά τα οποία έχουν ικανοποιητική επιλεκτικότητα. discriminative ratio (γ):

15 frequent feature examples παραδείγματα συχνών υπογράφων

16 General Framework 1. Δημιουργία του index (gindex, Grafil) b. Δημιουργία ευρετηρίου gindex: translates fragments to sequences and holds them in a prefix tree Grafil: feature-graph πίνακας του οποίου κάθε στήλη είναι ένας γράφος της βάσης και κάθε γραμμή ένα feature του index

17 General Framework Βήματα 1. Δημιουργία του index 2. Υπολογισμός μέγιστου αριθμού απωλειών feature 3. Επεξεργασία γράφου ερώτηση 4. Περαιτέρω relaxation τουγράφουερώτηση

18 General Framework 2. Υπολογισμός μέγιστου αριθμού απωλειών feature a. Εύρεση των feature του index που περιέχονται στον γράφο ερώτηση. b. Επιλογή ενός feature set/φίλτρου (υποσύνολο των feature του index). Αν όλα τα feature του index στο σετ/φίλτρο τότε χαμηλή απόδοση. Δημιουργούμε feature sets με βάση την επιλεκτικότητα. επιλεκτικότητα ενός feature του γράφου ερώτηση Q ως προς μία βάση γράφων D, είναι η μέση διαφορά συχνότητας του feature μεταξύ D και Q, δ f (D,Q). γενικοί κανόνες για feature set 1. Επιλογή αρκετά μεγάλου αριθμού feature 2. Τα features να καλύπτουν ομοιόμορφα τον γράφο ερώτηση 3. Τα feature με διαφορετική επιλεκτικότητα να είναι χωριστά

19 General Framework 2. Υπολογισμός μέγιστου αριθμού απωλειών feature b. Επιλογή ενός feature set/φίλτρου (συνέχεια) αρχικά φιλτράρουμε έχοντας σετ τα feature ίδιου μεγέθους ενώνουμε τα σετ με διαφορά μεγέθους feature 1 Σε κάθε νέο σετ hierarchical clustering με βάση την επιλεκτικότητα των feature του Έτσι χωρίζουμε τα feature του κάθε σετ σε τρία σύνολα (high, medium, low selectivity) το καθένα από τα οποία είναι ένα φίλτρο

20 General Framework 2. Υπολογισμός μέγιστου αριθμού απωλειών feature c. Υπολογισμός του αριθμού εμφανίσεων των feature (του σετ) στον γράφο ερώτηση. d. Υπολογισμός του μέγιστου αριθμού απωλειών feature αν κάνουμε relax μία ακμή του query. edge-feature πίνακας για τον γράφο ερώτηση. Κάθε στήλη αντιστοιχεί σε ένα feature του σετ και κάθε σειρά σε μία ακμή του γράφου ερώτηση. Ο μέγιστος αριθμός στηλών που μπορούν να χτυπήσουν k γραμμές είναι και ο max feat miss. Όπου k= θ* G, θ relaxation ratio. (πρόβλημα μέγιστου επικαλύμματος, NP-complete)

21 max feat miss example Για μία αφαίρεση ακμής από τον γράφο ερώτηση έχουμε d max =4

22 General Framework Βήματα 1. Δημιουργία του index 2. Υπολογισμός μέγιστου αριθμού απωλειών feature 3. Επεξεργασία γράφου ερώτηση 4. Περαιτέρω relaxation του γράφου ερώτηση

23 General Framework 3. Επεξεργασία γράφου ερώτηση a. Χρησιμοποιούμε των feature-graph πίνακα για να υπολογίσουμε την διαφορά σε feature (σετ) μεταξύ γράφου ερώτηση και κάθε γράφου της βάσης. Δεν χρειάζεται πρόσβαση στη βάση παρά μόνο στον πίνακα. b. Αν d>d max (max feat miss) τότε ο γράφος δεν περιέχει ως υπογράφο τον γράφο ερώτηση. Αν d<dmax τότε ογράφοςείναιυποψήφιος.

24 General Framework 3. Επεξεργασία γράφου ερώτηση c. Υπολογίζουμε την structure-based similarity μεταξύ του query graph και κάθε candidate που βρήκαμε με το φιλτράρισμα. Έτσι ξεχωρίζουμε τις απαντήσεις από τους υποψήφιους. 4. Περαιτέρω relaxation του γράφου ερώτηση Αν θέλουμε περισσότερους γράφους απαντήσεις, κάνουμε ξανά relax στον γράφο ερώτηση και επαναλαμβάνουμε την διαδικασία από το 2 ο βήμα.

25 related work Substructure search Algorithms and applications of tree and graph searching, Shasa et al., PODS 02 A platform based on the multi-dimensional data modelfor analysis of bio-molecular structures, Srinivasa et al., VLDB 03 Similarity search Rascal:Calculation of graph similarity using maximum common edge subgraphs, Raymond et al. 2002, The computer Journal 45 Substructure similarity A new algorithm for error-tolerant subgraph isomorphism detection, Messmer and Bunke IEEE Trans on Pattern Analysis and Machine Intelligence 20

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ Φροντιστήριο #: Εύρεση Ελαχίστων Μονοπατιών σε Γραφήματα που Περιλαμβάνουν και Αρνητικά Βάρη: Αλγόριθμος

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

Λυσεις προβλημάτων τελικής φάσης Παγκύπριου Μαθητικού Διαγωνισμού Πληροφορικής 2007

Λυσεις 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 περισσότερα

Matrix Algorithms. Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι. Αλγόριθμοι» Γ. Καούρη Β. Μήτσου

Matrix Algorithms. Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι. Αλγόριθμοι» Γ. Καούρη Β. Μήτσου Matrix Algorithms Παρουσίαση στα πλαίσια του μαθήματος «Παράλληλοι Αλγόριθμοι» Γ. Καούρη Β. Μήτσου Περιεχόμενα παρουσίασης Πολλαπλασιασμός πίνακα με διάνυσμα Πολλαπλασιασμός πινάκων Επίλυση τριγωνικού

Διαβάστε περισσότερα

ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ. Εισαγωγή

ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ. Εισαγωγή ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ Εισαγωγή Συστάσεις Ι Ποιός είμαι εγώ: Email: tsap@cs.uoi.gr Γραφείο: Β.3 Προτιμώμενες ώρες γραφείου: 11:00-18:00 Ενδιαφέροντα Web mining, Social networks, User Generated Content Mobile

Διαβάστε περισσότερα

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ.

Γνωστό: P (M) = 2 M = τρόποι επιλογής υποσυνόλου του M. Π.χ. M = {A, B, C} π. 1. Π.χ. Παραδείγματα Απαρίθμησης Γνωστό: P (M 2 M τρόποι επιλογής υποσυνόλου του M Τεχνικές Απαρίθμησης Πχ M {A, B, C} P (M 2 3 8 #(Υποσυνόλων με 2 στοιχεία ( 3 2 3 #(Διατεταγμένων υποσυνόλων με 2 στοιχεία 3 2

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 10β: Αλγόριθμοι Γραφημάτων-Γραφήματα- Αναπαράσταση Γραφημάτων- Διερεύνηση Πρώτα σε Πλάτος (BFS) Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το

Διαβάστε περισσότερα

Αλγόριθμοι και Πολυπλοκότητα

Αλγόριθμοι και Πολυπλοκότητα Αλγόριθμοι και Πολυπλοκότητα Εισαγωγή Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Βιβλιογραφία Jon Kleinberg και Éva Tardos, Σχεδιασμός αλγορίθμων, Εκδόσεις Κλειδάριθμος,

Διαβάστε περισσότερα

Επερωτήσεις σύζευξης με κατάταξη

Επερωτήσεις σύζευξης με κατάταξη Επερωτήσεις σύζευξης με κατάταξη Επερωτήσεις κατάταξης Top-K queries Οι επερωτήσεις κατάταξης επιστρέφουν τις k απαντήσεις που ταιριάζουν καλύτερα με τις προτιμήσεις του χρήστη. Επερωτήσεις κατάταξης Top-K

Διαβάστε περισσότερα

Περιληπτικά, τα βήματα που ακολουθούμε γενικά είναι τα εξής:

Περιληπτικά, τα βήματα που ακολουθούμε γενικά είναι τα εξής: Αυτό που πρέπει να θυμόμαστε, για να μη στεναχωριόμαστε, είναι πως τόσο στις εξισώσεις, όσο και στις ανισώσεις 1ου βαθμού, που θέλουμε να λύσουμε, ακολουθούμε ακριβώς τα ίδια βήματα! Εκεί που πρεπει να

Διαβάστε περισσότερα

Λίγα λόγια από το συγγραφέα... 7. 91 Βάσεις δεδομένων και Microsoft Access... 9. 92 Microsoft Access... 22

Λίγα λόγια από το συγγραφέα... 7. 91 Βάσεις δεδομένων και Microsoft Access... 9. 92 Microsoft Access... 22 ΕΝΟΤΗΤΑ 5 Περιεχόμενα Λίγα λόγια από το συγγραφέα... 7 91 Βάσεις δεδομένων και Microsoft Access... 9 92 Microsoft Access... 22 93 Το σύστημα Βοήθειας του Microsoft Office... 32 94 Σχεδιασμός βάσης δεδομένων

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ - ΤΜΗΥΠ ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙI Δομές Ευρετηρίων και Κατακερματισμός Αρχείων II Β. Μεγαλοοικονόμου Δ. Χριστοδουλάκης (παρουσίαση βασισμένη εν μέρη σε σημειώσεις των Silberchatz, Korth και

Διαβάστε περισσότερα

Καθηγητής Παν Πειραιά, Δρ Φούντας Ευάγγελος. Δρ ΦΟΥΝΤΑΣ ΕΥΑΓΓΕΛΟΣ. Καθηγητής Πανεπιστημίου Πειραιώς Πρόεδρος Τμήματος Πληροφορικής

Καθηγητής Παν Πειραιά, Δρ Φούντας Ευάγγελος. Δρ ΦΟΥΝΤΑΣ ΕΥΑΓΓΕΛΟΣ. Καθηγητής Πανεπιστημίου Πειραιώς Πρόεδρος Τμήματος Πληροφορικής Β Ι Ο Γ Ρ Α Φ Ι Κ Ο Σ Η Μ Ε Ι Ω Μ Α Δρ ΦΟΥΝΤΑΣ ΕΥΑΓΓΕΛΟΣ Καθηγητής Πανεπιστημίου Πειραιώς Πρόεδρος Τμήματος Πληροφορικής Μ. ΚΑΡΑΟΛΗ και Α. ΔΗΜΗΤΡΙΟΥ 80, 185 34 ΠΕΙΡΑΙΑΣ Τηλ 210 414 2314 / Fax: 210-4142107

Διαβάστε περισσότερα

Δρομολόγηση Και Πολύχρωματισμός. Γραφημάτων ΚΑΡΑΓΕΩΡΓΟΣ ΤΙΜΟΘΕΟΣ Α.Μ 1026

Δρομολόγηση Και Πολύχρωματισμός. Γραφημάτων ΚΑΡΑΓΕΩΡΓΟΣ ΤΙΜΟΘΕΟΣ Α.Μ 1026 Δρομολόγηση Και Πολύχρωματισμός Μονοπατιών Γραφημάτων ΚΑΡΑΓΕΩΡΓΟΣ ΤΙΜΟΘΕΟΣ Α.Μ 1026 Εισαγωγή. Το πρόβλημα με το οποίο θα ασχοληθούμε εδώ είναι γνωστό σαν: Δρομολόγηση και Πολύ-χρωματισμός Διαδρομών (Routing

Διαβάστε περισσότερα

Διαδικτυακό Εργαλείο Εικονικής Ανίχνευσης για την έρευνα στον τομέα της Χημειοπροφύλαξης κατά του Καρκίνου

Διαδικτυακό Εργαλείο Εικονικής Ανίχνευσης για την έρευνα στον τομέα της Χημειοπροφύλαξης κατά του Καρκίνου Διαδικτυακό Εργαλείο Εικονικής Ανίχνευσης για την έρευνα στον τομέα της Χημειοπροφύλαξης κατά του Καρκίνου (Web-based Virtual Screening Tool for Cancer Chemoprevention Research) 11 ο Συνέδριο Μαριάννας

Διαβάστε περισσότερα

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Εισαγωγή. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Εισαγωγή. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Δομές Δεδομένων Εισαγωγή Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Βιβλιογραφία Robert Sedgewick, Αλγόριθμοι σε C, Μέρη 1-4 (Θεμελιώδεις Έννοιες, Δομές Δεδομένων, Ταξινόμηση,

Διαβάστε περισσότερα

Ομαδοποίηση Εγγράφων (Document Clustering)

Ομαδοποίηση Εγγράφων (Document Clustering) Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών Άνοιξη 007 HΥ463 - Συστήματα Ανάκτησης Πληροφοριών Information Retrieval (IR) Systems Ομαδοποίηση Εγγράφων (Document Clustering) Γιάννης Τζίτζικας ιάλεξη

Διαβάστε περισσότερα

Υπερπροσαρμογή (Overfitting) (1)

Υπερπροσαρμογή (Overfitting) (1) Αλγόριθμος C4.5 Αποφυγή υπερπροσαρμογής (overfitting) Reduced error pruning Rule post-pruning Χειρισμός χαρακτηριστικών συνεχών τιμών Επιλογή κατάλληλης μετρικής για την επιλογή των χαρακτηριστικών διάσπασης

Διαβάστε περισσότερα

Μελέτη και Ανάπτυξη ενός Εργαλείου Υποβοήθησης στη Σχεδίαση µίας Βάσης εδοµένων Τύπου Graph από Τελικούς Χρήστες

Μελέτη και Ανάπτυξη ενός Εργαλείου Υποβοήθησης στη Σχεδίαση µίας Βάσης εδοµένων Τύπου Graph από Τελικούς Χρήστες Μελέτη και Ανάπτυξη ενός Εργαλείου Υποβοήθησης στη Σχεδίαση µίας Βάσης εδοµένων Τύπου Graph από Τελικούς Χρήστες ηµήτρης Λαµπούδης Επιβλέπων: Νικόλαος Πρωτόγερος ιατµηµατικό Πρόγραµµα Μεταπτυχιακών Σπουδών

Διαβάστε περισσότερα

«Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ.

«Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ. ΕΡΓΑΣΙΑ 4 «Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ. Στόχος Στόχος της Εργασίας 4 είναι να η εξοικείωση με την αντικειμενοστρέφεια (object oriented programming). Πιο συγκεκριμένα,

Διαβάστε περισσότερα

Βιοπληροφορική Ι. Παντελής Μπάγκος. Παν/µιο Στερεάς Ελλάδας

Βιοπληροφορική Ι. Παντελής Μπάγκος. Παν/µιο Στερεάς Ελλάδας Βιοπληροφορική Ι Παντελής Μπάγκος Παν/µιο Στερεάς Ελλάδας Λαµία 2006 1 Βιοπληροφορική Ι Εισαγωγή: Ορισµός της Βιοπληροφορικής, Υποδιαιρέσεις της Βιοπληροφορικής, Τα είδη των δεδοµένων στη Βιοπληροφορική.

Διαβάστε περισσότερα

Τμήμα Εφαρμοσμένης Πληροφορικής και Πολυμέσων

Τμήμα Εφαρμοσμένης Πληροφορικής και Πολυμέσων NETWORKING DAY Τετάρτη, 17 Οκτωβρίου 2012 Συνεργασία στην Έρευνα & Επαγγελματικές Προοπτικές Νέων Επιστημόνων Αμφιθέατρο Κτιρίου Επιστημών Πολυτεχνείο Κρήτης 10:00-14:00 Τμήμα Εφαρμοσμένης Πληροφορικής

Διαβάστε περισσότερα

Η αβεβαιότητα στη μέτρηση.

Η αβεβαιότητα στη μέτρηση. Η αβεβαιότητα στη μέτρηση. 1. Εισαγωγή. Κάθε μέτρηση, όσο προσεκτικά και αν έχει γίνει, περικλείει κάποια αβεβαιότητα. Η ανάλυση των σφαλμάτων είναι η μελέτη και ο υπολογισμός αυτής της αβεβαιότητας στη

Διαβάστε περισσότερα

Combined Bus and Driver Scheduling

Combined Bus and Driver Scheduling Combined Bus and Driver Scheduling C Valouxis, E Housos Computers and Operation Research Journal Vol 29/3, pp 243-259, March 22 AMORE Patra, 2 Problem Definition () Shift: a set of routes that will be

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ 1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ Φροντιστήριο #2: Πολυωνυμικοί Αλγόριθμοι, Εισαγωγή στα Γραφήματα, Αναζήτηση κατά Βάθος, Τοπολογική Ταξινόμηση

Διαβάστε περισσότερα

Η δυαδική σχέση M ( «παράγει σε ένα βήμα» ) ορίζεται ως εξής: (q, w) M (q, w ), αν και μόνο αν w = σw, για κάποιο σ Σ

Η δυαδική σχέση M ( «παράγει σε ένα βήμα» ) ορίζεται ως εξής: (q, w) M (q, w ), αν και μόνο αν w = σw, για κάποιο σ Σ Πεπερασμένα Αυτόματα (ΠΑ) Τα πεπερασμένα αυτόματα είναι οι απλούστερες «υπολογιστικές μηχανές». Δεν έχουν μνήμη, μόνο μία εσωτερική μονάδα με πεπερασμένο αριθμό καταστάσεων. Διαβάζουν τη συμβολοσειρά εισόδου

Διαβάστε περισσότερα

METALIB Σύστημα μετα-αναζήτησης για ηλεκτρονικές πηγές πληροφόρησης

METALIB Σύστημα μετα-αναζήτησης για ηλεκτρονικές πηγές πληροφόρησης METALIB Σύστημα μετα-αναζήτησης για ηλεκτρονικές πηγές πληροφόρησης Βιβλιοθήκη & Κέντρο Πληροφόρησης, Πανεπιστημίου Λευκωσίας E-mail: libithelp@unic.ac.cy Τηλ: 22444772 Έκδοση: Μάρτιος 2013 (ES, GC, KP)

Διαβάστε περισσότερα

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 2: Γραφήματα

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 2: Γραφήματα Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Διακριτά Μαθηματικά Ενότητα 2: Γραφήματα Αν. Καθηγητής Κ. Στεργίου e-mail: kstergiou@uowm.gr Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Άδειες Χρήσης

Διαβάστε περισσότερα

ΕΝΟΤΗΤΑ. Γνωρίζω τον υπολογιστή

ΕΝΟΤΗΤΑ. Γνωρίζω τον υπολογιστή ΕΝΟΤΗΤΑ Γνωρίζω τον υπολογιστή . Κεφάλαιο 1 Βασικές έννοιες της Πληροφορικής Εισαγωγή Τι είναι οι πληροφορίες στις οποίες βασιζόμαστε για να παίρνουμε αποφάσεις ή για να οργανώνουμε καλύτερα τις δραστηριότητές

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

P. Chretienne, E. Coffman, J. Lenstra, Z. Liu Scheduling Theory and its Applications John Wiley & Sons, New York, (1995)

P. Chretienne, E. Coffman, J. Lenstra, Z. Liu Scheduling Theory and its Applications John Wiley & Sons, New York, (1995) ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΟΥ 8ο Εξάμηνο ΕΡΓΑΣΙΑ P. Chretienne, E. Coffman, J. Lenstra, Z. Liu Scheduling Theory and its Applications John Wiley & Sons, New York, (995) CHAPTER (μέχρι και..) Scheduling with Communication

Διαβάστε περισσότερα

PBI-192. Οδηγίες Χρήσης. Paradox to KNX-BUS Interface

PBI-192. Οδηγίες Χρήσης. Paradox to KNX-BUS Interface PBI-192 Paradox to KNX-BUS Interface Οδηγίες Χρήσης GDS Intelligence in Buildings Ελ. Βενιζέλου 116 Νέα Ερυθραία, 14671 Τηλ: +30 2108071288 Email: info@gds.com.gr Web: gds.com.gr Περιεχόμενα 1 Περιγραφή

Διαβάστε περισσότερα

Ανάλυση, Περιγραφή και Ανάκτηση Μουσικών Δεδομένων: το έργο ΠΟΛΥΜΝΙΑ*

Ανάλυση, Περιγραφή και Ανάκτηση Μουσικών Δεδομένων: το έργο ΠΟΛΥΜΝΙΑ* Ανάλυση, Περιγραφή και Ανάκτηση Μουσικών Δεδομένων: το έργο ΠΟΛΥΜΝΙΑ* Δρ. Σοφία Τσεκερίδου Επίκουρος Καθηγήτρια *Παρουσιάζονται αποτελέσματα έρευνας και ανάπτυξης που προέκυψαν από τη συνεργασία με το

Διαβάστε περισσότερα

ΕΝΤΟΠΙΣΜΟΣ ΘΕΣΗΣ ΚΑΙ ΧΑΡΤΗΓΡΑΦΗΣΗ

ΕΝΤΟΠΙΣΜΟΣ ΘΕΣΗΣ ΚΑΙ ΧΑΡΤΗΓΡΑΦΗΣΗ ΕΝΤΟΠΙΣΜΟΣ ΘΕΣΗΣ ΚΑΙ ΧΑΡΤΗΓΡΑΦΗΣΗ Δρ Γιώργος Α. Δημητρίου Ευφυή Κινούμενα Ρομπότ 139 Ρομποτικός Εντοπισμός Θέσης Δεδομένα Χάρτης του περιβάλλοντος Ακολουθία παρατηρήσεων Ζητούμενο Εκτίμηση της θέσης του

Διαβάστε περισσότερα

Αλγόριθμοι και Πολυπλοκότητα

Αλγόριθμοι και Πολυπλοκότητα Αλγόριθμοι και Πολυπλοκότητα Ροή Δικτύου Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Μοντελοποίηση Δικτύων Μεταφοράς Τα γραφήματα χρησιμοποιούνται συχνά για την μοντελοποίηση

Διαβάστε περισσότερα

ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΣΤΥΛΙΑΝΗΣ Κ. ΣΟΦΙΑΝΟΠΟΥΛΟΥ Αναπληρώτρια Καθηγήτρια. Τµήµα Τεχνολογίας & Συστηµάτων Παραγωγής.

ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΣΤΥΛΙΑΝΗΣ Κ. ΣΟΦΙΑΝΟΠΟΥΛΟΥ Αναπληρώτρια Καθηγήτρια. Τµήµα Τεχνολογίας & Συστηµάτων Παραγωγής. ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΣΤΥΛΙΑΝΗΣ Κ. ΣΟΦΙΑΝΟΠΟΥΛΟΥ Αναπληρώτρια Καθηγήτρια Τµήµα Τεχνολογίας & Συστηµάτων Παραγωγής Πανεπιστήµιο Πειραιώς, Καραολή ηµητρίου 80, 18534 Πειραιάς Τηλ. 210 414-2147, e-mail: sofianop@unipi.gr

Διαβάστε περισσότερα

Δυναμικά Πολυεπίπεδα Ευρετήρια (Β-δένδρα) Μ.Χατζόπουλος 1

Δυναμικά Πολυεπίπεδα Ευρετήρια (Β-δένδρα) Μ.Χατζόπουλος 1 Δυναμικά Πολυεπίπεδα Ευρετήρια (Β-δένδρα) Μ.Χατζόπουλος 1 Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ.Χατζόπουλος 2 Δένδρο αναζήτησης είναι ένας ειδικός τύπος δένδρου που χρησιμοποιείται για να καθοδηγήσει την αναζήτηση μιας

Διαβάστε περισσότερα

Information Technology for Business

Information Technology for Business Information Technology for Business! Lecturer: N. Kyritsis, MBA, Ph.D. Candidate!! e-mail: kyritsis@ist.edu.gr Διαχείριση Επιχειρηματικών Δεδομένων - Databases Ορισμός Βάσης Δεδομένων Συλλογή συναφών αρχείων

Διαβάστε περισσότερα

Ελαφρύτερος και βαρύτερος Αλγόριθμοι ταξινόμησης

Ελαφρύτερος και βαρύτερος Αλγόριθμοι ταξινόμησης 7η Δραστηριότητα Ελαφρύτερος και βαρύτερος Αλγόριθμοι ταξινόμησης Περίληψη Οι υπολογιστές χρησιμοποιούνται συχνά για την ταξινόμηση καταλόγων, όπως για παράδειγμα, ονόματα σε αλφαβητική σειρά, ραντεβού

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ

ΚΕΦΑΛΑΙΟ 2 ΔΙΑΤΑΞΕΙΣ, ΜΕΤΑΘΕΣΕΙΣ, ΣΥΝΔΥΑΣΜΟΙ ΚΕΦΑΛΑΙΟ ΔΙΑΤΑΞΕΙΣ ΜΕΤΑΘΕΣΕΙΣ ΣΥΝΔΥΑΣΜΟΙ Εισαγωγή. Οι σχηματισμοί που προκύπτουν με την επιλογή ενός συγκεκριμένου αριθμού στοιχείων από το ίδιο σύνολο καλούνται διατάξεις αν μας ενδιαφέρει η σειρά καταγραφή

Διαβάστε περισσότερα

ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ. Για τη διαδικτυακή εφαρμογή. Εγγραφής Φοιτητών σε Ωρολόγια Προγράμματα και Ελέγχου Διενέργειας Εκπαιδευτικών Δραστηριοτήτων

ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ. Για τη διαδικτυακή εφαρμογή. Εγγραφής Φοιτητών σε Ωρολόγια Προγράμματα και Ελέγχου Διενέργειας Εκπαιδευτικών Δραστηριοτήτων ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ Για τη διαδικτυακή εφαρμογή Εγγραφής Φοιτητών σε Ωρολόγια Προγράμματα και Ελέγχου Διενέργειας Εκπαιδευτικών Δραστηριοτήτων στο πλαίσιο του έργου ΕΚΠΑΙΔΕΥΣΗ ΦΟΙΤΗΤΩΝ ΓΙΑ ΤΗΝ ΑΝΑΠΤΥΞΗ ΔΕΞΙΟΤΗΤΩΝ

Διαβάστε περισσότερα

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΙΣΑΓΩΓΗ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ. ΤΙ ΕΙΝΑΙ ΤΑ ΜΑΘΗΜΑΤΙΚΑ; Η επιστήμη των αριθμών Βασανιστήριο για τους μαθητές και φοιτητές Τέχνη για τους μαθηματικούς ΜΑΘΗΜΑΤΙΚΑ Α Εξάμηνο ΙΩΑΝΝΗΣ

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος 9. Ευχαριστίες 11. Εισαγωγή 13. 1 Κατανόηση των δεδομένων 23. 2 Βασικές τεχνικές ανάλυσης δεδομένων 41

Περιεχόμενα. Πρόλογος 9. Ευχαριστίες 11. Εισαγωγή 13. 1 Κατανόηση των δεδομένων 23. 2 Βασικές τεχνικές ανάλυσης δεδομένων 41 Περιεχόμενα Πρόλογος 9 Ευχαριστίες 11 Εισαγωγή 13 Σχετικά με το βιβλίο...14 Σε ποιον απευθύνεται το βιβλίο...15 Οργάνωση του βιβλίου...16 Πώς θα προχωρήσετε...18 Στοιχεία του βιβλίου...19 Χρήση του συνοδευτικού

Διαβάστε περισσότερα

EFFICIENT TOP-K QUERYING OVER SOCIAL-TAGGING NETWORKS

EFFICIENT TOP-K QUERYING OVER SOCIAL-TAGGING NETWORKS EFFICIENT TOP-K QUERYING OVER SOCIAL-TAGGING NETWORKS Ralf Schenkel, Tom Crecelious, Mouna Kacimi, Sebastian Michel, Thomas Neumann, Josiane Xavier Parreira, Gerhard Weikum ΠΡΟΒΛΗΜΑ Εύρεση ενός αποτελεσματικού

Διαβάστε περισσότερα

Δομές Δεδομένων και Αλγόριθμοι

Δομές Δεδομένων και Αλγόριθμοι Δομές Δεδομένων και Αλγόριθμοι Χρήστος Γκόγκος ΤΕΙ Ηπείρου Χειμερινό Εξάμηνο 2014-2015 Παρουσίαση 18 Dijkstra s Shortest Path Algorithm 1 / 12 Ο αλγόριθμος εύρεσης της συντομότερης διαδρομής του Dijkstra

Διαβάστε περισσότερα

ΠΙΝΑΚΑΣ- TABLE ΤΡΟΠΟΙ ΠΑΡΟΥΣΙΑΣΗΣ ΔΕΔΟΜΕΝΩΝ ΠΙΝΑΚΑΣ 1. ΓΙΑ ΠΟΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Η ΣΤΟΙΧΕΙΑ ΕΙΝΑΙ ΚΑΛΗ ΕΠΙΛΟΓΗ ΕΝΑΣ ΠΙΝΑΚΑΣ; ΚΑΛΗ ΕΠΙΛΟΓΗ

ΠΙΝΑΚΑΣ- TABLE ΤΡΟΠΟΙ ΠΑΡΟΥΣΙΑΣΗΣ ΔΕΔΟΜΕΝΩΝ ΠΙΝΑΚΑΣ 1. ΓΙΑ ΠΟΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Η ΣΤΟΙΧΕΙΑ ΕΙΝΑΙ ΚΑΛΗ ΕΠΙΛΟΓΗ ΕΝΑΣ ΠΙΝΑΚΑΣ; ΚΑΛΗ ΕΠΙΛΟΓΗ ΤΡΟΠΟΙ ΠΑΡΟΥΣΙΑΣΗΣ ΔΕΔΟΜΕΝΩΝ ΧΡΙΣΤΙΝΑ ΚΑΡΑΤΖΑΦΕΡΗ, PhD ΛΕΚΤΟΡΑΣ ΣΤΗ ΦΥΣΙΟΛΟΓΙΑ ΤΗΣ ΑΣΚΗΣΗΣ Τ.Ε.Φ.Α.Α., Π.Θ. Π.Μ.Σ. ΑΣΚΗΣΗ ΚΑΙ ΥΓΕΙΑ ΦΕΒΡΟΥΑΡΙΟΣ 2007 ΒΑΣΙΚΑ ΚΡΙΤΗΡΙΑ ΕΠΙΛΟΓΗΣ ΑΠΛΟΤΗΤΑ ΝΟΗΜΑΤΙΚΗ ΚΑΘΑΡΟΤΗΤΑ

Διαβάστε περισσότερα

Θεωρία παιγνίων Δημήτρης Χριστοφίδης Εκδοση 1η: Παρασκευή 3 Απριλίου 2015. Παραδείγματα Παράδειγμα 1. Δυο άτομα παίζουν μια παραλλαγή του σκακιού όπου σε κάθε βήμα ο κάθε παίκτης κάνει δύο κανονικές κινήσεις.

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ Ε.Π.Ε.Α.Ε.Κ «ΑΡΧΙΜΗΔΗΣ ΙΙ: ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΤΕΙ (Ε.Ε.Ο.Τ.)»

ΠΡΟΓΡΑΜΜΑ Ε.Π.Ε.Α.Ε.Κ «ΑΡΧΙΜΗΔΗΣ ΙΙ: ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΤΕΙ (Ε.Ε.Ο.Τ.)» ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΠΡΟΓΡΑΜΜΑ Ε.Π.Ε.Α.Ε.Κ «ΑΡΧΙΜΗΔΗΣ ΙΙ: ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΤΕΙ (Ε.Ε.Ο.Τ.)» ΥΠΟΕΡΓΟ 4: ΑΝΑΠΤΥΞΗ ΝΕΩΝ ΜΕΘΟΔΩΝ ΓΙΑ ΤΗΝ ΑΝΑΛΥΣΗ, ΠΡΟΣΟΜΟΙΩΣΗ, ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΑΙ

Διαβάστε περισσότερα

A Project Management D SS based on a GIS Platform. Ένα χωρικό σύστημα υποστήριξης αποφάσεων για την διαχείριση έργων

A Project Management D SS based on a GIS Platform. Ένα χωρικό σύστημα υποστήριξης αποφάσεων για την διαχείριση έργων A Project Management D SS based on a GIS Platform Lazaros Kotsikas Civil Engineer, PhD lkotsikas@gmail.com Abstract In this paper we present a spatial decision support system for project management. The

Διαβάστε περισσότερα

υπηρεσίες / services ΜΕΛΕΤΗ - ΣΧΕΔΙΑΣΜΟΣ PLANNING - DESIGN ΕΜΠΟΡΙΚΗ ΜΕΛΕΤΗ COMMERCIAL PLANNING ΕΠΙΠΛΩΣΗ - ΕΞΟΠΛΙΣΜΟΣ FURNISHING - EQUIPMENT

υπηρεσίες / services ΜΕΛΕΤΗ - ΣΧΕΔΙΑΣΜΟΣ PLANNING - DESIGN ΕΜΠΟΡΙΚΗ ΜΕΛΕΤΗ COMMERCIAL PLANNING ΕΠΙΠΛΩΣΗ - ΕΞΟΠΛΙΣΜΟΣ FURNISHING - EQUIPMENT Αρχιτεκτονικές και διακοσμητικές μελέτες, με λειτουργικό και σύγχρονο σχέδιασμό, βασισμένες στην μοναδικότητα του πελάτη. ΕΜΠΟΡΙΚΗ ΜΕΛΕΤΗ Ανάλυση των χαρακτηριστικών των προϊόντων και ένταξη του τρόπου

Διαβάστε περισσότερα

Chapter 9: NP-Complete Problems

Chapter 9: NP-Complete Problems Θεωρητική Πληροφορική Ι: Αλγόριθμοι και Πολυπλοκότητα Chapter 9: NP-Complete Problems 9.3 Graph-Theoretic Problems (Συνέχεια) 9.4 Sets and Numbers Γιώργος Αλεξανδρίδης gealexan@mail.ntua.gr Κεφάλαιο 9:

Διαβάστε περισσότερα

Ανάκτηση Δεδομένων (Information Retrieval)

Ανάκτηση Δεδομένων (Information Retrieval) Ανάκτηση Δεδομένων (Information Retrieval) Παύλος Εφραιμίδης Βάσεις Δεδομένων Ανάκτηση Δεδομένων 1 Information Retrieval (1) Βάσεις Δεδομένων: Περιέχουν δομημένη πληροφορία: Πίνακες Ανάκτηση Πληροφορίας

Διαβάστε περισσότερα

Ο γύρος του ίππου (Συνοδευτική της δραστηριότητας «Ο ξεναγός»)

Ο γύρος του ίππου (Συνοδευτική της δραστηριότητας «Ο ξεναγός») Ο γύρος του ίππου (Συνοδευτική της δραστηριότητας «Ο ξεναγός») Ηλικίες: Προαπαιτούμενες δεξιότητες: Χρόνος: Μέγεθος ομάδας: 8 ενήλικες Καμία 50-60 λεπτά από 1 άτομο και πάνω Εστίαση Γράφοι, Αναπαράσταση

Διαβάστε περισσότερα

BΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ. goumas@teikav.edu.gr, goumas@kav.forthnet.gr

BΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ. goumas@teikav.edu.gr, goumas@kav.forthnet.gr BΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ ΠΡΟΣΩΠΙΚΑ ΣΤΟΙΧΕΙΑ 'Ονομα: Επώνυμο: Στέφανος Γκούμας Ημερομ.Γέννησης: 25/8/1960 Οικογενειακή κατάσταση: Τόπος κατοικίας: Έγγαμος Παλιό Καβάλας Διεύθυνση κατοικίας: Παπαϊωάννου 45 Ταχ.Κώδικας:

Διαβάστε περισσότερα

Κεφάλαιο 4 ο : Ταλαντώσεις

Κεφάλαιο 4 ο : Ταλαντώσεις Κεφάλαιο 4 ο : Ταλαντώσεις Φυσική Γ Γυμνασίου Περιοδικές Κινήσεις Όλες οι κινήσεις επαναλαμβάνονται σε ίσα χρονικά διαστήματα. Περιοδικές κινήσεις: Οι κινήσεις που επαναλαμβάνονται σε ίσα χρονικά διαστήματα.

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΡΟΝΤΙΣΤΗΡΙΟ ΑΛΓΟΡΙΘΜΩΝ ΒΟΗΘΟΣ: ΒΑΓΓΕΛΗΣ ΔΟΥΡΟΣ Φροντιστήριο #7: Ελάχιστα Επικαλυπτικά Δένδρα, Αλγόριθμος Kruskal, Δομές Union-Find Άσκηση # 0 5 0 0 0

Διαβάστε περισσότερα

COMPUTER AIDED DESIGN AND MANUFACTURE (CAD/CAM) 1.1 CAD

COMPUTER AIDED DESIGN AND MANUFACTURE (CAD/CAM) 1.1 CAD 1 COMPUTER AIDED DESIGN AND MANUFACTURE (CAD/CAM) 1.1 CAD,,, -.,,,,,. -, (Computer Aided Design-CAD),, : -. -,. 20 / CAD/CAM KAI, (Computer Numerical Control-CNC), Computer Aided and Manufacture-CAM).

Διαβάστε περισσότερα

Εξεταστέα Ύλη (Syllabus) Έκδοση 5.0

Εξεταστέα Ύλη (Syllabus) Έκδοση 5.0 Εξεταστέα Ύλη (Syllabus) Έκδοση 5.0 Πνευματικά Δικαιώματα 2007 Ίδρυμα ECDL (ECDL Foundation www.ecdl.org) Όλα τα δικαιώματα είναι κατοχυρωμένα. Κανένα μέρος αυτού του εγγράφου δεν μπορεί να αναπαραχθεί

Διαβάστε περισσότερα

Δυνάμεις Φυσικών Αριθμών

Δυνάμεις Φυσικών Αριθμών Δυνάμεις Φυσικών Αριθμών TINΑ ΒΡΕΝΤΖΟΥ www.ma8eno.gr www.ma8eno.gr Σελίδα 1 Δυνάμεις φυσικών αριθμών Δύναμη ονομάζουμε το γινόμενο πολλών ίσων παραγόντων Πχ: 8 8= 64, 4 4 4= 64, 3 3 3 3= 81. Έτσι, το γινόμενο

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

Βάσεις εδομένων ΘΕΜΑ ΕΡΓΑΣΙΑΣ. Μέρμηγκας Αλέξανδρος Α.Μ. 30000. ιαχείρηση Πληροφοριακών Συστηματών

Βάσεις εδομένων ΘΕΜΑ ΕΡΓΑΣΙΑΣ. Μέρμηγκας Αλέξανδρος Α.Μ. 30000. ιαχείρηση Πληροφοριακών Συστηματών TMHMA ΑΥΤΟΜΑΤΙΣΜΟΥ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ Τ.Ε.Ι. ΠΕΙΡΑΙΩΣ ΘΕΜΑ ΕΡΓΑΣΙΑΣ Βάσεις εδομένων Μέρμηγκας Αλέξανδρος Α.Μ. 30000 Βάση εδομένων Βάση δεδομένων είναι μια οργανωμένη συλλογή αλληλοσυσχετιζόμενων

Διαβάστε περισσότερα

Oικονομικές και Mαθηματικές Eφαρμογές

Oικονομικές και Mαθηματικές Eφαρμογές Το πακέτο ΕXCEL: Oικονομικές και Mαθηματικές Eφαρμογές Eπιμέλεια των σημειώσεων και διδασκαλία: Ευαγγελία Χαλιώτη* Θέματα ανάλυσης: - Συναρτήσεις / Γραφικές απεικονίσεις - Πράξεις πινάκων - Συστήματα εξισώσεων

Διαβάστε περισσότερα

B Γυμνασίου. Ενότητα 9

B Γυμνασίου. Ενότητα 9 B Γυμνασίου Ενότητα 9 Γραμμικές εξισώσεις με μία μεταβλητή Διερεύνηση (1) Να λύσετε τις πιο κάτω εξισώσεις και ακολούθως να σχολιάσετε το πλήθος των λύσεων που βρήκατε σε καθεμιά. α) ( ) ( ) ( ) Διερεύνηση

Διαβάστε περισσότερα

εξισώσεις-ανισώσεις Μαθηματικά α λυκείου Φροντιστήρια Μ.Ε. ΠΑΙΔΕΙΑ σύνολο) στα Μαθηματικά, τη Φυσική αλλά και σε πολλές επιστήμες

εξισώσεις-ανισώσεις Μαθηματικά α λυκείου Φροντιστήρια Μ.Ε. ΠΑΙΔΕΙΑ σύνολο) στα Μαθηματικά, τη Φυσική αλλά και σε πολλές επιστήμες Με τον διεθνή όρο φράκταλ (fractal, ελλ. μορφόκλασμα ή μορφοκλασματικό σύνολο) στα Μαθηματικά, τη Φυσική αλλά και σε πολλές επιστήμες ονομάζεται ένα γεωμετρικό σχήμα που επαναλαμβάνεται αυτούσιο σε άπειρο

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 6. Πιθανότητες ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

ΣΤ.1.β NVivo (λογισμικό πακέτο επεξεργασίας ποιοτικών δεδομένων)

ΣΤ.1.β NVivo (λογισμικό πακέτο επεξεργασίας ποιοτικών δεδομένων) ΣΤ.1.β NVivo (λογισμικό πακέτο επεξεργασίας ποιοτικών δεδομένων) Γιώργος Τσιώλης (Περιλαμβάνεται θεωρητική τεκμηρίωση όσο και πρακτική άσκηση μέσα από εργαστηριακές ασκήσεις). Σκοπός Η παρουσίαση των λογισμικών

Διαβάστε περισσότερα

DATA QUALITY & ANALYTICS DRIVING BUSINESS GROWTH AT YDROGIOS. Θάνος Αγγελόπουλος

DATA QUALITY & ANALYTICS DRIVING BUSINESS GROWTH AT YDROGIOS. Θάνος Αγγελόπουλος DATA QUALITY & ANALYTICS DRIVING BUSINESS GROWTH AT YDROGIOS Θάνος Αγγελόπουλος ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΙΣ ΥΠΟΛΟΓΙΣΜΟΣ ΚΕΦΑΛΑΙΩΝ ORSA ΠΟΛΙΤΙΚΕΣ ΑΝΑΦΟΡΕΣ DATA POINT MODEL ΠΟΙΟΤΗΤΑ ΔΕΔΟΜΕΝΩΝ Reserves Pricing Marketing

Διαβάστε περισσότερα

ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ

ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ ΘΕΜΑ 1 ο Τα δεδομένα της στήλης Grade (Αρχείο Excel, Φύλλο Ask1) αναφέρονται στη βαθμολογία 63 φοιτητών που έλαβαν μέρος σε

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΟ MATHLAB Α ΜΕΡΟΣ

ΕΙΣΑΓΩΓΗ ΣΤΟ MATHLAB Α ΜΕΡΟΣ ΕΙΣΑΓΩΓΗ ΣΤΟ MATHLAB Α ΜΕΡΟΣ ΕΙΣΑΓΩΓΗ ΠΙΝΑΚΩΝ ΣΤΟ MATHLAB Αν θέλουμε να εισάγουμε έναν πίνακα στο mathlab και να προβληθεί στην οθόνη βάζουμε τις τιμές του σε άγκιστρα χωρίζοντάς τις με κόμματα ή κενό

Διαβάστε περισσότερα

ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. του ΠΕΤΡΟΥ Ι. ΒΕΝΕΤΗ. Καθηγητής Ε..Μ.Π. ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. του ΠΕΤΡΟΥ Ι. ΒΕΝΕΤΗ. Καθηγητής Ε..Μ.Π. ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Αποδοτικά ευρετήρια για ερωτήματα ομοιότητας σε τυχαίους υποχώρους πολυδιάστατων

Διαβάστε περισσότερα

SEMANTIC DATA CACHING AND REPLACEMENT

SEMANTIC DATA CACHING AND REPLACEMENT SEMANTIC DATA CACHING AND REPLACEMENT Paper By: Shaul Dar, Michael J. Franklin, Bjorn Jonsson, Divesh Srivastava, Michael Tan Appeared: VLDB conference 1996 Presented by: Βασίλης Φωτόπουλος Agenda 1. Data-Shipping

Διαβάστε περισσότερα

Εισαγωγή στον Προγραμματισμό

Εισαγωγή στον Προγραμματισμό Εισαγωγή στον Προγραμματισμό Πίνακες Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ακ. Έτος 2012-2013 Πίνακες Πολλές φορές θέλουμε να κρατήσουμε στην μνήμη πολλά αντικείμενα

Διαβάστε περισσότερα

Εγχειρίδιο Οδηγιών BrainStorm

Εγχειρίδιο Οδηγιών BrainStorm Εγχειρίδιο Οδηγιών BrainStorm Παραγωγή Κοστολόγηση Δύο λόγια για το πρόγραμμα BrainStorm Παραγωγή Το πρόγραμμα απευθύνεται στις Παραγωγικές Μονάδες οι οποίες επιθυμούν να παρακολουθούν την Ανάλωση των

Διαβάστε περισσότερα

Κεφάλαιο 4 Διανυσματικοί Χώροι

Κεφάλαιο 4 Διανυσματικοί Χώροι Κεφάλαιο Διανυσματικοί Χώροι Διανυσματικοί χώροι - Βασικοί ορισμοί και ιδιότητες Θεωρούμε τρία διαφορετικά σύνολα: Διανυσματικοί Χώροι α) Το σύνολο διανυσμάτων (πινάκων με μία στήλη) με στοιχεία το οποίο

Διαβάστε περισσότερα

Αναγνώριση Προτύπων (Pattern Recognition) Μπεϋζιανή Θεωρία Αποφάσεων (Bayesian Decision Theory) Π. Τσακαλίδης

Αναγνώριση Προτύπων (Pattern Recognition) Μπεϋζιανή Θεωρία Αποφάσεων (Bayesian Decision Theory) Π. Τσακαλίδης Αναγνώριση Προτύπων (Pattern Recognton Μπεϋζιανή Θεωρία Αποφάσεων (Bayesan Decson Theory Π. Τσακαλίδης ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ Μπεϋζιανή Θεωρία Αποφάσεων (Bayes Decson theory Στατιστικά

Διαβάστε περισσότερα

ΔΙΑΓΡΑΜΜΑΤΑ BODE ΚΑΤΑΣΚΕΥΗ

ΔΙΑΓΡΑΜΜΑΤΑ BODE ΚΑΤΑΣΚΕΥΗ 7 ΔΙΑΓΡΑΜΜΑΤΑ BODE ΚΑΤΑΣΚΕΥΗ ΣΥΣΤΗΜΑΤΑ ΑΥΤΟΜΑΤΟΥ ΕΛΕΓΧΟΥ ΕΝΟΤΗΤΑ Δρ. Γιωργος Μαϊστρος Παράγοντας ης τάξης (+jωτ) Αντιστοιχεί σε πραγματικό πόλο: j j j Έτσι το μέτρο: ιαγράμματα χρήση ασυμπτώτων τομή τους

Διαβάστε περισσότερα

Επαγωγικός Λογικός Προγραμματισμός και Aσαφείς Λογικές Περιγραφής

Επαγωγικός Λογικός Προγραμματισμός και Aσαφείς Λογικές Περιγραφής .. και Aσαφείς Λογικές Περιγραφής Άγγελος Χαραλαμπίδης Στασινός Κωνσταντόπουλος ΕΚΕΦΕ «Δημόκριτος» {acharal,konstant}@iit.demokritos.gr .. Σκελετός Ομιλίας Εισαγωγή .. Ορισμός Προβλήματος Γενικότερο πλαίσιο

Διαβάστε περισσότερα

1.3 Δομικά σωματίδια της ύλης - Δομή ατόμου - Ατομικός αριθμός - Μαζικός αριθμός - Ισότοπα

1.3 Δομικά σωματίδια της ύλης - Δομή ατόμου - Ατομικός αριθμός - Μαζικός αριθμός - Ισότοπα 1.3 Δομικά σωματίδια της ύλης - Δομή ατόμου - Ατομικός αριθμός - Μαζικός αριθμός - Ισότοπα Θεωρία 3.1. Ποια είναι τα δομικά σωματίδια της ύλης; Τα άτομα, τα μόρια και τα ιόντα. 3.2. SOS Τι ονομάζεται άτομο

Διαβάστε περισσότερα

Οικονοµικές καταστάσεις

Οικονοµικές καταστάσεις Οικονοµικές καταστάσεις Θ έ µ α τ α κ ε φ α λ α ί ο υ Σκοπός οικονοµικών καταστάσεων. Η κατάσταση του ισολογισµού τέλους χρήσης. Η κατάσταση λογαριασµού αποτελεσµάτων χρήσης. Ο πίνακας διάθεσης αποτελεσµάτων.

Διαβάστε περισσότερα

Μπορείτε τα δείτε βιντεάκι με τη διαδικασία εδώ: http://www.greektuts.net/greek-in-joomla/

Μπορείτε τα δείτε βιντεάκι με τη διαδικασία εδώ: http://www.greektuts.net/greek-in-joomla/ 1) Εμφάνιση ιστοσελίδας Ανοίγουμε το πρόγραμμα πλοήγησης (Firefox, Chrome, Internet Explorer κτλ) και στη γραμμή διευθύνσεων πληκτρολογούμε τη διεύθυνση http://localhost ή http://127.0.0.1. Αν δεν βλέπουμε

Διαβάστε περισσότερα

Στατιστική. Βασικές έννοιες

Στατιστική. Βασικές έννοιες Στατιστική Βασικές έννοιες Τι είναι Στατιστική; ή μήπως είναι: Στατιστική είναι ο κλάδος των εφαρμοσμένων επιστημών, η οποία βασίζεται σ ένα σύνολο αρχών και μεθοδολογιών που έχουν σκοπό: Το σχεδιασμό

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ Εισαγωγή στο P.A.S.W. Υποχρεωτικό μάθημα 4 ου εξαμήνου

Διαβάστε περισσότερα

ΑΛΓΟΡΙΘΜΟΙ & ΣΤΟΙΧΕΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ

ΑΛΓΟΡΙΘΜΟΙ & ΣΤΟΙΧΕΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ ΑΛΓΟΡΙΘΜΟΙ & ΣΤΟΙΧΕΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ Περίγραµµα Εισαγωγή Στοιχεία Πολυπλοκότητας Ηλίας Κ. Σάββας Επίκουρος Καθηγητής Τμήμα: Τεχνολογίας Πληροφορικής & Τηλεπικοινωνιών Email: savvas@teilar teilar.gr Αλγόριθµοι

Διαβάστε περισσότερα

SELECT DISTINCT EIDOS_EISERXOMENOY, COUNT (EIDOS_EISERXOMENOY) AS "Αριθµός" FROM TESTOTA.REGISTRY GROUP BY EIDOS_EISERXOMENOY ORDER BY "Αριθµός" DESC

SELECT DISTINCT EIDOS_EISERXOMENOY, COUNT (EIDOS_EISERXOMENOY) AS Αριθµός FROM TESTOTA.REGISTRY GROUP BY EIDOS_EISERXOMENOY ORDER BY Αριθµός DESC ΟΤΑ Επιχειρησιακή Νοηµοσύνη Ενότητα: Bc1.1.3 Επιχειρησιακή Νοηµοσύνη και Τεχνολογίες της Πληροφορικής και των Επικοινωνιών (BI & IT) Πρακτική Άσκηση (επίπεδο 2): Στόχος της άσκησης είναι η περεταίρω εµβάθυνση

Διαβάστε περισσότερα

Πως μπορούν να χρησιμοποιηθούν ιστορικά δεδομένα για την κατασκευή

Πως μπορούν να χρησιμοποιηθούν ιστορικά δεδομένα για την κατασκευή ΜΕΡΟΣ Α ΕΙΣΑΓΩΓΗ ΚΕΦΑΛΑΙΟ 1 Εξόρυξη Δεδομένων 22 Η επανάσταση του ΚΡΙΟΥ 1.1 Εισαγωγή Το Data Mining αποτελεί μια νέα ερευνητική περιοχή, ραγδαία εξελισσόμενη, που είναι η τομή πολλών θεωριών και επιστημών,

Διαβάστε περισσότερα

PServer. Θεωρία & Εφαρμογές. Δημήτριος Βογιατζής, dimitrv@iit.demokritos.gr Γεώργιος Παλιούρας, paliourg@iit.demokritos.gr

PServer. Θεωρία & Εφαρμογές. Δημήτριος Βογιατζής, dimitrv@iit.demokritos.gr Γεώργιος Παλιούρας, paliourg@iit.demokritos.gr PServer Θεωρία & Εφαρμογές Δημήτριος Βογιατζής, dimitrv@iit.demokritos.gr Γεώργιος Παλιούρας, paliourg@iit.demokritos.gr Δομή Εφαρμογές PServer σε ηλεκτρονικό εμπόριο ξενάγηση σε μουσεία ενημέρωση πλοήγηση

Διαβάστε περισσότερα

Βιογραφικό. Εργασιακή Εμπειρία Ιουν. 2002 Σήμερα Διευθυντής Έρευνας & Ανάπτυξης Entersoft Α.Ε. Λ. Συγγρού 362 & Ευριπίδου, Καλλιθέα

Βιογραφικό. Εργασιακή Εμπειρία Ιουν. 2002 Σήμερα Διευθυντής Έρευνας & Ανάπτυξης Entersoft Α.Ε. Λ. Συγγρού 362 & Ευριπίδου, Καλλιθέα σελ. 1 / 5 Βιογραφικό, MSc, DIC Ημ. Γέννησης: 09 /05/ 1967 Εκπαίδευση 1992 Master of Science in Foundations of Advanced Information Technologies, Imperial College of Science, Technology and Medicine, University

Διαβάστε περισσότερα

Based Modeling: Applications of Genetic Programming and Self-Organizing Maps.

Based Modeling: Applications of Genetic Programming and Self-Organizing Maps. Δρ Καμπουρίδης Μιχαήλ, PhD, MSc, BSc Πανεπιστήμιου του Κεντ E-mail: M.Kampouridis@kent.ac.uk Τμήμα Πληροφορικής Ιστοσελίδα http://kampouridis.net Μέντγουεϊ Τηλ: (0) 1634 88 8837 T.K.: ME4 4AG ΠΡΟΦΙΛ Είμαι

Διαβάστε περισσότερα

ΧΑΡΑ Κ. ΚΩΣΤΑΚΗ ΜΕΘΟΔΟΙ ΕΙΣΑΓΩΓΗΣ ΚΑΙ ΕΠΙΔΡΑΣΗ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΚΑΙ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΕ ΜΟΝΑΔΕΣ ΥΓΕΙΑΣ

ΧΑΡΑ Κ. ΚΩΣΤΑΚΗ ΜΕΘΟΔΟΙ ΕΙΣΑΓΩΓΗΣ ΚΑΙ ΕΠΙΔΡΑΣΗ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΚΑΙ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΕ ΜΟΝΑΔΕΣ ΥΓΕΙΑΣ ΧΑΡΑ Κ. ΚΩΣΤΑΚΗ ΜΕΘΟΔΟΙ ΕΙΣΑΓΩΓΗΣ ΚΑΙ ΕΠΙΔΡΑΣΗ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΚΑΙ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΕ ΜΟΝΑΔΕΣ ΥΓΕΙΑΣ ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΑΣ 2007 ΠΕΡΙΛΗΨΗ Η διατριβή αναφέρεται στην ανάπτυξη μίας

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

ΕΘΝΙΚΗ ΤΡΑΠΕΖΑ ΥΔΡΟΛΟΓΙΚΩΝ ΚΑΙ ΜΕΤΕΩΡΟΛΟΓΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΟΔΗΓΙΕΣ ΚΑΤΑΧΩΡΗΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ ΓΙΑ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΒΔ ΕΝΥΔΡΙΣ ΤΟΥ ΥΔΡΟΣΚΟΠΙΟΥ

ΕΘΝΙΚΗ ΤΡΑΠΕΖΑ ΥΔΡΟΛΟΓΙΚΩΝ ΚΑΙ ΜΕΤΕΩΡΟΛΟΓΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΟΔΗΓΙΕΣ ΚΑΤΑΧΩΡΗΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ ΓΙΑ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΒΔ ΕΝΥΔΡΙΣ ΤΟΥ ΥΔΡΟΣΚΟΠΙΟΥ ΕΘΝΙΚΗ ΤΡΑΠΕΖΑ ΥΔΡΟΛΟΓΙΚΩΝ ΚΑΙ ΜΕΤΕΩΡΟΛΟΓΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ ΟΔΗΓΙΕΣ ΚΑΤΑΧΩΡΗΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ ΓΙΑ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΒΔ ΕΝΥΔΡΙΣ ΤΟΥ ΥΔΡΟΣΚΟΠΙΟΥ Εισαγωγή Η καταχώρηση των χρονοσειρών πραγματοποιείται μέσω του προγράμματος

Διαβάστε περισσότερα

Ομαδοποίηση Εγγράφων (Document Clustering)

Ομαδοποίηση Εγγράφων (Document Clustering) Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών Άνοιξη 2008 HΥ463 - Συστήματα Ανάκτησης Πληροφοριών Information Retrieval (IR) Systems Ομαδοποίηση Εγγράφων (Document Clustering) Γιάννης Τζίτζικας ιάλεξη

Διαβάστε περισσότερα

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα Εισαγωγή στο

Διαβάστε περισσότερα

Βάσεις δομικών δεδομένων βιολογικών μακρομορίων

Βάσεις δομικών δεδομένων βιολογικών μακρομορίων Βάσεις δομικών δεδομένων βιολογικών μακρομορίων Vasilis Promponas Bioinformatics Research Laboratory Department of Biological Sciences University of Cyprus Εισαγωγή Βασικές αρχές δομής πρωτεϊνών και νουκλεϊκών

Διαβάστε περισσότερα

Αυτόματη Ομαδοποίηση Κινητών Χρηστών Βάσει Πληροφορίας Θέσης

Αυτόματη Ομαδοποίηση Κινητών Χρηστών Βάσει Πληροφορίας Θέσης ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Αυτόματη Ομαδοποίηση Κινητών Χρηστών Βάσει

Διαβάστε περισσότερα

ΠΕΙΡΑΜΑΤΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΩΝ ΝΟΜΩΝ ΤΩΝ ΑΕΡΙΩΝ ΣΕ ΕΡΓΑΣΤΗΡΙΑ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΩΝ ΛΥΚΕΙΩΝ

ΠΕΙΡΑΜΑΤΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΩΝ ΝΟΜΩΝ ΤΩΝ ΑΕΡΙΩΝ ΣΕ ΕΡΓΑΣΤΗΡΙΑ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΩΝ ΛΥΚΕΙΩΝ 550 ΠΕΙΡΑΜΑΤΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΩΝ ΝΟΜΩΝ ΤΩΝ ΑΕΡΙΩΝ ΣΕ ΕΡΓΑΣΤΗΡΙΑ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΩΝ ΛΥΚΕΙΩΝ Καλογερόπουλος Νίκος Χημικός, Επιμορφωτής Ενδοσχολικής Επιμόρφωσης nkaloger@sch.gr Γάτσιος Γιάννης Φυσικός, Υπεύθυνος

Διαβάστε περισσότερα

Οδηγός Ηλεκτρονικού Επιχειρείν

Οδηγός Ηλεκτρονικού Επιχειρείν ΕΠΙΜΕΛΗΤΗΡΙΟ ΧΑΝΙΩΝ Σειρά Σεμιναρίων 2013 «Ηλεκτρονικό εμπόριο η επιχείρηση στη νέα ψηφιακή εποχή» Οδηγός Ηλεκτρονικού Επιχειρείν Δρ. Μάρκος Κουργιαντάκης Διδάκτορας Τμ. Οικονομικών Επιστημών Πανεπιστημίου

Διαβάστε περισσότερα

Μπεϋζιανή Στατιστική και MCMC Μέρος 2 ο : MCMC

Μπεϋζιανή Στατιστική και MCMC Μέρος 2 ο : MCMC Μπεϋζιανή Στατιστική και MCMC Μέρος 2 ο : MCMC Περιεχόμενα Μαθήματος Εισαγωγή στο Πρόβλημα. Monte Carlo Εκτιμητές. Προσομοίωση. Αλυσίδες Markov. Αλγόριθμοι MCMC (Metropolis Hastings & Gibbs Sampling).

Διαβάστε περισσότερα

To Microsoft Excel XP

To Microsoft Excel XP To Microsoft Excel XP ΚΑΡΤΕΛΑ ΕΡΓΑΣΙΑΣ 1 Το Microsoft Excel XP είναι ένα πρόγραμμα που μπορεί να σε βοηθήσει να φτιάξεις μεγάλους πίνακες, να κάνεις μαθηματικές πράξεις με αριθμούς, ακόμα και να φτιάξεις

Διαβάστε περισσότερα

Αυτόματη Ανακατασκευή Θραυσμένων Αντικειμένων

Αυτόματη Ανακατασκευή Θραυσμένων Αντικειμένων Αυτόματη Ανακατασκευή Θραυσμένων Αντικειμένων Κωνσταντίνος Παπαοδυσσεύς Καθηγητής ΣΗΜΜΥ, Δημήτρης Αραμπατζής Δρ. ΣΗΜΜΥ Σολομών Ζάννος Υ.Δ. ΣΗΜΜΥ Φώτιος Γιαννόπουλος Υ.Δ. ΣΗΜΜΥ Μιχαήλ Έξαρχος Δρ. ΣΗΜΜΥ

Διαβάστε περισσότερα