Ε ανάληψη. Χρόνος και όροι. Ιεραρχία. ΠΛΗ 405 Τεχνητή Νοηµοσύνη χρονοπρογραµµατισµός εργασιών. ιεραρχικά δίκτυα εργασιών

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Ε ανάληψη. Χρόνος και όροι. Ιεραρχία. ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006. χρονοπρογραµµατισµός εργασιών. ιεραρχικά δίκτυα εργασιών"

Transcript

1 ΠΛΗ 405 Τεχνητή Νοηµοσύνη Σχεδιασµός και ράση σε µη Αιτιοκρατικά Πεδία Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης

2 Ε ανάληψη Χρόνος και όροι χρονοπρογραµµατισµός εργασιών Ιεραρχία ιεραρχικά δίκτυα εργασιών Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 2

3 Σήµερα Μη αιτιοκρατικά εδία φραγµένη απροσδιοριστία µη φραγµένη απροσδιοριστία Σχεδιασµός σε µη αιτιοκρατικά εδία σχεδιασµός χωρίς αισθητήρες σχεδιασµός υπό συνθήκη Μ. Γ. Λαγουδάκης παρακολούθηση Τµήµα εκτέλεσης ΗΜΜΥ Πολυτεχνείο και επανασχεδιασµός Κρήτης Σελίδα 3 συνεχής σχεδιασµός

4 Μη Αιτιοκρατικά Πεδία Non-Deterministic Domains

5 Αιτιοκρατικότητα (Determinism) Αιτιοκρατικά εριβάλλοντα ο κόσµος λειτουργεί µε προβλέψιµο τρόπο ένα σειριακό πλάνο µπορεί να σχεδιαστεί πλήρως εκ των προτέρων ένα πλάνο µπορεί να εκτελεστεί µε «κλειστά µάτια» εκ των υστέρων Μη αιτιοκρατικά εριβάλλοντα ο κόσµος λειτουργεί µε κάποια αβεβαιότητα Μ. Γ. Λαγουδάκης µόνο «πολύπλοκα» Τµήµα πλάνα ΗΜΜΥ µπορούν Πολυτεχνείο να σχεδιαστούν Κρήτης εκ των Σελίδα προτέρων 5 «πολύπλοκα» πλάνα γενικά εκτελούνται µόνο µε «ανοικτά µάτια» οι αισθήσεις παρέχουν πληροφορίες κατά την εκτέλεση ο βαθµός παρατηρησιµότητας παίζει σηµαντικό ρόλο

6 Α ροσδιοριστία (Indeterminacy) Α ροσδιοριστία (indeterminacy) οι ενέργειες έχουν απόβλεπτες επιδράσεις Φραγµένη (bounded) α ροσδιοριστία οι δυνατές επιδράσεις είναι γνωστές και απαριθµήσιµες µπορούν να καταγραφούν στα αξιώµατα των ενεργειών παράδειγµα: ρίψη κέρµατος κορώνα ή γράµµατα Μ. Γ. Λαγουδάκης Μη φραγµένη Τµήµα (unbounded) ΗΜΜΥ Πολυτεχνείο α ροσδιοριστία Κρήτης Σελίδα 6 οι δυνατές επιδράσεις είναι άγνωστες ή µη απαριθµήσιµες απαιτείται η δυνατότητα άµεσης αναθεώρησης πλάνων παράδειγµα: ελεύθερη βολή στην καλαθοσφαίριση, οδήγηση

7 Σχεδιασµός για Φραγµένη Α ροσδιοριστία Σχεδιασµός χωρίς αισθητήρες (sensorless planning) ή αλλιώς, σύµµορφος σχεδιασµός (conformant planning) πλάνο ανεξάρτητο από αρχική κατάσταση ή αποτελέσµατα ενεργειών εξαναγκασµός (coercion): εξασφάλιση επίτευξης στόχου ο εξαναγκασµός δεν είναι πάντοτε εφικτός Σχεδιασµός υ ό συνθήκη (conditional planning) Μ. Γ. Λαγουδάκης ή αλλιώς, σχεδιασµός Τµήµα µε ΗΜΜΥ ενδεχόµενα Πολυτεχνείο (contingency Κρήτης planning) Σελίδα 7 υπό συνθήκη πλάνα µε διακλαδώσεις για διαφορετικά ενδεχόµενα αισθητήριες ενέργειες (sensing actions) για εξακρίβωση συνθηκών το µέγεθος του πλάνου αυξάνει εκθετικά

8 Σχεδιασµός για Μη Φραγµένη Α ροσδιοριστία Παρακολούθηση εκτέλεσης και ε ανασχεδιασµός (execution monitoring and replanning) κατασκευή αρχικού πλάνου και εκτέλεση παρακολούθηση εκτέλεσης και αναθεώρηση κατά περίπτωση δεν είναι απαραίτητη η απαρίθµηση όλων των περιπτώσεων διαπλοκή (interleaving) σχεδιασµού και εκτέλεσης Μ. Γ. Λαγουδάκης Συνεχής σχεδιασµός Τµήµα ΗΜΜΥ (continuous Πολυτεχνείο planning) Κρήτης Σελίδα 8 πράκτορας σχεδιασµού για ολόκληρη τη διάρκεια ζωής του χειρίζεται αναπάντεχες συνθήκες, αλλάζει τρόπο δόµησης πλάνων χειρίζεται τη δηµιουργία, µεταβολή, εγκατάλειψη στόχων συνεχής διαδικασία διατύπωσης στόχων (goal formulation)

9 δεδοµένα: ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006 ζητούµενο: Βάψιµο πάρε κουτιά να βαφούν µπογιά, το τραπέζι και η καρέκλα αγνώστου ίδιο χρώµατος Τρα εζιού και Καρέκλας Πρόβληµα κοίταξε αν ένα κουτί µπογιά, βάψε και τα δύο έπιπλα στο ίδιο χρώµα διαφορετικά το χρώµα των επίπλων, αν είναι το ίδιο, τερµάτισε Σχεδιασµός χωρίς αισθητήρες αρχικό υπάρχει κουτί βάψε µε και το τα χρώµα δύο έπιπλα ενός επίπλου, στο ίδιο τότε χρώµα βάψε και το άλλοστο ίδιο Σχεδιασµός υ ό συνθήκη Μ. Γ. Λαγουδάκης χειρισµός πλάνο απροσδιοριστίας, µε κάποιες διακλαδώσεις, Τµήµα ΗΜΜΥ τροποποίηση δηµιουργία Πολυτεχνείο µε βάση µακροπρόθεσµους στην πορεία, έλεγχος Κρήτης Σελίδα στόχους 9 Ε ανασχεδιασµός Συνεχής σχεδιασµός

10 Σχεδιασµός χωρίς Αισθητήρες Sensorless Planning

11 Προβλήµατα χωρίς Αισθητήρες Χαρακτηριστικά γνωστός πεποίθηση: ο χώρος κατάστασης και αποτελέσµατα των ενεργειών άγνωστη ενέργειες: η τρέχουσα µεταβάσεις το υποσύνολο κατάσταση µεταξύ των πεποιθήσεων (ένωση όπου µπορεί ατοµικών να βρίσκεται µεταβάσεων) Αντιµετώ ιση συλλογισµός σύνολα καταστάσεων, όχι µε απλές καταστάσεις χώρος πεποιθήσεων (beliefs): δυναµοσύνολο χώρου καταστάσεων Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 11 αρχικοποίηση: πεποίθηση µε όλες τις πιθανές καταστάσεις επίλυση: σχεδιασµός στο χώρο των πεποιθήσεων στόχος: πεποίθηση όπου όλες οι καταστάσεις είναι στόχοι

12 επιλογή ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006 αρχική κάποιας ενέργειας για Ενέργειες χωρίς Αισθητήρες αποκλεισµό κάποιων καταστάσεων Εξαναγκασµός ενέργεια: {1,2,3,4,5,6,7,8} επόµενη εξιά Παράδειγµα... πεποίθηση: Αναρρόφηση{2,4,6,8} {4,8} µικρόκοσµου Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 12

13 Μικρόκοσµος Σκού ας χωρίς Αισθητήρες Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 13

14 Σχεδιασµός υ ό Συνθήκη σε Πλήρως Παρατηρήσιµα Περιβάλλοντα Conditional Planning in Fully Observable Domains

15 Μη Αιτιοκρατικές Ενέργειες ιαζευκτικές ε ιδράσεις (disjunctive effects) διάζευξη των διαφορετικών ενδεχοµένων Action( Αριστερά, Προϋποθέσεις: Σε, Επιδράσεις: ΣεΑ Σε ) Ε ιδράσεις υ ό συνθήκη (conditional effects) εξάρτηση επίδρασης από την κατάσταση Action( Αναρρόφηση, Προϋποθέσεις:, Μ. Γ. Λαγουδάκης Επιδράσεις: Τµήµα (when ΗΜΜΥ ΣεΑ: Πολυτεχνείο ΚαθαρόΑ) (when Κρήτης Σε : Καθαρό ) Σελίδα 15 ) Συνδυασµός διαζευτικές και υπό συνθήκη επιδράσεις Action( Αριστερά, Προϋποθέσεις: Σε, Επιδράσεις: ΣεΑ (ΣεΑ when ΚαθαρόΑ: ΚαθαρόΑ) )

16 π.χ. if ΣεΑ ΚαθαρόΑthen εξιάelseαναρρόφηση Πλάνα υ ό Συνθήκη Υ ό συνθήκη βήµατα (conditional steps) if <έλεγχος> then λάνο_α else λάνο_β Υ ό συνθήκη λάνα (conditional plans) ένθεση υπό συνθήκη βηµάτων πλάνα που λειτουργούν ανεξάρτητα... Μ. Γ. Λαγουδάκης Τµήµα... από ΗΜΜΥ το πραγµατικό Πολυτεχνείο αποτέλεσµα Κρήτης των Σελίδα ενεργειών 16 Αναλογία ανταγωνιστικά παιχνίδια µεταξύ δύο παικτών στρατηγική που λαµβάνει υπόψη όλες τις κίνησεις του αντιπάλου µη αιτιοκρατικός σχεδιασµός: παιχνίδια ενάντια στη φύση

17 Μικρόκοσµος Αναξιό ιστης Σκού ας Αναξιό ιστη σκού α αφήνει βρωµιές όταν µετακινείται σε καθαρή θέση αφήνει βρωµιές όταν εκτελείται αναρρόφηση σε καθαρό τετράγωνο Πρόβληµα αρχική κατάσταση: Σε ΚαθαρόΑ Καθαρό στόχος: ΣεΑ ΚαθαρόΑ Καθαρό Μ. Γ. Πλάνο Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 17 [Αριστερά, if ΣεΑ ΚαθαρόΑ Καθαρό then [ ] else Αναρρόφηση]

18 Πλάνο Υ ό Συνθήκη Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 18

19 Εύρεση Πλάνου υ ό Συνθήκη Πλάνο-λύση υποδένδρο µε κατάσταση στόχου σε κάθε φύλλο επιλέγει µία µόνο ενέργεια ανά κατάσταση περιλαµβάνει όλα τα ενδεχόµενα των επιλεγµένων ενεργειών Παραλλαγή του αλγορίθµου minimax οι κόµβοι ΜΑΧ γίνονται κόµβοι OR Μ. Γ. Λαγουδάκης οι κόµβοι ΜΙΝ Τµήµα γίνονται ΗΜΜΥ κόµβοι Πολυτεχνείο AND Κρήτης Σελίδα 19 επιστροφή ολόκληρου του υποδένδρου (πλάνου υπό συνθήκη) Αναλογία γραφήµατα AND-OR για προτασιακό συµπερασµό

20 function function return Αλγόριθµος AND-OR-GRAPH-SEARCH(problem)returns a conditional plan orfailure Υ ό Συνθήκη Σχεδιασµού if GOAL-TEST[problem](state) OR-SEARCH(INITIAL-STATE[problem], OR-SEARCH(state, problem, then path)returns returnthe empty problem, a conditional []) plan orfailure function for return for if plan stateis plani OR-SEARCH(si,problem,path eachsiin plan failurethen action, AND-SEARCH(state_set,problem, on state_setin path AND-SEARCH(state_set, state_setdo return[action SUCCESSORS[problem](state) returnfailure problem, plan] ) path)returns [state plan]) do a conditional plan orfailure Μ. Γ. Λαγουδάκης return if plan= [ ifs1thenplan1elseifs2thenplan2else failure Τµήµα returnfailure ΗΜΜΥ Πολυτεχνείο ifsn-1thenplann-1elseplann] Κρήτης Σελίδα 20

21 Κυκλικές Λύσεις Βρόχοι ενέργειες που πιθανόν δεν έχουν επιδράσεις απόπειρα επιδιόρθωσης µιας µη επιδιωκόµενης επίδρασης Αλγόριθµος AND-OR αν βρεθεί επαναλαµβανόµενη κατάσταση, επιστρέφει αποτυχία δε σηµαίνει ότι δεν υπάρχει λύση! Μ. Γ. Λαγουδάκης Κυκλικά λάνα Τµήµα υ ό ΗΜΜΥ συνθήκη Πολυτεχνείο Κρήτης Σελίδα 21 πλάνα µε συνθήκες και βρόχους απαραίτητα για «εγγύηση» επιτυχίας Ε έκταση ανα αράστασης λάνων ετικέττες που δηλώνουν σηµεία µετάβασης

22 ΠλάνοΠαράδειγµα Κυκλικής Λύσης [L1: Αριστερά, if Σε then L1 else if ΚαθαρόΑ then [] else Αναρρόφηση] Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Η δεν µετακίνηση Πολυτεχνείο πετυχαίνει αριστερά πάντα. Κρήτης Σελίδα 22

23 Σχεδιασµός υ ό Συνθήκη σε Μερικώς Παρατηρήσιµα Περιβάλλοντα Conditional Planning in Partially Observable Domains

24 πεποίθηση: ενέργειες: αισθήσεις: µεταβάσεις διαµέριση το υποσύνολο των µεταξύ καταστάσεων των πεποιθήσεων καταστάσεων συµβατές (ένωση όπου µπορεί ατοµικών και µη να συµβατές βρίσκεται µεταβάσεων) Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 24 Πε οιθήσεις Καταστάσεις ε οίθησης (belief states) συλλογισµός µε σύνολα καταστάσεων, όχι µε απλές καταστάσεις χώρος πεποιθήσεων (beliefs): δυναµοσύνολο χώρου καταστάσεων κατάσταση πεποίθησης: καταστάσεις συµβατές µε τις αισθήσεις η κατάσταση πεποίθησης είναι πάντοτε πλήρως παρατηρήσιµη! Ιδέες επίλυση: υπό συνθήκη σχεδιασµός στο χώρο των πεποιθήσεων στόχος: πεποίθηση όπου όλες οι καταστάσεις είναι στόχοι

25 Μικρόκοσµος Σκού ας Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 25

26 Περιγραφή Πε οιθήσεων Α αρίθµηση καταστάσεων {(Σε ΚαθαρόΑ Καθαρό ), (Σε ΚαθαρόΑ Καθαρό )} εκθετικά µεγάλες περιγραφές Λογικές ροτάσεις Σε Μ. Γ. Λαγουδάκης 2n 2 Καθαρό [µη µοναδικότητα αναπαράστασης] περιοριστική κανονική µορφή: µόνο σύζευξη λεκτικών Προτάσεις γνώσης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 26 K(Σε ) K(Καθαρό ) [K(*) = γνωρίζει ότι *] περιοριστική αναπαράσταση, ισοδύναµη µε σύζευξη λεκτικών Περιορισµός ανα αράστασης πεποιθήσεις, όµως 3nαναπαραστάσεις για n σύµβολα

27 Αισθητήριες ενέργειες Αυτόµατη αίσθηση λαµβάνονται όλες οι διαθέσιµες αισθήσεις Action( Αριστερά, Προϋποθέσεις: Σε, Επιδράσεις: K(ΣεΑ) K(Σε ) when Καθαρό : K(Καθαρό ) when ΚαθαρόΑ: K(ΚαθαρόΑ) when ΚαθαρόΑ: K( ΚαθαρόΑ) ) Ενεργητική αίσθηση Μ. Γ. Λαγουδάκης λαµβάνονται Τµήµα επιλεκτικά ΗΜΜΥ αισθήσεις Πολυτεχνείο µέσω ειδικών Κρήτης ενεργειών Σελίδα 27 Action( ΈλεγξεΒρωµιά, Επιδράσεις: when ΣεΑ ΚαθαρόΑ: K(ΚαθαρόΑ) when ΣεΑ ΚαθαρόΑ: K( ΚαθαρόΑ) when Σε Καθαρό : K(Καθαρό ) when Σε Καθαρό : K( Καθαρό ) )

28 Παρακολούθηση Εκτέλεσης και Ε ανασχεδιασµός Execution Monitoring and Replanning

29 όλο και κάποιο ενδεχόµενο δεν έχει ληφθεί υπ όψιν στις συνθήκες παρακολούθηση πλάνου: επαλήθευση υπόλοιπου πλάνου Ε ανασχεδιασµός Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 29 σχεδιασµός νέου πλάνου όταν αποτυγχάνει η επαλήθευση προσπάθεια επιδιόρθωσης τρέχοντος πλάνου ουσιαστικά, αρκεί να βρίσκει µόνο την αµέσως επόµενη ενέργεια Παρακολούθηση και Ε ανασχεδιασµός Παρακολούθηση εκτέλεσης έλεγχος αν τα πάντα προχωρούν σύµφωνα µε το πλάνο αιτία: πραγµατικός κόσµος µη φραγµένη απροσδιοριστία παρακολούθηση ενεργειών: επαλήθευση επόµενης ενέργειας

30 function static:kb, REPLANNING-AGENT(percept)returns ΠΛΗ knowledge 405 Τεχνητή base (+ action Νοηµοσύνη descriptions) an action 2006 Πράκτορας Ε ανασχεδιασµού current goal, whole_plan, a goal plan,initially a plan,initially [] [] if TELL(KB, plan= PRECONDITIONS(FIRST(plan)) MAKE-PERCEPT-SENTENCE(percept,t)) candidates whole_plan STATE-DESCRIPTION(KB,t) [] then SORT(whole_plan,ordered plan PLANNER(current,goal, not currently by distance KB) true to in current) KB then Μ. Γ. Λαγουδάκης return whole_plan continuation find POP(plan) statesin failure plan APPEND(repair, the repair candidatessuch tail PLANNER(current, of whole_planstarting that s, ats KB) Τµήµα ΗΜΜΥ Πολυτεχνείο continuation) Κρήτης Σελίδα 30

31 Παρακολούθηση και Ε ανασχεδιασµός Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 31

32 Init(Color(Chair, ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006 Παράδειγµα Goal(Color(Chair,x) PaintCan(BC) ContainsColor(RC,Red) Blue) Color(Table,x)) Color(Table,Green) PaintCan(RC)) ContainsColor(BC,Blue) Ε ανασχεδιασµού Πρόβληµα Action(Open(can) Action(Paint(object, EFFECT: PRECOND:HavePaint(color) Color(object, color)) Μ. Γ. Λαγουδάκης Αρχικό: PRECOND: PaintCan(can) ContainsColor(can,color) Επιδιορθωµένο: EFFECT: [Start;Open(BC),Paint(Table,Blue), HavePaint(color)) Τµήµα [Paint(Table,Blue), ΗΜΜΥ Πολυτεχνείο Finish] [Finish] Finish] [Finish] Κρήτης Σελίδα 32 Πλάνα

33 Παρακολούθηση Ενεργειών και Πλάνου Παρακολούθηση ενεργειών βραχυπρόθεσµες επιδιορθώσεις π.χ. βαφή µε µπογιά που δεν επαρκεί και για τα δύο έπιπλα χρήσιµη, αλλά ανεπαρκής για ευφυή συµπεριφορά Παρακολούθηση λάνου µακροπρόθεσµες επιδιορθώσεις Μ. Γ. Λαγουδάκης ελέγχει όλες τις Τµήµα προϋποθέσεις ΗΜΜΥ Πολυτεχνείο του εναποµείναντος Κρήτης πλάνου Σελίδα 33 απαιτείταικαταγραφή των προϋποθέσεων σε κάθε σηµείο του πλάνου µπορεί να αποτρέψει από νωρίς αποτυχίες, αδιέξοδα,... µπορεί να εκµεταλλευθεί πιθανή εύνοια της τύχης!

34 Συνεχής Σχεδιασµός Continuous Planning

35 Πράκτορας Συνεχούς Σχεδιασµού Χαρακτηριστικά βρίσκεται µόνιµα εν µέσω του µεγάλου πλάνου της ζωής του εναλλασσόµενες φάσεις διατύπωσης στόχων, σχεδιασµού, εκτέλεσης ραστηριότητες διαρκής παρακολούθηση του κόσµου συνεχής ενηµέρωση της βάσης γνώσης Μ. Γ. Λαγουδάκης διατύπωση νέων Τµήµα στόχων, ΗΜΜΥ διαγραφή/µεταβολή Πολυτεχνείο Κρήτης παλαιών στόχων Σελίδα 35 σχεδιασµός ή επανασχεδιασµός για τους τρέχοντες στόχους βελτίωση ή τροποποίηση τρέχοντος πλάνου εκτέλεση ενεργειών τρέχοντος πλάνου

36 Παράδειγµα Συνεχούς Σχεδιασµού Αρχική κατάσταση Στόχος Ε ί(c, D) Ε ί(d, B) Αρχικό λάνο Μ. Γ. Λαγουδάκης Αρχή=παρόν, Τέλος=µέλλον Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 36

37 Παράδειγµα Συνεχούς Σχεδιασµού Εξωτερική ε έµβαση πριν την έναρξη εκτέλεσης, κάποιος µετακινεί τον D πάνω στον Β Μ. Νέο Γ. Λαγουδάκης λάνο Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 37

38 Παράδειγµα Συνεχούς Σχεδιασµού Ε έκταση αιτιολογικού συνδέσµου το Ε ί(d,b) υποστηρίζεται από την αρχική κατάσταση η ενέργεια Μετακίνηση(D,B) δεν χρειάζεται πλέον και καταργείται Νέο λάνο Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 38

39 Παράδειγµα Συνεχούς Σχεδιασµού Αβεβαιότητα εκτελείται η ενέργεια Μετακίνηση(C,D) όµως αποτυγχάνει και ο κύβος C τοποθετείται πάνω στον Α... Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 39 Νέο λάνο

40 Παράδειγµα Συνεχούς Σχεδιασµού τροποποίηση: προστίθεται νέα ενέργεια στο πλάνο ο στόχος αυτή τη φορά επιτυγχάνεται Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 40

41 Παράδειγµα Συνεχούς Σχεδιασµού Νέο λάνο όλοι οι στόχοι ικανοποιούνται από την τρέχουσα κατάσταση διαγράφονται οι στόχοι από το Τέλος Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 41

42 Πράκτορας Συνεχούς Σχεδιασµού Βασική ιδέα εντόπισε ένα σηµείο του πλάνου που χρήζει επιδιόρθωσης επιδιόρθωσε το σφάλµα πλάνου (plan flaw) Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 42

43 Α αλοιφή Σφαλµάτων Πλάνου Α ουσία στόχου διατύπωση νέων στόχων Ανοικτές ροϋ οθέσεις προσθήκη αιτιολογικού συνδέσµου Αιτιολογικές συγκρούσεις περιορισµός διάταξης ή περιορισµός µεταβλητής Μη υ οστηριζόµενος σύνδεσµος Μ. Γ. Λαγουδάκης κατάργηση του Τµήµα συνδέσµου ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 43 Πλεονάζουσες και ανεκτέλεστες ενέργειες κατάργηση της ενέργειας και είτε αγνόηση, είτε εκτέλεση Περιττός ιστορικός στόχος κατάργηση των στόχων

44 Μελέτη Σύγγραµµα ενότητες Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 44

45 Ανακεφαλαίωση

46 Το µάθηµα Στόχοι αντιµετώπιση δύσκολων πρακτικών προβληµάτων τεχνικές και εργαλεία µε ευρεία εφαρµογή γνωριµία µε ένα χώρο που εξελίσσεται από τη δεκαετία του 50 περισσότερο αριθµητικές, λιγότερο λογικές µέθοδοι Οφέλη Μ. Γ. Λαγουδάκης εµπειρία µε Τµήµα ευριστικούς ΗΜΜΥ αλγορίθµους Πολυτεχνείο για Κρήτης δύσκολα προβλήµατα Σελίδα 46 εκτίµηση δυσκολίας τεχνητής νοηµοσύνης προετοιµασία για διπλωµατικές, µεταπτυχιακά ενδιαφέρουσα και ανοικτή ερευνητική περιοχή

47 Θεµατική Ύλη Μαθήµατος Πράκτορες αλληλεπίδραση µε το περιβάλλον Αναζήτηση επίλυση προβληµάτων στόχου απληροφόρητη, πληροφορηµένη, υπό αντιπαλότητα,... Λογική Μ. Γ. Λαγουδάκης προτασιακή Τµήµα λογική ΗΜΜΥ και λογική Πολυτεχνείο πρώτης τάξης Κρήτης Σελίδα 47 αναπαράσταση γνώσης και συµπερασµός Σχεδιασµός εύρεση πλάνου ενεργειών για την επίτευξη κάποιου στόχου συνδυασµός λογικής (αναπαράσταση) και αναζήτησης (επίλυση)

48 ιαδικαστικά Εργασίες δύο σειρές γραπτών ασκήσεων (µε λίγο προγραµµατισµό) µία εργασία προγραµµατισµού (Othello) Τελική γρα τή εξέταση ηµεροµηνία: Τετάρτη 31 Ιανουαρίου 2007 αίθουσα: Α2 (ξύλινο) και Β1.001 ώρα: 8:00 µ 11:00 µ Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 48 τυπικότητες: ταυτότητα, φοιτητικό πάσο, διαβατήριο,... Υλικό εξέτασης Russell and Norvig, Τεχνητή Νοηµοσύνη: Μια Σύγχρονη Προσέγγιση διαφάνειες διαλέξεων, σηµειώσεις δικές σας, γραπτές ασκήσεις

49 Μελέτη Κεφάλαιο 1 ενότητες Κεφάλαιο 2 ενότητες Κεφάλαιο 3 ενότητες Κεφάλαιο 4 Μ. Γ. Λαγουδάκης ενότητες 4.1 Τµήµα 4.3, ΗΜΜΥ (4.4, 4.5), Πολυτεχνείο 4.6 Κρήτης Σελίδα 49 Κεφάλαιο 5 ενότητες Κεφάλαιο 6 ενότητες

50 Μελέτη Κεφάλαιο 7 ενότητες Κεφάλαιο 8 ενότητες Κεφάλαιο 9 ενότητες Κεφάλαιο 10 Μ. Γ. Λαγουδάκης ενότητες 10.1 Τµήµα 10.6, ΗΜΜΥ (10.7, Πολυτεχνείο 10.8), 10.9 Κρήτης Σελίδα 50 Κεφάλαιο 11 ενότητες Κεφάλαιο 12 ενότητες , (12.7), 12.8

51 Βαθµολόγηση Θεωρία (40%) τελική γραπτή εξέταση υποχρεωτική τουλάχιστον 5/10 Πράξη (60%) γραπτές ασκήσεις (30%) Μ. Γ. Λαγουδάκης εργασία προγραµµατισµού Τµήµα ΗΜΜΥ Πολυτεχνείο (30%) Κρήτης Σελίδα 51 υποχρεωτικές ουσιαστικά Ε αναλη τική εξετάση αναπλήρωση της τελικής εξέτασης µόνο ασκήσεις και εργασία κατοχυρώνονται µέχρι Σεπτέµβριο 2007

52 Στατιστικά Στοιχεία Μάθηµα 41 ώρες διαλέξεων 678 διαφάνειες Συµµετοχή 176 εγγεγραµµένοι 2 30 παρόντες Μ. Γ. Λαγουδάκης 27 παρέδωσαν Τµήµα την ΗΜΜΥ 1η άσκηση Πολυτεχνείο Κρήτης Σελίδα 52?? παρέδωσαν τη 2η άσκηση 17 παρέδωσαν την εργασία προγραµµατισµού

53 Καλή Εξεταστική! Καλή Ε ιτυχία! Μ. Γ. Λαγουδάκης Τµήµα ΗΜΜΥ Πολυτεχνείο Κρήτης Σελίδα 53

Σχεδιασµός και δράση στον πραγµατικό κόσµο

Σχεδιασµός και δράση στον πραγµατικό κόσµο Σχεδιασµός και δράση στον πραγµατικό κόσµο Planning and Acting in the Real World Ενέργειες µε διάρκεια Init(Σασί(C 1 ) Σασί(C 2 ) Μηχανή(E 1, C 1, 30) Μηχανή(E 2, C 2, 60) Τροχοί(W 1, C 1, 30) Τροχοί(W

Διαβάστε περισσότερα

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

ΠΛΗ 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 περισσότερα

ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006. Ε ανάληψη. δοµή δεδοµένων για κατασκευή ευρετικών συναρτήσεων Ο αλγόριθµος GraphPlan

ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006. Ε ανάληψη. δοµή δεδοµένων για κατασκευή ευρετικών συναρτήσεων Ο αλγόριθµος GraphPlan ΠΛΗ 405 Τεχνητή Νοηµοσύνη Σχεδιασµός και ράση στον Πραγµατικό Κόσµο Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Γραφήµατα σχεδιασµού δοµή δεδοµένων για κατασκευή

Διαβάστε περισσότερα

Ε ανάληψη. Ορισµοί της Τεχνητής Νοηµοσύνης (ΤΝ) Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. κριτήρια νοηµοσύνης

Ε ανάληψη. Ορισµοί της Τεχνητής Νοηµοσύνης (ΤΝ) Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. κριτήρια νοηµοσύνης ΠΛΗ 405 Τεχνητή Νοηµοσύνη Αναζήτηση Search Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Ορισµοί της Τεχνητής Νοηµοσύνης (ΤΝ) κριτήρια νοηµοσύνης Καταβολές συνεισφορά

Διαβάστε περισσότερα

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 2: Δένδρο αναζήτησης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 2: Δένδρο αναζήτησης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής Ενότητα 2: Δένδρο αναζήτησης Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου

Διαβάστε περισσότερα

Επίλυση προβληµάτων µε αναζήτηση

Επίλυση προβληµάτων µε αναζήτηση Επίλυση προβληµάτων µε αναζήτηση Πράκτορες επίλυσης προβληµάτων (1/2) ιατύπωση στόχου: Σύνολο καταστάσεων του κόσµου ιατύπωση προβλήµατος Επιλογή επιπέδου λεπτοµέρειας (αφαίρεση) 3-2 Πράκτορες επίλυσης

Διαβάστε περισσότερα

Ε ανάληψη. Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. συνεισφορά άλλων επιστηµών στην ΤΝ. 1956 σήµερα

Ε ανάληψη. Καταβολές. Ιστορική αναδροµή. Πράκτορες. Περιβάλλοντα. συνεισφορά άλλων επιστηµών στην ΤΝ. 1956 σήµερα ΠΛΗ 405 Τεχνητή Νοηµοσύνη Α ληροφόρητη Αναζήτηση Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Καταβολές συνεισφορά άλλων επιστηµών στην ΤΝ Ιστορική αναδροµή 1956

Διαβάστε περισσότερα

ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006. Ε ανάληψη. πεπερασµένα χρονικά περιθώρια ανά κίνηση. απευθείας αξιολόγηση σε ενδιάµεσους κόµβους

ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006. Ε ανάληψη. πεπερασµένα χρονικά περιθώρια ανά κίνηση. απευθείας αξιολόγηση σε ενδιάµεσους κόµβους ΠΛΗ 405 Τεχνητή Νοηµοσύνη Παιχνίδια Τύχης Λογικοί Πράκτορες Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Περιορισµοί χρόνου πεπερασµένα χρονικά περιθώρια ανά κίνηση

Διαβάστε περισσότερα

Ε ανάληψη. Προβλήµατα ικανο οίησης εριορισµών. ορισµός και χαρακτηριστικά Ε ίλυση ροβληµάτων ικανο οίησης εριορισµών

Ε ανάληψη. Προβλήµατα ικανο οίησης εριορισµών. ορισµός και χαρακτηριστικά Ε ίλυση ροβληµάτων ικανο οίησης εριορισµών ΠΛΗ 405 Τεχνητή Νοηµοσύνη Αναζήτηση µε Αντι αλότητα Adversarial Search Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Προβλήµατα ικανο οίησης εριορισµών ορισµός και

Διαβάστε περισσότερα

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

ΠΛΗ 405 Τεχνητή Νοηµοσύνη ΠΛΗ 405 Τεχνητή Νοηµοσύνη Α οδοτικός Προτασιακός Συµ ερασµός Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Λογικές τυπικές γλώσσες λογική κάλυψη Προτασιακή λογική

Διαβάστε περισσότερα

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες Μερική Παρατηρησιµότητα Θεωρία Παιγνίων Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Reinforcement Learning (RL)

Διαβάστε περισσότερα

Ε ανάληψη. Α ληροφόρητη αναζήτηση

Ε 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 περισσότερα

Τεχνητή Νοημοσύνη Ι. Ενότητα 3: Επίλυση Προβλημάτων με Αναζήτηση

Τεχνητή Νοημοσύνη Ι. Ενότητα 3: Επίλυση Προβλημάτων με Αναζήτηση Τεχνητή Νοημοσύνη Ι Ενότητα 3: Επίλυση Προβλημάτων με Αναζήτηση Μουστάκας Κωνσταντίνος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Επίλυση προβλημάτων με

Διαβάστε περισσότερα

Ε ανάληψη. Παιχνίδια παιχνίδια ως αναζήτηση. Βέλτιστες στρατηγικές στρατηγική minimax. Βελτιώσεις κλάδεµα α-β

Ε ανάληψη. Παιχνίδια παιχνίδια ως αναζήτηση. Βέλτιστες στρατηγικές στρατηγική minimax. Βελτιώσεις κλάδεµα α-β ΠΛΗ 405 Τεχνητή Νοηµοσύνη Παιχνίδια Τύχης Παιχνίδια Ατελούς Πληροφόρησης Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Παιχνίδια παιχνίδια ως αναζήτηση Βέλτιστες στρατηγικές

Διαβάστε περισσότερα

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι Ροµ οτικοί Πράκτορες Αβεβαιότητα Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Πράκτορες χαρακτηριστικά στοιχεία είδη πρακτόρων αυτόνοµοι

Διαβάστε περισσότερα

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες Θεωρία Παιγνίων Μαρκωβιανά Παιχνίδια Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Μερική αρατηρησιµότητα POMDPs

Διαβάστε περισσότερα

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες Πιθανοτική Συλλογιστική Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Αβεβαιότητα πεποιθήσεων πράκτορας θεωρίας

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ 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 Ιανουαρίου 2005 ιάρκεια: 3 ώρες (15:00-18:00)

Διαβάστε περισσότερα

Εξελιγµένες Τεχνικές Σχεδιασµού

Εξελιγµένες Τεχνικές Σχεδιασµού Κεφάλαιο 16 Εξελιγµένες Τεχνικές Σχεδιασµού Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Σχεδιασµός Βασισµένος σε Γράφους Γράφος σχεδιασµού (1/2) Ο

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή 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 περισσότερα

Επεξεργασία Ερωτήσεων

Επεξεργασία Ερωτήσεων Εισαγωγή Επεξεργασία Ερωτήσεων ΜΕΡΟΣ 1 Γενική Εικόνα του Μαθήματος 1. Μοντελοποίηση (Μοντέλο Ο/Σ, Σχεσιακό, Λογικός Σχεδιασμός) 2. Προγραμματισμός (Σχεσιακή Άλγεβρα, SQL) ημιουργία/κατασκευή Εισαγωγή εδομένων

Διαβάστε περισσότερα

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Εισαγωγή στην Επεξεργασία Ερωτήσεων Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα Βάσεις

Διαβάστε περισσότερα

Τεχνητή 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/ 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 περισσότερα

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

ΠΛΗ 405 Τεχνητή Νοηµοσύνη ΠΛΗ 405 Τεχνητή Νοηµοσύνη Σχεδιασµός Planning Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ανακεφαλαίωση Λογικοί ράκτορες πράκτορες βασισµένοι σε γνώση Προτασιακή λογική σύνταξη

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Ενότητα 1: Εισαγωγή. Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Ενότητα 1: Εισαγωγή. Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Ενότητα 1: Εισαγωγή Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια χρήσης Creative Commons

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 12: Θεωρία υπολογισµών

ΚΕΦΑΛΑΙΟ 12: Θεωρία υπολογισµών ΚΕΦΑΛΑΙΟ 12: Θεωρία υπολογισµών 1 Συναρτήσεις και ο υπολογισµός τους 2 Μηχανές Turing 3 Καθολικές γλώσσες προγραµµατισµού 4 Μια µη υπολογίσιµη συνάρτηση 5 Πολυπλοκότητα προβληµάτων 1 Συναρτήσεις Μία συνάρτηση

Διαβάστε περισσότερα

K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων

K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων Γιάννης Λιαπέρδος TEI Πελοποννήσου Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανικών Πληροφορικής ΤΕ Η έννοια του συνδυαστικού

Διαβάστε περισσότερα

Τεχνητή Νοηµοσύνη. Γεώργιος Βούρος Καθηγητής. Τµήµα Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς.

Τεχνητή Νοηµοσύνη. Γεώργιος Βούρος Καθηγητής. Τµήµα Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς. Τεχνητή Νοηµοσύνη Γεώργιος Βούρος Καθηγητής Τµήµα Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς e-mail: georgev@unipi.gr 1 Επισκόπηση Μαθήµατος n Ώρες Διδασκαλίας: g Τρίτη 8:15-11:00 n Ύλη µαθήµατος Ευδοξος

Διαβάστε περισσότερα

Περι-γράφοντας... βρόχους

Περι-γράφοντας... βρόχους Όνομα(τα): Όνομα Η/Υ: Σ Τμήμα: Ημερομηνία: Περι-γράφοντας... βρόχους Ξεκινήστε το Χώρο Δραστηριοτήτων, επιλέξτε τη θεματική ενότητα: ΘΕ05: Επανάληψη και επιλέξτε την πρώτη δραστηριότητα (Περι-γράφοντας...

Διαβάστε περισσότερα

Επεξεργασία Ερωτήσεων

Επεξεργασία Ερωτήσεων Εισαγωγή Σ Β Σύνολο από προγράμματα για τη διαχείριση της Β Επεξεργασία Ερωτήσεων Αρχεία ευρετηρίου Κατάλογος συστήματος Αρχεία δεδομένων ΒΑΣΗ Ε ΟΜΕΝΩΝ Σύστημα Βάσεων εδομένων (ΣΒ ) Βάσεις Δεδομένων 2007-2008

Διαβάστε περισσότερα

Ασκήσεις μελέτης της 6 ης διάλεξης

Ασκήσεις μελέτης της 6 ης διάλεξης Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 6 ης διάλεξης 6.1. (α) Το mini-score-3 παίζεται όπως το score-4,

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΗ Q-LEARNING ΣΕ GRID WORLD ΚΑΙ ΕΞΥΠΝΟΣ ΧΕΙΡΙΣΜΟΣ ΤΟΥ LEARNING RATE ΛΑΘΙΩΤΑΚΗΣ ΑΡΗΣ ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ 2011-12

ΕΦΑΡΜΟΓΗ Q-LEARNING ΣΕ GRID WORLD ΚΑΙ ΕΞΥΠΝΟΣ ΧΕΙΡΙΣΜΟΣ ΤΟΥ LEARNING RATE ΛΑΘΙΩΤΑΚΗΣ ΑΡΗΣ ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ 2011-12 ΕΦΑΡΜΟΓΗ Q-LEARNING ΣΕ GRID WORLD ΚΑΙ ΕΞΥΠΝΟΣ ΧΕΙΡΙΣΜΟΣ ΤΟΥ LEARNING RATE ΛΑΘΙΩΤΑΚΗΣ ΑΡΗΣ ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ 2011-12 ΣΚΟΠΟΣ ΕΡΓΑΣΙΑΣ Στα πλαίσια του μαθήματος Αυτόνομοι Πράκτορες μας ζητήθηκε να αναπτύξουμε

Διαβάστε περισσότερα

Διάλεξη 5η: Εντολές Επανάληψης

Διάλεξη 5η: Εντολές Επανάληψης Διάλεξη 5η: Εντολές Επανάληψης Τμήμα Επιστήμης Υπολογιστών, Πανεπιστήμιο Κρήτης Εισαγωγή στην Επιστήμη Υπολογιστών Βασίζεται σε διαφάνειες του Κ Παναγιωτάκη Πρατικάκης (CSD) Εντολές Επανάληψης CS100, 2015-2016

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος. Τεχνητή Νοημοσύνη 7η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στο βιβλίο Artificial Intelligence A Modern Approach των S. Russel

Διαβάστε περισσότερα

ΜΕΘΟΔΟΙ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ ΑΠΟΙΚΙΑΣ ΜΥΡΜΗΓΚΙΩΝ ANT COLONY OPTIMIZATION METHODS

ΜΕΘΟΔΟΙ 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 περισσότερα

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση Λογικοί πράκτορες Πράκτορες βασισµένοι στη γνώση Βάση γνώσης (knowledge base: Σύνολο προτάσεων (sentences Γλώσσα αναπαράστασης της γνώσης Γνωστικό υπόβαθρο: «Αµετάβλητο» µέρος της ΒΓ Βασικές εργασίες:

Διαβάστε περισσότερα

Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4)

Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4) Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4) Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Η διαδικαστική γλώσσα προγραμματισμού WHILE Τριάδες Hoare Μερική και Ολική Ορθότητα Προγραμμάτων Κανόνες

Διαβάστε περισσότερα

Ευφυείς πράκτορες. Πράκτορες και Περιβάλλοντα

Ευφυείς πράκτορες. Πράκτορες και Περιβάλλοντα Ευφυείς πράκτορες Πράκτορες και Περιβάλλοντα Πράκτορας είναι οτιδήποτε µπορεί να θεωρηθεί ότι αντιλαµβάνεται το περιβάλλον του (environment) µέσω αισθητήρων (sensors), και επενεργεί σε αυτό το περιβάλλον

Διαβάστε περισσότερα

ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2007. Ε ανάληψη. Προβλήµατα ικανο οίησης εριορισµών ορισµός και χαρακτηριστικά

ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2007. Ε ανάληψη. Προβλήµατα ικανο οίησης εριορισµών ορισµός και χαρακτηριστικά ΠΛΗ 405 Τεχνητή Νοηµοσύνη Αναζήτηση µε Αντι αλότητα Adversarial Search Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Προβλήµατα ικανο οίησης εριορισµών ορισµός και

Διαβάστε περισσότερα

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης

Επίλυση προβληµάτων. Αλγόριθµοι Αναζήτησης Επίλυση προβληµάτων! Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης Αλγόριθµοι τυφλής αναζήτησης Αλγόριθµοι ευρετικής αναζήτησης Παιχνίδια δύο αντιπάλων Προβλήµατα ικανοποίησης περιορισµών Γενικά " Τεχνητή

Διαβάστε περισσότερα

Κεφάλαιο 6. Ικανοποίηση Περιορισµών. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Κεφάλαιο 6. Ικανοποίηση Περιορισµών. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Κεφάλαιο 6 Ικανοποίηση Περιορισµών Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Ικανοποίηση Περιορισµών Ένα πρόβληµα ικανοποίησης περιορισµών (constraint

Διαβάστε περισσότερα

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1

Ασκήσεις 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 περισσότερα

ΔΙΔΑΚΤΙΚΗ της ΠΛΗΡΟΦΟΡΙΚΗΣ

ΔΙΔΑΚΤΙΚΗ της ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΔΙΔΑΚΤΙΚΗ της ΠΛΗΡΟΦΟΡΙΚΗΣ Μ. Γρηγοριάδου Ρ. Γόγουλου Ενότητα: Η Διδασκαλία του Προγραμματισμού Περιεχόμενα Παρουσίασης

Διαβάστε περισσότερα

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Δομή Επανάληψης. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Δομή Επανάληψης. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Δομή Επανάληψης Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Δομή Επανάληψης Επανάληψη με αρίθμηση DO = ,

Διαβάστε περισσότερα

ΔΙΑΓΩΝΙΣΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ: Γ ΛΥΚΕΙΟΥ HM/NIA: 21/2/2016

ΔΙΑΓΩΝΙΣΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ: Γ ΛΥΚΕΙΟΥ HM/NIA: 21/2/2016 ΔΙΑΓΩΝΙΣΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ: Γ ΛΥΚΕΙΟΥ HM/NIA: 21/2/2016 ΘΕΜΑ A (Α1) Να σημειώσετε με κατάλληλο τρόπο ανάλογα με το αν θεωρείτε σωστή ή λανθασμένη κάθε μία από τις

Διαβάστε περισσότερα

Εισαγωγή στον Προγραµµατισµό. Διάλεξη 3 η : Επίλυση Προβληµάτων Χειµερινό Εξάµηνο 2011

Εισαγωγή στον Προγραµµατισµό. Διάλεξη 3 η : Επίλυση Προβληµάτων Χειµερινό Εξάµηνο 2011 Εισαγωγή στον Προγραµµατισµό Διάλεξη 3 η : Επίλυση Προβληµάτων Χειµερινό Εξάµηνο 2011 Τελεστής σύντοµης ανάθεσης Τελεστής σύντοµης ανάθεσης (shorthand assignment operator) µεταβλητή = µεταβλητή τελεστής

Διαβάστε περισσότερα

ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Μαθηματική Επαγωγή ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Τεχνικές Απόδειξης Εξαντλητική

Διαβάστε περισσότερα

ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ

ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ (ΜΕ ΒΑΣΗ ΤΟ ΚΕΦ. 6 ΤΟΥ ΒΙΒΛΙΟΥ «ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ» ΤΩΝ ΒΛΑΧΑΒΑ, ΚΕΦΑΛΑ, ΒΑΣΙΛΕΙΑ Η, ΚΟΚΚΟΡΑ & ΣΑΚΕΛΛΑΡΙΟΥ) Ι. ΧΑΤΖΗΛΥΓΕΡΟΥ ΗΣ ΠΡΟΒΛΗΜΑΤΑ ΙΚΑΝΟΠΟΙΗΣΗΣ ΠΕΡΙΟΡΙΣΜΩΝ Είναι γνωστές µερικές

Διαβάστε περισσότερα

Δομές Δεδομένων (Data Structures)

Δομές Δεδομένων (Data Structures) Δομές Δεδομένων (Data Structures) Στοίβες Ουρές Στοίβες: Βασικές Έννοιες. Ουρές: Βασικές Έννοιες. Βασικές Λειτουργίες. Παραδείγματα. Στοίβες Δομή τύπου LIFO: Last In - First Out (τελευταία εισαγωγή πρώτη

Διαβάστε περισσότερα

Κεφάλαιο 5. Αλγόριθµοι Αναζήτησης σε Παίγνια ύο Αντιπάλων. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Κεφάλαιο 5. Αλγόριθµοι Αναζήτησης σε Παίγνια ύο Αντιπάλων. Τεχνητή Νοηµοσύνη - Β' Έκδοση Κεφάλαιο 5 Αλγόριθµοι Αναζήτησης σε Παίγνια ύο Αντιπάλων Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Αλγόριθµοι Αναζήτησης σε Παίγνια ύο Αντιπάλων

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

Ευφυείς Τεχνολογίες ----Πράκτορες

Ευφυείς Τεχνολογίες ----Πράκτορες Ευφυείς Τεχνολογίες ----Πράκτορες Ενότητα 4: Αρχιτεκτονικές Ευφυών Πρακτόρων Δημοσθένης Σταμάτης demos@it.teithe.gr www.it.teithe.gr/~demos Μαθησιακοί Στόχοι της ενότητας 4 H κατανόηση των διαφόρων μοντέλων/αρχιτεκτονικών

Διαβάστε περισσότερα

TO ΥΠΟΠΡΟΓΡΑΜΜΑ ΣΥΝΑΡΤΗΣΗ

TO ΥΠΟΠΡΟΓΡΑΜΜΑ ΣΥΝΑΡΤΗΣΗ Μάθημα 7 - Υποπρογράμματα Εργαστήριο 11 Ο TO ΥΠΟΠΡΟΓΡΑΜΜΑ ΣΥΝΑΡΤΗΣΗ Βασικές Έννοιες: Υποπρόγραμμα, Ανάλυση προβλήματος, top down σχεδίαση, Συνάρτηση, Διαδικασία, Παράμετρος, Κλήση συνάρτησης, Μετάβαση

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

Ε ανάληψη. Παιχνίδια τύχης. Παιχνίδια ατελούς ληροφόρησης. Λογικοί ράκτορες. ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006. αναζήτηση expectiminimax

Ε ανάληψη. Παιχνίδια τύχης. Παιχνίδια ατελούς ληροφόρησης. Λογικοί ράκτορες. ΠΛΗ 405 Τεχνητή Νοηµοσύνη 2006. αναζήτηση expectiminimax ΠΛΗ 405 Τεχνητή Νοηµοσύνη Προτασιακή Λογική Propositional Logic Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Παιχνίδια τύχης αναζήτηση expectiminimax Παιχνίδια ατελούς

Διαβάστε περισσότερα

a = 10; a = k; int a,b,c; a = b = c = 10;

a = 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 περισσότερα

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής Α2. Ο αλγόριθμος αποτελείται από ένα πεπερασμένο σύνολο εντολών Α3. Ο αλγόριθμος

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014 ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2013-2014 Επιμέλεια: Ομάδα Διαγωνισμάτων από το Στέκι των Πληροφορικών Θέμα Α A1. Να γράψετε στο τετράδιό σας τους

Διαβάστε περισσότερα

ΑΛΕΞΑΝΔΡΑ ΠΟΥΛΟΠΟΥΛΟΥ ΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ SUDOKU

ΑΛΕΞΑΝΔΡΑ ΠΟΥΛΟΠΟΥΛΟΥ ΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ SUDOKU ΑΛΕΞΑΝΔΡΑ ΠΟΥΛΟΠΟΥΛΟΥ ΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ SUDOKU ΔΟΜΗ ΠΑΡΟΥΣΙΑΣΗΣ Ιστορική αναδρομή του Sudoku Μαθηματικό περιεχόμενο Συμμετρίες της λύσης Ενδιαφέροντα δεδομένα ΙΣΤΟΡΙΚΗ ΑΝΑΔΡΟΜΗ Αρχικό όνομα Number Place

Διαβάστε περισσότερα

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Δομή Επιλογής. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Δομή Επιλογής. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Δομή Επιλογής Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Δομή Επιλογής (Απόφασης) Εκτέλεση υπό συνθήκη IF THEN IF THEN ELSE IF THEN

Διαβάστε περισσότερα

8. Λεξιλόγιο μιας γλώσσας είναι όλες οι ακολουθίες που δημιουργούνται από τα στοιχεία του αλφαβήτου της γλώσσας, τις λέξεις.

8. Λεξιλόγιο μιας γλώσσας είναι όλες οι ακολουθίες που δημιουργούνται από τα στοιχεία του αλφαβήτου της γλώσσας, τις λέξεις. ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΕΦΑΛΑΙΑ 1-6 ΟΝΟΜΑ: ΗΜΕΡΟΜΗΝΙΑ: ΒΑΘΜΟΣ: ΘΕΜΑ 1ο Α. Να γράψετε στο τετράδιό σας τον αριθµό καθεµιάς από τις παρακάτω προτάσεις και δίπλα τη λέξη Σωστό,

Διαβάστε περισσότερα

Θεωρήστε ένα puzzle (παιχνίδι σπαζοκεφαλιάς) με την ακόλουθη αρχική διαμόρφωση : b b b w w w e

Θεωρήστε 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 περισσότερα

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΜΑΘΗΜΑ 2 ΑΝΑΠΑΡΑΣΤΑΣΗ - ΤΕΧΝΙΚΕΣ ΤΝ (1)

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΜΑΘΗΜΑ 2 ΑΝΑΠΑΡΑΣΤΑΣΗ - ΤΕΧΝΙΚΕΣ ΤΝ (1) ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΜΑΘΗΜΑ 2 ΑΝΑΠΑΡΑΣΤΑΣΗ - ΤΕΧΝΙΚΕΣ ΤΝ (1) 2. ΑΝΑΠΑΡΑΣΤΑΣΗ ΠΡΟΒΛΗΜΑΤΟΣ H υλοποίηση ενός προβλήµατος σε σύστηµα Η/Υ που επιδεικνύει ΤΝ 1 απαιτεί: Την κατάλληλη περιγραφή του προβλήµατος

Διαβάστε περισσότερα

Δέντρα Απόφασης (Decision(

Δέντρα Απόφασης (Decision( Δέντρα Απόφασης (Decision( Trees) Το μοντέλο που δημιουργείται είναι ένα δέντρο Χρήση της τεχνικής «διαίρει και βασίλευε» για διαίρεση του χώρου αναζήτησης σε υποσύνολα (ορθογώνιες περιοχές) Ένα παράδειγμα

Διαβάστε περισσότερα

ιδάσκων: ηµήτρης Ζεϊναλιπούρ

ιδάσκων: ηµήτρης Ζεϊναλιπούρ Κεφάλαιο 1.3-1.4: Εισαγωγή Στον Προγραµµατισµό ( ιάλεξη 2) ιδάσκων: ηµήτρης Ζεϊναλιπούρ Περιεχόµενα Εισαγωγικές Έννοιες - Ορισµοί Ο κύκλος ανάπτυξης προγράµµατος Παραδείγµατα Πότε χρησιµοποιούµε υπολογιστή?

Διαβάστε περισσότερα

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Τεχνητή Νοημοσύνη. Ενότητα 1: Τεχνητή Νοημοσύνη

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Τεχνητή Νοημοσύνη. Ενότητα 1: Τεχνητή Νοημοσύνη Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Τεχνητή Νοημοσύνη Ενότητα 1: Τεχνητή Νοημοσύνη Αν. καθηγητής Στεργίου Κωνσταντίνος kstergiou@uowm.gr Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Άδειες

Διαβάστε περισσότερα

Προγραµµατισµός 1 Ταξινόµηση - Αναζήτηση

Προγραµµατισµός 1 Ταξινόµηση - Αναζήτηση Προγραµµατισµός 1 Ταξινόµηση - Αναζήτηση 1 Ταξινόµηση! Δεδοµένα: Δίνεται ένας πίνακας data από N ακεραίους! Ζητούµενο: Να ταξινοµηθούν τα περιεχόµενα σε αύξουσα αριθµητική σειρά:!i : 0 data[i]

Διαβάστε περισσότερα

Ε ανάληψη. Ε αναλαµβανόµενες καταστάσεις. Αναζήτηση µε µερική ληροφόρηση. Πληροφορηµένη αναζήτηση. µέθοδοι αποφυγής

Ε 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 περισσότερα

Σύµφωνα µε την Υ.Α /Γ2/ Εξισώσεις 2 ου Βαθµού. 3.2 Η Εξίσωση x = α. Κεφ.4 ο : Ανισώσεις 4.2 Ανισώσεις 2 ου Βαθµού

Σύµφωνα µε την Υ.Α /Γ2/ Εξισώσεις 2 ου Βαθµού. 3.2 Η Εξίσωση x = α. Κεφ.4 ο : Ανισώσεις 4.2 Ανισώσεις 2 ου Βαθµού Σύµφωνα µε την Υ.Α. 139606/Γ2/01-10-2013 Άλγεβρα Α ΤΑΞΗ ΕΣΠΕΡΙΝΟΥ ΓΕΛ Ι. ιδακτέα ύλη Από το βιβλίο «Άλγεβρα και Στοιχεία Πιθανοτήτων Α Γενικού Λυκείου» (έκδοση 2013) Εισαγωγικό κεφάλαιο E.2. Σύνολα Κεφ.1

Διαβάστε περισσότερα

Περιγραφή Προβλημάτων

Περιγραφή Προβλημάτων Τεχνητή Νοημοσύνη 02 Περιγραφή Προβλημάτων Φώτης Κόκκορας Τμ.Τεχν/γίας Πληροφορικής & Τηλ/νιών - ΤΕΙ Λάρισας Παραδείγματα Προβλημάτων κύβοι (blocks) Τρεις κύβοι βρίσκονται σε τυχαία διάταξη πάνω στο τραπέζι

Διαβάστε περισσότερα

Αναπαράσταση Γνώσης και Συλλογιστικές

Αναπαράσταση Γνώσης και Συλλογιστικές ναπαράσταση Γνώσης και Συλλογιστικές! Γενικά Προτασιακή λογική Λογική πρώτης τάξης Λογικός προγραµµατισµός Επεκτάσεις της Λογικής Πρώτης Τάξης Συστήµατα Κανόνων Επίλογος ναπαράσταση γνώσης " ναπαράσταση

Διαβάστε περισσότερα

Εισαγωγή στον Προγραμματισμό

Εισαγωγή στον Προγραμματισμό Εισαγωγή στον Προγραμματισμό Έλεγχος Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ακ. Έτος 2012-2013 Σχεσιακοί Τελεστές και Ισότητας Ένα πρόγραμμα εκτός από αριθμητικές πράξεις

Διαβάστε περισσότερα

Εισαγωγή στη Θεωρία Αποφάσεων. Λήψη απλών αποφάσεων για έναν πράκτορα

Εισαγωγή στη Θεωρία Αποφάσεων. Λήψη απλών αποφάσεων για έναν πράκτορα Εισαγωγή στη Θεωρία Αποφάσεων Λήψη απλών αποφάσεων για έναν πράκτορα Oρθολογικές αποφάσεις Ένας πράκτορας βασισμένος στη λογική Έχει ένα στόχο (μια κατάσταση περιβάλλοντος που θέλει να πετύχει) Καταστρώνει

Διαβάστε περισσότερα

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες

ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες Πράκτορες και Περιβάλλοντα Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Σήµερα Πράκτορες χαρακτηριστικά στοιχεία είδη πρακτόρων

Διαβάστε περισσότερα

Αλγόριθµοι Τύπου Μείωσης Προβλήµατος

Αλγόριθµοι 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 περισσότερα

Σειρά Προβλημάτων 5 Λύσεις

Σειρά Προβλημάτων 5 Λύσεις Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { G,k η G είναι μια ασυμφραστική γραμματική η οποία παράγει κάποια λέξη 1 n όπου n k } (β) { Μ,k η Μ είναι

Διαβάστε περισσότερα

Ευφυείς Τεχνολογίες ----Πράκτορες

Ευφυείς Τεχνολογίες ----Πράκτορες Ευφυείς Τεχνολογίες ----Πράκτορες Ενότητα 3: Εισαγωγή στους Ευφυείς Πράκτορες Δημοσθένης Σταμάτης demos@it.teithe.gr www.it.teithe.gr/~demos Μαθησιακοί Στόχοι της ενότητας 3 H κατανόηση της φύσης των πρακτόρων

Διαβάστε περισσότερα

Θεωρία Λήψης Αποφάσεων

Θεωρία Λήψης Αποφάσεων Θεωρία Λήψης Αποφάσεων Ενότητα 8: Αναζήτηση με Αντιπαλότητα Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Αναζήτηση

Διαβάστε περισσότερα

Αλγόριθμοι Αναζήτησης σε Παίγνια Δύο Αντιπάλων

Αλγόριθμοι Αναζήτησης σε Παίγνια Δύο Αντιπάλων Τεχνητή Νοημοσύνη 06 Αλγόριθμοι Αναζήτησης σε Παίγνια Δύο Αντιπάλων Εισαγωγικά (1/3) Τα προβλήματα όπου η εξέλιξη των καταστάσεων εξαρτάται από δύο διαφορετικά σύνολα τελεστών μετάβασης που εφαρμόζονται

Διαβάστε περισσότερα

ΕΠΕΞΕΡΓΑΣΙΑ ΚΕΙΜΕΝΟΥ

ΕΠΕΞΕΡΓΑΣΙΑ ΚΕΙΜΕΝΟΥ 1. ΔΗΜΙΟΥΡΓΙΑ ΕΓΓΡΑΦΩΝ ΕΠΕΞΕΡΓΑΣΙΑ ΚΕΙΜΕΝΟΥ 1.1. Ορισµός εγγράφου, προτύπου, πρωτεύοντος και δευτερεύοντος εγγράφου 1.2. Πρότυπα 1.2.1. Δηµιουργία, µεταβολή, χρήση και διαγραφή προτύπων εγγράφων 1.2.2.

Διαβάστε περισσότερα

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Περιγραφή Μαθήματος. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Περιγραφή Μαθήματος. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Περιγραφή Μαθήματος Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Αντικείμενο Μαθήματος Η εκμάθηση των βασικών αρχών λειτουργίας και

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

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

ΘΕΜΑ Α ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ

ΘΕΜΑ Α ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ 1ΗΣ ΣΕΛΙΔΑΣ ΘΕΜΑ Α ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ Γ' ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΠΕΜΠΤΗ 26 ΑΠΡΙΛΙΟΥ 2012 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ (ΚΥΚΛΟΥ

Διαβάστε περισσότερα

Βιβλιογραφικές και ιστορικές σηµειώσεις Ασκήσεις Προβλήµατα Ικανοποίησης Περιορισµών

Βιβλιογραφικές και ιστορικές σηµειώσεις Ασκήσεις Προβλήµατα Ικανοποίησης Περιορισµών Περιεχόµενα 1 Εισαγωγή... 31 1.1 Τι Είναι η Τεχνητή Νοηµοσύνη... 31 Ανθρώπινη δράση: Η προσέγγιση µε τη δοκιµασία Turing... 32 Ανθρώπινη σκέψη: Η προσέγγιση µε γνωστικά µοντέλα... 33 Ορθολογική σκέψη:

Διαβάστε περισσότερα

Προγραµµατισµός Η/Υ. Μέρος2

Προγραµµατισµός Η/Υ. Μέρος2 Προγραµµατισµός Η/Υ Μέρος2 Περιεχόμενα Επανάληψη Βασικών Σύμβολων Διαγραμμάτων Ροής Αλγόριθμος Ψευδοκώδικας Παραδείγματα Αλγορίθμων Γλώσσες προγραμματισμού 2 Επανάληψη Βασικών Σύμβολων Διαγραμμάτων Ροής

Διαβάστε περισσότερα

Κεφάλαιο 2. Περιγραφή Προβληµάτων και Αναζήτηση Λύσης. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Κεφάλαιο 2. Περιγραφή Προβληµάτων και Αναζήτηση Λύσης. Τεχνητή Νοηµοσύνη - Β' Έκδοση Κεφάλαιο 2 Περιγραφή Προβληµάτων και Αναζήτηση Λύσης Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Περιγραφή Προβληµάτων ιαισθητικά: υπάρχει µία δεδοµένη

Διαβάστε περισσότερα

Μεταγλωττιστές. Δημήτρης Μιχαήλ. Ακ. Έτος 2011-2012. Ανοδικές Μέθοδοι Συντακτικής Ανάλυσης. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Μεταγλωττιστές. Δημήτρης Μιχαήλ. Ακ. Έτος 2011-2012. Ανοδικές Μέθοδοι Συντακτικής Ανάλυσης. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Μεταγλωττιστές Ανοδικές Μέθοδοι Συντακτικής Ανάλυσης Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ακ. Έτος 2011-2012 Ανοδική Κατασκευή Συντακτικού Δέντρου κατασκευή δέντρου

Διαβάστε περισσότερα

Βασικές Αρχές Σχεδιασµού Συστήµατος ιεπιφάνειας - Πλοήγηση

Βασικές Αρχές Σχεδιασµού Συστήµατος ιεπιφάνειας - Πλοήγηση Βασικές Αρχές Σχεδιασµού Συστήµατος ιεπιφάνειας - Πλοήγηση ρ. Κωνσταντίνα Βασιλοπούλου Περιεχόµενα Μη γραµµική επικοινωνία Μαθητευόµενου ΕΛ 1 Παράθυρο ΕΛ Πλαίσιο ιδασκαλίας Κουµπιά Πλοήγησης

Διαβάστε περισσότερα

Επίλυση προβλημάτων με αναζήτηση

Επίλυση 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 περισσότερα

Εισαγωγή στην C. Μορφή Προγράµµατος σε γλώσσα C

Εισαγωγή στην C. Μορφή Προγράµµατος σε γλώσσα C Εισαγωγή στην C Μορφή Προγράµµατος σε γλώσσα C Τµήµα Α Με την εντολή include συµπεριλαµβάνω στο πρόγραµµα τα πρότυπα των συναρτήσεων εισόδου/εξόδου της C.Το αρχείο κεφαλίδας stdio.h είναι ένας κατάλογος

Διαβάστε περισσότερα

Δυναμικές Ιστοσελίδες Εισαγωγή στην Javascript για προγραμματισμό στην πλευρά του client

Δυναμικές Ιστοσελίδες Εισαγωγή στην Javascript για προγραμματισμό στην πλευρά του client ΕΣΔ 516 Τεχνολογίες Διαδικτύου Δυναμικές Ιστοσελίδες Εισαγωγή στην Javascript για προγραμματισμό στην πλευρά του client Περιεχόμενα Περιεχόμενα Javascript και HTML Βασική σύνταξη Μεταβλητές Τελεστές Συναρτήσεις

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ 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 περισσότερα

Κεφάλαιο 4. Άπληστοι Αλγόριθµοι (Greedy Algorithms) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.

Κεφάλαιο 4. Άπληστοι Αλγόριθµοι (Greedy Algorithms) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. Κεφάλαιο 4 Άπληστοι Αλγόριθµοι (Greedy Algorithms) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 4.1 Χρονοπρογραµµατισµός Διαστηµάτων Χρονοπρογραµµατισµός Διαστηµάτων Το πρόβληµα.

Διαβάστε περισσότερα

Περιεχόμενα του Παιχνιδιού

Περιεχόμενα του Παιχνιδιού Ε υρώπη, 1347. Μεγάλη καταστροφή πρόκειται να χτυπήσει. Ο Μαύρος Θάνατος πλησιάζει την Ευρώπη και μέσα στα επόμενα 4-5 χρόνια ο πληθυσμός της θα μείνει μισός. Οι παίκτες αποικούν στις διάφορες περιοχές

Διαβάστε περισσότερα

Εισαγωγή στην Επιστήµη των Η/Υ

Εισαγωγή στην Επιστήµη των Η/Υ Εισαγωγή στην Επιστήµη των Η/Υ Εισαγωγή στην Επιστήµη των Η/Υ Εισαγωγή Καθ. Κ. Κουρκουµπέτης Σηµείωση: Οι διαφάνειες βασίζονται σε µεγάλο βαθµό σε αυτές που συνοδεύονται µε το προτεινόµενο σύγγραµµα. 1

Διαβάστε περισσότερα

Ο πιο κάτω πίνακας περιγράφει σε ποιες περιπτώσεις χρησιμοποιούμε τους τρεις πιο πάνω τρόπους:

Ο πιο κάτω πίνακας περιγράφει σε ποιες περιπτώσεις χρησιμοποιούμε τους τρεις πιο πάνω τρόπους: Επαναλήψεις - Loops Οι επαναλήψεις σε ένα πρόγραμμα μας επιτρέπουν μια ομάδα εντολών να εκτελείται για όσες φορές επιθυμούμε Υπάρχουν τρεις τρόποι επανάληψης εντολών με τη χρήση: While loops For loops

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2: Τύποι δεδομένων και εμφάνιση στοιχείων...33

ΚΕΦΑΛΑΙΟ 2: Τύποι δεδομένων και εμφάνιση στοιχείων...33 ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος του συγγραφέα... 13 Πρόλογος του καθηγητή Τιμολέοντα Σελλή... 15 ΚΕΦΑΛΑΙΟ 1: Εργαλεία γλωσσών προγραμματισμού...17 1.1 Γλώσσες προγραμματισμού τρίτης γεννεάς... 18 τι είναι η γλώσσα

Διαβάστε περισσότερα

Πληροφορική 2. Τεχνητή νοημοσύνη

Πληροφορική 2. Τεχνητή νοημοσύνη Πληροφορική 2 Τεχνητή νοημοσύνη 1 2 Τι είναι τεχνητή νοημοσύνη; Τεχνητή νοημοσύνη (AI=Artificial Intelligence) είναι η μελέτη προγραμματισμένων συστημάτων τα οποία μπορούν να προσομοιώνουν μέχρι κάποιο

Διαβάστε περισσότερα

Στόχοι και αντικείμενο ενότητας. Βασικές κατασκευές ΓΠ. Έλεγχος ροής προγράμματος. #4.. Εντολές Επιλογής

Στόχοι και αντικείμενο ενότητας. Βασικές κατασκευές ΓΠ. Έλεγχος ροής προγράμματος. #4.. Εντολές Επιλογής Στόχοι και αντικείμενο ενότητας Βασικές κατασκευές Γλωσσών Προγραμματισμού (ΓΠ) Δομές ελέγχου ροής προγράμματος #4.. ντολές πιλογής Προτάσεις διακλάδωσης υπό συνθήκη ντολές if, if Φωλιασμένα (nested) if

Διαβάστε περισσότερα