Maude 6. Maude [1] UIUC J. Meseguer. Maude. Maude SRI SRI. Maude. AC (Associative-Commutative) Maude. Maude Meseguer OBJ LTL SPIN
|
|
- Κρίος Αλεξίου
- 5 χρόνια πριν
- Προβολές:
Transcript
1 78 Maude 1 Maude [1] UIUC J. Meseguer ( 1 ) ( ) Maude Maude SRI 90 UIUC SRI Maude SRI S. Eker C++ Maude 2 Maude Meseguer OBJ OBJ2[3] OBJ Maude OBJ 1 CafeOBJ 3 Maude 4 Maude CafeOBJ Maude: A Computer Language based on Rewriting Logic and its Implementation. Kazuhiro Ogata, Masaki Nakamura, Kokichi Futatsugi,, School of Information Science, JAIST., Vol.25, No.2 (2008), pp [ ] Real-Time Maude Meseguer Maude [1] [4] Eker Maude SRI ( ) [1] [2] ( ) ( ) Maude [1] 800 AC (Associative-Commutative) (LTL search ) LTL SPIN (on-the-fly explicit state) SMV BDD SPIN SPIN Maude 5 Maude 6 5 SRI SAL infbmc 6 CafeOBJ search LTL SAL
2 Vol. 25 No. 2 Apr ( ) [5] search ( ) ( ) Maude 2 Maude (fmod M is endfm) (sort S.) (subsort S 1 < S 2.) (op f : S 1... S n -> S [ ].) ([c]eq LHS = RHS [if C].) ([c]mb T : S [if C].) S 1 < S 2 S 1 S 2 f (assoc) (comm) LHS RHS C C RHS LHS C T S C C C C 1 /\... /\ C n C 7 (LTL ) 8 C 1,..., C n C i (1) (T = T ) (2) (T := T ) (3) Bool T (3) (1)(T = true) (1) (2) T LHS C 1,...,C i 1 (2) T T 9 (1) T T 10 (2) T LHS T T 11 (mod M is ) ([c]rl [[L] :] LHS => RHS [if C].) L LHS RHS C C ( ) RHS LHS C t 0 1 t 0 t 0 t 1 1 t 0 t 1 12 C C 1 /\... /\ C n C i (1) (3) (4) (T => T ) (4) T LHS C 1,...,C i 1 T T (4) T 9 T ( ) 10 == true false (3) T == T (1) LHS
3 80 0 T M ( ) 3 (pr) (ex) (inc) pr M M (no junk) (no confusion) M ex M M inc M M 3 (Critical Section) (Remainder Section) i Loop Remainder Section rs: tmp i := enq(queue,i); es: queue := tmp i ; ws: repeat until top(queue) =i; Critical Section cs: tmp i := deq(queue); ds: queue := tmp i ; queue tmp i 13 enq deq top rs es ws cs ds ws ( ) 1 rs tmp i queue (empty ) 4 Maude S 0 S 0 Maude S 0 V 0 I 0 T 0 13 tmp i queue ( ) 2 V 0 {pc i :Label i P} {tmp i : Queue i P} {queue : Queue} Label Queue P ( Pid ) pc i i ( ) tmp i i tmp i queue queue S 0 V 0 S 0 I 0 i P pc i =rs tmp i =empty queue =empty ( 1 ) T 0 {eq 1 i i P} {eq 2 i i P} {wt i i P} {dq1 i i P} {dq2 i i P} wt i i ws 1 eq1 i eq2 i dq1 i dq2 i i rs es cs ds (1) eq1 i (2) wt i (1) eq1 i pc i =rs pc i es tmp i queue i (2) wt i pc i =ws queue i pc i cs S 0 QLOCK QLOCK mod QLOCK is pr LABEL. pr PID. pr QUEUE. sorts Var Sys. subsort Var < Sys. op : Sys Sys -> Sys [assoc comm]. op pc[_]:_ : Pid Label -> Var. op queue:_ : Queue -> Var. op tmp[_]:_ : Pid Queue -> Var. vars Q R : Queue. var I : Pid. rl [eq1] : (pc[i]: rs) (queue: Q) (tmp[i]: R) => (pc[i]: es) (queue: Q) (tmp[i]: enq(q,i)). rl [eq2] : (pc[i]: es) (queue: Q) (tmp[i]: R) => (pc[i]: ws) (queue: R) (tmp[i]: R). crl [wt] : (pc[i]: ws) (queue: Q) => (pc[i]: cs) (queue: Q) if top(q) == I.
4 Vol. 25 No. 2 Apr rl [dq1] : (pc[i]: cs) (queue: Q) (tmp[i]: R) => (pc[i]: ds) (queue: Q) (tmp[i]: deq(q)). rl [dq2] : (pc[i]: ds) (queue: Q) (tmp[i]: R) => (pc[i]: rs) (queue: R) (tmp[i]: R). LABEL PID QUEUE fmod LABEL is sort Label. ops rs es ws cs ds : -> Label. endfm fmod PID is sort Pid. ops p1 p2 : -> Pid. endfm fmod QUEUE is pr PID. sort Queue. op empty : -> Queue. op : Pid Queue -> Queue. op enq : Queue Pid -> Queue. op deq : Queue -> Queue. op top : Queue -> Pid. var Q : Queue. vars X Y : Pid. eq enq(empty,x) = X empty. eq enq((y Q),X) = Y enq(q,x). eq deq(empty) = empty. eq deq((x Q)) = Q. eq top((x Q)) = X. endfm PID 2 ( ) p1 p2 Sys S 0 Var ( ) pc[_]:_ queue:_ tmp[_]:_ pc i queue tmp i pc[_]:_ tmp[_]:_ 1 i 2 pc i tmp i queue:_ queue pc i cs pc[i]: cs S 0 14 S 0 14 SPIN Maude ( ) Z ( ) S 0 Maude (pc[p1]: rs) (pc[p2]: rs) (queue: empty) (tmp[p1]: empty) (tmp[p2]: empty) eq 1 i eq2 i wt i dq1 i dq2 i eq1 eq2 wt dq1 dq2 LHS wt i pc i =ws top(queue) =i LHS (pc[i]: ws) pc[p1]: rs pc[p2]: rs trans by eq1 queue: empty with I = p1 tmp[p1]: empty tmp[p2]: empty trans by eq2 with I = p1 pc[p1]: ws pc[p2]: rs queue: p1 empty trans by wt with I = p1 tmp[p1]: p1 empty tmp[p2]: empty pc[p1]: es pc[p2]: rs queue: empty tmp[p1]: p1 empty tmp[p2]: empty pc[p1]: cs pc[p2]: rs queue: p1 empty tmp[p1]: p1 empty tmp[p2]: empty ( ) eq1 LHS (pc[p1]: rs) (queue: empty) (tmp[p1]: empty) RHS (pc[p1]: es) (queue: empty) (tmp[p1]: p1 empty) S 0 QLOCK-INIT 15 mod QLOCK-INIT is pr QLOCK. op init : -> Sys. eq init = (pc[p1]: rs) (pc[p2]: rs) (queue: empty) (tmp[p1]: empty) (tmp[p2]: empty). 5 search search t t 15 init( ) ( ) ( )
5 82 pc i =cs i 1 S 0 search [1] in QLOCK-INIT : init =>* (pc[p1]: cs) (pc[p2]: cs) (S:Sys). init (pc[p1]: cs) (pc[p2]: cs) (S:Sys) ( ) [1] 1 S Sys Maude Solution 1 (state 33) states: 34 rewrites: 82 in 1ms cpu (0ms real) (82000 rewrites/second) S:Sys --> queue: (p2 empty) (tmp[p1]: p1 empty) tmp[p2]: p2 empty search 33 (init 0 ) 33 ( 33) 33 ( ) show path (show path 33.) state 0, Sys: queue: empty (pc[p1]: rs) (pc[p2]: rs) (tmp[p1]: empty) tmp[p2]: empty ===[... [label eq1]. ]===> state 1, Sys: queue: empty (pc[p1]: es) (pc[p2]: rs) (tmp[p1]: p1 empty) tmp[p2]: empty ===[... [label eq1]. ]===> state 3, Sys: queue: empty (pc[p1]: es) (pc[p2]: es) ===[... [label eq2]. ]===> state 6, Sys: queue: (p1 empty) (pc[p1]: ws) (pc[p2]: es) ===[... [label wt]. ]===> state 13, Sys: queue: (p1 empty) (pc[p1]: cs) (pc[p2]: es) ===[... [label eq2]. ]===> state 23, Sys: queue: (p2 empty) (pc[p1]: cs) (pc[p2]: ws) ===[... [label wt]. ]===> state 33, Sys: queue: (p2 empty) (pc[p1]: cs) (pc[p2]: cs) eq queue (p1 empty) (p2 empty) wt p1 p2 queue rs es 2 1 (rs: queue := enq(queue,i);) i S 0 2 eq1 i eq 2 i 1 eq i S 1 S 0 Maude 2 eq1 eq2 1 S 1 Maude 16 rl [eq] : (pc[i]: rs) (queue: Q) => (pc[i]: ws) (queue: enq(q,i)). search 2 S 1 6 LTL LTL Maude model-checker.maude in (in model-checker) 2 LTL S 1 2 LTL 2 LTL 2 wait crit mod QLOCK-PREDS is pr QLOCK-INIT. inc SATISFACTION. subsort Sys < State. ops wait crit : Pid -> Prop. var P : Pid. var S : Sys. eq (pc[p] : ws) S = wait(p) = true. eq (pc[p] : cs) S = crit(p) = true. 16
6 Vol. 25 No. 2 Apr SATISFACTION model-checker.maude ( ) _ =_ LTL mod QLOCK-CHECK is inc QLOCK-PREDS. inc MODEL-CHECKER. inc LTL-SIMPLIFIER. ops mutex lofree : -> Formula. eq mutex = ([] ~(crit(p1) /\ crit(p2))). eq lofree = (wait(p1) -> crit(p1)) /\ (wait(p2) -> crit(p2)). MODEL-CHECKER model-checker.maude modelcheck LTL-SIMPLIFIER LTL ~_ _/\_ ( ) ( ) []_ _ ->_ LTL Henceforth(Λ) Leads-to(ψ) f g LTL Λ f ( )f f ψ g f g mutex lofree LTL S 1 2 LTL ( ) red in QLOCK-CHECK : modelcheck(init,mutex). red in QLOCK-CHECK : modelcheck(init,lofree). 2 S 1 mutex ( ) 2 S 1 lofree ( ) {queue: empty (pc[p1]: rs) (pc[p2]: rs) (tmp[p1]: empty) tmp[p2]: empty, eq}... {queue: (p2 empty) (pc[p1]: rs) (pc[p2]: cs) (tmp[p1]: p2 empty) tmp[p2]: p1 empty, dq1} {queue: (p2 empty) (pc[p1]: rs) (pc[p2]: ds) (tmp[p1]: p2 empty) tmp[p2]: empty, eq} {queue: (p2 p1 empty) (pc[p1]: ws) (pc[p2]: ds) (tmp[p1]: p2 empty) tmp[p2]: empty, dq2}, {queue: empty (pc[p1]: ws) (pc[p2]: rs) (tmp[p1]: p2 empty) tmp[p2]: empty, eq} {queue: (p2 empty) (pc[p1]: ws) (pc[p2]: ws) (tmp[p1]: p2 empty) tmp[p2]: empty, wt} {queue: (p2 empty) (pc[p1]: ws) (pc[p2]: cs) (tmp[p1]: p2 empty) tmp[p2]: empty, dq1} {queue: (p2 empty) (pc[p1]: ws) (pc[p2]: ds) (tmp[p1]: p2 empty) tmp[p2]: empty, dq2}) p1 queue dq2 queue (p2 p1 empty) empty p1 ws queue cs ds 2 1 (cs: queue := deq(queue);) i S 1 2 dq1 i dq2 i 1 dq i S 2 S 1 Maude 2 dq1 dq2 1 S 2 Maude rl [dq] : (pc[i]: cs) (queue: Q) => (pc[i]: rs) (queue: deq(q)). 2 red 2 S 2 mutex lofree lofree LTL LTL S 2 lofree queue (rl [xr] : (pc[i]: rs) (queue: Q) => (pc[i]: rs) (queue: Q).) lofree
7 84 7 Maude [5] [1] Clavel, M., et al.: All About Maude A High- Performance Logical Framework: How to Specify, Program and Verify Systems in Rewriting Logic, LNCS, Vol. 4350, Springer, [2] Futatsugi, K.: Verifying Specifications with Proof Scores in CafeOBJ, in 21st ASE, 2006, pp [3] Futatsugi, K., Goguen, J. A., Jouannaud, J. -P. and Meseguer, J.: Principles of OBJ2, in 12th POPL, 1985, pp [4] Meseguer, J.: From OBJ to Maude and Beyond, in Algebra, Meaning, and Computation: A Festschrift Symposium in Honor of Joseph Goguen, LNCS, Vol. 4060, Springer, 2006, pp [5] Ogata, K. and Futatsugi, K.: Comparison of Maude and SAL by Conducting Case Studies Model Checking a Distributed Algorithm, IEICE Trans. Fundamentals, Vol. E90-A(2007), pp
Εφαρμογές της Λογικής στην Πληροφορική
Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο Εφαρμογές της Λογικής στην Πληροφορική Ενότητα 5 Πέτρος Στεφανέας, Γεώργιος Κολέτσος Άδεια Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραvar N : SNat. eq (s(n) = 0) = false. και eq (s(n: SNat) = 0) = false.
ΕΦΑΡΜΟΓΕΣ: ΟΙ ΑΛΓΕΒΡΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ Τμήματα. Στο προηγούμενο κομμάτι του κώδικα με τη λέξη κλειδί mod δηλώνουμε την αρχή μίας προδιαγραφής που θα βρίσκεται μέσα στο σώμα του mod, δηλαδή ανάμεσα από τα.
Διαβάστε περισσότεραΣχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών. Εθνικό Μετσόβιο Πολυτεχνείο. Thales Workshop, 1-3 July 2015
Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών Εθνικό Μετσόβιο Πολυτεχνείο Thales Workshop, 1-3 July 2015 Integrating Behavioural Algebraic Specifications and Design by Contract Nikolaos Triantafyllou
Διαβάστε περισσότεραDynamic types, Lambda calculus machines Section and Practice Problems Apr 21 22, 2016
Harvard School of Engineering and Applied Sciences CS 152: Programming Languages Dynamic types, Lambda calculus machines Apr 21 22, 2016 1 Dynamic types and contracts (a) To make sure you understand the
Διαβάστε περισσότεραAnswers - Worksheet A ALGEBRA PMT. 1 a = 7 b = 11 c = 1 3. e = 0.1 f = 0.3 g = 2 h = 10 i = 3 j = d = k = 3 1. = 1 or 0.5 l =
C ALGEBRA Answers - Worksheet A a 7 b c d e 0. f 0. g h 0 i j k 6 8 or 0. l or 8 a 7 b 0 c 7 d 6 e f g 6 h 8 8 i 6 j k 6 l a 9 b c d 9 7 e 00 0 f 8 9 a b 7 7 c 6 d 9 e 6 6 f 6 8 g 9 h 0 0 i j 6 7 7 k 9
Διαβάστε περισσότεραThe challenges of non-stable predicates
The challenges of non-stable predicates Consider a non-stable predicate Φ encoding, say, a safety property. We want to determine whether Φ holds for our program. The challenges of non-stable predicates
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 1 Λύσεις (α) Χρησιμοποιούμε τις επιπλέον μεταβλητές PC 1, PC 2, (program counters) οι οποίες παίρνουν ως τιμές ονόματα των γραμμών του κώδικα όπως φαίνεται πιο κάτω. bool y 1
Διαβάστε περισσότεραEM Baum-Welch. Step by Step the Baum-Welch Algorithm and its Application 2. HMM Baum-Welch. Baum-Welch. Baum-Welch Baum-Welch.
Baum-Welch Step by Step the Baum-Welch Algorithm and its Application Jin ichi MURAKAMI EM EM EM Baum-Welch Baum-Welch Baum-Welch Baum-Welch, EM 1. EM 2. HMM EM (Expectationmaximization algorithm) 1 3.
Διαβάστε περισσότερα2016 IEEE/ACM International Conference on Mobile Software Engineering and Systems
2016 IEEE/ACM International Conference on Mobile Software Engineering and Systems Multiple User Interfaces MobileSoft'16, Multi-User Experience (MUX) S1: Insourcing S2: Outsourcing S3: Responsive design
Διαβάστε περισσότεραat 3 at 13 (r1=1 r2=1)
lb at 3 at 13 (r1=1 r2=1) Peterson 0:{ w F1 false; w F2 false; w T 0; } P0: P1: 1:w[] F1 true 10:w[] F2 true; 2:w[] T 2 11:w[] T 1; 3:do {i} 12:do {j} 4: r[] R1 F2 { F2 i 4 } 13: r[] R3 F1; { F1j 13 }
Διαβάστε περισσότεραLTL to Buchi. Overview. Buchi Model Checking LTL Translating LTL into Buchi. Ralf Huuck. Buchi Automata. Example
Overview LTL to Buchi Buchi Model Checking LTL Translating LTL into Buchi Ralf Huuck Buchi Automata Example Automaton which accepts infinite traces δ A Buchi automaton is 5-tuple Σ, Q, Q 0,δ, F Σ is a
Διαβάστε περισσότεραΕργαστήριο Οργάνωσης Η/Υ. Δαδαλιάρης Αντώνιος
Εργαστήριο Οργάνωσης Η/Υ Δαδαλιάρης Αντώνιος dadaliaris@uth.gr Σχόλια: - - This is a single line comment - - There is no alternative way to write multi-line comments Αναγνωριστικά: Τα αναγνωριστικά
Διαβάστε περισσότερα❷ s é 2s é í t é Pr 3
❷ s é 2s é í t é Pr 3 t tr t á t r í í t 2 ➄ P á r í3 í str t s tr t r t r s 3 í rá P r t P P á í 2 rá í s é rá P r t P 3 é r 2 í r 3 t é str á 2 rá rt 3 3 t str 3 str ýr t ý í r t t2 str s í P á í t
Διαβάστε περισσότεραPhys460.nb Solution for the t-dependent Schrodinger s equation How did we find the solution? (not required)
Phys460.nb 81 ψ n (t) is still the (same) eigenstate of H But for tdependent H. The answer is NO. 5.5.5. Solution for the tdependent Schrodinger s equation If we assume that at time t 0, the electron starts
Διαβάστε περισσότεραQuick algorithm f or computing core attribute
24 5 Vol. 24 No. 5 Cont rol an d Decision 2009 5 May 2009 : 100120920 (2009) 0520738205 1a, 2, 1b (1. a., b., 239012 ; 2., 230039) :,,.,.,. : ; ; ; : TP181 : A Quick algorithm f or computing core attribute
Διαβάστε περισσότεραDistances in Sierpiński Triangle Graphs
Distances in Sierpiński Triangle Graphs Sara Sabrina Zemljič joint work with Andreas M. Hinz June 18th 2015 Motivation Sierpiński triangle introduced by Wac law Sierpiński in 1915. S. S. Zemljič 1 Motivation
Διαβάστε περισσότεραOrthogonalization Library with a Numerical Computation Policy Interface
Vol. 46 No. SIG 7(ACS 10) May 2005 DGKS PC 10 8 10 14 4.8 Orthogonalization Library with a Numerical Computation Policy Interface Ken Naono, Mitsuyoshi Igai and Hiroyuki Kidachi We propose an orthogonalization
Διαβάστε περισσότεραΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2014
ΤΑΞΗ: 3 η ΤΑΞΗ ΕΠΑ.Λ. (Α Β ΟΜΑ Α) ΜΑΘΗΜΑ: ΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ / ΕΙ ΙΚΟΤΗΤΑΣ Ηµεροµηνία: Κυριακή 4 Μαΐου 2014 ιάρκεια Εξέτασης: 3 ώρες ΘΕΜΑ Α Α1. α - Σωστό β - Σωστό γ - Λάθος δ - Λάθος ε Λάθος ΑΠΑΝΤΗΣΕΙΣ
Διαβάστε περισσότεραChapter 6 BLM Answers
Chapter 6 BLM Answers BLM 6 Chapter 6 Prerequisite Skills. a) i) II ii) IV iii) III i) 5 ii) 7 iii) 7. a) 0, c) 88.,.6, 59.6 d). a) 5 + 60 n; 7 + n, c). rad + n rad; 7 9,. a) 5 6 c) 69. d) 0.88 5. a) negative
Διαβάστε περισσότεραVSC STEADY2STATE MOD EL AND ITS NONL INEAR CONTROL OF VSC2HVDC SYSTEM VSC (1. , ; 2. , )
22 1 2002 1 Vol. 22 No. 1 Jan. 2002 Proceedings of the CSEE ν 2002 Chin. Soc. for Elec. Eng. :025828013 (2002) 0120017206 VSC 1, 1 2, (1., 310027 ; 2., 250061) STEADY2STATE MOD EL AND ITS NONL INEAR CONTROL
Διαβάστε περισσότεραFX10 SIMD SIMD. [3] Dekker [4] IEEE754. a.lo. (SpMV Sparse matrix and vector product) IEEE754 IEEE754 [5] Double-Double Knuth FMA FMA FX10 FMA SIMD
FX,a),b),c) Bailey Double-Double [] FMA FMA [6] FX FMA SIMD Single Instruction Multiple Data 5 4.5. [] Bailey SIMD SIMD 8bit FMA (SpMV Sparse matrix and vector product) FX. DD Bailey Double-Double a) em49@ns.kogakuin.ac.jp
Διαβάστε περισσότεραCommutative Monoids in Intuitionistic Fuzzy Sets
Commutative Monoids in Intuitionistic Fuzzy Sets S K Mala #1, Dr. MM Shanmugapriya *2 1 PhD Scholar in Mathematics, Karpagam University, Coimbatore, Tamilnadu- 641021 Assistant Professor of Mathematics,
Διαβάστε περισσότεραΤΕΧΝΙΚΕΣ ΑΥΞΗΣΗΣ ΤΗΣ ΑΠΟΔΟΣΗΣ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ I
ΤΕΧΝΙΚΕΣ ΑΥΞΗΣΗΣ ΤΗΣ ΑΠΟΔΟΣΗΣ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ I MIPS Η MIPS (Microprocessor without Interlocked Pipeline Stages) είναι μία αρχιτεκτονική συνόλου εντολών (ISA) γλώσσας μηχανής που αναπτύχθηκε από την εταιρεία
Διαβάστε περισσότεραGPU. CUDA GPU GeForce GTX 580 GPU 2.67GHz Intel Core 2 Duo CPU E7300 CUDA. Parallelizing the Number Partitioning Problem for GPUs
GPU 1 1 NP number partitioning problem Pedroso CUDA GPU GeForce GTX 580 GPU 2.67GHz Intel Core 2 Duo CPU E7300 CUDA C Pedroso Python 323 Python C 12.2 Parallelizing the Number Partitioning Problem for
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 12: Συνοπτική Παρουσίαση Ανάπτυξης Κώδικα με το Matlab Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΕΠΛ 664 Ανάλυση και Επαλήθευση Συστημάτων 6-1
Εισαγωγή στη SPIN Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: O model-checker SPIN H γλώσσα προδιαγραφής συστημάτων Promela Εντολές, διεργασίες και μοντέλο επικοινωνίας Σημασιολογία εκτέλεσης ΕΠΛ 664
Διαβάστε περισσότεραHomework 3 Solutions
Homework 3 Solutions Igor Yanovsky (Math 151A TA) Problem 1: Compute the absolute error and relative error in approximations of p by p. (Use calculator!) a) p π, p 22/7; b) p π, p 3.141. Solution: For
Διαβάστε περισσότεραNowhere-zero flows Let be a digraph, Abelian group. A Γ-circulation in is a mapping : such that, where, and : tail in X, head in
Nowhere-zero flows Let be a digraph, Abelian group. A Γ-circulation in is a mapping : such that, where, and : tail in X, head in : tail in X, head in A nowhere-zero Γ-flow is a Γ-circulation such that
Διαβάστε περισσότεραΛειτουργικά Συστήματα
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Λειτουργικά Συστήματα Ενότητα 4α: Σημαφόροι, Πρόβλημα Συνδαιτυμόνων Φιλοσόφων, Αδιέξοδα Αθηνά Βακάλη Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραStudy on Re-adhesion control by monitoring excessive angular momentum in electric railway traction
() () Study on e-adhesion control by monitoring excessive angular momentum in electric railway traction Takafumi Hara, Student Member, Takafumi Koseki, Member, Yutaka Tsukinokizawa, Non-member Abstract
Διαβάστε περισσότεραLecture 2. Soundness and completeness of propositional logic
Lecture 2 Soundness and completeness of propositional logic February 9, 2004 1 Overview Review of natural deduction. Soundness and completeness. Semantics of propositional formulas. Soundness proof. Completeness
Διαβάστε περισσότεραMIDI [8] MIDI. [9] Hsu [1], [2] [10] Salamon [11] [5] Song [6] Sony, Minato, Tokyo , Japan a) b)
1,a) 1,b) 1,c) 1. MIDI [1], [2] U/D/S 3 [3], [4] 1 [5] Song [6] 1 Sony, Minato, Tokyo 108 0075, Japan a) Emiru.Tsunoo@jp.sony.com b) AkiraB.Inoue@jp.sony.com c) Masayuki.Nishiguchi@jp.sony.com MIDI [7]
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 664: Ανάλυση και Επαλήθευση Συστημάτων ΕΝΔΙΑΜΕΣΗ ΕΞΕΤΑΣΗ ΗΜΕΡΟΜΗΝΙΑ : Πέμπτη, 21 Μαρτίου 2013 ΔΙΑΡΚΕΙΑ : 14:00 16:00 ΔΙΔΑΣΚΟΥΣΑ : Άννα Φιλίππου Ονοματεπώνυμο:
Διαβάστε περισσότεραVerification. Lecture 12. Martin Zimmermann
Verification Lecture 12 Martin Zimmermann Plan for today LTL FairnessinLTL LTL Model Checking Review: Syntax modal logic over infinite sequences[pnueli 1977] Propositional logic a AP ϕandϕ ψ Temporal operators
Διαβάστε περισσότεραA Method for Creating Shortcut Links by Considering Popularity of Contents in Structured P2P Networks
P2P 1,a) 1 1 1 P2P P2P P2P P2P A Method for Creating Shortcut Links by Considering Popularity of Contents in Structured P2P Networks NARISHIGE Yuki 1,a) ABE Kota 1 ISHIBASHI Hayato 1 MATSUURA Toshio 1
Διαβάστε περισσότεραOverview. Transition Semantics. Configurations and the transition relation. Executions and computation
Overview Transition Semantics Configurations and the transition relation Executions and computation Inference rules for small-step structural operational semantics for the simple imperative language Transition
Διαβάστε περισσότεραVol. 31,No JOURNAL OF CHINA UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb
Ξ 31 Vol 31,No 1 2 0 0 1 2 JOURNAL OF CHINA UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb 2 0 0 1 :025322778 (2001) 0120016205 (, 230026) : Q ( m 1, m 2,, m n ) k = m 1 + m 2 + + m n - n : Q ( m 1, m 2,, m
Διαβάστε περισσότεραDevelopment of the Nursing Program for Rehabilitation of Woman Diagnosed with Breast Cancer
Development of the Nursing Program for Rehabilitation of Woman Diagnosed with Breast Cancer Naomi Morota Newman M Key Words woman diagnosed with breast cancer, rehabilitation nursing care program, the
Διαβάστε περισσότεραΕισαγωγή στο εργαλείο SPIN
Εισαγωγή στο εργαλείο SPIN Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: O model-checker SPIN H γλώσσα προδιαγραφής συστημάτων Promela Εντολές, διεργασίες και μοντέλο επικοινωνίας Σημασιολογία εκτέλεσης
Διαβάστε περισσότεραΕΠΛ 664 Ανάλυση και Επαλήθευση Συστημάτων 1-1
Εισαγωγή Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Ο ρόλος της ανάλυσης και επαλήθευσης συστημάτων Τεχνικές ανάλυσης συστημάτων Στόχοι του μαθήματος ΕΠΛ 664 Ανάλυση και Επαλήθευση Συστημάτων 1-1
Διαβάστε περισσότεραScrub Nurse Robot: SNR. C++ SNR Uppaal TA SNR SNR. Vain SNR. Uppaal TA. TA state Uppaal TA location. Uppaal
Scrub Nurse Robot: SNR SNR SNR SNR Uppaal Uppaal timed automatonta SNR C++ Uppaal TA SNR SNR 1 1SNR3 SNR SNR C++ SNR Uppaal TA Vain Uppaal TA TA state Uppaal TA location TRON (Testing Realtime Systems
Διαβάστε περισσότεραΕΠΛ 664 Ανάλυση και Επαλήθευση Συστημάτων 1-1
Εισαγωγή Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Ο ρόλος της ανάλυσης και επαλήθευσης συστημάτων Τεχνικές ανάλυσης συστημάτων Στόχοι του μαθήματος ΕΠΛ 664 Ανάλυση και Επαλήθευση Συστημάτων 1-1
Διαβάστε περισσότεραΓραμμική Χρονική Λογική (Linear Temporal Logic)
Γραμμική Χρονική Λογική (Linear Temporal Logic) Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Γραμμική Χρονική Λογική - σύνταξη και ερμηνεία Διατύπωση ιδιοτήτων Δομές Kripke Μοντελοέλεγχος ΕΠΛ 664 Ανάλυση
Διαβάστε περισσότεραIPSJ SIG Technical Report Vol.2014-CE-127 No /12/6 CS Activity 1,a) CS Computer Science Activity Activity Actvity Activity Dining Eight-He
CS Activity 1,a) 2 2 3 CS Computer Science Activity Activity Actvity Activity Dining Eight-Headed Dragon CS Unplugged Activity for Learning Scheduling Methods Hisao Fukuoka 1,a) Toru Watanabe 2 Makoto
Διαβάστε περισσότεραMock Exam 7. 1 Hong Kong Educational Publishing Company. Section A 1. Reference: HKDSE Math M Q2 (a) (1 + kx) n 1M + 1A = (1) =
Mock Eam 7 Mock Eam 7 Section A. Reference: HKDSE Math M 0 Q (a) ( + k) n nn ( )( k) + nk ( ) + + nn ( ) k + nk + + + A nk... () nn ( ) k... () From (), k...() n Substituting () into (), nn ( ) n 76n 76n
Διαβάστε περισσότεραΠανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Τεχνητή Νοημοσύνη. Ενότητα 2: Αναζήτηση (Search)
Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Τεχνητή Νοημοσύνη Ενότητα 2: Αναζήτηση (Search) Αν. καθηγητής Στεργίου Κωνσταντίνος kstergiou@uowm.gr Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Άδειες
Διαβάστε περισσότερα- Αναπαράσταση ακέραιας τιµής : - Εύρος ακεραίων : - Ακέραιοι τύποι: - Πράξεις µε ακεραίους (DIV - MOD)
Η Γλώσσα Pascal Χαρακτηριστικά Τύποι Δεδοµένων Δοµή προγράµµατος 1. Βασικές έννοιες Χαρακτηριστικά της γλώσσας Pascal Γλώσσα προγραµµατισµού Συντακτικό Σηµασιολογία Αλφάβητο της γλώσσας Pascal (Σύνολο
Διαβάστε περισσότεραHomework 8 Model Solution Section
MATH 004 Homework Solution Homework 8 Model Solution Section 14.5 14.6. 14.5. Use the Chain Rule to find dz where z cosx + 4y), x 5t 4, y 1 t. dz dx + dy y sinx + 4y)0t + 4) sinx + 4y) 1t ) 0t + 4t ) sinx
Διαβάστε περισσότεραToward a SPARQL Query Execution Mechanism using Dynamic Mapping Adaptation -A Preliminary Report- Takuya Adachi 1 Naoki Fukuta 2.
SIG-SWO-041-05 SPAIDA: SPARQL Toward a SPARQL Query Execution Mechanism using Dynamic Mapping Adaptation -A Preliminary Report- 1 2 Takuya Adachi 1 Naoki Fukuta 2 1 1 Faculty of Informatics, Shizuoka University
Διαβάστε περισσότεραRe-Pair n. Re-Pair. Re-Pair. Re-Pair. Re-Pair. (Re-Merge) Re-Merge. Sekine [4, 5, 8] (highly repetitive text) [2] Re-Pair. Blocked-Repair-VF [7]
Re-Pair 1 1 Re-Pair Re-Pair Re-Pair Re-Pair 1. Larsson Moffat [1] Re-Pair Re-Pair (Re-Pair) ( ) (highly repetitive text) [2] Re-Pair [7] Re-Pair Re-Pair n O(n) O(n) 1 Hokkaido University, Graduate School
Διαβάστε περισσότεραHIV HIV HIV HIV AIDS 3 :.1 /-,**1 +332
,**1 The Japanese Society for AIDS Research The Journal of AIDS Research +,, +,, +,, + -. / 0 1 +, -. / 0 1 : :,**- +,**. 1..+ - : +** 22 HIV AIDS HIV HIV AIDS : HIV AIDS HIV :HIV AIDS 3 :.1 /-,**1 HIV
Διαβάστε περισσότεραΗ Διαδραστική Τηλεδιάσκεψη στο Σύγχρονο Σχολείο: Πλαίσιο Διδακτικού Σχεδιασμού
Η Διαδραστική Τηλεδιάσκεψη στο Σύγχρονο Σχολείο: Πλαίσιο Διδακτικού Σχεδιασμού Παναγιώτης Αναστασιάδης Πανεπιστήμιο Κρήτης panas@ edc.uoc.gr ΠΕΡΙΛΗΨΗ Οι προηγμένες τεχνολογίες σύγχρονης μετάδοσης και ιδιαίτερα
Διαβάστε περισσότεραFormal Semantics. 1 Type Logic
Formal Semantics Principle of Compositionality The meaning of a sentence is determined by the meanings of its parts and the way they are put together. 1 Type Logic Types (a measure on expressions) The
Διαβάστε περισσότερα[4] 1.2 [5] Bayesian Approach min-max min-max [6] UCB(Upper Confidence Bound ) UCT [7] [1] ( ) Amazons[8] Lines of Action(LOA)[4] Winands [4] 1
1,a) Bayesian Approach An Application of Monte-Carlo Tree Search Algorithm for Shogi Player Based on Bayesian Approach Daisaku Yokoyama 1,a) Abstract: Monte-Carlo Tree Search (MCTS) algorithm is quite
Διαβάστε περισσότεραEvery set of first-order formulas is equivalent to an independent set
Every set of first-order formulas is equivalent to an independent set May 6, 2008 Abstract A set of first-order formulas, whatever the cardinality of the set of symbols, is equivalent to an independent
Διαβάστε περισσότεραAn Automatic Modulation Classifier using a Frequency Discriminator for Intelligent Software Defined Radio
C IEEJ Transactions on Electronics, Information and Systems Vol.133 No.5 pp.910 915 DOI: 10.1541/ieejeiss.133.910 a) An Automatic Modulation Classifier using a Frequency Discriminator for Intelligent Software
Διαβάστε περισσότεραBMI/CS 776 Lecture #14: Multiple Alignment - MUSCLE. Colin Dewey
BMI/CS 776 Lecture #14: Multiple Alignment - MUSCLE Colin Dewey 2007.03.08 1 Importance of protein multiple alignment Phylogenetic tree estimation Prediction of protein secondary structure Critical residue
Διαβάστε περισσότεραΜελέτη των μεταβολών των χρήσεων γης στο Ζαγόρι Ιωαννίνων 0
Μελέτη των μεταβολών των χρήσεων γης στο Ζαγόρι Ιωαννίνων 0 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΔΙΕΠΙΣΤΗΜΟΝΙΚΟ - ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (Δ.Π.Μ.Σ.) "ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ" 2 η ΚΑΤΕΥΘΥΝΣΗ
Διαβάστε περισσότεραSolving an Air Conditioning System Problem in an Embodiment Design Context Using Constraint Satisfaction Techniques
Solving an Air Conditioning System Problem in an Embodiment Design Context Using Constraint Satisfaction Techniques Raphael Chenouard, Patrick Sébastian, Laurent Granvilliers To cite this version: Raphael
Διαβάστε περισσότεραThe Simply Typed Lambda Calculus
Type Inference Instead of writing type annotations, can we use an algorithm to infer what the type annotations should be? That depends on the type system. For simple type systems the answer is yes, and
Διαβάστε περισσότεραOptimization, PSO) DE [1, 2, 3, 4] PSO [5, 6, 7, 8, 9, 10, 11] (P)
( ) 1 ( ) : : (Differential Evolution, DE) (Particle Swarm Optimization, PSO) DE [1, 2, 3, 4] PSO [5, 6, 7, 8, 9, 10, 11] 2 2.1 (P) (P ) minimize f(x) subject to g j (x) 0, j = 1,..., q h j (x) = 0, j
Διαβάστε περισσότεραTrigonometry 1.TRIGONOMETRIC RATIOS
Trigonometry.TRIGONOMETRIC RATIOS. If a ray OP makes an angle with the positive direction of X-axis then y x i) Sin ii) cos r r iii) tan x y (x 0) iv) cot y x (y 0) y P v) sec x r (x 0) vi) cosec y r (y
Διαβάστε περισσότερα{takasu, Conditional Random Field
DEIM Forum 2016 C8-6 CRF 700 8530 3 1 1 700 8530 3 1 1 101 8430 2-1-2 E-mail: pobp52cw@s.okayama-u.ac.jp, ohta@de.cs.okayama-u.ac.jp, {takasu, adachi}@nii.ac.jp Conditional Random Field 1. Conditional
Διαβάστε περισσότεραLiving and Nonliving Created by: Maria Okraska
Living and Nonliving Created by: Maria Okraska http://enchantingclassroom.blogspot.com Living Living things grow, change, and reproduce. They need air, water, food, and a place to live in order to survive.
Διαβάστε περισσότεραHY340, 2009 Α. Σαββίδης Slide 2 / 143. HY340, 2009 Α. Σαββίδης Slide 3 / 143. HY340, 2009 Α. Σαββίδης Slide 4 / 143
HY340 : ΓΛΩΣΣΕΣ ΚΑΙ ΜΕΤΑΦΡΑΣΤΕΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ, ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΥΠΟΛΟΓΙΣΤΩΝ HY340 : ΓΛΩΣΣΕΣ ΚΑΙ ΜΕΤΑΦΡΑΣΤΕΣ Φροντιστήριο 4ο Παραγωγή Ενδιάμεσου Κώδικα ΔΙΔΑΣΚΩΝ Αντώνιος Σαββίδης
Διαβάστε περισσότερα: Monte Carlo EM 313, Louis (1982) EM, EM Newton-Raphson, /. EM, 2 Monte Carlo EM Newton-Raphson, Monte Carlo EM, Monte Carlo EM, /. 3, Monte Carlo EM
2008 6 Chinese Journal of Applied Probability and Statistics Vol.24 No.3 Jun. 2008 Monte Carlo EM 1,2 ( 1,, 200241; 2,, 310018) EM, E,,. Monte Carlo EM, EM E Monte Carlo,. EM, Monte Carlo EM,,,,. Newton-Raphson.
Διαβάστε περισσότεραMatrices and vectors. Matrix and vector. a 11 a 12 a 1n a 21 a 22 a 2n A = b 1 b 2. b m. R m n, b = = ( a ij. a m1 a m2 a mn. def
Matrices and vectors Matrix and vector a 11 a 12 a 1n a 21 a 22 a 2n A = a m1 a m2 a mn def = ( a ij ) R m n, b = b 1 b 2 b m Rm Matrix and vectors in linear equations: example E 1 : x 1 + x 2 + 3x 4 =
Διαβάστε περισσότεραNewman Modularity Newman [4], [5] Newman Q Q Q greedy algorithm[6] Newman Newman Q 1 Tabu Search[7] Newman Newman Newman Q Newman 1 2 Newman 3
DEWS2007 D3-6 y yy y y y y yy / DC 7313194 341 E-mail: yfktamura,mori,kuroki,kitakamig@its.hiroshima-cu.ac.jp, yymakoto@db.its.hiroshima-cu.ac.jp Newman Newman Newman Newman Newman A Clustering Algorithm
Διαβάστε περισσότεραCTL - Λογική Δένδρου Υπολογισμού
CTL - Λογική Δένδρου Υπολογισμού Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Διακλαδωμένες Χρονικές λογικές CTL σύνταξη και ερμηνεία Έλεγχος μοντέλου για τη CTL Σύγκριση των PLTL και CTL Δικαιοσύνη
Διαβάστε περισσότεραΔΙΠΛΩΜΑΤΙΚΕΣ ΕΡΓΑΣΙΕΣ
ΔΙΠΛΩΜΑΤΙΚΕΣ ΕΡΓΑΣΙΕΣ ΤΜ. ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ 2018-2019 Επιβλέπουσα: Μπίμπη Ματίνα Ανάλυση της πλατφόρμας ανοιχτού κώδικα Home Assistant Το Home Assistant είναι μία πλατφόρμα ανοιχτού
Διαβάστε περισσότεραChap. 6 Pushdown Automata
Chap. 6 Pushdown Automata 6.1 Definition of Pushdown Automata Example 6.1 L = {wcw R w (0+1) * } P c 0P0 1P1 1. Start at state q 0, push input symbol onto stack, and stay in q 0. 2. If input symbol is
Διαβάστε περισσότεραΤοποθέτηση τοπωνυµίων και άλλων στοιχείων ονοµατολογίας στους χάρτες
Τοποθέτηση τοπωνυµίων και άλλων στοιχείων ονοµατολογίας στους χάρτες Miroshnikov & Tchepine 1999 Ahn & Freeman 1984 Ένας σηµαντικός παράγοντας που επηρεάζει την αποτελεσµατικότητα ενός χάρτη ως µέσω επικοινωνίας
Διαβάστε περισσότεραDiscriminantal arrangement
Discriminantal arrangement YAMAGATA So C k n arrangement C n discriminantal arrangement 1989 Manin-Schectman Braid arrangement Discriminantal arrangement Gr(3, n) S.Sawada S.Settepanella 1 A arrangement
Διαβάστε περισσότεραDurbin-Levinson recursive method
Durbin-Levinson recursive method A recursive method for computing ϕ n is useful because it avoids inverting large matrices; when new data are acquired, one can update predictions, instead of starting again
Διαβάστε περισσότεραLegal use of personal data to fight telecom fraud
Legal use of personal data to fight telecom fraud Dimitris Gritzalis May 2001 Ημερίδα Ελληνικού Φορέα Αντιμετώπισης Τηλεπικοινωνιακής Απάτης (ΕΦΤΑ) Tηλεπικοινωνιακή Απάτη: Μέθοδοι - Πρόληψη - Προεκτάσεις
Διαβάστε περισσότεραΓραμμική και διακλαδωμένη χρονική λογική
CTL - Λογική Δένδρου Υπολογισμού Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Διακλαδωμένες Χρονικές λογικές CTL σύνταξη και ερμηνεία Έλεγχος μοντέλου για τη CTL Σύγκριση των PLTL και CTL Δικαιοσύνη
Διαβάστε περισσότεραΕΠΛ664 ΑΝΑΛΥΣΗ ΚΑΙ ΕΠΑΛΗΘΕΥΣΗ ΣΥΣΤΗΜΑΤΩΝ
ΕΠΛ664 ΑΝΑΛΥΣΗ ΚΑΙ ΕΠΑΛΗΘΕΥΣΗ ΣΥΣΤΗΜΑΤΩΝ Περιγραφή του μαθήματος Στόχοι του μαθήματος Αξιολόγηση Βιβλιογραφία ΕΠΛ 664 Ανάλυση και Επαλήθευση Συστημάτων 1-1 Διδασκαλία Διαλέξεις: Δευτέρα και Πέμπτη, 15:00-16:30
Διαβάστε περισσότεραSection 7.6 Double and Half Angle Formulas
09 Section 7. Double and Half Angle Fmulas To derive the double-angles fmulas, we will use the sum of two angles fmulas that we developed in the last section. We will let α θ and β θ: cos(θ) cos(θ + θ)
Διαβάστε περισσότεραΠρογραμματισμός PASCAL
Προγραμματισμός PASCAL 1 PASCAL Η PASCAL σχεδιάστηκε από τον Worth το 1968 στη Ζυρίχη, αρχικά σαν εργαλείο για τη διδασκαλία προγραμματισμού. Είναι γλώσσα για σειριακό προγραμματισμό. 2 Απλή και εύκολη
Διαβάστε περισσότεραΠΡΟΣΟΜΟΙΩΣΗ ΘΕΩΡΙΑ 1. H αρχική οθόνη του Open Roberta lab
ΠΡΟΣΟΜΟΙΩΣΗ ΘΕΩΡΙΑ 1 Πριν ξεκινήσουμε να δημιουργούμε και να προγραμματίζουμε τα ρομπότ και ιδιαίτερα το EV3 της Lego, καλό θα ήταν να δοκιμάσουμε τις γνώσεις και τις ικανότητές μας στον προσομοιωτή. Ο
Διαβάστε περισσότεραResearch on Economics and Management
36 5 2015 5 Research on Economics and Management Vol. 36 No. 5 May 2015 490 490 F323. 9 A DOI:10.13502/j.cnki.issn1000-7636.2015.05.007 1000-7636 2015 05-0052 - 10 2008 836 70% 1. 2 2010 1 2 3 2015-03
Διαβάστε περισσότεραProtecting Critical ICT Infrastructures
Protecting Critical ICT Infrastructures Dimitris Gritzalis May 2003 1ο Πανελλήνιο Συνέδριο Προστασία της Κρίσιμης Υποδομής της χώρας ΕΚΕΦΕ Δημόκριτος, Μάης 2003 Ασφάλεια Κρίσιμων Πληροφοριακών και Επικοινωνιακών
Διαβάστε περισσότερα«Συμπεριφορά μαθητών δευτεροβάθμιας εκπαίδευσης ως προς την κατανάλωση τροφίμων στο σχολείο»
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΕΙΔΙΚΕΥΣΗ «ΑΓΡΟΤΙΚΗ ΟΙΚΟΝΟΜΙΑ» «Συμπεριφορά μαθητών δευτεροβάθμιας εκπαίδευσης ως προς την κατανάλωση τροφίμων στο
Διαβάστε περισσότεραApproximation of distance between locations on earth given by latitude and longitude
Approximation of distance between locations on earth given by latitude and longitude Jan Behrens 2012-12-31 In this paper we shall provide a method to approximate distances between two points on earth
Διαβάστε περισσότεραMICROMASTER Vector MIDIMASTER Vector
s MICROMASTER Vector MIDIMASTER Vector... 2 1.... 4 2. -MICROMASTER VECTOR... 5 3. -MIDIMASTER VECTOR... 16 4.... 24 5.... 28 6.... 32 7.... 54 8.... 56 9.... 61 Siemens plc 1998 G85139-H1751-U553B 1.
Διαβάστε περισσότερα1 (forward modeling) 2 (data-driven modeling) e- Quest EnergyPlus DeST 1.1. {X t } ARMA. S.Sp. Pappas [4]
212 2 ( 4 252 ) No.2 in 212 (Total No.252 Vol.4) doi 1.3969/j.issn.1673-7237.212.2.16 STANDARD & TESTING 1 2 2 (1. 2184 2. 2184) CensusX12 ARMA ARMA TU111.19 A 1673-7237(212)2-55-5 Time Series Analysis
Διαβάστε περισσότεραBuried Markov Model Pairwise
Buried Markov Model 1 2 2 HMM Buried Markov Model J. Bilmes Buried Markov Model Pairwise 0.6 0.6 1.3 Structuring Model for Speech Recognition using Buried Markov Model Takayuki Yamamoto, 1 Tetsuya Takiguchi
Διαβάστε περισσότεραThe Pohozaev identity for the fractional Laplacian
The Pohozaev identity for the fractional Laplacian Xavier Ros-Oton Departament Matemàtica Aplicada I, Universitat Politècnica de Catalunya (joint work with Joaquim Serra) Xavier Ros-Oton (UPC) The Pohozaev
Διαβάστε περισσότεραentailment Hoare triple Brotherston Brotherston
33 (2016 ) Brotherston We implement a semi-automated prover for implicational formulas (entailments) of the separation logic including inductive predicate definitions, toward automation of program verification
Διαβάστε περισσότεραHow do loss and delay occur?
How do loss and delay occur? packets queue in router buffers packet arrival rate to link (temporarily) exceeds output link capacity packets queue, wait for turn packet being transmitted (delay) A B packets
Διαβάστε περισσότεραFractional Colorings and Zykov Products of graphs
Fractional Colorings and Zykov Products of graphs Who? Nichole Schimanski When? July 27, 2011 Graphs A graph, G, consists of a vertex set, V (G), and an edge set, E(G). V (G) is any finite set E(G) is
Διαβάστε περισσότεραGREECE BULGARIA 6 th JOINT MONITORING
GREECE BULGARIA 6 th JOINT MONITORING COMMITTEE BANSKO 26-5-2015 LEGISLATIVE FRAMEWORK Regulation 1083/2006 (general provisions for ERDF). Regulation 1080/2006 (ERDF) Regulation 1028/2006 (Implementing
Διαβάστε περισσότεραRetrieval of Seismic Data Recorded on Open-reel-type Magnetic Tapes (MT) by Using Existing Devices
No. 3 + 1,**- Technical Research Report, Earthquake Research Institute, University of Tokyo, No. 3, pp. + 1,,**-. MT * ** *** Retrieval of Seismic Data Recorded on Open-reel-type Magnetic Tapes (MT) by
Διαβάστε περισσότεραResurvey of Possible Seismic Fissures in the Old-Edo River in Tokyo
Bull. Earthq. Res. Inst. Univ. Tokyo Vol. 2.,**3 pp.,,3,.* * +, -. +, -. Resurvey of Possible Seismic Fissures in the Old-Edo River in Tokyo Kunihiko Shimazaki *, Tsuyoshi Haraguchi, Takeo Ishibe +, -.
Διαβάστε περισσότεραFrom Secure e-computing to Trusted u-computing. Dimitris Gritzalis
From Secure e-computing to Trusted u-computing Dimitris Gritzalis November 2009 11 ο ICT Forum Αθήνα, 4-5 Νοέμβρη 2009 Από το Secure e-computing στο Trusted u-computing Καθηγητής Δημήτρης Γκρίτζαλης (dgrit@aueb.gr,
Διαβάστε περισσότεραCSLab National Technical University of Athens
http://www.cslab.ece.ntua.gr/courses/os CSLab National Technical University of Athens #define NEXT(x) ((x + 1) % N) item_t buffer[n]; int in=0, out=0, count=0; #define NEXT(x) ((x + 1) % N) item_t buffer[n];
Διαβάστε περισσότεραCTL - Λογική Δένδρου Υπολογισμού (ΗR Κεφάλαιο 3.4)
CTL - Λογική Δένδρου Υπολογισμού (ΗR Κεφάλαιο 3.4) Στην ενότητα αυτή θα μελετηθούν τα εξής θέματα: Διακλαδωμένες Χρονικές λογικές CTL σύνταξη και ερμηνεία Έλεγχος μοντέλου για τη CTL Σύγκριση των PLTL
Διαβάστε περισσότεραER-Tree (Extended R*-Tree)
1-9825/22/13(4)768-6 22 Journal of Software Vol13, No4 1, 1, 2, 1 1, 1 (, 2327) 2 (, 3127) E-mail xhzhou@ustceducn,,,,,,, 1, TP311 A,,,, Elias s Rivest,Cleary Arya Mount [1] O(2 d ) Arya Mount [1] Friedman,Bentley
Διαβάστε περισσότεραΔομή Επανάληψης. Κεφάλαιο 7 Mike Trimos
Δομή Επανάληψης Κεφάλαιο 7 Mike Trimos Δομή Επανάληψης Η Διαδικασία αυτή ονομάζεται Βρόγχος ή Επανάληψη (Loop) και η εντολή ή το σύνολο των εντολών που επαναλαμβάνονται ονομάζεται Σώμα της Δομής. Η γλώσσα
Διαβάστε περισσότεραSection 8.3 Trigonometric Equations
99 Section 8. Trigonometric Equations Objective 1: Solve Equations Involving One Trigonometric Function. In this section and the next, we will exple how to solving equations involving trigonometric functions.
Διαβάστε περισσότερα