Interfață Vizuală Om-Mașină Analiza și recunoașterea gesturilor
|
|
- Tudorița Oprea
- 4 ani în urmă
- Vzualizari:
Transcriere
1 LAPI Labratrul de Analiza şi Prelucrarea Imaginilr Universitatea POLITEHNICA din Bucureşti Interfață Vizuală Om-Mașină Analiza și recunașterea gesturilr Dr.ing. Inuț Mirnică Facultatea de Electrnică, Telecmunicaţii şi Tehnlgia Infrmaţiei a gesturilr Intrducere - algritmi de învăţare Ce este Machine learning? Eistă mii de algritmi de învăţare / sute dintre ei apar anual; Eistă mai multe tipuri de învăţare: Învățare supervizată datele de cnţin şi ieşirea drită; Învățare nesupervizată datele de nu cnţin ieşirea drită (clusterizare); ideea de bază este de a se găsi şablane şi pattern-uri în date care să fie evidenţiate în md autmat. Învăţare semi-supervizată dar parte din datele de cnţin ieşirea drită; Reinfrcement Learning se învaţă în funcţie de feedback-ul primit după ce decizie este luată. 4 a gesturilr Intrducere algritmi de învăţare Cncluzii Intrducere - algritmi de învăţare Învățare nesupervizată K-means Se re-asignează în md iterativ punctele către cel mai aprpiat vecin; Clustering aglmerativ Fiecare punct reprezintă prpriul său cluster şi în md iterativ se unesccei mai aprpiaţi centrizi; Clustering MeanShift În funcţie de funcţia de densitate de prbabilitate se estimează fiecare centrid. 5 a gesturilr Intrducere - algritmi de învăţare Ce este Machine learning? Este farte greu de scris un algritm care recunaşte un set de gesturi statice / dinamice sau care să rezlve prblema de recunaştere a feţei: Nu ştim cum funcţinează creierul uman pentru a clasifica gesturile; Chiar dacă am şti nu am avea idee cum sa prgramăm dearece ar fi farte cmplicat; Ar trebui să scriem funcție diferită pentru fiecare gest. În lc să scriem prgrame farte multe, putem clecta eemple care specifică fiecare gest; Un algritm de învăţare va prelua aceste eemple şi va creea un prgram care va face această clasificare în md autmat; Intrducere - algritmi de învăţare Învățare supervizată Se aplică funcţie de predicţie la trăsătură etrasă din imaginea sau dcumentul vide iar acesta va avea ca ieşire clasa în care face parte gestul respectiv: f( ) = gest 1 f( ) = gest f( ) = gest
2 Mdel de bază y = f() Ieşire Funcţia de predicţie Trăsătură etrasă Antrenare: fiind dată mulţime de împreună cu răspunsul drit {( 1,y 1 ),, ( N,y N )}, se estimează predicţia funcţiei f prin minimizarea errii de predicţie pe mulţimea de ; Testare: se aplică funcţia f pe un eemplu de test (care nu a fst flsit în prcesul de ) şi prezintă ieşirea funcţiei y = f(). Trăsături etrase pieli culare frmă muchii tetură puncte de interes 7 10 Mdel de bază Antrenare Imaginile de Trăsături imagine Ieşire drită date Antrenare Mdelul antrenat Învățare supervizată schemă de bază 1 N Mdel h1, h,..., hk Variabile de intrare: 1,,..., N Variabile ascunse: h h1, h,..., hk Variabile de ieşire: y y1, y,..., yk y 1 y y M 8 11 Mdel de bază Algritmi eistenţi Testare Etragere trăsături (X) Aplicare funcţie de predicţie f() Predicţie Supprt vectr machines (SVM), Reţele neurale, Naïve Bayes, Reţele bayesiene, Arbri aleatrii (Randm trees), K-nearest neighbr (K-NN), Etc. Care este cel mai bun algritm? 9 1
3 Terema N free lunch Cmprmisul dintre bias şi varianţă Underfitting - mdelele cu prea puţini parametri sunt ineacte dearece mdelul este prea simplu (prea multă fleibilitate). Overfitting - mdelele cu prea mulţi parametri sunt ineacte (prea multă sensibilitate la datele de intrare pentru ) Puterea de generalizare Bias: (bias = ipteza de lucru apriri) cât de mult diferă mdelul mediu faţă de setul de? În funcţie de gradul de adevăr al presupunerilr / simplificărilr pt apare diferite erri de mdelare. Varianţă: cât de mult mdelele estimate pe setul de diferă de cele pe care se va face testarea. Cmprmisul dintre bias şi variaţie Erare = zgmt + bias + varianţă Erri care nu pt fi eliminate Erri datrate presupunerilr false Erri datrate variaţiei elementelr de intrare Puterea de generalizare Underfitting: mdelul este prea simplu pentru a reprezenta tate caracteristicile relevante ale claselr: Bias ridicat şi variaţie scăzută; Erare de ridicată şi erare de testare scăzută. Overfitting: mdelul este prea cmple şi mdelează caracteristici irelevante (zgmt): Bias scăzut şi varianţă mare; Erare de scăzută și erare de testare ridicată. Bias Bias-ul reprezintă presupunerile efectuate de mdel pentru a face funcția de ptimizat mai ușr de învățat; În general, algritmii simpli au un bias ridicat, aceștia fiind ușr de înțeles dar mai puțini fleibili; Au perfrmanță scăzută pentru prbleme cmplee. algritmi cu bias scăzut: - arbri de decizie, randm frests, k-nearest Neighbrs, Supprt Vectr Machines. algritmi cu bias ridicat: - regresie liniară și lgistică
4 Erare de testare Erare Varianță K-Nearest Neighbr (Cei mai aprpiaţi vecini) Varianța ridicată reprezintă faptul că mdelul pate fi schimbat dacă se utilizează diferite date de. Funcția țintă este estimată pe baza datelr de, așa că este de așteptat ca fiecare algritm să prezinte varianță, dar ideal este ca aceasta să nu se schimbe prea mult. K=1 învățare din clasa 1 Eemplu de test din clasa a dua algritmi cu varianță scăzută: - regresie liniară și lgistică. algritmi cu varianță ridicată: - Arbri de decizie (mai ales cei nefasnați), SVM, k-nearest Neighbr. f() = va lua valarea celui mai aprpiat vecin a lui Tt ceea ce este nevie este distanța dintre X și tate trăsăturile din baza de ; Nu este nevie de un prces de. 19 Cmprmisul dintre bias şi varianţă Underfitting Overfitting K-Nearest Neighbr (Cei mai aprpiaţi vecini) K=3 Erare de testare învățare din clasa 1 Eemplu de test din clasa a dua Erare de Bias ridicat Varianţă scăzută Cmpleitate Bias scăzut Varianţă ridicată Slide: D. Hiem 0 3 Cmprmisul dintre bias şi varianţă K-Nearest Neighbr (Cei mai aprpiaţi vecini) K=5 Puține date de învățare din clasa 1 Eemplu de test din clasa a dua Multe date de Bias ridicat Varianţă scăzută Cmpleitate Bias scăzut Varianţă ridicată Slide: D. Hiem 1 4 4
5 K-Nearest Neighbr (Cei mai aprpiaţi vecini) Avantaje Simplu (ușr de implementat pentru primă încercare); Erri mari de clasificare (nu are rezultate bune pentru prbleme cmplee); Dezavantaje Ocupă farte multă memrie (se reține în memrie tată baza de ); Lent este nevie să se cmpare elementul de clasificat cu tate trăsăturile din baza de date; Dependent de tipul de metrică utilizat. SVM liniar 1 Caută funcţie ce separă duă clase în md ptim: f() = sgn(w + b) 5 8 Clasificatr liniar SVM liniar Dacă clasele sunt liniar separabile, SVM liniar funcţinea: 0 Dar ce se întâmplă dacă baza de date este mai cmplicată? 0 Sluţie se pate mapa pe un spaţiu cu dimensiune mai mare: Caută funcție liniară care separă clasele f() = sgn(w + b) SVM liniar SVM neliniar Idee de bază: spaţiul iniţial pate fi mapat către un spaţiu multidimensinal în care trăsăturile de devin liniar separabile. Φ: φ() 1 Caută funcţie ce separă duă clase în md ptim: f() = sgn(w + b)
6 SVM neliniar - eemplu Dacă se mapează funcţia ( ) (, ) ( ) ( y) (, ) ( y, y ) y y K(, y) y y SVM multiclasă Unu vs. alţii Antrenare: se antrenează câte un mdel SVM pentru fiecare clasă vs celalalte; Testare: se aplică fiecare mdel SVM şi se alcă clasa care returnează cea mai mare valare de încredere. Unu vs. unu Antrenare: se antrenează un mdel SVM pentru fiecare pereche de clase; Testare: fiecare SVM antrenat vtează pentru clasă, iar clasa desemnată va fi cea cu scrul cel mai mare SVM neliniar eemple de nuclee Nucleul de intersecţie de histgrmă: N I( h1, h ) min( h ( i), h ( i)) i1 Nucleu gausian: 1 K( h, h ) ep D( h1, h A 1 ) 3 1 SVM Avantaje Multe implementări: OpenCV, LibSVM, etc, SVM nnlinear are putere de clasificare şi generalizare farte mare, fiind farte fleibil; SVM lucrează bine chiar şi cu bază de farte mică. Dezavantaje Nu eistă SVM multiclasă (trebuie cmbinate mai multe mdele SVM); Variantele nelineare sunt cstisitare din punct de vedere cmputaţinal (nu pt fi flsite pentru aplicaţii large-scale). 35 SVM multiclasă Din păcate, nu eistă un algritm SVM adaptat pentru clasificarea de multiclasă; Arbri de decizie Outlk Class În practică, se pate bţine un algritm SVM prin cmbinarea mai multr mdele SVM: 1. Unu vs. alţii,. Unu vs. unu. Sunny Overcast Rain Humidity Yes Wind High Nrmal Strng Weak N Yes N Yes Class
7 Randm frests Clasa Lgistic regressin N eamples M features Clasa 1 Preluare vt majritar Naive Bayes Clasificatrul Naive Bayes reprezintă un algritm prbabilistic bazat pe terema lui Bayes, care pleacă de la premisa de independență între trăsături: Neural netwrks Likelihd Prir Class Nrmalizatin Cnstant 38 Class 1 41 Regresie lgistică Utilizează funcții matematice simple între cele duă clase pentru a creea granițe între acestea. Funcții plinmiale Funcția lgistică
8 Întrebări? Cncluzii N free lunch: algritmii de machine learning sunt unelte cu avantaje şi dezavantaje; Mai întâi trebuie încercaţi clasificatrii mai simpli dacă se mapează suficient de bine pe aplicație și abia api cei mai cmplicați; Este mai bine să avem trăsături mai inteligente şi clasificatri mai simpli decât clasificatri farte cmplicaţi şi trăsături simple; Să se flsească clasificatri mai cmplicaţi atunci când avem un set farte divers şi mare de (pentru un bun cmprmis biasvarianţă). 44 Cncluzii Nici un clasificatr nu este cel mai bun decât ceilalți: este nevie de a face presupuneri pentru a generaliza prblema. Sunt trei tipuri de erri, generate de: Zgmt: inerente și nu care nu pt fi ttal înlăturate; Bias: datrită presupunerilr și simplificărilr făcute; Varianță: datrită inabilității de a estima perfect parametrii datrită vlumului limitat al datelr de. 45 8
Fgggfbn x
Declaraţia Intrastat Ptrivit prevederilr Legii nr. 422/2006 privind rganizarea şi funcţinarea sistemului statistic de cmerţ internaţinal cu bunuri, cmpletarea declaraţiei statistice Intrastat este bligatrie
Mai multMicrosoft Word - L17Ro_Intensitatea luminoasa_RF_f_RC
STUDUL NTENSTĂŢ LUMNOASE Ş AL CÂMPULU LUMNOS ALE UNE SUSE DE LUMNĂ 1. Scpul lucrării Lucrarea îşi prpune determinarea intensităţii luminase a unei surse necunscute şi studiul distribuţiei intensităţii
Mai multPowerPoint Presentation
Procesarea Imaginilor Curs 13 Procesarea imaginilor folosind rețele neuronale. Rețele neuronale convoluționale Analogie cu biologia Neuronul biologic: are ca intrări semnale electrice primite pe dendrite,
Mai multAUFBAUANLEITUNG
Pagina 1 din 9 INSTRUCȚIUNE DE CONSTRUIRE Balansar dublu cu platfrmă Balansar dublu cu platfrmă (EAN 4250083823812) Balansar dublu cu platfrmă + tbgan (EAN 4250083820460) (Tbgan în funcție de livrare)
Mai multSlide 1
Gruparea (si clasificarea) fuzzy a datelor Introducere Aspecte teoretice generale Gruparea tranșantă Metode fuzzy FCM SC Utilizarea metodelor fuzzy în matlab. Exemplificare Introducere (1) Obiectivul grupării
Mai multPowerPoint Presentation
Arbori de decizie Prof. Adina Magda Florea Multi-Agent Systems and Learning Agents Summer School 26-30 iunie, 2017, București WEKA Weka 3: Data Mining Software in Java Weka contine implementarea unei multimi
Mai multCurs 6: Clasificarea surselor de informatii - Clasificarea Bayes Naiva. Modelul Bernoulli
Clasificarea Bayes Naivă. Modelul Bernoulli 1 noiembrie 2018 Problema de clasificare Definiţie generală. Clasificarea documentelor Se dau (1) o mulţime C = {c 1, c 2,...} de clase de obiecte şi (2) un
Mai multWORK PROGRAM
VOLUMUL II Anexa 6.5 Csturi de perare si intretinere 2014 2020 1 1. Csturi de explatare Csturile de explatare sunt estimate in md agregat pentru zna de furnizare a serviciilr acperita de OR. Csturile de
Mai multLUCRAREA 8 PROGRAMAREA NELINIARĂ ÎN REZOLVAREA PROBLEMELOR DIN ENERGETICĂ. METODE DE ORDINUL Aspecte generale Programarea neliniară are o foart
LUCRAREA 8 PROGRAMAREA NELINIARĂ ÎN REZOLVAREA PROBLEMELOR DIN ENERGETICĂ. METODE DE ORDINUL 0 8.. Aspecte generale Programarea neliniară are o foarte mare importanţă în rezolvarea problemelor de optimizări,
Mai multMicrosoft Word - projects.doc
Metode Inteligente de Rezolvare a Problemelor Reale (MIRPR) CUPRINS 1. TEME DE PROIECT 3 2. CERINTE PENTRU REALIZAREA PROIECTELOR 4 3. DETALII DESPRE PROIECTE 6 MIRPR 2 2013 1. Teme de proiect 1. Rezolvarea
Mai multIntroducere
Platformă de e-learning și curriculă e-content pentru învățământul superior tehnic AEACD 17. Segmentarea imaginilor: Region-based segmentation. Graph Theory In Image Segmentation Region-based segmentation
Mai multMicrosoft Word - M22
Platfrmă de e learning și curriculă e cntent pentru învățământul superir tehnic Instrumente pentru Dezvltarea Prgramelr 22. Instrumente avansate Web: Servlets & JSP. Servlet Definitia Oracle pentru Servlet:
Mai multBrosura sistem panou solar.cdr
MANUAL DE INSTALARE SI UTILIZARE SISTEM PANOU SOLAR INO CU TUBURI VIDATE 100 / 122 / 150 / 200 / 250 L www.hnest.r Stimate client, Va multumim pentru achizitinarea acestui prdus EVOSANITARY, fabricat cnfrm
Mai multPERIOADA: S XVIII, XIX, XX MATEMATICĂ ŞI EXPLORAREA MEDIULUI - clasa a II-a manual Editura Didactică și Pedagogică Mihaela Ada Radu, Rodica Chiran, Ol
PERIOADA: S XVIII, XIX, XX MATEMATICĂ ŞI EXPLORAREA MEDIULUI - clasa a II-a manual Editura Didactică și Pedaggică Mihaela Ada Radu, Rdica Chiran, Olga Pîrîială Aria curriculară: Matematică și explrarea
Mai multROMÂNIA INSTITUTUL NAŢIONAL DE STATISTICĂ ANCHETA STRUCTURALĂ ÎN ÎNTREPRINDERI AS 2018 GHID METODOLOGIC - Bucureşti
ROMÂNIA INSTITUTUL NAŢIONAL DE STATISTICĂ ANCHETA STRUCTURALĂ ÎN ÎNTREPRINDERI AS 2018 GHID METODOLOGIC - Bucureşti 2019 - AS / 2 CUPRINS Pag. PARTEA I-a - PREZENTAREA GENERALĂ A ANCHETEI 1. 2. 3. 4. 5.
Mai multCapitole Speciale de Informatica - Curs 5: Extragerea informatiilor prin feedback de relevanta. Metode probabiliste de extragere a informatiilor
Curs 5: Extragerea informaţiilor prin feedback de relevanţă. Metode probabiliste de extragere a informaţiilor 25 octombrie 2018 Extragerea informaţiilor prin feedback de relevanţă Idee de bază 1 Utilizatorul
Mai multAproximarea functiilor prin metoda celor mai mici patrate
Aproximarea funcţiilor prin metoda celor mai mici pătrate Prof.dr.ing. Universitatea "Politehnica" Bucureşti, Facultatea de Inginerie Electrică Suport didactic pentru disciplina Metode numerice, 2017-2018
Mai multCapitole Speciale de Informatică Curs 4: Calculul scorurilor în un sistem complet de extragere a informaţiilor 18 octombrie 2018 Reamintim că în cursu
Capitole Speciale de Informatică Curs 4: Calculul scorurilor în un sistem complet de extragere a informaţiilor 18 octombrie 2018 Reamintim că în cursul precedent am prezentat modelul de spaţiu vectorial
Mai mult..MINISTERUL EDUCAŢIEI NAȚIONALE ŞI CERCETARII STIINTIFICE UNIVERSITATEA DE VEST DIN TIMIȘOARA.I CENTRUL DE DEZVOLTARE ACADEMICĂ. FIȘA DISCIPLINEI 1.
FIȘA DISCIPLINEI 1. Date despre program 1.1. Instituția de învățământ superior Universitatea de Vest din Timișoara 1.2. Facultatea Matematică și Informatică 1.3. Departamentul Informatică 1.4. Domeniul
Mai multCreditul ipotecar de achizitie Documente justificative pentru veniturile incasate Venituri salariale sau asimilate acestora si venituri neimpozabile T
Creditul iptecar de achizitie Dcumente justificative pentru veniturile incasate Venituri salariale sau asimilate acestra si venituri neimpzabile Venituri salariale Anul curent: Adreverinta de venit cu
Mai multLogică și structuri discrete Logică propozițională Marius Minea marius/curs/lsd/ 3 noiembrie 2014
Logică și structuri discrete Logică propozițională Marius Minea marius@cs.upt.ro http://www.cs.upt.ro/ marius/curs/lsd/ 3 noiembrie 2014 Unde aplicăm verificarea realizabilității? probleme de căutare și
Mai mult1
4.3. Amplificatoare de semnal mic Amplificatoarele de semnal mic (ASM) au semnalul amplificat mic în raport cu tensiunile de c.c. de polarizare a tranzistoarelor. Tranzistoarele funcţionează într-o zonă
Mai multMicrosoft PowerPoint - Curs_SDA_9_RO_2019_v2.pptx
SDA (PC2) Curs 9 Liste / Grafuri / Arbori Iulian Năstac Lista dublu înlănțuită Recapitulare Într-o astfel de listă fiecare nod conţine doi pointeri: unul spre nodul următor şi unul spre nodul precedent.
Mai multrrs_12_2012.indd
Corelaţia dintre Produsul Intern Brut/locuitor şi Rata de ocupare a populaţiei model econometric de analiză Drd. Ligia PRODAN Academia de Studii Economice, Bucureşti Abstract Se prezintă evoluţia Ratei
Mai multPowerPoint Presentation
PACHETE DE PROMOVARE 17-20 iulie 2019 Htel Internatinal, Sinaia PACHETE DE PROMOVARE 18-21 iulie 2019 Htel Internaținal Sinaia Șcala de Vară în Pdiatrie prpune un prgram intensiv de educație medicală,
Mai multOPERATII DE PRELUCRAREA IMAGINILOR 1
OPERATII DE PRELUCRAREA IMAGINILOR Prelucrarea imaginilor 2 Tipuri de operatii de prelucrare Clasificare dupa numarul de pixeli din imaginea initiala folositi pentru calculul valorii unui pixel din imaginea
Mai multSlide 1
Arhitectura Sistemelor de Calcul Curs 8 Universitatea Politehnica Bucuresti Facultatea de Automatica si Calculatoare cs.pub.ro curs.cs.pub.ro Structura SIMD Cuprins Probleme de Comunicatii intre Procesoarele
Mai multDocument2
O NOUA TEORIE A STABILITATII ASCHIERII, CARE SE BAZEAZA PE DINAMICA HAOTICA A PROCESULUI, PRECUM SI APLICAREA ACESTEIA LA CONTROLUL INTELIGENT AL STABILITATII Obiectivele proiectului Ideile cheie care
Mai multParadigme de programare
Curs 4 Transparență referențială. Legare statică / dinamică. Modelul contextual de evaluare. Transparență referențială Cuprins Efecte laterale Transparență referențială 2 Efecte laterale Efecte laterale
Mai multSistem de supraveghere video inteligent cu localizarea automata a evenimentelor de interes SCOUTER, cod proiect PN-II-IN-DPST , contract nr
-Rezumat- ETAPA II: Algoritmi de procesare si analiza a continutului video - Raport stiintific si tehnic - 1. Introducere In ultimele doua decenii volumul de date achizitionat a cunoscut o rata exponentiala
Mai multCOMENTARII FAZA JUDEŢEANĂ, 9 MARTIE 2013 Abstract. Personal comments on some of the problems presented at the District Round of the National Mathemati
COMENTARII FAZA JUDEŢEANĂ, 9 MARTIE 2013 Abstract. Personal comments on some of the problems presented at the District Round of the National Mathematics Olympiad 2013. Data: 12 martie 2013. Autor: Dan
Mai multModelarea deciziei financiare şi monetare
ACADEMIA DE STUDII ECONOMICE DIN BUCUREŞTI FACUTATEA DE FINANȚE, ASIGURĂRI, BĂNCI ŞI BURSE DE VAORI Modelarea deciziei financiare şi monetare Teoria producătorului Aleandru eonte Departamentul de Monedă
Mai multManual de Bune Practici în Eficiența Energetică Cerințe de eficiență energetică pentru achiziții publice de echipamente și produse, servicii și clădir
Manual de Bune Practici în Eficiența Energetică Cerințe de eficiență energetică pentru achiziții publice de echipamente și prduse, servicii și clădiri În vederea achizițiilr de prduse, servicii și clădiri
Mai multLogică și structuri discrete Limbaje regulate și automate Marius Minea marius/curs/lsd/ 24 noiembrie 2014
Logică și structuri discrete Limbaje regulate și automate Marius Minea marius@cs.upt.ro http://www.cs.upt.ro/ marius/curs/lsd/ 24 noiembrie 2014 Un exemplu: automatul de cafea acțiuni (utilizator): introdu
Mai multBLOC per sectiuni
l te îndeamna Ce sa faci la evacuare Fii alaturi de amenii evacuati!, Ni credem că tate evacuările frțate din lcuințe, cu sau fără sentință, sunt ilegitime! Pierderea lcuinței e un prces extrem de durers
Mai multALGORITHMICS
Curs 7: Gruparea datelor (II) Data mining - Curs 7 1 Structura Metode bazate pe densitate DBSCAN DENCLUE Metode probabiliste EM - Expectation Maximization Data mining - Curs 7 2 Metode bazate pe densitate
Mai mult10 Taiere-Slituire-Slefuire cu discuri diamantate.cdr
Plizare unghiulare l AGS A - AGP A AGP 0 A - AGP 0 MB Aparate de slituit cu discuri l 0 diamantate D0 D0 Aspiratare l AC - AC 0 - AC 0 PM Slefuitare suprafete l SG E - DWS TAIERE / SLEFUIRE SELECTOR PROFESIONAL
Mai mult..MINISTERUL EDUCAŢIEI NAȚIONALE ŞI CERCETARII STIINTIFICE UNIVERSITATEA DE VEST DIN TIMIȘOARA.I CENTRUL DE DEZVOLTARE ACADEMICĂ. FIȘA DISCIPLINEI 1.
FIȘA DISCIPLINEI 1. Date despre program 1.1. Instituția de învățământ superior Universitatea de Vest din Timișoara 1.2. Facultatea Matematică și Informatică 1.3. Departamentul Informatică 1.4. Domeniul
Mai multAnaliză statică Analiza fluxului de date 23 octombrie 2014
Analiză statică Analiza fluxului de date 23 octombrie 2014 Analiză statică: definiție O analiză a codului sursă (fără a executa programul), cu scopul de a determina proprietăți ale programului sursă. (in
Mai multE_d_Informatica_sp_MI_2015_bar_02_LRO
Examenul de bacalaureat naţional 2015 Proba E. d) Informatică Varianta 2 Filiera teoretică, profilul real, specializările: matematică-informatică matematică-informatică intensiv informatică Toate subiectele
Mai mult20 SUBIECTE DE EXAMEN - De fapt, în pofida acestor probleme, până la urmă tot vom logaritma, căci aceasta este tehnica naturală în context. Trebuie do
SUBIECTE DE EXAMEN - De fapt, în pofida acestor probleme, până la urmă tot vom logaritma, căci aceasta este tehnica naturală în context. Trebuie doar să gestionăm cu precauţie detaliile, aici fiind punctul
Mai multOferta educațională școală
Ofertă educaținală grădiniță 2019-2020 Pregătire pentru viață este instituție de învățământ particular, fndată de Fundația Mntessri București, care funcținează cnfrm principiilr pedaggiei Mntessri. Şcala
Mai multMicrosoft Word - 2 Filtre neliniare.doc
20 Capitolul 2 - Filtre neliniare 21 CAPITOLUL 2 FILTRE NELINIARE 2-1. PRELIMINARII Răspunsul la impuls determină capacitatea filtrului de a elimina zgomotul de impulsuri. Un filtru cu răspunsul la impuls
Mai multGrafuri - Concepte de baza. Tipuri de grafuri. Modalitati de reprezentare
Concepte de bază. Tipuri de grafuri. Modalităţi de reprezentare Mircea Marin Departamentul of Informatică Universitatea de Vest din Timişoara mircea.marin@e-uvt.ro 9 noiembrie 2018 Introducere Ce este
Mai multSPECIFICAȚII TEHNICE procedura achizitie FURNIZARE CENTRU DE PRELUCRARE CNC O P I S Secţiunea I. Informaţii generale Secţiunea II. Specificatii tehnic
SPECIFICAȚII TEHNICE prcedura achizitie FURNIZARE CENTRU DE PRELUCRARE CNC O P I S Secţiunea I. Infrmaţii generale Secţiunea II. Specificatii tehnice si dcumentatia de atribuire Secţiunea III. Frmulare
Mai multPrograme de finantare din Fondurile Structurale Oportunitati pentru calificarea sau recalificarea angajatilor din Romania, prin intermediul instrument
Prgrame de finantare din Fndurile Structurale Oprtunitati pentru calificarea sau recalificarea angajatilr din Rmania, prin intermediul instrumentelr financiare ferite de Uniunea Eurpeana IN CAZUL IN CARE
Mai multLogică și structuri discrete Relații. Funcții parțiale Marius Minea marius/curs/lsd/ 20 octombrie 2014
Logică și structuri discrete Relații. Funcții parțiale Marius Minea marius@cs.upt.ro http://www.cs.upt.ro/ marius/curs/lsd/ 20 octombrie 2014 Relații în lumea reală și informatică Noțiunea matematică de
Mai multMicrosoft Word - a9_l5.doc
LUCRAREA nr.4: prezentarea în frecvenţă a funcţiilr de transfer. Criterii de stabilitate. Scpul lucrării Se va face analiza cprtării în frecvenţă a sisteelr de reglare autate (reprezentarea hdgrafului
Mai multCURS II Modelarea scurgerii în bazine hidrografice Modelarea scurgerii lichide pe versanţii bazinului hidrografic Modalităţi de cercetare a scurgerii
CURS II Modelarea scurgerii în bazine hidrografice Modelarea scurgerii lichide pe versanţii bazinului hidrografic Modalităţi de cercetare a scurgerii pe versanţi Versanţii asigură scurgerea apei sub influenţa
Mai multSlide 1
Programare orientată pe obiecte 1. Dezvoltarea aplicațiilor OO 2. Diagrame UML de clase și obiecte Proiectarea orientată pe obiecte 1. Descoperim clasele 2. Determinăm responsabilităţile fiecărei clase
Mai multMicrosoft Word - fisa-Prelucrarea-Digitala_Imaginilor-RO-Anca-Ignat-2018
FIŞA DISCIPLINEI 1. Date despre program 1.1 Instituţia de învăţământ superior Universitatea Alexandru Ioan Cuza din Iaşi 1.2 Facultatea Facultatea de Informatică 1.3 Departamentul Informatică 1.4 Domeniul
Mai multMicrosoft Word - FiltrareaNyquist-rezumat.doc
Filtrarea semnalelor de date Necesitate - unul din efectele limitării benzii unui impuls rectangular de perioadă T s, datorită filtrării, este extinderea sa în timp, care conduce la apariţia interferenţei
Mai multParadigme de Programare
Paradigme de Programare Conf. dr. ing. Andrei Olaru andrei.olaru@cs.pub.ro cs@andreiolaru.ro Departamentul de Calculatoare 2019 9 : 1 / 38 Cursul 9 Concluzie Paradigma Funcțională 9 : 2 / 38 Cursul 9:
Mai multChestionar_1
Chestionar 1 Partea I: Informatii cu caracter general: Va rugam bifati raspunsul corespunzator: 1.1 Sunteti: Barbat Femeie Cu domiciliul in mediul urban Cu domiciliul in mediul rural Completati: 1.2. Denumirea
Mai multDefiniţie: modele analitice care asigură evaluarea unor caracteristici de calitate alese, bazându-se pe date din măsurători ale proiectelor software.
Definiţie: modele analitice care asigură evaluarea unor caracteristici de calitate alese, bazându-se pe date din măsurători ale proiectelor software. Oferă, în timp, o predicţie corectă a calităţii software
Mai multMicrosoft Word - DOP007191RO05-11PP-DEC102-11FINC1-TR.doc
CURTEa DE CONTURI EUPEaNă NOTă INFORMaTIvă Prezentare generală a rapartelr anuale 2010, însţită de infrmaţii explicative RaPOaRTELE anuale 2010 RAPOARTELE ANUALE 2010 NOTĂ INFORMATIVĂ 1 CUVÂNT-ÎNAINTE
Mai multAnaliză de flux de date 29 octombrie 2012
Analiză de flux de date 29 octombrie 2012 Analiză statică: definiţie O analiză a codului sursă (fără a executa programul), cu scopul de a determina proprietăţi ale programului sursă. (in principal corectitudinea,
Mai multPrelegerea 3 În această prelegere vom învăţa despre: Clase speciale de latici: complementate. modulare, metrice, distributive şi 3.1 Semi-distributivi
Prelegerea 3 În această prelegere vom învăţa despre: Clase speciale de latici: complementate. modulare, metrice, distributive şi 3.1 Semi-distributivitate şi semi - modularitate Fie L o latice. Se numeşte
Mai multSlide 1
Proiectarea optimală a dispozitivelor electromagnetice PROIECTAREA OPTIMALĂ A DISPOZITIVELOR ELECTROMAGNETICE PODE Disciplină obligatorie An IV ET CURS 1 Conf.dr.ing.ec. Claudia PĂCURAR e-mail: Claudia.Pacurar@ethm.utcluj.ro
Mai multMicrosoft Word - Algoritmi genetici.docx
1.1 Generalităţi Algoritmii genetici fac parte din categoria algoritmilor de calcul evoluționist și sunt inspirați de teoria lui Darwin asupra evoluției. Idea calculului evoluționist a fost introdusă în
Mai multLaborator 9: Fire de execuţie Întocmit de: Adina Neculai Îndrumător: Asist. Drd. Gabriel Danciu 20 noiembrie 2011
Laborator 9: Fire de execuţie Întocmit de: Adina Neculai Îndrumător: Asist. Drd. Gabriel Danciu 20 noiembrie 2011 I. NOŢIUNI TEORETICE A. Ce este un fir de execuţie? Înainte de a defini conceptul de fir
Mai multLaborator 3
Laborator 3 Programare III săptămâna 8-12.10.2018 OBIECTIVE: - Folosirea modificatorilor unei clase (public, abstract, final) - Folosirea modificatorilor de acces în declaraţiile membrilor unei clase Noţiuni:
Mai multPowerPoint-Präsentation
MANAGEMENTUL FLUXULUI DE TREZORERIE ÎN GESTIONAREA AFACERII - Curs susținut de Iancu Guda - CUPRINS Obiectivele cursului Ce veți învăța? Prezentarea lectrului Detalii privind rganizarea cursului și înscriere
Mai multInvesteşte în oameni
FIŞA DISCIPLINEI 1 1. Date despre program 1.1 Instituţia de învăţământ superior Universitatea Politehnica Timișoara 1. Facultatea / Departamentul 3 Facultatea de Automatică și Calculatoare / Departamentul
Mai multPLANIFICAREA STRATEGICĂ LOCALĂ
PLANIFICAREA STRATEGICĂ LOCALĂ SUPORT METODOLOGIC 2016 P a g e 2 Această publicație a fst elabrată datrită suprtului geners al pprului american și pln ferit prin intermediul Agenţiei SUA pentru Dezvltare
Mai multPROGRAMARE ORIENTATA PE OBIECTE
Curs 2 Principiile Programării Orientate pe Obiecte Programare Orientată pe Obiecte Tehnici de programare Programarea procedurală Modul în care este abordată programarea, din punct de vedere al descompunerii
Mai multMicrosoft Word - M17
Platfrmă de e learning și curriculă e cntent pentru învățământul superir tehnic Instrumente pentru Dezvltarea Prgramelr 17. Practici si instrumente pentru dezvltarea prgramelr. Design patterns si cncepte
Mai multMicrosoft Word - Anexa 3- F 8 2 Contr acordare-redim limita.doc
Intre: Cntract nr...... din... privind acrdarea/redimensinarea de Limita de descperire la cntul persnal cu acces prin card CEC BANK SA CEC BANK S.A. cu sediul in Bucuresti, Calea Victriei nr 13, sectr
Mai multLaborator 4: Continuare Programare Orientată pe Obiecte Întocmit de: Adina Neculai Îndrumător: Asist. Drd. Gabriel Danciu 29 octombrie 2011
Laborator 4: Continuare Programare Orientată pe Obiecte Întocmit de: Adina Neculai Îndrumător: Asist. Drd. Gabriel Danciu 29 octombrie 2011 I. NOŢIUNI TEORETICE A. Suprascrierea metodelor O clasă derivată
Mai multNOTIFICARE DE CONFIDENȚIALITATE PENTRU CANDIDAȚI Pentru noi contează încrederea pe care ne-o acordați. De aceea vă protejăm datele cu caracter persona
NOTIFICARE DE CONFIDENȚIALITATE PENTRU CANDIDAȚI Pentru ni cntează încrederea pe care ne- acrdați. De aceea vă prtejăm datele cu caracter persnal și le utilizăm cu respnsabilitate pe tată durata angajării
Mai multFIȘĂ CADRU PREZENTARE PROIECT
FIȘĂ CADRU PREZENTARE PROIECT I - DATE GENERALE Titlul priectului CONSOLIDARE, RESTAURARE, CONSERVAREA ȘI PUNEREA ÎN VALOARE A BISERICII BUNA VESTIRE BRĂILA Amplasamentul (județul, lcalitatea, strada,
Mai multSlide 1
Proiectarea optimală a dispozitivelor electromagnetice PROIECTAREA OPTIMALĂ A DISPOZITIVELOR ELECTROMAGNETICE PODE CURS 2 Conf.dr.ing.ec. Claudia PĂCURAR e-mail: Claudia.Pacurar@et.utcluj.ro 2/46 Proiectarea
Mai multAMENAJAREA PUNCTULUI INTERNATIONAL DE TRECERE A FRONTIEREI DE STAT ROMANO-UCRAINIENE PENTRU PASAGERI SI MARFA IN REGIM DE BAC INTRE LOCALITATILE ISACC
MEMORIU TEHNIC INSTALATII TERMICE CUPRINS MEMORIU TEHNIC INSTALATII TERMICE... 1 1 GENERALITATI... 2 1.1 DESCRIEREA LUCRARII... 2 1.2 PREMIZE DE PROIECTARE... 2 1.3 INCADRAREA IN NORME... 3 1.4 EXIGENTE
Mai multComan Marinela Furnizor program formare acreditat: CCD BRĂILA Denumire program: INFORMATICĂ ŞI TIC PENTRU GIMNAZIU Clasa a V-a Categorie: 1; Tip de co
Furnizor program formare acreditat: CCD BRĂILA Denumire program: INFORMATICĂ ŞI TIC PENTRU GIMNAZIU Clasa a V-a Categorie: 1; Tip de competențe: de predare-învățare-evaluare la clasa a V-a pt. disciplina
Mai multTestare manuala: situatia in care o persoana initiaza fiecare test, interactioneaza cu el si interpreteaza, analizeaza si raporteaza rezultatele. Test
Testare manuala: situatia in care o persoana initiaza fiecare test, interactioneaza cu el si interpreteaza, analizeaza si raporteaza rezultatele. Testare automata: exista un mecanism pentru executia fara
Mai multCurs 8: Tehnica divizării (I) Algoritmi si structuri de date - Curs 8 1
Curs : Tehnica divizării (I) 1 In cursul anterior am văzut cum se analizează eficiența algoritmilor recursivi Se scrie relația de recurență corespunzătoare timpului de execuție Se rezolvă relația de recurență
Mai multI
METODA VECTORIALĂ ÎN GEOMETRIE prof. Andrei - Octavian Dobre Această metodă poate fi descrisă după cum urmează: Fiind dată o problemă de geometrie, după explicitarea şi reprezentarea grafică a configuraţiei
Mai multOPTIMIZĂRI ÎN SISTEMELE ENERGETICE APLICAȚII PRACTICE
OPTIMIZĂRI ÎN SISTEMELE ENERGETICE APLICAȚII PRACTICE OPTIMIZĂRI ÎN SISTEMELE ENERGETICE APLICAŢII PRACTICE Gheorghe GRIGORAŞ OPTIMIZĂRI ÎN SISTEMELE ENERGETICE APLICAŢII PRACTICE Tehnoredactare computerizată:
Mai multMicrosoft Word - S_c63.doc
216 6.3.2 Senzori de proximitate optici Senzorii de proximitate optici în construcţia roboţilor industriali pot fi utilizaţi ca senzori de securitate sau pentru sesizarea unor obiecte (sau a apropierii
Mai multFIŞA DISCIPLINEI 1. Date despre program 1.1 Instituţia de învăţământ superior Universitatea Alexandru Ioan Cuza din Iaşi 1.2 Facultatea Facultatea de
FIŞA DISCIPLINEI 1. Date despre program 1.1 Instituţia de învăţământ superior Universitatea Alexandru Ioan Cuza din Iaşi 1.2 Facultatea Facultatea de Informatică 1.3 Departamentul Informatică 1.4 Domeniul
Mai multMicrosoft Word Achizitie Servicii masa
SMART Întreprinderi cmpetitive prin dezvltarea Strategiilr de Management cu accent pe Adaptabilitate, calitate, incluziune şi invare, pentru îmbunătăţirea rganizării muncii, a perfrmanţelr Resurelr umane
Mai multDETERMINAREA CONSTANTEI RYDBERG
UNIVERSITATEA "POLITEHNICA" BUCUREŞTI DEPARTAMENTUL DE FIZICĂ LABORATORUL DE FIZICA ATOMICA SI FIZICA NUCLEARA BN-03 B DETERMINAREA CONSTANTEI RYDBERG DETERMINAREA CONSTANTEI RYDBERG. Scopul lucrării Determinarea
Mai multRAPORT ŞTIINŢIFIC Contract nr 33CI/2017, cod PN-III-P2-2.1-CI Titlu proiect: Sistem integrat de analiză și prognoză a consumului pentru dist
RAPORT ŞTIINŢIFIC Contract nr 33CI/2017, cod PN-III-P2-2.1-CI-2017-0654 Titlu proiect: Sistem integrat de analiză și prognoză a consumului pentru distribuitorii IMM de gaze naturale (FOReGASt) Durata proiect:
Mai multCalcul Numeric
Calcul Numeric Cursul 4 2019 Anca Ignat Metode numerice de rezolvarea sistemelor liniare Fie matricea nesingulară A nn şi b n. Rezolvarea sistemului de ecuații liniare Ax=b se poate face folosind regula
Mai multSWIFT: BTRLRO22 C.U.I. RO R.B. - P.J.R Nr. Înreg. Reg. Com.: J12 / 4155 / 1993 REGULAMENTUL OFICIAL AL CAMPANIEI DE PRE
REGULAMENTUL OFICIAL AL CAMPANIEI DE PRET PENTRU CREDITUL DE NEVOI PERSONALE PRACTIC BT SECTIUNEA I - ORGANIZATORUL CAMPANIEI Campania de pret pentru creditul de nevi persnale Practic BT este rganizata
Mai multLaboratorul numarul 6 Reglarea turaţiei motorului asincron prin variația frecvenței de alimentare cu păstrarea raporului U/f constant Expresia turaţie
Laboratorul numarul 6 Reglarea turaţiei motorului asincron prin variația frecvenței de alimentare cu păstrarea raporului U/f constant Expresia turaţiei câmpului magnetic învârtitor (turația de sincronism)
Mai multMicrosoft Word - 4-Interfete paralele.doc
4. Cuprins modul 4.1. neprogramabile 4.2.Interfaţa paralelă programabilă 4.3.Protocoale de transfer 4.4.Programarea circuitului de interfaţă paralelă 4.5.Exemplu de implementare Cuprins Introducere După
Mai multFIŞA DISCIPLINEI 1. Date despre program 1.1 Instituţia de învăţământ superior Universitatea de Vest din Timișoara 1.2 Facultatea Matematică și Informa
FIŞA DISCIPLINEI 1. Date despre program 1.1 Instituţia de învăţământ superior Universitatea de Vest din Timișoara 1.2 Facultatea Matematică și Informatică 1.3 Departamentul Informatică 1.4 Domeniul de
Mai multCarrier Pidgeon Protocol
Platformă de e-learning și curriculă e-content pentru învățământul superior tehnic Proiectarea Rețelelor 34. Integrarea ibgp, BGP cu protocoale de rutare de rutare din interiorul unui sistem autonom Actualizări
Mai multCuprins Volumul 2 Călătoria către adevărata forţă a prezentului tău - 11 Capitolul 1 - Motivaţie sau motorul care te împinge către acţiune - 13 Cum să
Cuprins Volumul 2 Călătoria către adevărata forţă a prezentului tău - 11 Capitolul 1 - Motivaţie sau motorul care te împinge către acţiune - 13 Cum să faci cu uşurinţă lucrurile pe care alţii le fac greu
Mai multFIŞA DISCIPLINEI ANEXA nr. 3 la metodologie 1. Date despre program 1.1 Instituţia de învăţământ superior Școala Națională de Studii Politice și Admini
FIŞA DISCIPLINEI ANEXA nr. 3 la metdlgie 1. Date despre prgram 1.1 Instituţia de învăţământ superir Șcala Naținală de Studii Plitice și Administrative 1.2 Facultatea / Departamentul Departamentul de Relaţii
Mai multPowerPoint Presentation
Circuite Integrate Digitale Conf. Monica Dascălu Curs Seminar Laborator notă separată Notare: 40% seminar 20% teme // + TEMA SUPLIMENTARA 40% examen 2014 CID - curs 1 2 Bibliografie Note de curs Cursul
Mai multPattern Recognition Systems
Sisteme e Recunoaștere a Formelor Lab 7 Analiza Componentelor Principale 1. Obiective În această lucrare e laborator se escrie metoa e Analiză a Componentelor Principale (Principal Component Analysis PCA).
Mai multALGORITMICĂ. Seminar 3: Analiza eficienţei algoritmilor - estimarea timpului de execuţie şi notaţii asimptotice. Problema 1 (L) Să se determine număru
ALGORITMICĂ. Seminar 3: Analiza eficienţei algoritmilor - estimarea timpului de execuţie şi notaţii asimptotice. Problema 1 (L) Să se determine numărul de operaţii efectuate de către un algoritm care determină
Mai multFacultatea de Științe Politice, Administrative și ale Comunicării Str. Traian Moșoiu nr. 71 Cluj-Napoca, RO Tel.: Fax:
Documentație pentru accesarea platformei e-learning de catre profesori Platforma de e-learning a facultății poate fi accesată la adresa http://fspac.ubbcluj.ro/moodle. Conturile profesorilor sunt create
Mai multCommunicate at your best - Manual - Cap 3 - RO
1. Principii de bază Ce trebuie să luăm în considerare atunci când comunicăm la birou? Comunicarea la birou nu este nici complicată, nici foarte simplă. Fiecare dintre noi are competențe de bază în interacțiunea
Mai multSubiectul 1
Subiectul 1 În fişierul Numere.txt pe prima linie este memorat un număr natural n (n
Mai multSet experimente - Laboratorul spatial Setul include: o o o o o o o o o o o o o o o o 26 de stelute reflectorizante cu 46 de conectori 10 paie
1005113-Set experimente - Labratrul spatial Setul include: 26 de stelute reflectrizante cu 46 de cnectri 10 paie pentru cnstelatii racheta cu aripi varf pentru racheta dp cauciucat pudra pentru slime 3
Mai multPowerPoint Presentation
Electronică Analogică Redresoare Redresoare polifazate, comandate redresoarele comandate permit reglarea tensiunii şi a curentului prin sarcină. Reglajul poate fi făcut în mod continuu de la zero până
Mai mult