Multirobotická kooperativní inspekce
|
|
|
- Marian Bláha
- před 8 lety
- Počet zobrazení:
Transkript
1 Multirobotická kooperativní inspekce prostředí Diplomová práce Multirobotická kooperativní inspekce prostředí Diplomová práce Intelligent and Mobile Robotics Group Laboratory for Intelligent Decision Making and Control Czech Technical University in Prague 15/06/2009 Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 1 / 11
2 Multirobotická kooperativní inspekce prostředí Diplomová práce Přehled - obsah a cíle práce Pojmy inspekce prostředí - optimální projetí známé mapy s cílem naměřit každý bod volného prostoru multirobotická - robotů bude více než jeden kooperativní - roboty budou spolupracovat Motivace hledání předmětů, zraněných lidí hlídání budov Cíle práce řešení inspekční úlohy využití harmonických funkcí při plánování cesty mob. robotu experimentální ověření výsledků Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 2 / 11
3 Multirobotická kooperativní inspekce prostředí Přístup k řešení Diplomová práce Řešení inspekční úlohy Známá mapa Volný prostor je reprezentován jako polygon s děrami. Dekompozice na podproblémy nalezení měřicích míst, úloha Art Gallery Problem, plán navštívení měřicích míst, úloha Multiple Traveling Salesmen Problem, plánování cesty. Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 3 / 11
4 Multirobotická kooperativní inspekce prostředí Přístup k řešení Diplomová práce Řešení inspekční úlohy Známá mapa Volný prostor je reprezentován jako polygon s děrami. Dekompozice na podproblémy nalezení měřicích míst, úloha Art Gallery Problem, plán navštívení měřicích míst, úloha Multiple Traveling Salesmen Problem, plánování cesty. Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 3 / 11
5 Multirobotická kooperativní inspekce prostředí Přístup k řešení Diplomová práce Řešení inspekční úlohy Známá mapa Volný prostor je reprezentován jako polygon s děrami. Dekompozice na podproblémy nalezení měřicích míst, úloha Art Gallery Problem, plán navštívení měřicích míst, úloha Multiple Traveling Salesmen Problem, plánování cesty. Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 3 / 11
6 Multirobotická kooperativní inspekce prostředí Přístup k řešení Diplomová práce Plánování cesty Cesta = spojnice bodů ležící celá ve volném prostoru Kritéria délka, hladkost, bezpečnost. Prohledávání volného prostoru často oblast v R n. Vzhledem k mohutnosti množiny nelze prohledat kompletně náhodné vzorkování prostoru a detekce kolize, diskretizace prostoru. Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 4 / 11
7 Multirobotická kooperativní inspekce prostředí Přístup k řešení Diplomová práce Harmonická funkce cesta je dána gradientem této funkce splňuje Laplaceovu rovnici n f = 0, = 2 x 2 k=1 k extrémy pouze na hranici oblasti modelování překážek okrajovými podmínkami Dirichlet - f (x, y) = g Neumann - u n = g 3D vizualizace průběhu harmonické funkce Nevýhody těžké získat řešení analyticky - nutno použít metod numerické matematiky Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 5 / 11
8 Multirobotická kooperativní inspekce prostředí Přehled výsledků Diplomová práce Metoda konečných diferencí soustava linerárních rovnic nad pravidelnou symetrickou sítí Výhody a nevýhody Numerické metody Metoda konečných prvků soustava lineárních rovnic nad libovolnou oblastí pokrytou konečnými prvky - triangulace tvar oblasti více dimenzí složitost MKD + + MKP + Popis okrajovými podmínkami Dirichlet Neumann Smíšený omezení výpočetní přesností singularita, špatná podmíněnost netrpí žádným z omezení Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 6 / 11
9 Multirobotická kooperativní inspekce prostředí Přehled výsledků Diplomová práce Generování cesty gradientní algoritmus varianty cesta po vrcholech cesta po konečných prvcích iterované hledání zjemňováním triangulace t [ms] cesty z vybraných bodů prostoru Hodnotami okrajových podmínek lze ovlivňovat vzdálenost, ve které bude robot míjet překážku. Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 7 / 11
![13 14 3 200 17 277 1080 15070 100 t [ms] 57 204 5815 0 200 400 600 800 1000 1200 1400 1 2 cesty z vybraných bodů prostoru Hodnotami](/docs-images/56/7088239/images/page_9.jpg "okrajových podmínek lze ovlivňovat vzdálenost, ve které bude robot míjet překážku.")
10 Multirobotická kooperativní inspekce prostředí Přehled výsledků Diplomová práce Přínosy harmonické funkce Cesta na zobecněné místo Rozložení složité mapy Prostředí s více cíli Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 8 / 11
11 Multirobotická kooperativní inspekce prostředí Přehled výsledků Diplomová práce Přínosy harmonické funkce Cesta na zobecněné místo Rozložení složité mapy Prostředí s více cíli Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 8 / 11
12 Multirobotická kooperativní inspekce prostředí Přehled výsledků Diplomová práce Přínosy harmonické funkce Cesta na zobecněné místo Rozložení složité mapy Prostředí s více cíli Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 8 / 11
13 Multirobotická kooperativní inspekce prostředí Výsledky experimentů Diplomová práce Zhodnocení kvality cest Cesta získaná využitím harmonické funkce oproti cestě získané ohodnocením triangulace Dijkstrovým algoritmem: lépe obtéká překážky, je průměrně o 15 % delší, má menší maximální křivost, je proto v praxi lépe realizovatelná v APF [m/s] ω APF [rad/s] v SP [m/s] ω SP [rad/s] t[s] Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 9 / 11
![lépe realizovatelná. 1000 4 3 v APF [m/s] 900 1 ω APF [rad/s] 800 700 600 16 15 9 10 0.8 0.6 v SP [m/s] ω SP [rad/s] 500 400 300 8 7 5 6 12 11 13 14 0.](/docs-images/56/7088239/images/page_13.jpg "4 0.2 200 100 17 0 0 1 2 200 400 600 800 1000 1200 1400 1600 0.")
14 Multirobotická kooperativní inspekce prostředí Výsledky experimentů Diplomová práce Řešení inspekční úlohy Celková délka cest řešení je o 6 % větší než nejmenší možná. Celkový čas realizace inspekce je o 3 % kratší než realizace inspekce s nejkratšími cestami. Cesta dle harmonické funkce mění směr po malých krocích, a proto nemusí robot v zatáčkách výrazně zpomalovat. Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 10 / 11
15 Multirobotická kooperativní inspekce prostředí Shrnutí Diplomová práce Shrnutí inspekční úloha řešena dekompozičním přístupem, implementovány dvě metody pro aproximaci řešení PDE, cesty plánovány využitím harmonického potenciálu, identifikovány další zajímavé možnosti využití harmonických funkcí při plánování pohybu, provedeno srovnání výsledků s jinými plánovacími přístupy, úspěšně proveden reálný experiment. Jan Mačák, 2009 Laboratory - Intelligent and Mobile Robotics Group 11 / 11
Katedra geotechniky a podzemního stavitelství
Katedra geotechniky a podzemního stavitelství Modelování v geotechnice Metoda okrajových prvků (prezentace pro výuku předmětu Modelování v geotechnice) doc. RNDr. Eva Hrubešová, Ph.D. Inovace studijního
Globální matice konstrukce
Globální matice konstrukce Z matic tuhosti a hmotnosti jednotlivých prvků lze sestavit globální matici tuhosti a globální matici hmotnosti konstrukce, které se využijí v řešení základní rovnice MKP: [m]{
Obsah PŘEDMLUVA 11 ÚVOD 13 1 Základní pojmy a zákony teorie elektromagnetického pole 23
Obsah PŘEDMLUVA... 11 ÚVOD... 13 0.1. Jak teoreticky řešíme elektrotechnické projekty...13 0.2. Dvojí význam pojmu pole...16 0.3. Elektromagnetické pole a technické projekty...20 1. Základní pojmy a zákony
Static Load Balancing Applied to Time Dependent Mechanical Problems
Static Load Balancing Applied to Time Dependent Mechanical Problems O. Medek 1, J. Kruis 2, Z. Bittnar 2, P. Tvrdík 1 1 Katedra počítačů České vysoké učení technické, Praha 2 Katedra stavební mechaniky
Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012
Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012 Problém hledání kořenů rovnice f(x) = 0 jeden ze základních problémů numerické matematiky zároveň i jeden
Numerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
Úvod do mobilní robotiky AIL028
zbynek.winkler at mff.cuni.cz, md at robotika.cz http://robotika.cz/guide/umor05/cs 5. prosince 2005 1 Mapa světa Exaktní plánování 2 3 Plánování s otáčením (náznak řešení) Mapa světa - příklad Obsah Mapa
OPTIMALIZACE. (přehled metod)
OPTIMALIZACE (přehled metod) Typy optimalizačních úloh Optimalizace bez omezení Nederivační metody Derivační metody Optimalizace s omezeními Lineární programování Nelineární programování Globální optimalizace
aneb jiný úhel pohledu na prvák
Účelná matematika aneb jiný úhel pohledu na prvák Jan Hejtmánek FEL, ČVUT v Praze 24. června 2015 Jan Hejtmánek (FEL, ČVUT v Praze) Technokrati 2015 24. června 2015 1 / 18 Outline 1 Motivace 2 Proč tolik
Úvod do mobilní robotiky AIL028
md at robotika.cz, zbynek.winkler at mff.cuni.cz http://robotika.cz/guide/umor07/cs 27. listopadu 2007 1 Mapa světa Exaktní plánování 2 3 Plánování s otáčením Mapa světa - příklad Obsah Mapa světa Exaktní
Moderní systémy pro získávání znalostí z informací a dat
Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:
Datové struktury 2: Rozptylovací tabulky
Datové struktury 2: Rozptylovací tabulky prof. Ing. Pavel Tvrdík CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze c Pavel Tvrdík, 2010 Efektivní algoritmy
PŘEDMLUVA 11 FORMÁLNÍ UJEDNÁNÍ 13
OBSAH PŘEDMLUVA 11 FORMÁLNÍ UJEDNÁNÍ 13 1 ÚVOD, Z. Raida 15 1.1 Mikrovlnné kmitočtové pásmo 15 1.2 Diferenciální formulace Maxwellových rovnic 16 1.3 Integrální formulace Maxwellových rovnic 18 1.4 Obecný
Rozvoj tepla v betonových konstrukcích
Úvod do problematiky K novinkám v požární odolnosti nosných konstrukcí Praha, 11. září 2012 Ing. Radek Štefan prof. Ing. Jaroslav Procházka, CSc. Znalost rozložení teploty v betonové konstrukci nebo její
Řešení 1D vedení tepla metodou sítí a metodou
ENumerická analýza transportních procesů - NTP2 Přednáška č. 9 Řešení 1D vedení tepla metodou sítí a metodou konečných objemů Metoda sítí (metoda konečných diferencí - MKD) Metoda sítí Základní myšlenka
Rovinný průtokoměr. Diplomová práce Ústav mechaniky tekutin a termodynamiky, 2013. Jakub Filipský
Rovinný průtokoměr Diplomová práce Ústav mechaniky tekutin a termodynamiky, 2013 Autor: Vedoucí DP: Jakub Filipský Ing. Jan Čížek, Ph.D. Zadání práce 1. Proveďte rešerši aktuálně používaných způsobů a
TGH06 - Hledání nejkratší cesty
TGH06 - Hledání nejkratší cesty Jan Březina Technical University of Liberec 26. března 2013 Motivační problémy Silniční sít reprezentovaná grafem. Najdi nejkratší/nejrychlejší cestu z místa A do místa
Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
Metoda konečných prvků Charakteristika metody (výuková prezentace pro 1. ročník navazujícího studijního oboru Geotechnika)
Inovace studijního oboru Geotechnika Reg. č. CZ.1.07/2.2.00/28.0009 Metoda konečných prvků Charakteristika metody (výuková prezentace pro 1. ročník navazujícího studijního oboru Geotechnika) Doc. RNDr.
Simulace (nejen) fyzikálních jevů na počítači
Simulace (nejen) fyzikálních jevů na počítači V. Kučera Katedra numerické matematiky, MFFUK Praha 7.2.2013 Aerodynamický flutter Tacoma bridge, 1940 Fyzikální model Realita je komplikovaná Navier-Stokesovy
Kombinatorická minimalizace
Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny
Numerické metody a programování. Lekce 4
Numerické metody a programování Lekce 4 Linarní algebra soustava lineárních algebraických rovnic a 11 a 12 x 2 a 1, N x N = b 1 a 21 a 22 x 2 a 2, N x N = b 2 a M,1 a M,2 x 2 a M,N x N = b M zkráceně A
Přijímací zkouška - matematika
Přijímací zkouška - matematika Jméno a příjmení pište do okénka Číslo přihlášky Číslo zadání 1 Grafy 1 Pro který z následujících problémů není znám žádný algoritmus s polynomiální časovou složitostí? Problém,
stránkách přednášejícího.
Předmět: MA 4 Dnešní látka Iterační metoda Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Superrelaxační metoda (metoda SOR) Metoda sdružených gradientů Četba: Text o lineární algebře v Příručce
Tento dokument obsahuje zadání pro semestrální programy z PAA. Vypracování. vypracovanou úlohu podle níže uvedených zadání. To mimo jiné znamená, že
Kapitola Zadání Tento dokument obsahuje zadání pro semestrální programy z PAA. Vypracování alespoň jedné úlohy je nutnou podmínkou pro úspěšné složení zkoušky resp. získaní (klasifikovaného) zápočtu (viz.
Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda
Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových
Stabilizace Galerkin Least Squares pro
Fakulta strojní ČVUT Ústav technické matematiky Stabilizace Galerkin Least Squares pro MKP na řešení proudění o vyšších Reynoldsových číslech Ing. Jakub Šístek Doc. RNDr. Pavel Burda, CSc. RNDr. Jaroslav
Geoinformatika. IX GIS modelování
Geoinformatika IX GIS modelování jaro 2017 Petr Kubíček kubicek@geogr.muni.cz Laboratory on Geoinformatics and Cartography (LGC) Institute of Geography Masaryk University Czech Republic Geoinformatika
Teorie náhodných matic aneb tak trochu jiná statistika
Teorie náhodných matic aneb tak trochu jiná statistika B. Vlková 1, M.Berg 2, B. Martínek 3, O. Švec 4, M. Neumann 5 Gymnázium Uničov 1, Gymnázium Václava Hraběte Hořovice 2, Mendelovo gymnázium Opava
Úvod do přesnosti MKP, generace sítí a metod řešení soustav lineárních rovnic
ENumerická analýza transportních procesů - NTP2 Přednáška č. 8 Úvod do přesnosti MKP, generace sítí a metod řešení soustav lineárních rovnic Úvod do přesnosti metody konečných prvků Úvod do přesnosti metody
Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
Lineární klasifikátory
Lineární klasifikátory Lineární klasifikátory obsah: perceptronový algoritmus základní verze varianta perceptronového algoritmu přihrádkový algoritmus podpůrné vektorové stroje Lineární klasifikátor navrhnout
Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 21 Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 2 / 21 Řešíme následující úlohu: differencovatelnou funkci f : R R známe jen v konečném počtu bodů x 0,
1 Přesnost metody konečných prvků
1 PŘESNOST METODY KONEČNÝCH PRVKŮ 1 1 Přesnost metody konečných prvků Metoda konečných prvků je založena na diskretizaci původní spojité konstrukce soustavou prvků (nebo obecněji na diskretizaci slabé
Generování sítě konečných prvků
Generování sítě konečných prvků Jaroslav Beran Modelování a simulace Tvorba výpočtového modelu s využitím MKP zahrnuje: Tvorbu (import) geometrického modelu Generování sítě konečných prvků Definování vlastností
Algoritmy pro spojitou optimalizaci
Algoritmy pro spojitou optimalizaci Vladimír Bičík Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze 10.6.2010 Vladimír Bičík (ČVUT Praha) Algoritmy pro spojitou optimalizaci
Úvod do mobilní robotiky AIL028
Pravděpodobnostní plánování zbynek.winkler at mff.cuni.cz, md at robotika.cz http://robotika.cz/guide/umor05/cs 12. prosince 2005 1 Co už umíme a co ne? Jak řešit složitější případy? Definice konfiguračního
Matematický ústav UK Matematicko-fyzikální fakulta
Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 2. října 2018 Zbyněk Šír (MÚ UK) - Geometrické modelování 2. října 2018 1 / 15 Obsah dnešní přednášky Co je to geometrické
9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy. Vyučující: Ing. Jan Pacina, Ph.D.
9. přednáška z předmětu GIS1 Digitální model reliéfu a odvozené povrchy Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Lehký úvod Digitální modely terénu jsou dnes v geoinformačních systémech
Grafové algoritmy. Programovací techniky
Grafové algoritmy Programovací techniky Grafy Úvod - Terminologie Graf je datová struktura, skládá se z množiny vrcholů V a množiny hran mezi vrcholy E Počet vrcholů a hran musí být konečný a nesmí být
Grafové algoritmy. Programovací techniky
Grafové algoritmy Programovací techniky Grafy Úvod - Terminologie Graf je datová struktura, skládá se z množiny vrcholů V a množiny hran mezi vrcholy E Počet vrcholů a hran musí být konečný a nesmí být
Faster Gradient Descent Methods
Faster Gradient Descent Methods Rychlejší gradientní spádové metody Ing. Lukáš Pospíšil, Ing. Martin Menšík Katedra aplikované matematiky, VŠB - Technická univerzita Ostrava 24.1.2012 Ing. Lukáš Pospíšil,
ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ
metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných
Srovnání PID regulace a anisochronního řízení na PLC Tecomat Foxtrot
Srovnání PID regulace a anisochronního řízení na PLC Tecomat Foxtrot Martin Hunčovský 1,*, Petr Siegelr 1,* 1 ČVUT v Praze, Fakulta strojní, Ústav přístrojové a řídící techniky, Technická 4, 166 07 Praha
Triangulace. Význam triangulace. trojúhelník je základní grafický element aproximace ploch předzpracování pro jiné algoritmy. příklad triangulace
Význam triangulace trojúhelník je základní grafický element aproximace ploch předzpracování pro jiné algoritmy příklad triangulace Definice Triangulace nad množinou bodů v rovině představuje takové planární
Martin NESLÁDEK. 14. listopadu 2017
Martin NESLÁDEK Faculty of mechanical engineering, CTU in Prague 14. listopadu 2017 1 / 22 Poznámky k úlohám řešeným MKP Na přesnost simulace pomocí MKP a prostorové rozlišení výsledků má vliv především:
Interpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
LOKALIZACE ZDROJŮ AE NEURONOVÝMI SÍTĚMI NEZÁVISLE NA ZMĚNÁCH MATERIÁLU A MĚŘÍTKA
LOKALIZACE ZDROJŮ AE EUROOVÝMI SÍTĚMI EZÁVISLE A ZMĚÁCH MATERIÁLU A MĚŘÍTKA AE SOURCE LOCATIO BY EURAL ETWORKS IDEPEDET O MATERIAL AD SCALE CHAGES Milan CHLADA, Zdeněk PŘEVOROVSKÝ Ústav termomechaniky
Úvod do teorie grafů
Úvod do teorie grafů Neorientovaný graf G = (V,E,I) V množina uzlů (vrcholů) - vertices E množina hran - edges I incidence incidence je zobrazení, buď: funkce: I: E V x V relace: I E V V incidence přiřadí
HYBRIDNÍ NÁVRH DÍLŮ PRO ADITIVNÍ ZPŮSOB VÝROBY
HYBRIDNÍ NÁVRH DÍLŮ PRO ADITIVNÍ ZPŮSOB VÝROBY Ondřej Vaverka ÚSTAV KONSTRUOVÁNÍ Fakulta strojního inženýrství VUT v Brně Obhajoba projektu disertační práce, 23.4.2018 OBSAH MOTIVACE PRÁCE SHRNUTÍ SOUČASNÉHO
Úloha - rozpoznávání číslic
Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání
Rekonstrukce diskrétního rozdělení psti metodou maximální entropie
Rekonstrukce diskrétního rozdělení psti metodou maximální entropie Příklad Lze nalézt četnosti nepozorovaných stavů tak, abychom si vymýšleli co nejméně? Nechť n i, i = 1, 2,..., N jsou známé (absolutní)
Drsná matematika III 10. demonstrovaná cvičení Kostry grafů
Drsná matematika III 10. demonstrovaná cvičení Kostry grafů Martin Panák Masarykova univerzita Fakulta informatiky 21.11. 2006 1 Domácí úlohy z minulého týdne Příklad 1 Příklad 2 Příklad 3 2 Borůvkův algoritmus
ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ
Metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných
Otázky ke státní závěrečné zkoušce
Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního
Numerické metody a programování. Lekce 8
Numerické metody a programování Lekce 8 Optimalizace hledáme bod x, ve kterém funkce jedné nebo více proměnných f x má minimum (maximum) maximalizace f x je totéž jako minimalizace f x Minimum funkce lokální:
1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
Pseudospektrální metody
Pseudospektrální metody Obecně: založeny na rozvoji do bázových funkcí s globálním nosičem řešení diferenciální rovnice aproximuje sumou kde jsou např. Čebyševovy polynomy nebo trigonometrické funkce tyto
Co jsme udělali: Au = f, u D(A)
Předmět: MA4 Dnešní látka: Od okrajových úloh v 1D k o. ú. ve 2D Laplaceův diferenciální operátor Variačně formulované okrajové úlohy pro parciální diferenciální rovnice a metody jejich přibližného řešení
Jana Dannhoferová Ústav informatiky, PEF MZLU
Počítačová grafika Křivky Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU Základní vlastnosti křivek křivka soustava parametrů nějaké rovnice, která je posléze generativně
III. MKP vlastní kmitání
Jiří Máca - katedra mechaniky - B325 - tel. 2 2435 4500 maca@fsv.cvut.cz III. MKP vlastní kmitání 1. Rovnice vlastního kmitání 2. Rayleighova Ritzova metoda 3. Jacobiho metoda 4. Metoda inverzních iterací
Objektově orientovaná implementace škálovatelných algoritmů pro řešení kontaktních úloh
Objektově orientovaná implementace škálovatelných algoritmů pro řešení kontaktních úloh Václav Hapla Katedra aplikované matematiky Fakulta elektrotechniky a informatiky VŠB-Technická univerzita Ostrava
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 8. přednáška 11MSP pondělí 20. dubna 2015 verze: 2015-04-14 12:31
Automatizační a měřicí technika (B-AMT)
Ústav automatizace a měřicí techniky Bakalářský studijní program Automatizační a měřicí technika () Specializace oboru Řídicí technika Měřicí technika Průmyslová automatizace Robotika a umělá inteligence
OBHAJOBA DIPLOMOVÉ PRÁCE
OBHAJOBA DIPLOMOVÉ PRÁCE Lukáš Houser FS ČVUT v Praze Ústav mechaniky, biomechaniky a mechatroniky 28. srpen 2015 Simulační modely tlumičů a jejich identifikace Autor: Studijní obor: Lukáš Houser Mechatronika
Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.
Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace
Triangulace. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta.
11 RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info Význam triangulace trojúhelník je základní grafický
Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce
Digitální model reliéfu (terénu) a analýzy modelů terénu
Digitální model reliéfu (terénu) a analýzy modelů terénu Digitální modely terénu jsou dnes v geoinformačních systémech hojně využívány pro různé účely. Naměřená terénní data jsou často zpracována do podoby
7. přednáška Systémová analýza a modelování. Přiřazovací problém
Přiřazovací problém Přiřazovací problémy jsou podtřídou logistických úloh, kde lze obecně říci, že m dodavatelů zásobuje m spotřebitelů. Dalším specifikem je, že kapacity dodavatelů (ai) i požadavky spotřebitelů
Kalibrační proces ve 3D
Kalibrační proces ve 3D FCC průmyslové systémy společnost byla založena v roce 1995 jako součást holdingu FCC dodávky komponent pro průmyslovou automatizaci integrace systémů kontroly výroby, strojového
Paralelní grafové algoritmy
Paralelní grafové algoritmy Značení Minimální kostra grafu Nejkratší cesta z jednoho uzlu Nejkratší cesta mezi všemi dvojicemi uzlů Použité značení Definition Bud G = (V, E) graf. Pro libovolný uzel u
analýzy dat v oboru Matematická biologie
INSTITUT BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Komplexní přístup k výuce analýzy dat v oboru Matematická biologie Tomáš Pavlík, Daniel Schwarz, Jiří Jarkovský,
Jaroslav Tuma. 8. února 2010
Semestrální práce z předmětu KMA/MM Odstraňování šumu z obrazu Jaroslav Tuma 8. února 2010 1 1 Zpracování obrazu Zpracování obrazu je disciplína zabývající se zpracováním obrazových dat různého původu.
Ústav automatizace a měřicí techniky.
www.feec.vutbr.cz Specializace studijního oboru Automatizační a Měřicí Technika: Řídicí technika Moderní algoritmy řízení, teorie řízení Modelování a identifikace parametrů řízených systémů Pokročilé metody
Zobrazování terénu. Abstrakt. 1. Úvod. 2. Vykreslování terénu
Zobrazování terénu Jan Vaněk, Bruno Ježek Universita Obrany, Fakulta vojenského zdravotnictví, Katedra všeobecně vzdělávacích oborů e-mail: vanek@pmfhk.cz; jezek@pmfhk.cz Abstrakt Vizualizace terénu je
Numerická matematika 1
Numerická matematika 1 Obsah 1 Řešení nelineárních rovnic 3 1.1 Metoda půlení intervalu....................... 3 1.2 Metoda jednoduché iterace..................... 4 1.3 Newtonova metoda..........................
Algoritmus pro hledání nejkratší cesty orientovaným grafem
1.1 Úvod Algoritmus pro hledání nejkratší cesty orientovaným grafem Naprogramoval jsem v Matlabu funkci, která dokáže určit nejkratší cestu v orientovaném grafu mezi libovolnými dvěma vrcholy. Nastudoval
OPTIMALIZAČNÍ ÚLOHY. Modelový příklad problém obchodního cestujícího:
OPTIMALIZAČNÍ ÚLOHY Problém optimalizace v různých oblastech: - minimalizace času, materiálu, - maximalizace výkonu, zisku, - optimalizace umístění komponent, propojení,... Modelový příklad problém obchodního
Cvičení MI-PRC I. Šimeček
Cvičení MI-PRC I. Šimeček xsimecek@fit.cvut.cz Katedra počítačových systémů FIT České vysoké učení technické v Praze Ivan Šimeček, 2011 MI-PRC, LS2010/11, Cv.1-6 Příprava studijního programu Informatika
Numerické metody 6. května FJFI ČVUT v Praze
Extrémy funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Více dimenzí Kombinatorika Lineární programování Programy 1 Úvod Úvod - Úloha Snažíme se najít extrém funkce, at už jedné
Úvod do mobilní robotiky AIL028
md at robotika.cz http://robotika.cz/guide/umor07/cs 25. října 2007 1 2 Zadání úlohy Náhodná procházka Tchibot 3 SPA Subsumption architecture 3T architektura Robotika matematický přístup úloha hledání
Aplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
Algoritmizace prostorových úloh
INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Grafové úlohy Daniela Szturcová Tento
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
ÚVOD DO MODELOVÁNÍ V MECHANICE DYNAMIKA VÁZANÝCH MECHANICKÝCH SYSTÉMŮ
ÚVOD DO MODELOVÁNÍ V MECHANICE Přednáška č. 4 DYNAMIKA VÁZANÝCH MECHANICKÝCH SYSTÉMŮ Ing. Michal Hajžman, Ph.D. Harmonogram UMM Úvod do modelování v mechanice (UMM) 1) Úvodní přednáška (Dr. Hajžman) 2)
Diplomová práce Prostředí pro programování pohybu manipulátorů
Diplomová práce Prostředí pro programování pohybu manipulátorů Štěpán Ulman 1 Úvod Motivace: Potřeba plánovače prostorové trajektorie pro výukové účely - TeachRobot Vstup: Zadávání geometrických a kinematických
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách
Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky
Voronoiův diagram. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta
12 RNDr., Ph.D. Katedra didaktiky matematiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta petra.surynkova@mff.cuni.cz http://surynkova.info Definice V( P) nad množinou bodů P { p v rovině 1,
Efektivní hledání nejkratších cest v sítích hromadné přepravy osob
DIPLOMOVÁ PRÁCE Efektivní hledání nejkratších cest v sítích hromadné přepravy osob Autor: Vladislav Martínek Vedoucí: RNDr. Michal Žemlička, Ph.D. Motivace Jak se co nejrychleji dostat z bodu A do bodu
Bézierovy křivky Bohumír Bastl KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26
Bézierovy křivky Bohumír Bastl (bastl@kma.zcu.cz) KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26 Opakování Spline křivky opakování Bézierovy křivky GPM 2 / 26 Opakování Interpolace
D - Přehled předmětů studijního plánu
D - Přehled předmětů studijního plánu Vysoká škola: Součást vysoké školy: Název studijního programu: Název studijního oboru: Slezská univerzita v Opavě Matematický ústav v Opavě Matematika Obecná matematika
GIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
Colloquium FLUID DYNAMICS 2007 Institute of Thermomechanics AS CR, v. v. i., Prague, October 24-26, 2007 p.1
Colloquium FLUID DYNAMICS 27 Institute of Thermomechanics AS CR, v. v. i., Prague, October 24-26, 27 p.1 NUMERICKÉ ŘEŠENÍ STACIONÁRNÍHO A NESTACIONÁRNÍHO TRANSSONICKÉHO PROUDĚNÍ VE VNĚJŠÍ AERODYNAMICE
Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.
OPTIMALIZACE BRAMOVÉHO PLYNULÉHO ODLÉVÁNÍ OCELI ZA POMOCI NUMERICKÉHO MODELU TEPLOTNÍHO POLE Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D. Fakulta strojního inženýrství
Matematické modely a způsoby jejich řešení. Kateřina Růžičková
Matematické modely a způsoby jejich řešení Kateřina Růžičková Rovnice matematické fyziky Přednáška převzata od Doc. Rapanta Parciální diferencíální rovnice Diferencialní rovnice obsahujcí parcialní derivace
Semestrální práce z předmětu KMA/MM. Voroneho diagramy
Semestrální práce z předmětu KMA/MM Voroneho diagramy Jméno a příjmení: Lenka Skalová Osobní číslo: A08N0185P Studijní obor: Finanční informatika a statistika Datum: 22. 1. 2010 Obsah Obsah... 2 1 Historie...
TGH12 - Problém za milion dolarů
TGH12 - Problém za milion dolarů Jan Březina Technical University of Liberec 7. května 2013 Složitost problému Co je to problém? Složitost problému Co je to problém? K daným vstupním datům (velkému binárnímu
Úvodem Dříve les než stromy 3 Operace s maticemi
Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová
Plánování pohybu mobilního robotu a skupiny mobilních robotů
Plánování pohybu mobilního robotu a skupiny mobilních robotů Dr. rer. nat. Martin Saska (ČVUT v Praze) 4.března 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem České