Úvod Teorie Studium CA Aplikace Souvislosti. Radek Pelánek



Podobné dokumenty
Úvod Teorie Studium CA Aplikace Souvislosti. Radek Pelánek

Buněčné automaty a mřížkové buněčné automaty pro plyny. Larysa Ocheretna

Martina Husáková. Celulární automaty. Znalostní technologie III materiál pro podporu studia

NetLogo a modelování decentralizovaných

Dynamické kritické jevy

H. Dreyfuss: What computers can t do, 1972 What computers still can t do, J. Weizenbaum. Computer power and human reason, 1976

Celulární automaty (CA) a jejich aplikace. Samoorganizace Vlastnosti CA Samoorganizovaná kritikalita Vývoj rozhraní

Modelov an ı biologick ych syst em u Radek Pel anek

Hra života (Game of Life)

Návrh fakultního znaku PřF UK

Biologicky inspirované výpočty. Schématické rozdělení problematiky a výuky

Modelov an ı soci aln ıch a ekonomick ych syst em u Radek Pel anek

Simulace pohybu chodců pomocí celulárních modelů

10. Techniky formální verifikace a validace

IV117: Úvod do systémové biologie

Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

Třídy složitosti P a NP, NP-úplnost

Agentově orientované modelování a simulace

Modelování a simulace: o předmětu. Radek Pelánek

Modelování a simulace Lukáš Otte

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Úvod do chaotické dynamiky

Modelování a simulace: o předmětu. Radek Pelánek

01 Teoretické disciplíny systémové vědy

Modelování založené na agentech a decentralizované myšlení

Varianty Monte Carlo Tree Search

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Moderní systémy pro získávání znalostí z informací a dat

Úvod do zpracování signálů

Nelineární systémy a teorie chaosu

analýzy dat v oboru Matematická biologie

Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet.

Aplikace multifraktální geometrie na finančních trzích

01MDS.

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Metody analýzy modelů. Radek Pelánek

NESTABILITY VYBRANÝCH SYSTÉMŮ. Úvod. Vzpěr prutu. Petr Frantík 1

NÁHODNÝ VEKTOR. 4. cvičení

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

Generování pseudonáhodných. Ing. Michal Dorda, Ph.D.

Bakalářská práce Programovatelný celulární automat v Javě

ZPRACOVÁNÍ OBRAZU přednáška 4

Turingovy stroje. Teoretická informatika Tomáš Foltýnek

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

Konečný automat. Studium chování dynam. Systémů s diskrétním parametrem číslic. Počítae, nervové sys, jazyky...

Složitost her. Herní algoritmy. Otakar Trunda

( + ) ( ) f x x f x. x bude zmenšovat nekonečně přesný. = derivace funkce f v bodě x. nazýváme ji derivací funkce f v bodě x. - náš základní zápis

Kombinatorika, výpočty

Algoritmus. Přesné znění definice algoritmu zní: Algoritmus je procedura proveditelná Turingovým strojem.

Statistická teorie učení

Otázky ke státní závěrečné zkoušce

Usuzování za neurčitosti

Aplikace bodových procesů při analýze veřejné správy

1 Systémové modelování

Formální Metody a Specifikace (LS 2011) Formální metody pro kyber-fyzikální systémy

MODERNÍ APLIKACE STATISTICKÉ FYZIKY I

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

Operační výzkum. Teorie her. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Spojitý šum v praxi. Jan Gehr

SIMULACE ŠÍŘENÍ NAPĚŤOVÝCH VLN V KRYSTALECH MĚDI A NIKLU

Přijímací zkouška na navazující magisterské studium 2015

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

Složitost. Teoretická informatika Tomáš Foltýnek

UČENÍ BEZ UČITELE. Václav Hlaváč

7. Rozdělení pravděpodobnosti ve statistice

DIPLOMOVÁ PRÁCE Nelineární řízení magnetického ložiska

Přírodou inspirované metody umělé inteligence

NUMERICKÝ MODEL NESTACIONÁRNÍHO PŘENOSU TEPLA V PALIVOVÉ TYČI JADERNÉHO REAKTORU VVER 1000 SVOČ FST 2014

FAKULTA INFORMAČNÍCH TECHNOLOGIÍ

Od Turingových strojů k P=NP

Modelování procesů (2) Procesní řízení 1

Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

POČÍTAČE A PROGRAMOVÁNÍ

Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY

Pokročilé operace s obrazem

zpravidla předpokládá, že hodnoty intenzity poruch a oprav jsou konstantní.

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

Lorenzův atraktor. MM semestrální práce. Jméno a příjmení: Pavel Martínek Osobní číslo: A08N0203P. Datum odevzdání: 12.2.

Principy počítačů I Netradiční stroje

Collatzova hypotéza. David Brebera XIV. seminář z historie matematiky pro vyučující na středních školách

Stručný úvod do teorie her. Michal Bulant

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

Monte Carlo. Simulační metoda založená na užití stochastických procesů a generace náhodných čísel.

Definice 9.4. Nedeterministický algoritmus se v některých krocích může libovolně rozhodnout pro některé z několika možných různých pokračování.

SSOS_ZE_1.10 Příroda projevy živé hmoty

E-LOGOS. Principy Darwinovy teorie evoluce v aplikacích umělé inteligence. David Čunek. University of Economics Prague

Simulační modely. Kdy použít simulaci?

Dr. Ing. PETR PERINGER

1 Test 1 naivní vs standardní

Náhodný vektor a jeho charakteristiky

Pokročilé neparametrické metody. Klára Kubošová

Fourierovské metody v teorii difrakce a ve strukturní analýze

MATURITNÍ OTÁZKY ELEKTROTECHNIKA - POČÍTAČOVÉ SYSTÉMY 2003/2004 TECHNICKÉ VYBAVENÍ POČÍTAČŮ

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

Nové výsledky o zlomkových kuželosečkách v rovině a prostoru

ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl

Složitost Filip Hlásek

Úvodem Dříve les než stromy 3 Operace s maticemi

Transkript:

Buněčné automaty Radek Pelánek

Souvislosti Kam směřujeme? modelování systémů od spodu - individua, lokální interakce agent based modeling (ABM) modelování založené na agentech proč buněčné automaty (cellular automata, CA)? předchůdce ABM: historicky i technicky jednoduché, snadno formalizovatelné a přitom silné několik zajímavých modelů

Souvislosti Svět sedmikrásek modelování shora systémový model modelování zdola buněčný automat

Souvislosti Základní principy diskrétní prostor i čas striktně lokální interakce mnoho buněk simulace klíčová

Souvislosti Hra Život čtverečkovaná síť buněk, sousedi se počítají i diagonálně stavy buněk: živá, mrtvá hraje se na kola pokud je buňka živá: < 2 sousedi umírá na osamělost > 3 sousedi umírá na přehuštění 2 3 sousedi přežívá pokud je buňka mrtvá: 3 sousedi ožívá jinak zůstává mrtvá

Souvislosti Hra Život: příklad

Souvislosti Základní poselství Jednoduchá pravidla mohou vést ke složitému chování. Vztah k chaosu, komplexitě, vyčíslitelnosti.

Souvislosti Historie vybrané poznámky 40. a 50. léta: von Neuman, Ulam: základní formalismus (studium sebe-reprodukce) 1970: Conway: hra Život, článek v Scientific American (Gardner), značná pozornost 1983: Wolfram: přehledový článek o CA, začátek studia CA ve fyzice 2002: Wolfram: A New Kind of Science

Definice Základní charakteristiky CA diskrétní prostor mřížka buněk homogenita všechny buňky identické diskrétní stavy každá buňka může mít jen konečný počet stavů lokální interakce stav buňky určen jen na základě blízkého okolí diskrétní dynamika stav se mění synchronizovaně, v diskrétních časových krocích

Definice Mřížka jednorozměrná dvourozměrná: obdélníková, šestiúhelníková,... vícerozměrná

Definice Okolí buňky N(i) - okolí buňky i, příklady:

Definice Okrajová podmínka teorie nekonečné mřížky simulace konečné mřížky periodická okrajová podmínka (kružnice, torus) fixní hodnota okrajových buněk

Definice Lokální stavy konečná množina lokálních stavů: Σ = {0,..., k 1} stav i-té buňky v čase t značíme σ i (t) Σ

Definice Přechodové pravidlo Pravidlo určuje následující stav na základě stavů buněk v okolí: φ : Σ n Σ, kde n je velikost okolí σ i (t + 1) = φ(σ j (t), j N(i))

Definice Speciální třídy CA Zpřísněním požadavků na přechodovou funkci dostáváme speciální třídy CA: legal zachování klidového stavu + symetrie totalistic přechodová funkce pracuje pouze se součtem hodnot z okolí outer-totalistic rozhoduje stav buňky + součet z ostatních additive lineární funkce (modulo k) přes hodnoty z okolí

Definice Sémantika: stavový prostor stav automatu: přiřazení lokálních stavů všem buňkám (M Σ) deterministické: každý stav má právě jednoho následníka konečná mřížka konečný stavový prostor každý výpočet se časem zacyklí

Jednorozměrné automaty Jednorozměrné CA k stavů, r velikost okolí pravidlo tvaru: σ i (t + 1) = φ(σ i r (t),..., σ i (t),..., σ i+r (t))

Jednorozměrné automaty Zakreslení dynamiky G. Flake, The Computational Beauty of Nature

Jednorozměrné automaty Příklad: pravidla G. Flake, The Computational Beauty of Nature

Jednorozměrné automaty Příklad: dynamika G. Flake, The Computational Beauty of Nature

Wolframova klasifikace Wolframova klasifikace Třída I Vývoj spěje vždy do fixního stavu, ve kterém se již stav buněk nemění. Třída II Vývoj spěje k jednoduchým periodickým strukturám, které se neustále opakují. Třída III Aperiodické, chaotické, náhodně vypadající chování. Třída IV Složité vzory, které se pohybují prostorem.

Wolframova klasifikace Třída I: ukázky G. Flake, The Computational Beauty of Nature

Wolframova klasifikace Třída II: ukázky G. Flake, The Computational Beauty of Nature

Wolframova klasifikace Třída III: ukázky G. Flake, The Computational Beauty of Nature

Wolframova klasifikace Třída IV: ukázky G. Flake, The Computational Beauty of Nature

Wolframova klasifikace Srovnání s programy (vyčíslitelnost) Třída I (fixní stav) Třída II (jednoduché cyklení) Třída III (chaos) Třída IV (komplexní vzory) triviální programy (bez cyklů či omezený počet opakování) programy, které se triviálně zacyklí generátor náhodných čísel programy, které dělají zajímavé věci

Langtonův parametr Langtonův parametr jeden ze stavů označíme za klidový stav q N - celkový počet pravidel pro jednorozměrný automat s k lokálními stavy a okolím velikosti r je N = k 2r+1 n q - počet pravidel, která vedou do klidového stavu q Langtonův lambda parametr: λ = N n q N

Langtonův parametr Langtonův parametr a Wolframovy třídy G. Flake, The Computational Beauty of Nature

Langtonův parametr Poznámky připomenutí základního poselství: Jednoduchá pravidla mohou generovat složitá chování. model může inspirovat k zajímavým úvahám i bez toho, aby modeloval něco zcela konkrétního

Hra Život Hra Život čtverečkovaná síť buněk, sousedi se počítají i diagonálně stavy buněk: živá, mrtvá hraje se na kola pokud je buňka živá: < 2 sousedi umírá na osamělost > 3 sousedi umírá na přehuštění 2 3 sousedi přežívá pokud je buňka mrtvá: 3 sousedi ožívá jinak zůstává mrtvá

Hra Život Cíle návrhu pravidel Autor Conwey, inspirován von Neumannem, výzkumem sebe-reprodukce. Cíl: jednoduché pravidlo s náročnou předpověditelností. Pro žádnou počáteční konečnou konfiguraci by nemělo být triviálně dokazatelné, že roste nade všechny meze. Měly by existovat počáteční konfigurace, které (alespoň zdánlivě) rostou nade všechny meze. Měly by existovat počáteční konfigurace, které se vyvíjejí a mění dlouhou dobu než upadnou do stabilního stavu (resp. krátkého oscilujícího cyklu).

Hra Život Nekonečný růst Conwayova hypotéza: nekonečný růst ve hře Život není možný nabídl $50 tomu, kdo to dokáže nebo vyvrátí hypotéza neplatí dokázáno během 1 roku tým z MIT nalezli konfiguraci vedoucí k nekonečnému růstu

Hra Život Proč Život? Je pravděpodobné, že pokud poskytneme dostatečný prostor a začneme v náhodném stavu, tak po dostatečně dlouhé době osídlí části prostoru inteligentní sebe-reprodukující bytosti. (J. H. Conway) Hra má schopnost z náhodného stavu vytvářet pravidelné a zajímavé struktury (srovnej primordial soup).

Hra Život Stabilní konfigurace G. Flake, The Computational Beauty of Nature

Hra Život Periodické konfigurace G. Flake, The Computational Beauty of Nature

Hra Život Pohybující se konfigurace G. Flake, The Computational Beauty of Nature

Hra Život G. Flake, The Computational Beauty of Nature

Hra Život Další... YouTube: game of life, např. https://www.youtube.com/watch?v=c2vgicfqawe https://www.youtube.com/watch?v=r9plq-d1gek http://www.conwaylife.com/ http://www.conwaylife.com/wiki/main_page

Hra Život Garden of Eden Konfigurace, která nemá předchůdce.

Hra Život Turingovská síla CA pro každý TS existuje CA, který zadaný TS simuluje (jednoduché) pro každý TS a slovo w existuje konečná počáteční konfigurace hry Život, která simuluje výpočet TS nad tímto slovem platí dokonce i pro jednorozměrné pravidlo R110 (2 hodnoty, okolí velikosti 1)

Hra Život Simulace Turingova stroje pomocí hry Život data = gliders (kluzáci) důležité prvky: anihilace (srážka dvou kluzáků), eater (požírač kluzáků) data stream = glider gun logické funkce viz obrázek paměť registry (viz Minského stroj)

Hra Život Simulace logických funkcí G. Flake, The Computational Beauty of Nature

Hra Život Základní poselství: připomenutí Jednoduchá pravidla mohou vést ke složitému chování.

Další příklady Další jednoduché 2D CA parity totalistic 2D automaty majority model viz NetLogo demo

Sebe-reprodukce a emergence Sebe-reprodukce Počáteční impuls pro studium CA, von Neuman: pozorování: reprodukce v přírodě: udržení (zvyšování) složitosti stroje: snižování složitosti kritéria návrhu: univerzální stroj: dokáže dle popisu sestrojit cokoliv sebe-reprodukce: dokáže vyrobit vlastní kopii sestrojil takový automat, 29 lokálních stavů, velmi komplikovaný

Sebe-reprodukce a emergence Langtonův automat Langton: volnější definice sebe-reprodukce: studuje, co je pro sebe-reprodukci nutné (nikoliv dostatečné ) kritéria návrhu: řízení reprodukce nemá být pasivní - řízeno nejen mechanismem (pravidly) aktivní role struktury, která se sebe-reprodukuje

Sebe-reprodukce a emergence

Sebe-reprodukce a emergence

Sebe-reprodukce a emergence

Sebe-reprodukce a emergence Emergence vynořující se chování příklad: 4D mřížka, lokálně chování náhodné, graf znázorňuje počty aktivovaných buněk ve dvou po sobě jdoucích iteracích ( struktura) tématem se budeme zabývat u ABM

Rozšíření Rozšíření CA pravděpodobnostní pravidla nejsou deterministická, ale pravděpodobnostní nehomogenní uvolnění požadavku na identitu buněk strukturně dynamické mění se nejen hodnota buněk, ale i vlastní mřížka (tj. okolí jednotlivých buněk) spojité např. hodnoty z intervalu [0, 1]

Rozšíření Deterministické vs pravděpodobnostní

Základní oblasti aplikace CA modelování a simulace: dynamické systémy (např. proudění vody), formace vzorů,... výpočetní mechanismus (hardwarová implementace) fundamentální modely fyziky (vesmír na principu CA)

Formace vzorů Vzory v přírodě

Formace vzorů Vznik vzorů jako CA

Formace vzorů Model

Formace vzorů Model princip

Růst a rozpad organismů Rozpad kostí

Vědy o Zemi Eroze Rozšíření: voda v krajině ilustrace vlivu stromů na koloběh vody

Vědy o Zemi Požár šíření požáru v lese ilustrace fázového přechodu rozšíření: požáry a hašení ilustrace dopadu hašení na velikost požáru

Chemie Chemie NetLogo demo Chemistry Boiling Crystalization Belousov-Zhabotinsky reaction http://www.youtube.com/watch?v=gef_nttnemc&nr=1 Waves

Sociální systémy Sociální systémy NetLogo demo: Social Science Voting majority rule jednoduchý základní model, který se dále rozšiřuje (např. sociální sítě) spojitost Ising model, magnetismus

Souvislosti ABM agent based modeling viz příští přednáška modelování biologických procesů růst, formace vzorů,... vyčíslitelnost nepředvídatelnost, univerzalita,... chaos sensitivita k počátečním podmínkám, bifurkace, přechod od řádu k chaosu,... fyzika nový pohled na základní principy fyziky

Nový pohled na fyziku vesmír jako CA? (diskrétní čas i prostor) paralela s objevováním dynamiky R110 při pohledu zvenčí můžeme vidět spoustu zajímavých jevů: pohybující se částice a jejich kolize,... přitom základní mechanismus je triviální viz též http://xkcd.com/505/

Shrnutí jednoduchá pravidla, lokální interakce studujeme systémy od spodu Jednoduchá pravidla mohou vést ke složitému chování.