Hopfield-Netwerken, Neurale Datastructuren en het Nine Flies Probleem
|
|
- Filip Sasbrink
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Hopfield-Netwerken, Neurale Datastructuren en het Nine Flies Probleem Giso Dal ( ) 13 april 2010 Samenvatting In [Kea93] worden twee neuraal netwerk programmeerprojecten beschreven, bedoeld om studenten die introductielessen in programmeren en datastructuren hebben gehad, kennis te laten maken met het gebied van neurale netwerken. Het beschrijft het zogeheten Hopfield- Netwerken vanuit de invalshoek van datastructuren en hoe deze netwerken gebruikt kunnen worden om combinatorische problemen op te lossen zoals Perelman s Nine Flies Probleem. Ondanks het feit dat het Hopfield model mathematisch goed gedefinieerd is, hoeven studenten niet te werken met deze wiskunde om er toch problemen mee op te kunnen lossen. 1 Introductie Het N-Queens Probleem (NQP) houdt zich bezig met het plaatsen van N koninginnen op een N N schaakbord op zo n manier dat er geen twee koninginnen staan in dezelfde rij, kolom of diagonaal van het bord. Ondanks dat er maar één vrouw in iedere rij, kolom of diagonaal mag staan, is het kostbaar om alle oplossingen te vinden. Er zijn namelijk N! permutaties van N dames, waarbij iedere rij één dame bevat. Om het NQP op te lossen moet een systematisch manier gevonden worden voor het plaatsten van de koninginnen. Traditioneel gezien wordt hier een backtracking algoritme voor gebruikt, maar nu zijn er ook methodes die gebruik maken van neurale netwerken. Een interessante variatie op het NQP is geïntroduceerd door Perelman, namelijk het zogeheten Nine Flies Probleem (NFP): Negen vliegen zitten op een raam dat verdeeld is in velden net als een schaakbord. Dit is te zien in Figuur 1. Toevalligerwijs zijn ze zo gepositioneerd dat geen twee vliegen op 1
2 dezelfde rij, kolom of diagonaal zitten. Na een tijdje verplaatsen drie vliegen zich naar een aanliggend leeg veld. Weer zitten geen twee vliegen op dezelfde rij, kolom of diagonaal. Vindt welke drie vliegen zijn verplaatst en wat de nieuwe configuratie is (naar Perelman, 1987, [Kea93]). Figuur 1: Perelman s Nine Flies Probleem. In het linker diagram de initiële posities van de vliegen (de donkere gekleurde vakken), in het rechter diagram de verplaatsing van de drie vliegen de nieuwe configuratie. 2 Hopfield-Netwerken Een Hopfield-Netwerk wordt gewoonlijk geïmplementeerd als een laag met zijdelings verbonden binaire neuronen. Al de neuronen in het netwerk gedragen zich hetzelfde: elk neuron berekent zijn gewogen input en produceert een output aan de hand van een bepaalde functie. Er zijn twee soorten neuronen: discrete en continue neuronen. Discrete neuronen vergelijken de gewogen som van de input met een grenswaarde en geven als output 1 als de gewogen som groter is dan die grenswaarde en anders 0. Continue neuronen produceren hun output (tussen de 0 en 1) gebaseerd op de gewogen som van de input en een niet-lineaire symmetrische sigmoide functie. Hopfield-Netwerken worden gebruikt als autoassociators en als optimizers. Om een autoassociater te maken, moet ieder neuron verbonden zijn met ieder ander neuron in het netwerk, en wordt getraind door direct de gewichten van het netwerk te berekenen met behulp van de kwantitatieve toepassing van de Hebb-Regel. Deze stelt dat als twee neuronen met elkaar verbonden zijn en beide geactiveerd zijn, het gewicht tussen deze twee verhoogd moet 2
3 worden. Hierom is het nodig dat al de patronen die het netwerk moet leren vanaf het begin bekend zijn. De patronen vormen de stabiele toestanden van het netwerk. Het maximaal aantal patronen dat kan worden opgeslagen met een Hopfield-Netwerk is ongeveer 0.15 maal het aantal neuronen in het netwerk. Wanneer we een Hopfield-Netwerk gebruiken als een optimizer is de structuur en de gewichten moeilijk vast te leggen. Het hangt namelijk af van het probleem dat je ermee wilt oplossen en de beperkingen die het probleem met zich meebrengt. Stabiele toestanden van het netwerk corresponderen met oplossingen voor het probleem. Stabiele toestanden kunnen worden gevonden door een pad van minimale energie te volgen geassocieerd met het netwerk. 2.1 Basis Hopfield-Netwerken We nemen een zijdelings verbonden neuraal netwerk bestaande uit N neuronen, zoals in Figuur 2. Figuur 2: Een zijdelings verbonden neuraal netwerk. De input van elke neuron is de output van ieder ander neuron in het netwerk. Deze inputs worden vermenigvuldigd met het bijbehorende gewicht (T ij ) welke excitatory of inhibitory kan zijn (naar [Dor90]). Hierbij definiëren we T ij als het gewicht van de connectie tussen neuron i en neuron j. T ij kan positief (excitatory stimulus) of negatief (inhibitory stimulus) zijn. Doorgaans geldt T ii = 0, (i = 1,, N). De som van de inputs 3
4 U i (ook wel de input-potentiaal genoemd) van een neuron i is gedefinieerd door U i = Σ N j=1t ij V j j i Hierbij is V j de output (ook wel de output-potentiaal genoemd) van neuron j in het netwerk. In het geval van een continu Hopfield-Netwerk wordt de output potentiaal gedefinieerd door V i = 1 (1 + e GU j) waar G de gain is van de sigmoide functie. Als G groot genoeg is, zal het neuron een binair karakter krijgen. V (U) wordt dan { 1 als U > 0 V (U) = 0 als U < 0 Hopfield ontdekte dat er overeenkomsten waren tussen het gedrag van het netwerk en bepaalde fysieke systemen (Spin Glasses), en gebruikte sommige resultaten uit de statistische natuurkunde om het gedrag van het netwerk te analyseren wanneer het stabiliteit naderde. Hij associeerde een energie, E, met een toestand van het netwerk en liet zien dat het netwerk stabiliteit naderden wanneer de energiefunctie zakte naar een lokaal minimum. Voor het netwerk in Figuur 2, wordt de energie functie gegeven door E = 1 2 N j=1 N i=1 T ijv i V j Deze aanpak genereerde nieuwe interesse voor neurale netwerken en is verantwoordelijk voor de vooruitgang in het gebied. Het trainen van een Hopfield-Netwerk zodat het gebruikt kan worden als een optimizer, betoestand uit twee processen: (i) kies een netwerk structuur welke het probleem modelleert, en (ii) vindt de gewichten welke de energie functie van het netwerk minimaliseert. Het laatste is normaal gesproken moeilijker, aangezien je een expressie voor de energie van het systeem moet vinden. Het minimaliseren wordt gedaan door al de gewichten willekeurig te initialiseren en ze herhaaldelijk aan te passen totdat de energie is geminimaliseerd. Het aanpassen van gewichten moet op een systematische manier gebeuren, zodat het netwerk niet vast komt te zitten in een lokale energie-put. In [ebm92] is deze methode succesvol toegepast voor het vinden van oplossingen voor het NQP. Ze representeren het NQP als een twee-dimensionaal onderling verbonden array van Hopfield neuronen, waarvan de stabiele toestanden corresponderen met de oplossingen van het probleem. De energie functie van het netwerk wordt gegeven door 4
5 2E = AS 1 + BS 2 + CS 3 + n S 4 waarbij A, B, C en n positieve constanten zijn, en S 1, S 2, S 3 en S 4 sommaties zijn verantwoordelijk voor de interactie tussen de rijen, kolommen en diagonalen. 3 Neurale datastructuren Voor de selectie van een geschikte energiefunctie en methode voor minimalisatie heeft Shackleford, in [Sha89], onder andere de term lateral inhibition geïntroduceerd. Lateral inhibition beschrijft een onderling verbonden systeem, waarbij N neuronen een zijdelings verbonden neuraal netwerk vormen, zoals in Figuur 2, met alle T ij geïnitialiseerd op 1. Alle neuronen in de laag hebben dezelfde gain, G, en ontvangen een extra excitatory stimulus K. Deze probeert de output van de neuronen naar 1 te duwen. Deze types neurale datastructuren heten N-Flops en hebben N stabiele toestanden (1 neuron geeft als output 1 en de anderen geven als output 0). Een N-flop is te zien in Figuur 3. Als de neuronen geïnitialiseerd zijn met een willekeurige waarde, zal op een gegeven moment een neuron gaan domineren, dat de output van de andere neuronen naar beneden duwt. Dit 1-van-N gedrag is afhankelijk van de waardes van G, K en N, anders kan het zijn dat er meer dan één neuron gaat domineren, waardoor het netwerk m-van-n gedrag gaat vertonen. Typische waardes voor G en K voor een 8-flop met lateral inhibition zijn 7.0 en 0.75, respectievelijk. N-flops kunnen nog een extra beperking krijgen, die ervoor zorgt dat de som van alle outputs in de buurt komt van een bepaalde constante. In ons geval is die constante dus 1. De beperking heet global inhibition en wordt als volgt geïmplementeerd: (i) bereken de sommatie van alle outputs; (ii) trek de gewenste totale waarde af van deze sommatie; (iii) stuur de gevonden waarde naar de inhibitory input van alle neuronen in de N-flop. Het effect van global inhibition is duwen van de sommatie van alle outputs richting de 1, terwijl lateral inhibition een 1-van-N toestand gegarandeerd. Om het NQP op te lossen met N-flops zijn N 2 neuronen nodig in N rijen van N neuronen. Verbind vervolgens ieder neuron met ieder ander neuron de zijn rij, kolom en diagonaal. Deze datastructuur wordt een N N-flop genoemd. Oplossingen voor het NQP kunnen worden gevonden door de neuronen in een willekeurige onstabiele toestand te initialiseren en herhaaldelijk de volgende toestand te berekenen totdat het netwerk zich in een stabiele toestand bevindt. In de praktijk zal het netwerk niet altijd een oplossing kunnen vinden, omdat het vast komt te zitten in een lokale energie put. Dit 5
6 Figuur 3: Een N-flop. De laag is net zoals een Hopfield-Netwerk, maar nu met alle gewichten 1 (inhibitory). Alle neuronen ontvangen ook nog een excitatory input, K. betekend dat het netwerk niet genoeg energie heeft om terug te keren uit deze energie put. 4 Het N-Queens Probleem Een probleem is het gedrag van de N-flop is het volgende. Ieder van de N verschillende toestanden van het netwerk moet met een gelijke kans kunnen optreden. Veel studenten hebben bij het maken van deze opdracht dezelfde fout gemaakt door de N-flop sequentieel te updaten, wat als resultaat heeft dat er een toestand kan optreden met een grotere kans dan 1/N. Elk neuron moet continu worden berekend, parallel met de andere neuronen. Om dit parallellisme te simuleren mag herhaaldelijk een willekeurig neuron gekozen worden en de output berekend worden. Nu volgen Tabel 1 en Tabel 2 met resultaten van het algoritme met verschillende parameter waardes voor G en K, gekopieerd uit [Kea93]. 6
7 Tabel 1: Een simulatie van het 8-Queens Probleem, gebruik makend van een Hopfield-Netwerk en lateral inhibition. De tabel geeft het aantal oplossingen gevonden in 100 pogingen met verschillende combinaties van G en K. Een streep representeert combinaties van G en K waarmee geen oplossingen gevonden zijn. Tabel 2: Een simulatie van het 8-Queens Probleem, gebruik makend van een Hopfield-Netwerk en global inhibition. De tabel geeft het aantal oplossingen gevonden in 100 pogingen met verschillende combinaties van G en K. Een streep representeert combinaties van G en K waarmee geen oplossingen gevonden zijn. 7
8 Tabel 1 en Tabel 2 laten zien dat lateral en global inhibition even goed zijn in het vinden van oplossingen: in de testnetwerken is er in minder dan 50% van de gevallen een oplossing gevonden. Global inhibition heeft wel beter gepresteerd in een groter bereik van G en K. Shackleford (1989) maakt een punt door de oplossingen te evalueren en te concluderen dan de koninginnen in de meest gevallen een paardesprong van elkaar verwijderd staan. Als dit opgenomen kan wordt in de simulaties, kan het resultaat aanzienlijk verbeteren. De implementatie is als volgt: ieder neuron in het netwerk krijgt een extra verbinding met elk neuron op de afstand van een paardesprong, naast de verbindingen die het al heeft. In Tabel 3 toestand het resultaat van de combinatie global inhibition en de paardesprong-verbindingen. Tabel 3: Een simulatie van het 8-Queens Probleem, gebruik makend van een Hopfield-Netwerk en global inhibition met paardesprong-verbindingen. De tabel geeft het aantal oplossingen gevonden in 100 pogingen met verschillende combinaties van G en K. Een streep representeert combinaties van G en K waarmee geen oplossingen gevonden zijn. Het maximale percentage gevonden oplossingen is 69% (K = 2.5, G = 2.5). Dit is een enorme toename in vergelijking met de datastructuur waarbij er geen gebruik wordt gemaakt van de paardesprong-verbindingen. Het is evident dat het slagingspercentage verbeterd kan worden door kleine, maar elegante veranderingen. 8
9 5 Het Nine Flies Probleem Het NFP kan gemodelleerd worden door gebruik te maken van een 9 9- flop waarbij elk neuron een veld op het raam representeert. Een output dichtbij 1 representeert een vlieg op dat veld en een output van 0 een leeg veld. Een neuraal netwerk oplossing van het probleem kan worden gevonden door de procedure te volgen die hieronder wordt beschreven. Deze methode produceert een oplossing in vier iteraties van het algoritme. 1. Initialiseer de output van de neuronen met een bekende oplossing van het probleem. 2. Kies drie willekeurige neuronen en zet hun output op Voor elk gekozen neuron, initialiseer aangrenzende neuronen met willekeurige output. 4. Itereer het netwerk, tot stabiliteit is bereikt. 5. Als er geen oplossing is gevonden, ga terug naar stap 1. Een backtracking algoritme is gemaakt en is vergeleken met de methode gebruik makende van N-flops. Uit de resultaten is af te leiden dat het backtracking algoritme beter is dan de Hopfield-Netwerk aanpak in een aantal aspecten: (i) het levert alle oplossingen; (ii) het is sneller dan de Hopfield- Netwerk implementatie en (iii) het Hopfield-Netwerk kan niet bepalen of er meer dan één oplossing is voor het probleem. Referenties [Dor90] R. Dory. Nearal networks. Computers, in Physics, pages , [ebm92] J. Mandziuk en B. Macukow. A neural network designed to solve the n-queens problem. Biological Cybernetics, 66: , [Kea93] [Sha89] J. Keating. Hopfield networks, neural data structures and the nine flies problem: Neural network programming projects for undergraduates. ACM SIGCSE Bulletin, 25:33 37,40,60, B. Shackleford. Nearal data structures: Programming with nearons. Hewlett-Packard, 66:69 78,
Onafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms
Onafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms Giso Dal (0752975) Pagina s 5 7 1 Deelverzameling Representatie
Nadere informatieWe zullen in deze les kijken hoe we netwerken kunnen analyseren, om bijvoorbeeld de volgende vragen te kunnen beantwoorden:
Wiskunde voor kunstmatige intelligentie, 24 Les 5 Proces analyse Veel processen laten zich door netwerken beschrijven, waarin een aantal knopen acties aangeeft en opdrachten langs verbindingen tussen de
Nadere informatieHet Queens n 2 graafkleuring probleem
Het Queens n 2 graafkleuring probleem Wouter de Zwijger Leiden Institute of Advanced Computer Science Universiteit Leiden Niels Bohrweg 1 2333 CA Leiden The Netherlands Samenvatting In dit artikel behandelen
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Beknopte uitwerking Examen Neurale Netwerken (2L490) d.d. 11-8-2004.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Beknopte uitwerking Eamen Neurale Netwerken (2L490) d.d. 11-8-2004. 1. Beschouw de volgende configuratie in het platte vlak. l 1 l 2
Nadere informatien-queens Local Search met Conflict Minimalizatie
n-queens Local Search met Conflict Minimalizatie Efficient Local Search with Conflict Minimalization: A Case Study of the n-queens Problem, door Rok Sosič en Jun Gu. Sjoerd van Egmond svegmond@liacs.nl
Nadere informatieCombinatorische Algoritmen: Binary Decision Diagrams, Deel III
Combinatorische Algoritmen: Binary Decision Diagrams, Deel III Sjoerd van Egmond LIACS, Leiden University, The Netherlands svegmond@liacs.nl 2 juni 2010 Samenvatting Deze notitie beschrijft een nederlandse
Nadere informatieOpgave 2 ( = 12 ptn.)
Deel II Opgave 1 (4 + 2 + 6 = 12 ptn.) a) Beschouw bovenstaande game tree waarin cirkels je eigen zet representeren en vierkanten die van je tegenstander. Welke waarde van de evaluatiefunctie komt uiteindelijk
Nadere informatieOptimalisering en Complexiteit, College 1. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 1 Han Hoogeveen, Utrecht University Gegevens Docent : Han Hoogeveen : j.a.hoogeveen@uu.nl Vak website : http://www.cs.uu.nl/docs/vakken/opt/ Student assistenten
Nadere informatieFrom Alife Agents to a Kingdom of Queens
From Alife Agents to a Kingdom of Queens Bob Wansink 27 Mei 2010 Deze notitie is een vrije vertaling en uitleg van het gelijknamige artikel in Intelligent Agent Technology: Systems, Methodologies, and
Nadere informatieInhoud. Neuronen. Synapsen. McCulloch-Pitts neuron. Sigmoids. De bouwstenen van het zenuwstelsel: neuronen en synapsen
Tom Heskes IRIS, NIII Inhoud De bouwstenen van het zenuwstelsel: neuronen en synapsen Complex gedrag uit eenvoudige elementen McCulloch-Pitts neuronen Hopfield netwerken Computational neuroscience Lerende
Nadere informatieCover Page. Author: Zhiwei Yang Title: Meta-heuristics for vehicle routing and inventory routing problems Issue Date:
Cover Page The handle http://hdl.handle.net/1887/43073 holds various files of this Leiden University dissertation Author: Zhiwei Yang Title: Meta-heuristics for vehicle routing and inventory routing problems
Nadere informatieen-splitsingen: een aantal alternatieven worden parallel toegepast, of-splitsingen: van een aantal alternatieven wordt er één toegepast,
Kansrekening voor Informatiekunde, 25 Les 8 Proces analyse Veel processen laten zich door netwerken beschrijven, waarin knopen acties aangeven en opdrachten langs verbindingen tussen de knopen verwerkt
Nadere informatieHoofdstuk!7!Kortste!paden!
oofdstukkortstepaden oofdstukkortstepaden In een gewogen graaf is men soms geïnteresseerd in het kortste pad tussen twee punten: dat is een pad, waarbij de som van de gewichten zo klein mogelijk is..inleiding
Nadere informatieProgrammeren A. Genetisch Programma voor het Partitie Probleem. begeleiding:
Programmeren A Genetisch Programma voor het Partitie Probleem begeleiding: Inleiding Het Partitie Probleem luidt als volgt: Gegeven een verzameling van n positieve integers, vindt twee disjuncte deelverzamelingen
Nadere informatieIeder tweetal heeft nodig: Een kopie van de slagschipspelletjes: 1. 1A, 1B voor spel A, 2B voor spel A, 3B voor spel 3
Activiteit 6 Slagschepen Zoekalgoritme Samenvatting Computers zijn vaak nodig om informatie te vinden in grote hoeveelheden data. Ze moeten een snelle en efficiënte manier ontwikkelen om dit te doen. Deze
Nadere informatieKunstmatige Intelligentie (AI) Hoofdstuk 6 van Russell/Norvig = [RN] Constrained Satisfaction Problemen (CSP s) voorjaar 2015 College 7, 31 maart 2015
AI Kunstmatige Intelligentie (AI) Hoofdstuk 6 van Russell/Norvig = [RN] Constrained Satisfaction Problemen (CSP s) voorjaar 2015 College 7, 31 maart 2015 www.liacs.leidenuniv.nl/ kosterswa/ai/ 1 Introductie
Nadere informatieCover Page. The handle holds various files of this Leiden University dissertation
Cover Page The handle http://hdl.handle.net/1887/28464 holds various files of this Leiden University dissertation Author: Jeroen Bédorf Title: The gravitational billion body problem / Het miljard deeltjes
Nadere informatien-queens minimale dominantie verzamelingen Chessboard Domination on Programmable Graphics Hardware door Nathan Cournik
n-queens minimale dominantie verzamelingen Chessboard Domination on Programmable Graphics Hardware door Nathan Cournik Rick van der Zwet 4 augustus 2010 Samenvatting Dit schrijven zal
Nadere informatieVOOR HET SECUNDAIR ONDERWIJS
VOOR HET SECUNDAIR ONDERWIJS Steekproefmodellen en normaal verdeelde steekproefgrootheden 5. Werktekst voor de leerling Prof. dr. Herman Callaert Hans Bekaert Cecile Goethals Lies Provoost Marc Vancaudenberg
Nadere informatieAfbeelding 12-1: Een voorbeeld van een schaakbord met een zwart paard op a4 en een wit paard op e6.
Hoofdstuk 12 Cartesische coördinaten 157 Hoofdstuk 12 CARTESISCHE COÖRDINATEN In dit hoofdstuk behandelen we: Het Cartesisch coördinatenstelsel De X-as en de Y-as De commutatieve eigenschap van optellen
Nadere informatierecursie Hoofdstuk 5 Studeeraanwijzingen De studielast van deze leereenheid bedraagt circa 6 uur. Terminologie
Hoofdstuk 5 Recursion I N T R O D U C T I E Veel methoden die we op een datastructuur aan kunnen roepen, zullen op een recursieve wijze geïmplementeerd worden. Recursie is een techniek waarbij een vraagstuk
Nadere informatied(w j, x i ) d(w l, x i ) Voorbeeld
Transparanten bij het vak Inleiding Adaptieve Systemen: Unsupervised Leren/ Self organizing networks. M. Wiering Unsupervised Learning en Self Organizing Networks Leerdoelen: Weten wat unsupervised learning
Nadere informatieRecursion. Introductie 37. Leerkern 37. Terugkoppeling 40. Uitwerking van de opgaven 40
Recursion Introductie 37 Leerkern 37 5.1 Foundations of recursion 37 5.2 Recursive analysis 37 5.3 Applications of recursion 38 Terugkoppeling 40 Uitwerking van de opgaven 40 Hoofdstuk 5 Recursion I N
Nadere informatieUitwerking tentamen Analyse van Algoritmen, 29 januari
Uitwerking tentamen Analyse van Algoritmen, 29 januari 2007. (a) De buitenste for-lus kent N = 5 iteraties. Na iedere iteratie ziet de rij getallen er als volgt uit: i rij na i e iteratie 2 5 4 6 2 2 4
Nadere informatieTwaalfde college complexiteit. 11 mei 2012. Overzicht, MST
College 12 Twaalfde college complexiteit 11 mei 2012 Overzicht, MST 1 Agenda voor vandaag Minimum Opspannende Boom (minimum spanning tree) als voorbeeld van greedy algoritmen Overzicht: wat voor technieken
Nadere informatieKunstmatige Intelligentie (AI) Hoofdstuk 18.7 van Russell/Norvig = [RN] Neurale Netwerken (NN s) voorjaar 2016 College 9, 19 april 2016
AI Kunstmatige Intelligentie (AI) Hoofdstuk 18.7 van Russell/Norvig = [RN] Neurale Netwerken (NN s) voorjaar 2016 College 9, 19 april 2016 www.liacs.leidenuniv.nl/ kosterswa/ai/ 1 Hersenen De menselijke
Nadere informatieExamenprogramma wiskunde D vwo
Examenprogramma wiskunde D vwo Het eindexamen Het eindexamen bestaat uit het schoolexamen. Het examenprogramma bestaat uit de volgende domeinen: Domein A Vaardigheden Domein B Kansrekening en statistiek
Nadere informatieArtificiële Intelligentie Project 2 - Constraint Processing
Artificiële Intelligentie Project 2 - Constraint Processing Philippe Dellaert 3 e Bachelor Computerwetenschappen - Elektrotechniek 13 mei 2007 1 Een logisch circuit 1.1 Variabelen en constraints Name:
Nadere informatieDatastructuren Uitwerking jan
Datastructuren Uitwerking jan 2015 1 1a. Een abstracte datastructuur is een beschrijving van een datastructuur, met de specificatie van wat er opgeslagen wordt (de data en hun structuur) en welke operaties
Nadere informatieAkternatieve doorrekenen. 7.2 Tabellen
7.2 Tabellen Een tabel geeft een overzicht van de uitkomsten van een berekening voor verschillende waarden van een of meerdere variabelen. Excel kent twee soorten tabellen. Een eenzijdige en een tweezijdige
Nadere informatieNetwerkstroming. Algoritmiek
Netwerkstroming Vandaag Netwerkstroming: definitie en toepassing Het rest-netwerk Verbeterende paden Ford-Fulkerson algoritme Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp Toepassing: koppelingen
Nadere informatieTentamen Kunstmatige Intelligentie
Naam: Studentnr: Tentamen Kunstmatige Intelligentie Department of Information and Computing Sciences Opleiding Informatica Universiteit Utrecht Donderdag 2 februari 2012 08.30 10:30, EDUCA-ALFA Vooraf
Nadere informatieHet minimale aantal sleutels op niveau h is derhalve
1 (a) In een B-boom van orde m bevat de wortel minimaal 1 sleutel en maximaal m 1 sleutels De andere knopen bevatten minimaal m 1 sleutels en maximaal m 1 sleutels (b) In een B-boom van orde 5 bevat elke
Nadere informatieStochastische grafen in alledaagse modellen
Stochastische grafen in alledaagse modellen Ionica Smeets en Gerard Hooghiemstra 27 februari 2004 Stochastische grafen zijn grafen waarbij het aantal kanten bepaald wordt door kansverdelingen. Deze grafen
Nadere informatieWISKUNDE D VWO VAKINFORMATIE STAATSEXAMEN 2016 V15.7.0
WISKUNDE D VWO VAKINFORMATIE STAATSEAMEN 2016 V15.7.0 De vakinformatie in dit document is vastgesteld door het College voor Toetsen en Examens (CvTE). Het CvTE is verantwoordelijk voor de afname van de
Nadere informatieTentamen numerieke analyse van continua I
Tentamen numerieke analyse van continua I Donderdag 13 november 2008; 14.00-17.00 Code: 8W030, BMT 3.1 Faculteit Biomedische Technologie Technische Universiteit Eindhoven Het eamen is een volledig open
Nadere informatieOptimalisering en Complexiteit, College 1. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 1 Han Hoogeveen, Utrecht University Gegevens Docent : Han Hoogeveen : j.a.hoogeveen@uu.nl Vak website : http://www.cs.uu.nl/docs/vakken/opt/ Medewerkers : Ivor van
Nadere informatieInformatica: C# WPO 13
Informatica: C# WPO 13 1. Inhoud Bestanden uitlezen, bestanden schrijven en data toevoegen aan een bestand, csv-bestanden 2. Oefeningen Demo 1: Notepad Demo 2: Read CSV-file Demo 3: Write CSV-file A: Plot
Nadere informatiePrincipe Maken van een Monte Carlo data-set populatie-parameters en standaarddeviaties standaarddeviatie van de bepaling statistische verdeling
Monte Carlo simulatie In MW\Pharm versie 3.30 is een Monte Carlo simulatie-module toegevoegd. Met behulp van deze Monte Carlo procedure kan onder meer de betrouwbaarheid van de berekeningen van KinPop
Nadere informatieOefeningenexamen Informatica: juni 2015
Oefeningenexamen Informatica: juni 2015 Voornaam: Naam: IT-nummer: PC-nummer: Vul je naam, IT-nummer en PC-nummer (staat op de computer, bv. PC15) hierboven in. De examenbladen moeten mee afgegeven worden,
Nadere informatie(a) schaling (b) rotatie (c) translatie (d) spiegeling. 4. De overeenkomst tussen de Mandebrotfiguur en het bifurcatiediagram van de logistische
Inleiding Adaptieve Systemen Omdat er afgelopen vrijdag een probleem was met de zaalruimte is de deadline van de eerste practicumopdracht verschoven naar 7 juni. Je kunt er op de sessie van 6 juni dus
Nadere informatieV = {a, b, c, d, e} Computernetwerken: de knopen zijn machines in het netwerk, de kanten zijn communicatiekanalen.
WIS14 1 14 Grafen 14.1 Grafen Gerichte grafen Voor een verzameling V is een binaire relatie op V een verzameling geordende paren van elementen van V. Voorbeeld: een binaire relatie op N is de relatie KleinerDan,
Nadere informatieTentamen Simulaties van biochemische systemen - 8C Juni uur
Tentamen Simulaties van biochemische systemen - 8C110 8 Juni 010-900-100 uur Vier algemene opmerkingen: Het tentamen bestaat uit 7 opgaven verdeeld over 3 pagina s Op pagina 3 staat voor iedere opgave
Nadere informatieHet oplossen van vergelijkingen Voor het benaderen van oplossingen van vergelijkingen van de vorm F(x)=0 bespreken we een aantal methoden:
Hoofdstuk 4 Programmeren met de GR Toevoegen: een inleiding op het programmeren met de GR Hoofdstuk 5 - Numerieke methoden Numerieke wiskunde is een deelgebied van de wiskunde waarin algoritmes voor problemen
Nadere informatieTransport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen
Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 28-03-2003 1 Docenten Onderdeel a Er zijn 6 vakken V 1, V 2,..., V 6. Vak V j heeft een vraag b j = 1, voor j = 1, 2,...,
Nadere informatieDe symmetrische min-max heap
De symmetrische min-max heap Tweede programmeeropdracht Datastructuren, najaar 2006 De symmetrische min-max heap (SMM heap) is een datastructuur waarin getallen (of andere elementen met een lineaire ordening)
Nadere informatieGenetische algoritmen in Java met JGAP
Genetische algoritmen in Java met JGAP Inleiding JGAP, uitgesproken als "jee-gep", is een framework voor het implementeren van genetische algoritmen en het gebruik ervan in Java. Genetische algoritmen
Nadere informatie1 Binaire plaatjes en Japanse puzzels
Samenvatting Deze samenvatting is voor iedereen die graag wil weten waar mijn proefschrift over gaat, maar de wiskundige notatie in de andere hoofdstukken wat te veel van het goede vindt. Ga er even voor
Nadere informatieAlgoritmiek. 2 februari Introductie
College 1 Algoritmiek 2 februari 2017 Introductie 1 Introductie -1- docent: Rudy van Vliet rvvliet@liacs.nl assistent werkcollege: Bart van Strien bartbes@gmail.com website: http://www.liacs.leidenuniv.nl/~vlietrvan1/algoritmiek/
Nadere informatieUitleg. Welkom bij de Beverwedstrijd 2006. Je krijgt 15 vragen, die je in maximaal 45 minuten moet beantwoorden.
Uitleg Welkom bij de Beverwedstrijd 2006 Je krijgt 15 vragen, die je in maximaal 45 minuten moet beantwoorden. Je krijgt 5 vragen van niveau A, 5 vragen van niveau B en 5 vragen van niveau C. Wij denken
Nadere informatiemath inside Model orde reductie
math inside Model orde reductie Model orde reductie Met het voortschrijden van de rekenkracht van computers en numerieke algoritmen is het mogelijk om steeds complexere problemen op te lossen. Was het
Nadere informatie5 Automatische partitionering van softwaresystemen
26 Proceedings of the 52 nd European Study Group with Industry 5 Automatische partitionering van softwaresystemen Rob Bisseling, Jarosław Byrka, Selin Cerav-Erbas, Nebojša Gvozdenović, Mathias Lorenz,
Nadere informatieTransport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005
Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 08-04-2005 1 Transportprobleem Onderdeel a Fabriek 1 kan 120 ton staal fabriceren in 40 uur. Voor fabriek 2 is dit 150
Nadere informatieToets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016:
Toets deel 2 Data-analyse en retrieval Vrijdag 1 Juli 2016: 11.00-13.00 Algemene aanwijzingen 1. Het is toegestaan een aan beide zijden beschreven A4 met aantekeningen te raadplegen. 2. Het is toegestaan
Nadere informatieContainers stapelen. M.L. Koning april 2013
Technische Universiteit Eindhoven 2WH03 - Modelleren C Containers stapelen L. van Hees 0769244 M.L. Koning 0781346 2 april 2013 Y.W.A Meeuwenberg 0769217 1 Inleiding De NS vervoert dagelijks grote hoeveelheden
Nadere informatieEWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot
EWMA Control Charts in Statistical Process Monitoring I.M. Zwetsloot EWMA Control Charts in Statistical Process Monitoring Inez M. Zwetsloot Samenvatting EWMA Regelkaarten in Statistische Procesmonitoring
Nadere informatieBlue-Bot ONDERWIJSGIDS
Blue-Bot ONDERWIJSGIDS Inspireren Introductie van de Blue-Bot De Blue-Bot helpt u programmeren, debuggen en simuleren van algoritmen voor het onderwijzen van computerprogrammering in uw leerplan. U kunt
Nadere informatieDerde serie opdrachten systeemtheorie
Derde serie opdrachten systeemtheorie Opdracht 1. We bekijken een helicopter die ongeveer stilhangt in de lucht. Bij benadering kan zo n helicopter beschreven worden door het volgende stelsel vergelijkingen
Nadere informatieGids voor geautomatiseerd handelen met Proorder
Gids voor geautomatiseerd handelen met Proorder INHoud Over deze gids 01 Uw strategie creëren 02 Uw strategie testen 04 Uw strategie laten lopen 05 Uw strategie beheren 06 Over deze gids Deze korte gids
Nadere informatieDEC SDR DSP project 2017 (2)
DEC SDR DSP project 2017 (2) Inhoud: DSP software en rekenen Effect van type getallen (integer, float) Fundamenten onder DSP Lezen van eenvoudige DSP formules x[n] Lineariteit ( x functie y dus k maal
Nadere informatieExamen HAVO. Wiskunde A1,2
Wiskunde A1,2 Examen HAVO Hoger Algemeen Voortgezet Onderwijs Tijdvak 1 Donderdag 25 mei 13.30 16.30 uur 20 00 Dit examen bestaat uit 19 vragen. Voor elk vraagnummer is aangegeven hoeveel punten met een
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2014 2015, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieKortste Paden. Algoritmiek
Kortste Paden Vandaag Kortste Paden probleem All pairs / Single Source / Single Target versies DP algoritme voor All Pairs probleem (Floyd s algoritme) Dijkstra s algoritme voor Single Source Negatieve
Nadere informatieDiscrete Wiskunde, College 12. Han Hoogeveen, Utrecht University
Discrete Wiskunde, College 12 Han Hoogeveen, Utrecht University Dynamische programmering Het basisidee is dat je het probleem stap voor stap oplost Het probleem moet voldoen aan het optimaliteitsprincipe
Nadere informatieLineaire vergelijkingen II: Pivotering
1/25 Lineaire vergelijkingen II: Pivotering VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 15 april 2013 2/25 Overzicht Pivotering: Methodes Norm en conditionering
Nadere informatieBepaling energie en soortelijke warmte 2D-atoomrooster m.b.v. de Metropolis Monte Carlo methode
Bepaling energie en soortelijke warmte 2D-atoomrooster m.b.v. de Metropolis Monte Carlo methode Verslag Computational Physics Sietze van Buuren Begeleider: Prof.Dr. H. de Raedt 29 december 25 Samenvatting
Nadere informatie-
Een strategisch spel voor 2 spelers vanaf 8 jaar. Duurtijd: afhankelijk van het verloop van het spel. 64 houten pennetjes (alle houten pennetjes zijn gekleurd aan beide zijden) De winnaar is de speler
Nadere informatieVoorbeeldvraag 1. Welke uitspraak is JUIST:
Voorbeeldvraag 1 Welke uitspraak is JUIST: 1. De basisstelling van Nicolas Carr (auteur van "IT doesn't matter") is dat de investeringen die in IT gedaan worden niet opwegen tegen de voordelen ervan. Het
Nadere informatieQuantum-computing toegepast op het n-queens probleem
Quantum-computing toegepast op het n-queens probleem Erik Jongsma 5 Seminar Computational Algorithms Leiden University september Introductie Abstract Quantum-computing is een onderwerp binnen de informatica
Nadere informatieOptimalisering en Complexiteit, College 1. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 1 Han Hoogeveen, Utrecht University Gegevens Docent : Han Hoogeveen : j.a.hoogeveen@uu.nl Vak website : http://www.cs.uu.nl/docs/vakken/opt/ Student assistenten
Nadere informatieOpgaven bij het vormen van ruimte: van Poincaré tot Perelman
Opgaven bij het vormen van ruimte: van Poincaré tot Perelman Roland van der Veen Inleiding Deze reeks opgaven is bedoeld voor de werkcolleges van de vakantiecursus Wiskunde in Wording, Augustus 2013. 1
Nadere informatieOpen vragen. Naam:...
Tentamen IAS. Vrijdag 29 juni 2012 om 13.30-16.30 uur, zaal: RUPPERT-40. 1 Naam:............................................................................................................. Collegekaart-nummer:...........................
Nadere informatieFriendly Functions and Shared BDD s
Friendly Functions and Shared BDD s Bob Wansink 19 Juni 2010 Deze notitie behandelt pagina s 81 tot 84 van The Art of Computer Programming, Volume 4, Fascicle 1 van Donald E. Knuth. Inhoudelijk gaat het
Nadere informatieNeurale Netwerken en Deep Learning. Tijmen Blankevoort
Neurale Netwerken en Deep Learning Tijmen Blankevoort De toekomst - Internet of Things De toekomst - sluiertipje Je gezondheid wordt continue gemonitored Je dieet wordt voor je afgestemd -> Stroomversnelling
Nadere informatieModellen en Simulatie Speltheorie
Utrecht, 20 juni 2012 Modellen en Simulatie Speltheorie Gerard Sleijpen Department of Mathematics http://www.staff.science.uu.nl/ sleij101/ Program Optimaliseren Nul-som matrix spel Spel strategie Gemengde
Nadere informatie(door ing. P.H. Stikker)
MAGISCHE VIERKANTEN TYPEN EN VOORBEELDEN (door ing. P.H. Stikker) Versie: 11-02-03 1 Voorwoord Dit document is opgesteld om een overzicht te krijgen van alle type magische vierkanten. Hopelijk is de lijst
Nadere informatieheten excitatory. heten inhibitory.
Transparanten bij het vak Inleiding Adaptieve Systemen: Neurale Netwerken. M. Wiering Nucleus Synapse Axon van andere neuron Neurale netwerken Dendriet Axon Synapse Leerdoelen: Soma Weten wanneer neurale
Nadere informatieEen Stelling over Priemgetallen Bewezen op een Schaakbord Seminar Combinatorial Algorithms (voorjaar 2010)
Een Stelling over Priemgetallen Bewezen op een Schaakbord Seminar Combinatorial Algorithms (voorjaar 2010) Johan de Ruiter, johan.de.ruiter@gmail.com 27 april 2010 1 De stelling van Fermat over de som
Nadere informatieHOOFDSTUK VIII VARIANTIE ANALYSE (ANOVA)
HOOFDSTUK VIII VARIANTIE ANALYSE (ANOVA) DATA STRUKTUUR Afhankelijke variabele: Eén kontinue variabele Onafhankelijke variabele(n): - één discrete variabele: één gecontroleerde factor - twee discrete variabelen:
Nadere informatieLights Out. 1 Inleiding
Lights Out 1 Inleiding Het spel Lights Out is een elektronisch spel dat gelanceerd werd in 1995 door Tiger Electronics. Het originele spel heeft een bord met 25 lampjes in een rooster van 5 rijen en 5
Nadere informatieCover Page. The handle holds various files of this Leiden University dissertation.
Cover Page The handle http://hdl.handle.net/1887/29764 holds various files of this Leiden University dissertation. Author: Takes, Frank Willem Title: Algorithms for analyzing and mining real-world graphs
Nadere informatieExamen HAVO. tijdvak 2 dinsdagdinsdag uur
Examen HAVO 2017 tijdvak 2 dinsdagdinsdag 20 juni 13.30-16.30 uur oud programma wiskunde A Dit examen bestaat uit 22 vragen. Voor dit examen zijn maximaal 80 punten te behalen. Voor elk vraagnummer staat
Nadere informatieTentamen Programmeren in C (EE1400)
TU Delft Tentamen Programmeren in C (EE1400) 3 feb. 2012, 9.00 12.00 Faculteit EWI - Zet op elk antwoordblad je naam en studienummer. - Beantwoord alle vragen zo nauwkeurig mogelijk. - Wanneer C code gevraagd
Nadere informatieHet XOR-Netwerk heeft lokale Minima
Het 2-3- XOR-Netwerk heet lokale Minima Ida G. Sprinkhuizen-Kuyper Egbert J.W. Boers Vakgroep Inormatica RijksUniversiteit Leiden Postbus 952 2300 RA Leiden {kuyper,boers}@wi.leidenuniv.nl Samenvatting
Nadere informatieVuistregels voor energie-efficiënte robotprogrammatie
Vuistregels voor energie-efficiënte robotprogrammatie Inleiding Energie-efficiëntie is zelden de primaire zorg bij het programmeren van een robot. Hoewel er in onderzoek reeds methodes werden ontwikkeld
Nadere informatieInformatica: C# WPO 12
Informatica: C# WPO 12 1. Inhoud Datacontainers, bestanden uitlezen, bestanden schrijven en data toevoegen aan en bestand, csv-bestanden 2. Oefeningen Demo 1: Point2D Demo 2: Notepad Demo 3: Read CSV-file
Nadere informatie3.2 Vectoren and matrices
we c = 6 c 2 = 62966 c 3 = 32447966 c 4 = 72966 c 5 = 2632833 c 6 = 4947966 Sectie 32 VECTOREN AND MATRICES Maar het is a priori helemaal niet zeker dat het stelsel vergelijkingen dat opgelost moet worden,
Nadere informatieExponentiële Functie: Toepassingen
Exponentiële Functie: Toepassingen 1 Overgang tussen exponentiële functies en lineaire functies Wanneer we werken met de exponentiële functie is deze niet altijd gemakkelijk te herkennen. Daarom proberen
Nadere informatieHet blijkt dat dit eigenlijk alleen lukt met de exponentiële methode.
Verificatie Shen en Carpenter RDEC methodiek voor de karakterisering van asfaltvermoeiing; vergelijking van verschillende methoden voor het berekenen van de parameters. Jan Telman, Q-Consult Bedrijfskundig
Nadere informatie8/2/2006 Examen Optimalisatietechnieken (6sp) 1
8/2/2006 Examen Optimalisatietechnieken 2005-2006 (6sp) 1 Gesloten boek: Maximaal 25 minuten Beantwoord alle vragen op het opgavenblad. Schrijf je naam op elk blad en schrijf leesbaar. Beantwoord de vraag
Nadere informatiePOD1 - Hoofdstuk 1: Inleiding
POD1 - Hoofdstuk 1: Inleiding 2/59 POD1 - Hoofdstuk 1: Inleiding Stijn Lievens (Stijn.Lievens@hogent.be) Noemie Slaats (Noemie.Slaats@hogent.be) Lieven Smits (Lieven.Smits@hogent.be) Martine Van Der Weeen
Nadere informatieTU/e 2DD50: Wiskunde 2 (1)
TU/e 2DD50: Wiskunde 2 () Tussentoets 26 november, tijdens de instructies Zaal: paviljoen (study hub) Time: 90min Tentamenstof: colleges 4 (LP; Simplex; dualiteit; complementaire slackness) Oude tentamens:
Nadere informatieSPSS Introductiecursus. Sanne Hoeks Mattie Lenzen
SPSS Introductiecursus Sanne Hoeks Mattie Lenzen Statistiek, waarom? Doel van het onderzoek om nieuwe feiten van de werkelijkheid vast te stellen door middel van systematisch onderzoek en empirische verzamelen
Nadere informatieTentamen Simulaties van biochemische systemen - 8C110 3 juli uur
Tentamen Simulaties van biochemische systemen - 8C0 3 juli 0-4.00-7.00 uur Vier algemene opmerkingen: Het tentamen bestaat uit 6 opgaven verdeeld over 3 pagina s. Op pagina 3 staat voor iedere opgave het
Nadere informatieRekenen: Getallen groep 5 en hoger. Rekenen en schattingen ontdekken. Algebra groep 5 en hoger. Patronen en relaties ontdekken.
Activiteit 4 Kaarten truc Fout opsporen & herstellen Samenvatting Wanneer data worden opgeslagen op een harde schijf of worden verzonden van de ene computer naar de andere, nemen we aan dat de data niet
Nadere informatieUitwerkingen van de opgaven bij het vormen van ruimte: van Poincaré tot Perelman
Uitwerkingen van de opgaven bij het vormen van ruimte: van Poincaré tot Perelman Roland van der Veen Inleiding Deze reeks opgaven is bedoeld voor de werkcolleges van de vakantiecursus Wiskunde in Wording,
Nadere informatie8. Analyseren van samenhang tussen categorische variabelen
8. Analyseren van samenhang tussen categorische variabelen Er bestaat een samenhang tussen twee variabelen als de verdeling van de respons (afhankelijke) variabele verandert op het moment dat de waarde
Nadere informatieLineaire programmering
Lineaire programmering Hans Maassen kort naar Inleiding Besliskunde van J. Potters [Pot]. en Methods of Mathematical Economics van J. Franklin [Fra]. Lineaire programmering is het bepalen van het maximum
Nadere informatieProjectieve Vlakken en Codes
Projectieve Vlakken en Codes 1. De Fanocode Foutdetecterende en foutverbeterende codes. Anna en Bart doen mee aan een spelprogramma voor koppels. De ene helft van de deelnemers krijgt elk een kaart waarop
Nadere informatie