Bevezetés a robotok döntéshozatalának folyamatába és módszereibe Készítette : Fodor Bence II. Éves Programtervező Informatikus Nyíregyházi Főiskola V2.

Slides:



Advertisements
Hasonló előadás
Bizonytalanság  A teljesen megbízható következtetést lehetővé tevő tudás hiánya  Egy esemény bizonytalansága  objektív  szubjektív  Módszerek  numerikus.
Advertisements

Néhány fontos terület a Kreatív Ipar fejlődéséhez
Meteorológiai Előrejelzés Adatbányászati Támogatással Putnoki Gyula GTK ISZAM II.évf. Társszerzők: az ISZAM-os Meteor-team TDK-konferencia 2007 Gödöllő.
Nyitott laborok GlobálisLabor? TeleLab?
Önkéntes menedzsment Előzmények Toborzás Szűrés, kiválasztás
Készítette: Birkás Gábor.  Bevezetés  A periféria, mint fogalom Mit tekintünk perifériának  Perifériák csoportosítása Bemeneti eszközök Kimeneti eszközök.
Agy-számítógép interfész virtuális terekben
Bemutatkozás Gergely Antal Gergő BME-VIK Mérnök informatikus szak
Bayes hálók október 20. Farkas Richárd
Általános lélektan IV. 1. Nyelv és Gondolkodás.
TUDÁSALAPÚ RENDSZEREK Tudnivalók ILCV441 Előadó: Kovács Zita 2013/2014. I. félév.
Idegen nyelvi fejlesztés Balog Éva TÁMOP / RIDENS Szakképző Iskola, Speciális Szakiskola és Kollégium „Innovatív speciális szakiskola”
Sajátos nevelési igényű tanulók együttnevelése Együtt egy-másért! TÁMOP-3.4.2/09/ október 28.
Pedagógusok az együttnevelésről Keller Magdolna Eszterházy Károly Főiskola Neveléstudomány Tanszék Eger.
Mesterséges neuronhálózatok
Bizonytalanság A teljesen megbízható következtetést lehetővé tevő tudás hiánya Egy esemény bizonytalansága  objektív  szubjektív Módszerek  numerikus.
Python script/ GUI (töltőre navigálás) Kinect/ROS/ Linux Interface ROS Linux – Apache web statisztikák Lehetséges feladatok.
Pordány Sarolta: Ph.D. kutatásindító
Kognitív modellek, sémák, attribúciók
A kognitív önszabályozás perspektívája
Szakdolgozat címe Készítette: Név Konzulens: Név 2006.
Instrukciók a készítéshez Az irodalomkutatás eredményeit kell hangsúlyozni. (Mi történt eddig, s abból mi állapítható meg.) Az irodalomkutatás eredményeit.
KOMPETENCIA- KOMPETENCIA- ALAPÚ OKTATÁS.
„EU-s tartalmak az oktatásban" Pedagógustovábbképzési program Budapest, 2008 április 1 EU-S TARTALMAK AZ OKTATÁSBAN A képzés célkitűzései.
REFORMÉRTÉKŰ LÉPÉSEK A SZAKKÉPZÉS TERÉN MAGYAR SZAKKÉPZÉSI TÁRSASÁG május 30.
ISMERETALAPÚ RENDSZEREK SZAKÉRTŐ RENDSZEREK
Ismeretalapú rendszerek alaptechnikái
XVII. Országos Könyvvizsgálói Konferencia Balatonalmádi, szeptember
2009. december Előadó: Farkas Krisztina december
Reál diplomával a munkaerőpiacon Diplomás kutatás 2010.
2003. december 18.Gyires Béla Informatikai Nap1 Következtés tudás alapú rendszerekben Bognár Katalin Debreceni Egyetem Informatikai.
Adatbázisrendszerek jövője
A mentorképzés tapasztalatai
Intelligens Szoba Fejlesztése 2011 Készítette: Tusor Balázs Konzulens: Dr. Várkonyiné Dr. Kóczy Annamária.
Közlekedésmodellezés Készítette: Láng Péter Konzulens: Mészáros Tamás.
Agy-számítógép interfész Önálló laboratórium Konzulens: Mészáros Tamás Készítette: Bartók Ferenc 2012 tavaszi félév.
Intelligens Felderítő Robotok
 mesterséges intelligencián alapuló szoftver rendszer  a felhasználó által szolgáltatott adatok alapján képes viszonylag bonyolult problémákat megoldani,
1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Célkitűzés: Információk téma-specifikus, különböző típusú forrásokból (internet, intranet.
Önálló labor munka Csillag Kristóf 2004/2005. tavaszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
Székely István fejlesztési tanácsadó
A PLC és használatának előnyei
Puszta Sándor: Rendeltetés „Amit kigondoltál vidd tovább, ami lettél vállald, de soha ne feledd ami még lehetnél.” - Iskolarendszeren kívüli - Falusi gyakorlati.
BEVEZETŐ Dr. Turóczi Antal
New View Beszámoló a tanárokkal történt interjúról.
Differenciált tanulásszervezés 2. TKM1016L
Hibaterjedés-analízis
Helyzet alapú kuponrendszer kiszolgálása BEDŐ MÁRTON.
Ha javítani szeretnénk az eredményeken
Mesterséges Intelligencia 1. Eddig a környezet teljesen megfigyelhető és determinisztikus volt, az ágens tisztában volt minden cselekvésének következményével.
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
A duális képzés, mint a tudásmegosztás új platformja Prof. dr. habil Bencsik Andrea egyetemi tanár.
1/19 Hogyan tájékozódnak a robotok? Koczka Levente Eötvös Collegium.
Könyvvizsgálók tevékenységére vonatkozó tapasztalatok XIII. Országos Minőségellenőrzési Továbbképzés - Siófok Vámosi Anikó
Mesterséges intelligencia Áttekintés. Mesterséges intelligencia (MI) Artificial Intelligence (AI) Filozófia Matematika Pszichológia Nyelvészet Informatika.
„Tudás – Érték – Tapasztalat integrációs program” T Á MOP A-11/ Nyitókonferencia Február 23.
Innováció, big data, adatbányászat (Pitlik László, SZIE/INNOREG KMRIÜ)
Tervezési folyamat.
A problémamegoldás 7 lépéses módszere:
Önértékelési projektterv
A hallgató neve A szak megnevezése Konzulens tanár: XY ÉV
Móricz Zsigmond Gimnázium, Szakközépiskola, Szakiskola és Kollégium
Mesterséges intelligencia
Belső ellenőrzési és pénzügyi menedzser
Instrukciók a szakdolgozat prezentáció elkészítéséhez
Tudásalapú rendszerek
SZERETETTEL KÖSZÖNTJÜK „ Az intézményi felelősök felkészítése a Szakképzési Minőségbiztosítási Keretrendszer (SZMBK) követelményeinek figyelembevételével,
Nagy Roland | Robotika PMB2530, PMB2530L Nagy Roland |
A évi kompetenciamérés FIT-jelentéseinek új elemei
Bolyai Farkas Szakképző Iskola
Előadás másolata:

Bevezetés a robotok döntéshozatalának folyamatába és módszereibe Készítette : Fodor Bence II. Éves Programtervező Informatikus Nyíregyházi Főiskola V2

A Bevezetés a döntéshozatal folyamatába Az automata rendszerek Az automata rendszerek Az autonóm rendszerek Az autonóm rendszerek Aktív rendszerek Aktív rendszerek Reaktív rendszerek Reaktív rendszerek Automata rendszerek Automata rendszerek Autonóm rendszerek Autonóm rendszerek Intelligens rendszerek Intelligens rendszerek

A döntéshozatal folyamati ábrája

A döntéshozatal bemeneti típusai A hardveres bemenetek Szenzorok adatai Szenzorok adatai Kényszerítések Kényszerítések Célok Célok Környezet Környezet Tények, és előző eredmények Tények, és előző eredmények

A döntéshozatal bemeneti típusai A szoftveres bemenetek Tudás Tudás Tapasztalat Tapasztalat Hit /Feltételrendszer Hit /Feltételrendszer (Várakozás alapú cselekedetek (Várakozás alapú cselekedetek Elvárás alapú cselekedetek Elvárás alapú cselekedetek Érdeklődés alapú cselekedetek Érdeklődés alapú cselekedetek Belső motiváláson alapuló cselekedetek) Belső motiváláson alapuló cselekedetek)

A döntéshozatal kimenetei Végrehajtás Végrehajtás Állítás Állítás Visszajelzések Visszajelzések

A problémamegoldás nehézségei

Lehetséges problémák a robot döntéshozatalának folyamatában Bizonytalanság Bizonytalanság Pontatlanság Pontatlanság Hiányosság Hiányosság Félreérthetőség Félreérthetőség Redundancia (Felesleges adatok, Feltérképezési hiba, Szemantikus átfedés) Redundancia (Felesleges adatok, Feltérképezési hiba, Szemantikus átfedés)

A döntéshozatal módszertana Kvázi tudás Kvázi tudás Statisztikai interfész (+ Hipotézistesztelés) Statisztikai interfész (+ Hipotézistesztelés) Fuzzy következtetés Fuzzy következtetés Neurális hálók Neurális hálók

Az autonóm robotok döntéshozatalának egyszerűsített folyamatábrája

A német B-human csapat döntéshozatala

A német B-Human csapat egyszerűsített döntéshozatali ábrája

Az Ausztrál RUNSWift csapat döntéshozatali ábrája

Köszönöm a figyelmet!