Artificiell Intelligens II Lektion 1
|
|
- Ann Hansson
- för 6 år sedan
- Visningar:
Transkript
1 Labbar översikt rtificiell Intelligens II Lektion 1 Labbar översikt Planering (Lab1 Projektinspiration 3 stycken datorlabbar Planering Probabilistisk logik Maskininlärning Handledare Robin, Jonas, hristian, Sara 3 per labb Labbanmälan i webreg 2 personer per grupp Labbar betyg etygen godkänt och väl godkänt ges För G Laborationen uppfyller de krav som anges i respektive labbinstruktion För VG Laborationen uppfyller de krav som anges i respektive labbinstruktion inklusive extrauppgifter Diskussioner visar på en god förståelse och tydlig koppling mellan praktik och teori Välstrukturerad och tydlig programkod Hålla deadlines Lab 1 Planering Syfte Få en känsla för möjligheter och begränsningar med planering Öva på att modellera planeringsproblem Lab 1 Förberedelse Läs kapitel 11 i kursboken Läs igenom labbinstruktionerna Läs igenom How to write domain and problem definitions in PDDL som finns i instruktionerna Lab 1 Två planerare IPP Optimal planerare baserad på Graphplan Iterative deepening * FF Icke-optimal planerare Hittar ofta bra lösningar snabbt Hill climbing 1
2 Lab 1 PDDL Lab 1 PDDL domän Planning Domain Definition Language Täcker in, men är ej begränsad till STRIPS-notationen Ni kan dock hålla er till STRIPS-delmängden Tänkt standardspråk för att definiera domäner och beskriva problem (define (domain DOMIN_NME (:requirements [:strips] [:equality] [:typing] [:adl] (:predicates (PREDITE_1_NME [?1?2...?n] (PREDITE_2_NME [?1?2...?n]... (:action TION_1_NME [:parameters [?P1?P2...?Pn] [:precondition PREOND_FORMUL] [:effect EFFET_FORMUL] (:action TION_2_NME Lab 1 PDDL problem ( PROLEM_NME (define (problem ( DOMIN_NME (:domain (... (:objects (:init (PREDITE_NME [ n] (PREDITE_NME [ n] (... (:goal (PREDITE_NME [ n] (PREDITE_NME [ n] ((... Lab 1 PDDL vs STRIPS Move(,, Precond: On(, lear( lear( DD: On(, lear( DELETE: lear( On(, (:action move ( ob3? :parameters (?ob1?ob2 :precondition (and (block?ob1 (block?ob2 (block?ob3 (on?ob1?ob2 (( ob3? (clear?ob1 (clear ( ob2? :effect (and (on?ob1?ob3 (clear ( ((( ob2? (not (clear?ob3 (not (on?ob1 Lab 1 Exempel Lab 1 PDDL: Domändefinition locks World Sussmananomaly (define (domain blocks-world (:requirements :strips :equality (:predicates (on?x?y ( x? (on-table ( x? (clear ( arm-empty ( x? (holding (( x? (block ;;actions ;;... 2
3 Lab 1 PDDL: Operatorer (:action pick-up ( ob1? :parameters :precondition (and (block?ob1 ( ob1? (clear ( ob1? (on-table (( arm-empty :effect (and (holding?ob1 (( ob1? (not (on-table (( ob1? (not (clear (((( arm-empty (not Lab 1 PDDL: Problemdefinition ( sussman-anomaly (define (problem ( blocks-world (:domain ( c (:objects a b ( c (:init (block a (block b (block ( a (on-table a (on-table b (on c (( arm-empty (clear b (clear c (((( c (:goal (and (on a b (on b Lab 1 Exempel Lab 1 locks World Sussmananomaly Två uppgifter: Logistik Shakeys värld ( Unstack(,.1 ( PutDown(.2 ( PickUp(.3 ( Stack(,.4 ( PickUp(.5 ( Stack(,.6 Deadline: 9/9 Lab 1 Uppgift 1 Experimentera med IPP och FF Experimentera med problem av olika magnituder Utöka logistics-domänen Redovisas genom utökad domän- och problem-fil och en diskussion av era resultat ( logistics (define (domain ( strips : (:requirements (:predicates ( ;; Static predicates: ( v? (object?o(truck?t(airplane?p(vehicle (location?l(airport?a(city?c(loc?l?c ;; Non-static predicates: (at?x?l(in?p?v 3
4 (define (problem log1 (:domain logistics (:objects truck1 truck2 airplane1 ;;;... (:init ;; two trucks ;; only one airplane ;; all vehicles must be declared as both ;;"vehicle" and their appropriate subtype, (vehicle truck1 (vehicle truck2 (vehicle airplane1 (truck truck1 (truck truck2 (airplane airplane1 (:action load ( l? :parameters (?o?v ( l? :precondition (and (object?o(vehicle?v(location (( l? (at?v?l (at?o (((( l? :effect (and (in?o?v (not (at?o (:action unload ( l? :parameters (?o?v ( l? :precondition (and (object?o(vehicle?v(location (( v? (at?v?l (in?o (((( v? :effect (and (at?o?l (not (in?o ;;... (:action drive ( c? :parameters (?t?l1?l2 ( l2? :precondition (and (truck?t(location?l1(location ( c? (city?c(at?t?l1(loc?l1 (( c? (loc?l2 (((( l1? :effect (and (at?t?l2 (not (at?t ;; Fly an airplane between two airports. (:action fly ( a2? :parameters (?p?a1 :precondition (and (airplane?p (airport?a1 (( a1? (airport?a2 (at?p (?a1 :effect (and (at?p?a2 (not (at?p Lab 1 Uppgift 2 Implementera Shakeys värld från noll i PDDL eskriv och lös ett problem i Shakeys värld För VG: utöka och diskutera Shakeys värld Lab 1 Shakeys värld Lab 1 Uppgift 2 Handlingarna Go, Push, limpup, limbdown, TurnOn, TurnOff Objekt: Shakey, rum, dörrar, lysknappar, lådor Shakey ska kunna tända och släcka alla lampor 4
5 Tips Uppgift - STRIPS örja smått Testa era operatorer på små problem som enbart kräver en eller två handlingar för att lösas Undvik ÅÄÖ, använd endast engelska namn En apa sitter i ett rum där det hänger en banan i taket. pan når inte bananen. Det finns en pinne i rummet med vilken apan kan slå ner bananen. pan kan bara hålla en sak i taget. Initialt är apan på punkt, bananen på punkt och pinnen på punkt. Målet är att apan ska hålla i bananen. Uppgift - STRIPS eskriv problemet Vilka handlingar och objekt behövs? Skriv ner dessa i STRIPS-notation Tänk dig att apan vill lura någon att han fått tag på bananen utan att använda pinnen. Går det att använda STRIPS för att beskriva att pinnen ska vara kvar på ursprungsplatsen? D Ditt axiom för att lyfta något tar antagligen inte hänsyn till att det kan vara för tungt för att lyfta. Är eller ramification påexempelettdetta handlingdinuppdatera? problemet qualification för att klara detta! Uppgift 2 örja formulera Shakeydomänen i PDDL Handlingar: Go, Push, limpup, limbdown, TurnOn, TurnOff Objekt: Shakey, rum, dörrar, lysknappar, lådor Fundera på: hur kan man implementera dörrar i världen? 5
Artificiell Intelligens Lektion 1
Labbar översikt rtificiell Intelligens Lektion 1 Labbar översikt Planering (Lab1 Projektinspiration 3 stycken datorlabbar Planering Probabilistisk logik Maskininlärning Handledare Robin, Jonas, hristian,
Läs merLek$on 4: Planering. Robin Keskisärkkä
Lek$on 4: Planering Robin Keskisärkkä Sy7e Få en känsla för möjligheter och begränsningar med planering Öva på att modellera planeringsproblem för en planerare Förberedelser Läs kapitel 11 i kursboken
Läs mer729G43 Artificiell intelligens Planering
729G43 Artificiell intelligens Planering Arne Jönsson HCS/IDA Planering Sökning vs planering Planeringsnotationer Enkel planering Partialordningsplanering Resursplanering Hierarkisk planering Planering
Läs merLektion G43 Artificiell intelligens. Robin Keskisärkkä Ellinor Ihs Håkansson Cornelia Böhm
Lektion 1 729G43 Artificiell intelligens Robin Keskisärkkä Ellinor Ihs Håkansson Cornelia Böhm Dagens lektion Kort om laborationsserien Introduktion till laboration 1 Live-kodning Börja arbeta med laboration
Läs merPlanering. Planering vs sökning, 1. Planering vs sökning, 2. Handlingsrepresentation
Planering Planering vs sökning, 1! Sökning vs planering! Planeringsnotationer! Enkel planering! Partialordningsplanering! Resursplanering! Hierarkisk planering! Planering i icke-deterministiska domäner
Läs merTentamenskod: Inga hjälpmedel är tillåtna
Intelligenta och lärande system 15 högskolepoäng Provmoment: Ladokkod: Tentamen ges för: Tentamen (TEN1) Artificiell intelligens (AI) 5hp 21IS1C Systemarkitekturutbildningen Tentamenskod: Tentamensdatum:
Läs merArtificial Intelligence
Omtentamen Artificial Intelligence Datum: 2014-08-27 Tid: 09.00 13.00 Ansvarig: Resultat: Hjälpmedel: Gränser: Anders Gidenstam Redovisas inom tre veckor Inga G 8p, VG 12p, Max 16p Notera: Skriv läsbart!
Läs merShakey s värld med HTNplanering
Shakey s värld med HTNplanering 2010-10-03 Artificiell Intelligens 2, 729G11 Maria Lindqvist Fördjupningsarbete, HT 2010 880913-0506 Linköpings Universitet marli314 2 Innehållsförteckning Inledning...
Läs merLära dig analysera större och mer komplicerade problem och formulera lösningar innan du implementerar.
Laboration 5 Mängder Syfte Lära dig analysera större och mer komplicerade problem och formulera lösningar innan du implementerar. Lära dig kombinera på ett lämpligt sätt de begrepp och metoder som du har
Läs merLektion 2: Sökagenter. Robin Keskisärkkä
Lektion 2: Sökagenter Robin Keskisärkkä Lektionens innehåll Introduktion till laboration 2 Implementation av en sökalgoritm Livekodning Konfrontera ett liknande problem själva Extra: Heuristisk sökning
Läs merAxiom för de reella talen
Axiom för de reella talen Sara Maad Sasane Matematikcentrum Lunds universitet 28 augusti 2017 1 Kroppsaxiomen (räknelagar) 2 Ordningsaxiomen 3 Axiomet om övre gräns Kroppsaxiomen del 1 Axiom (Kroppsaxiomen)
Läs merTDDC74 Lab 02 Listor, sammansatta strukturer
TDDC74 Lab 02 Listor, sammansatta strukturer 1 Översikt I denna laboration kommer ni att lära er mer om: Mer komplexa rekursiva mönster, procedurer och processer. Hur man kan hantera listor och andra enklare
Läs merÖvning 1 - Abstrakta datatyper
/home/lindahlm/activity-phd/teaching/12dd1320/exercise1/exercise1.py September 3, 20121 0 # coding : latin Övning 1 - Abstrakta datatyper 18 Summering Vi gick igenom betydelsen av abstrakta datatyper/datastrukturer.
Läs merDatorsystem Laboration 2: Minnesmappade bussar
Datorsystem Laboration 2: Minnesmappade bussar Senast uppdaterad: 14 oktober 2012 Version 1.2 Student: Lärare: Underskrift: Underskrift: Datum: Datorsystem Laboration 2 1 Innehåll 1 Inledning 2 1.1 Introduktion..................................
Läs merTDDC74 FÖRELÄSNING 9 ANDERS MÄRAK LEFFLER IDA/HCS
TDDC74 FÖRELÄSNING 9 ANDERS MÄRAK LEFFLER IDA/HCS 180226 Idag (ADT), OOP i Racket, labb 5 2 Allmän info Duggan. Laboration 4 deadline. Planering framöver Muddy cards (nästa timme) 3 Lite repetition ADT
Läs merArtificiell Intelligens Övningsuppgifter
Sökning - Tentauppg 99-:4 Artificiell Intelligens Övningsuppgifter Sökning Konjunktiv normalform Unifiering Resolution Planering Situationskalkyl Maskininlärning Beskriv sökmetoden A* genom att visa hur
Läs mer729G06 Föreläsning 1 Objektorienterad programmering
Översikt Formalia Vad är objektorienterad programmering 729G06 Föreläsning 1 Objektorienterad programmering Definieria klasser Skapa och använda objekt Annika Silvervarg Ciltab, IDA, Linköpings universitet
Läs merLabb 1: Vad, hur, och varför?
Labb 1: Vad, hur, och varför? jonas.kvarnstrom@liu.se 2017 "En sak i taget": Öva grunder innan det blir mer komplicerat Starkt önskemål från studenter: Prova på kontrollstrukturer Labb 1: Intro till grunder
Läs merQUEST TM Flödessimulering
QUEST TM Vad är simulering? Simulering är att experimentera med en modell av verkligheten Simulering är ett verktyg för effektivt projektarbete Simulering är ett nytt arbetsätt 2 Varför flödessimulering?
Läs merEvaluation Summary - CD5570 DoA, distans VT 2004 Dan Levin
Evaluation Summary - CD7 DoA, distans VT Dan Levin Antal kursutvärderingar: 7. Hur tycker du informationen kring kursen har varit? (=dålig... =bra) Medel:.7 6 Det har varit bra information på alla plan
Läs merEnglish. Things to remember
English Things to remember Essay Kolla instruktionerna noggrant! Gå tillbaka och läs igenom igen och kolla att allt är med. + Håll dig till ämnet! Vem riktar ni er till? Var ska den publiceras? Vad är
Läs merWebbprogrammering, grundkurs 725G54
Webbprogrammering, grundkurs 725G54 Bootstrap jquery SEO RWD MuddyCards. Tidigare Muddycards Många positiva kommentarer Ibland för högt tempo på föreläsning Lägg ut labbar tidigare Mer föreläsningar (2
Läs merTDDC30 Programmering i Java, Datastrukturer och Algoritmer Lektion 5. Laboration 4 Lådplanering Exempel på layout, ett GUI-baserat program Frågor
TDDC30 Programmering i Java, Datastrukturer och Algoritmer Lektion 5 Laboration 4 Lådplanering Exempel på layout, ett GUI-baserat program Frågor 1 Laboration 5 - Introduktion Syfte: Öva på självständig
Läs merAbstrakta datatyper Laboration 2 GruDat, DD1344
Abstrakta datatyper Laboration 2 GruDat, DD1344 Örjan Ekeberg (fritt från en idé av Henrik Eriksson) 27 oktober 2008 Målsättning Målet med denna laboration är att ge en inblick i hur man kan använda abstrakta
Läs merTorun Berlind Elin Önstorp Sandra Gustavsson Klas Nordberg. Föreläsningar Lektioner Laborationer Projekt
1 (6) TSBB09-Bildsensorer Sändlista Håkan Örman Torun Berlind Elin Önstorp Sandra Gustavsson Klas Nordberg Kurskod TSBB09 Examinator Klas Nordberg Kursen gavs Årskurs 4 Termin 1 Period 2 Kursens delar
Läs merc a OP b Digitalteknik och Datorarkitektur 5hp ALU Design Principle 1 - Simplicity favors regularity add $15, $8, $11
A basic -bit Select between various operations: OR, AND, XOR, and addition Full Adder Multiplexer Digitalteknik och Datorarkitektur hp Föreläsning : introduktion till MIPS-assembler - april 8 karlmarklund@ituuse
Läs merSyfte : Lära sig objektorienterad programmering Syfte : Lära sig programmering i ett OO-språk vilket?
Jonas Kvarnström jonkv@ida.liu.se 2013 Syfte : Lära sig objektorienterad programmering Syfte : Lära sig programmering i ett OO-språk vilket? Rena OO-språk (allt är objekt) Scala, Smalltalk, Eiffel, Ruby,
Läs merTDDC74 Programmering: Abstraktion och modellering Tentamen, lördag 29 augusti 2015, kl 8 12
TDDC74 Programmering: Abstraktion och modellering Tentamen, lördag 29 augusti 215, kl 8 12 Läs alla frågorna först, och bestäm dig för i vilken ordning du vill lösa uppgifterna. Skriv tydligt och läsligt.
Läs merTDDC30 Programmering i Java, Datastrukturer och Algoritmer Lektion 5. Laboration 4 Lådplanering Exempel på grafik, ett avancerat program Frågor
TDDC30 Programmering i Java, Datastrukturer och Algoritmer Lektion 5 Laboration 4 Lådplanering Exempel på grafik, ett avancerat program Frågor 1 Laboration 4 - Introduktion Syfte: Öva på självständig problemlösning
Läs merTMA226 datorlaboration
TMA226 Matematisk fördjupning, Kf 2019 Tobias Gebäck Matematiska vetenskaper, Calmers & GU Syfte TMA226 datorlaboration Syftet med denna laboration är att du skall öva formuleringen av en Finita element-metod,
Läs merTestautomatisering. BDD, RSpec
Testautomatisering BDD, FM: Snabbutvärdering, lab BDD Idag Lab2 - Snabbutvärdering 1. Hur många timmar har du lagt? 2. Hur många ytterligare timmar kommer du lägga? 3. Svårighet: För Lätt / Lagom / För
Läs merDatorlaboration :: 1 Problembeskrivning ::
Datorlaboration :: Ett hyrbilsföretags problem Laborationen går ut på att lösa Labbuppgift 1 till 5. Laborationen redovisas individuellt genom att skicka laborationens Mathematicafil till Mikael Forsberg
Läs merIntroduktionsmöte Innehåll
Introduktionsmöte Innehåll Introduktion till kursen Kursens mål och innehåll Undervisning Datavetenskap (LTH) Introduktionsmöte ST 2019 1 / 14 EDAA01 Programmeringsteknik - fördjupningskurs Ingen sommarkurs
Läs merFly me to the moon. Laboration om relationer, TDDC75 Diskreta strukturer. Mikael Asplund. 5 september 2017
Fly me to the moon Laboration om relationer, TDDC75 Diskreta strukturer Mikael Asplund 5 september 2017 1 Inledning Denna laboration i diskret matematik a r ta nkt att ge en inblick i hur programmering
Läs merAdministrivia. hh.se/db2004. 1 Verónica Gaspes (Kursansvarig) 2 Daniel Petersson (Labassistent) Examination. 1 Skriftlig tentamen (betyg)
Programmering hh.se/db2004 Föreläsning 1 Verónica Gaspes www2.hh.se/staff/vero www2.hh.se/staff/vero/programmering Välkomna till en kurs i programmering! Att programmera är att få datorn att bete sig på
Läs merPython. Vi har ofta behov av att behandla datastrukturer på ett enhetligt sätt så att vi kan göra samma sak i flera olika program.
Moduler Vi har ofta behov av att behandla datastrukturer på ett enhetligt sätt så att vi kan göra samma sak i flera olika program. Vi har också ofta behov av att skapa överblick i våra program. Som ett
Läs merLek$on 4: Kunskapsrepresenta$on. Robin Keskisärkkä och Jonas Rybing
Lek$on 4: Kunskapsrepresenta$on Robin Keskisärkkä och Jonas Rybing Översikt Laborationerna så här långt Genomgång av Laboration 4 Uppgift Förberedelser Kunskapsrepresentation Framesteori Uppgi= Implementera
Läs mer12. Relationer och funktioner
Objektorienterad modellering och diskreta strukturer 12. Relationer och funktioner Sven Gestegård Robertz Institutionen för datavetenskap, LTH 2013 Laboration 4 Syntaxanalys Grammatik för (vår delmängd
Läs merDigitalt lärande och programmering i klassrummet
Stockholm 2018-02-14 14 februari 2018 Digitalt lärande och programmering i klassrummet Programmera i Python med micro:bit Introduktion I förra lektionen gick vi igenom grunderna i hur man programmerar
Läs merNATURVETENSKAP FÖR LIVET?
NATURVETENSKAP FÖR LIVET? Under terminen kommer din klass att medverka i ett forskningsprojekt. Ni kommer att arbeta med uppgifter som handlar om i samhället. Enkäten innehåller frågor om dig och dina
Läs merKonvexa höljet Laboration 6 GruDat, DD1344
Konvexa höljet Laboration 6 GruDat, DD1344 Örjan Ekeberg 10 december 2008 Målsättning Denna laboration ska ge dig övning i att implementera en algoritm utgående från en beskrivning av algoritmen. Du ska
Läs merMekanik FK2002m. Kraft och rörelse I
Mekanik FK2002m Föreläsning 4 Kraft och rörelse I 2013-09-05 Sara Strandberg SARA STRANDBERG P. 1 FÖRELÄSNING 4 Introduktion Hastighet Langt under 3x10 8 Nara : 3x10 8 Storlek 10 9 Langt over : 10 9 Klassisk
Läs merIsolda Purchase - EDI
Isolda Purchase - EDI Document v 1.0 1 Table of Contents Table of Contents... 2 1 Introduction... 3 1.1 What is EDI?... 4 1.2 Sending and receiving documents... 4 1.3 File format... 4 1.3.1 XML (language
Läs merTDIU01 (725G67) - Programmering i C++, grundkurs
TDIU01 (725G67) - Programmering i C++, grundkurs Introduktion till kursen och programmering Eric Elfving Institutionen för datavetenskap 2 september 2014 Översikt Kursinformation Personal Kursmål Upplägg
Läs merLek$on 3: Kunskapsrepresenta$on. Robin Keskisärkkä
Lek$on 3: Kunskapsrepresenta$on Robin Keskisärkkä Översikt Laborationerna så här långt Genomgång av laboration 3 Uppgift Förberedelser Kunskapsrepresentation Framesteori Uppgi9 Implementera ett frames-system
Läs merTDDC74 - Projektspecifikation
TDDC74 - Projektspecifikation Projektmedlemmar: Namn Efternamn abcde123@student.liu.se Namn Efternamn abcde123@student.liu.se Handledare: Handledare handledare@ida.liu.se eller handledare@student.liu.se
Läs merErfarenheter från labben
Erfarenheter från labben Uppgifterna tidigare Bättre instruktioner än förra veckan Väntetid Smidigare hjälp Olika krav från olika examinatorer Kan alltid kolla med Joachim God programmeringssed De allra
Läs mer1DV423 Databas med Administration
1DV423 Databas med Administration Kursintroduktion Så här är kursen planerad. PS!!!! Har du inte registrerat dig på kurswebben? Gör det senast 2013-09-06 Personal Kursansvarig, lärare och handledare A34:11A
Läs merUMEÅ UNIVERSITET 26 april 2002 Instutionen för datavetenskap. Grafproblem. Laboration 4, Datastrukturer och Algoritmer VT02
UMEÅ UNIVERSITET 26 april 2002 Instutionen för datavetenskap Grafproblem Laboration 4, Datastrukturer och Algoritmer VT02 Laboration 4 - grafproblem Förpackningsdatum: Denna lab-spec är senast ändrad:
Läs merElektronikprojekt EITA35 LP3
Elektronikprojekt EITA35 LP3 Johannes Svensson, johannes@eit.lth.se, E: 2322 1 Kursmål För en given uppsättning in- och utsignaler kunna välja och dimensionera en förstärkarkoppling med operationsförstärkare.
Läs merHÖGSKOLAN I KALMAR Institutionen för teknik Erik Loxbo 06 03 04 LABORATION I PLC-TEKNIK SEKVENSSTYRNING AV TRANSPORTBAND SIMATIC S7 - GRAPH
HÖGSKOLAN I KALMAR Institutionen för teknik Erik Loxbo 06 03 04 LABORATION I PLC-TEKNIK SEKVENSSTYRNING AV TRANSPORTBAND SIMATIC S7 - GRAPH Uppgift: Lös nedanstående problemställning med hjälp av programvaran
Läs merGrupp Policys. Elektronikcentrum i Svängsta Utbildning AB 2012-11-05 1
Grupp Policys Elektronikcentrum i Svängsta Utbildning AB 2012-11-05 1 Sid 1233 Vad är grupp-policys? Grupp-policys är en samling regler som hjälper till med hanteringen av datorer och användare. Mer specifikt:
Läs merDVG C01 TENTAMEN I PROGRAMSPRÅK PROGRAMMING LANGUAGES EXAMINATION :15-13: 15
DVG C01 TENTAMEN I PROGRAMSPRÅK PROGRAMMING LANGUAGES EXAMINATION 120607 08:15-13: 15 Ansvarig Lärare: Donald F. Ross Hjälpmedel: Bilaga A: BNF-definition En ordbok: studentenshemspråk engelska Betygsgräns:
Läs mer729G06 Programmering och logik. Info om pythondelen & introduktion till objektorienterad programmering.
729G06 Programmering och logik Info om pythondelen & introduktion till objektorienterad programmering. Översikt Kursinformation Vad är objektorienterad programmering Skapa och använda objekt Enstaka objekt
Läs merObs! Inget ur Javas standardbibliotek får användas i ett svar (om det inte står att man får det).
LULEÅ TEKNISKA UNIVERSITET Tentamen i Objektorienterad programmering och design Totala antalet uppgifter: 5 Lärare: Håkan Jonsson, Tomas Johansson, 491000 Resultatet anslås senast 08-05-16 i A-huset. Tillåtna
Läs merStructured Query Language (SQL)
Structured Query Language (SQL) Christer Stuxberg christer.stuxberg@im.uu.se Institutionen för Informatik och Media Översikt Introduktion Enkla frågor (queries) Hämta en specifik kolumn Sök Sammanfattning
Läs merTDDC30 Programmering i Java, Datastrukturer och Algoritmer Lektion 2. Länkade listor Stackar Köer MyList Iteratorer Lab 2 Exceptions Paket
TDDC30 Programmering i Java, Datastrukturer och Algoritmer Lektion 2 Länkade listor Stackar Köer MyList Iteratorer Lab 2 Exceptions Paket 1 Länkade listor Likadant som i Ada-kursen. 2 Stack MyStack MyStack
Läs merLaboration 3, uppgift En klass för en räknare
Laboration 3, uppgift 1 3.1 En klass för en räknare Ursprungligen skriven av Erland Holmström. Magnus Myreen har uppdaterat vissa delar. Hösten 2014 Anvisningar: Programmet skall utformas enligt de principer
Läs merLaboration 2. returnerar true om det är omöjligt för roboten att göra move() utan att. exekveringsfel erhålls, annars returnera false.
Laboration 2. I denna laboration skall ni programmera en robot som modelleras av den givna klassen Robot. En robot vistas i en enkel värld, som modelleras av klassen RobotWorld. Världen består av ett rutmönster
Läs merProcessidentifiering och Polplacerad Reglering
UmU/TFE Laboration Processidentifiering och Polplacerad Reglering Introduktion Referenser till teoriavsnitt följer här. Processidentifiering: Kursbok kap 17.3-17.4. Jämför med det sista exemplet i kap
Läs merVälkomna till DIT012 IPGO
Välkomna till DIT012 IPGO 1 Lärare och Handledare Kursansvariga, examinatorer, föreläsare och handledare Joachim von Hacht, hajo@chalmers.se, 772 1003 Handledare (se även kurssida) Alexander Sjösten, sjosten@chalmers.se
Läs merTDDC74 Lab 04 Muterbara strukturer, omgivningar
TDDC74 Lab 04 Muterbara strukturer, omgivningar 1 Översikt I den här laborationen kommer ni att lära er mer om: Tillstånd, och skillnader mellan ren funktionell programmering och imperativ. Skillnaden
Läs merDenna vecka. Idag. Grafiskt användarsnitt. Vi kommer att se
1 F18-20-2006 Denna vecka Måndag: Ett komplext problem Tisdag: Lektion. Kväll: Essäfrågan distribueras via webben. Dead-line onsdag 17 maj, kl 12.00. Inlämning elektroniskt och på papper. Onsdag: Grafik
Läs mer(Data)Modellering. nikos dimitrakas rum 2423
(Data)Modellering nikosd@kth.se 08-161295 rum 2423 Connolly/Begg (3rd edition) Kapitel 11, 12 och 14 (4th edition) Kapitel 11, 12 och 15 (5th edition) Kapitel 12, 13 och 16 (6th edition) Kapitel 12, 13
Läs merMål. Kursmoment. Laborationer i python. LAB1: Laboration 1-5 (1.5hp) LAB2: Datorprov (1.5hp) LAB3: P-del (3hp)
Föreläsning 1 Programmeringsteknik DD1310 Kursinformation Introduktion till Linux Emacs Python En central informationskälla mellan kursledningen och dig Uppdateras kontinuerlig Adressen är: http://www.csc.kth.se/dd1310/prgomed14
Läs merAdministrivia. hh.se/db2004. 1 Verónica Gaspes (Kursansvarig) 2 Mattias Enervall (Övningsassistent) Examination. 1 Skriftlig tentamen (betyg)
Programmering hh.se/db2004 Föreläsning 1 Verónica Gaspes www2.hh.se/staff/vero www2.hh.se/staff/vero/programmering Välkomna till en kurs i programmering! Att programmera är att få datorn att bete sig på
Läs merSystemkonstruktion LABORATION REALTIDSPROGRAMMERING
Systemkonstruktion LABORATION REALTIDSPROGRAMMERING Laborationsansvariga: Anders Arvidsson, Björn Lundblad Utskriftsdatum: 2002-10-31 Laboranter: 1 Syfte Denna laboration syftar till att öva användningen
Läs merOutline. Objektorienterad Programmering (TDDC77) Laborationsserie del två. Vad händer under HT2. Introduktion HT2 UML.
Outline Objektorienterad Programmering (TDDC77) Föreläsning X: Klass diagram, inkapsling, arv Ahmed Rezine IDA, Linköpings Universitet Hösttermin 2016 Vad händer under HT2 Laborationsserie del två I Klasser
Läs merEDAA01 Programmeringsteknik - fördjupningskurs
EDAA01 Programmeringsteknik - fördjupningskurs Läsperiod lp 1+2 (Ges även lp 3) 7.5 hp anna.axelsson@cs.lth.se sandra.nilsson@cs.lth.se http://cs.lth.se/edaa01ht Förkunskapskrav: Godkänd på obligatoriska
Läs merCADMUM i Göteborg AB. Version 2000 08 30 AutoCAD Mechanical 2000 PP
SPRINGS Med kommandot Springs skapar Du fjädrar. Du hittar kommandot Springs på verktygsfältet ACAD/M Standard Parts. Steg för steg: - Ladda hem ritningen Fjäder från hemsidan Cadmum.com. - Öppna ritningen.
Läs merInnehåll. Mina målsättningar. Vad krävs för att nå dit? Obligatoriska uppgifter. Websajten. Datastrukturer och algoritmer
Innehåll Datastrukturer och algoritmer Föreläsning 1! Introduktion och begrepp Kurspresentation! - Målsättning! - Kursutvärdering! - Upplägg! - Översikt! Viktiga begrepp "1 "2 Mina målsättningar Alla ska
Läs merVad behövs för att skapa en tillståndsrymd?
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervarlsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs merVad är en databas? Databaser. Relationsdatabas. Vad är en databashanterare? Vad du ska lära dig: Ordlista
Databaser Vad är en databas? Vad du ska lära dig: Använda UML för att modellera ett system Förstå hur modellen kan översättas till en relationsdatabas Använda SQL för att ställa frågor till databasen Använda
Läs merObjektorienterad Programmering (TDDC77)
Objektorienterad Programmering (TDDC77) Föreläsning X: Klass diagram, inkapsling, arv Ahmed Rezine IDA, Linköpings Universitet Hösttermin 2016 Outline Introduktion HT2 Åtkomst Abstrakt datatyp UML Överlagring
Läs merLaboration 4 Rekognosering och nätverksattacker
Laboration Laboration 4 Rekognosering och nätverksattacker Författare: Niclas Håkansson Handledare: Niclas Håkansson Termin: VT13 Kurskod: 1DV425 Innehåll Instruktioner 3 Laborationens delar 3 Förberedelse
Läs merF7 Agila metoder. EDAF45 Programvaruutveckling i grupp Projekt Boris Magnusson, Ulf Asklund Datavetenskap, LTH
F7 Agila metoder EDAF45 Programvaruutveckling i grupp Projekt Boris Magnusson, Ulf Asklund Datavetenskap, LTH 1 XP - Scrum - Kanban - FDD Agila metoder: Vad innehåller SCRUM Hur skiljer sig XP och SCRUM?
Läs merLösningsförslag. TDDC74 Programmering: Abstraktion och modellering. Dugga 3 (provkod TEN1), Tid: kl 14-16, Datum:
Dugga 3 (provkod TEN1), Tid: kl 14-16, Datum: 2013-03-12 Lösningsförslag Dugga 3 (provkod TEN1), Tid: kl 14-16, Datum: 2013-03- 12 Läs alla frågorna först och bestäm dig för den ordning som passar dig
Läs merFilosofisk logik Kapitel 15. Robin Stenwall Lunds universitet
Filosofisk logik Kapitel 15 Robin Stenwall Lunds universitet Dagens upplägg Första ordningens mängdlära Naiv mängdlära Abstraktionsaxiomet (eg. comprehension) Extensionalitetsaxiomet Små mängder Ordnade
Läs mer4 grundregler. Minneshantering. Problemet. Windows minkrav
4 grundregler 1. Man kan aldrig få för mycket minne 2. Minnet kan aldrig bli för snabbt Minneshantering 3. Minne kan aldrig bli för billigt 4. Programmens storlek ökar fortare än minnet i datorerna (känns
Läs merTILLÄMPNINGAR INOM DATORTEKNIK
TILLÄMPNINGAR INOM DATORTEKNIK I detta kapitel skall vi titta lite närmare på några specifika tillämpningar inom datorteknik som har anknytning till El och Energiprogrammet. Om du som läser denna kurs
Läs merHur kan vi göra lärande möjligt? Ulla Runesson Göteborgs universitet Högskolan i Skövde
Hur kan vi göra lärande möjligt? Ulla Runesson Göteborgs universitet Högskolan i Skövde 20090910 Fokus i diskussionen Elevernas motivation, intresse, aktivitet, ansvar Organisation Metoder Medier Studieplaner
Läs merArtificiell Intelligens Lektion 4
Frames Filmdomän Artificiell Intelligens Lektion 4 Frames (Lab4) Resolution & unifiering Frames system Lagrar hierarkisk information Attribut lagras i attributvärdesstrukturer Attribut kan ha egenskaper
Läs merFöreläsning 1 Programmeringsteknik och C DD1316. Mikael Djurfeldt
Föreläsning 1 Programmeringsteknik och C DD1316 Mikael Djurfeldt Föreläsning 1 Programmeringsteknik och C DD1316 Kursinformation Introduktion till UNIX Introduktion till Emacs Introduktion
Läs merStyrteknik : Funktioner och funktionsblock
PLC2A:1 Variabler och datatyper Allmänt om funktioner och funktionsblock Programmering av funktioner Programmering av funktionsblock PLC2A:2 Variabler i GX IEC Developer Global and Local Variables Variables
Läs merInledning. Vad är ett datorprogram, egentligen? Olika språk. Problemlösning och algoritmer. 1DV433 Strukturerad programmering med C Mats Loock
Inledning Vad är ett datorprogram, egentligen? Olika språk Problemlösning och algoritmer 1 (14) Varför använda en dator? Genom att variera de program som styr datorn kan den användas för olika uppgifter.
Läs merProgrammerbar logik och VHDL. Föreläsning 1
Programmerbar logik och VHDL Föreläsning 1 Programmerbar logik och VHDL Programmerbar logik VHDL intro Upplägg, litteratur, examination Programmerbara kretsar Mikroprocessor Fix hårdvara som kan utföra
Läs merhttp://marvel.com/games/play/31/create_your_own_superhero http://www.heromachine.com/
Name: Year 9 w. 4-7 The leading comic book publisher, Marvel Comics, is starting a new comic, which it hopes will become as popular as its classics Spiderman, Superman and The Incredible Hulk. Your job
Läs merFöreläsning 1: Intro till kursen och programmering
Föreläsning 1: Intro till kursen och programmering Kursens hemsida http:www.it.uu.se/edu/course/homepage/prog1/vt11 Studentportalen http://www.studentportalen.uu.se Lärare: Tom Smedsaas, Tom.Smedsaas@it.uu.se
Läs merGrafer, traversering. Koffman & Wolfgang kapitel 10, avsnitt 4
Grafer, traversering Koffman & Wolfgang kapitel 1, avsnitt 4 1 Traversering av grafer De flesta grafalgoritmer innebär att besöka varje nod i någon systematisk ordning precis som med träd så finns det
Läs merIntoduktionskursen 2015 Träff 7 Workshop. Välkomna!
Intoduktionskursen 2015 Träff 7 Workshop Välkomna! Facilitator/Workshopledare: Catherine Gillo Nilsson Utbildningsenheten catherine.gillo.nilsson@gu.se UPPVÄRMNING / ENERGISER Tänk på en hemlighet Debriefing
Läs merWebbutveckling Laboration 1: HTML5 och CSS3.
Institutionen för 2015-11-30 Tillämpad fysik och elektronik Karin Fahlquist Webbutveckling Laboration 1: HTML5 och CSS3. Målsättning Att skapa en webbplats genom att först skapa en Lo-fi prototyp och sedan
Läs merDesign och konstruktion av grafiska gränssnitt
Design och konstruktion av grafiska gränssnitt Armin Nezirevic Peter Börjesson Interaktionsdesign Tillämpad informationsteknologi Chalmers/GU Idag Vad utmärker ett bra användargränssnitt? Kort kursinfo
Läs merFÖRETAGSEKONOMISKA INSTITUTIONEN
FÖRETAGSEKONOMISKA INSTITUTIONEN FEG220 Logistiska informationssystem, 15 högskolepoäng Logistics and Information Systems, 15 credits Fastställande Kursplanen är fastställd av Handelshögskolans fakultetsnämnd
Läs merÖvning 1. Abstrakta datatyper. 1. Stacken. class Stack: """A representation of a last-in-first-out (LIFO) stack of objects."""
Per Sedholm DD1320 (tilda11) 2011-09-02 Övning 1 Abstrakta datatyper 1. Stacken -*- coding: utf-8 -*- """Classroom exercise 1, example 1.""" class Stack: """A representation of a last-in-first-out (LIFO)
Läs merTDDD78, TDDE30, 729A85 Objektorienterad programmering och Java
jonas.kvarnstrom@liu.se 2019 TDDD78, TDDE30, 729A85 Objektorienterad programmering och Java Kursinformation Examinator, kursledare: Jonas Kvarnström Fråga kommentera avbryt! Utan OO har vi datastrukturer
Läs merHur fattar samhället beslut när forskarna är oeniga?
Hur fattar samhället beslut när forskarna är oeniga? Martin Peterson m.peterson@tue.nl www.martinpeterson.org Oenighet om vad? 1.Hårda vetenskapliga fakta? ( X observerades vid tid t ) 1.Den vetenskapliga
Läs merInkapsling (encapsulation)
UML UML är en standard för att dokumentera och visualisera sina tankar och beslut under analys och design. Att lära sig allt om UML får inte plats i den här kursen, men vi kommer lära oss vissa delar.
Läs merTentamen i. TDDA 69 Data och programstrukturer
1 Linköpings tekniska högskola Institutionen för datavetenskap Anders Haraldsson Tentamen i TDDA 69 Data och programstrukturer Torsdag den 14 januari 2009, kl 14-18 Hjälpmedel: Inga. Poänggränser: Maximalt
Läs merInteraktion 2 STYRDON, PEKDON OCH ANNAN INTERAKTION ATT RÄKNA MED
Interaktion 2 STYRDON, PEKDON OCH ANNAN INTERAKTION ATT RÄKNA MED Sammanfattning Styrdon Tangentbord och textinmatning Pekdon Fitts lag GOMS-KLM Styrdon Tangentbord Pekdon Tangentbord QWERTY-layout QWERTY-layout
Läs mer