Föremålet som interaktör 2
|
|
- Oliver Abrahamsson
- för 7 år sedan
- Visningar:
Transkript
1 Föremålet som interaktör 2 Thomas Pederson doktorand vid inst. för datavetenskap rum B421 i MIT-huset forskningsområde: Augmented Reality e-post: top@cs.umu.se Föremålet som interaktör 2 Thomas Pederson doktorand vid inst. för datavetenskap rum B421 i MIT-huset forskningsområde: Augmented Reality e-post: top@cs.umu.se 1
2 Överblick Artificiell intelligens Fysisk-virtuella miljöer (min forskning) 2 Överblick Artificiell intelligens Fysisk-virtuella miljöer (min forskning) 2
3 REPETITION FRÅN FÖRRGÅR Intelligenta agenters intelligens Lite intelligens: iakttagelse -> handling Mer intelligens: iakttagelse -> val av (förmodligen) bästa handling -> handling Mycket intelligens: samspel mellan Plan Urval av möjliga handlingar bland alla Val av bästa handling bland de utvalda Utvärdering av handlingen efter genomförandet liten operationsdomän stor 3 Intelligenta agenters intelligens Lite intelligens: iakttagelse -> handling Mer intelligens: iakttagelse -> val av (förmodligen) bästa handling -> handling Mycket intelligens: samspel mellan Plan Urval av möjliga handlingar bland alla Val av bästa handling bland de utvalda Utvärdering av handlingen efter genomförandet 3
4 Olika grader av adaptivitet (David Benyon) 1. Stimulus-respons (S-R) 2. Som 1 + interaktionshistoria + handlingsevaluering -> nya handlingar genom adaption REPETITION FRÅN FÖRRGÅR 3. Som 2 + användarmodell + domänmodell -> interaktionsmodell med prediktion av hur handlingar skulle påverka interaktionen 4. Som 3 + men adaptiv interaktionsmodell 4 Olika grader av adaptivitet (David Benyon) 1. Stimulus-respons (S-R) 2. S-R + interaktionshistoria + handlings-evaluering -> nya handlingar genom adaption 3. S-R + interaktionshistoria + handlingsevaluering + användarmodell + domänmodell -> interaktionsmodell med prediktion av hur handlingar skulle påverka interaktionen 4. Som 3 men adaptiv interaktionsmodell 4
5 Artificiell Intelligens Tre viktiga områden: Kunskapsrepresentation Sökning (och kontroll) Lärande 5 Artificiell Intelligens AI= om gjort av människan, skulle kräva intelligens. Tre viktiga områden: Kunskapsrepresentation Sökning (och kontroll) Lärande 5
6 Kunskapsrepresentation - Intro [1] Vad finns för kunskap inom området? Hur representera denna i datorn? Hur manipulera/förändra? 6 Kunskapsrepresentation - Intro [1] Vad finns för kunskap inom området? Dvs vilka typer av delmoment ingår i arbetsuppgiften, hur är de strukturerade och organiserade? Hur representera denna i datorn? Mapping av kunskapen till kända sätt att representera kunskap. Hur manipulera/förändra? Dvs hur kan kunskapsbasen utveckla sig med tiden? 6
7 Kunskapsrepresentation - Intro [2] Syntax och semantik 2 delar: kunskapsbas och interpretator/motor Det finns inga rätt och fel Realism Prestanda Speciella problem (t.ex. granularitet) Avvägning! Ofta reduktionistisk kunskapssyn 7 Kunskapsrepresentation - Intro [2] Syntax och semantik = formella konventioner och ett tolkningssätt 2 delar: kunskapsbas och interpretator/motor Det finns inga rätt och fel utan valet av representation styrs av systemets behov, våra intentioner med representationen etc. Realism Prestanda Speciella problem (t.ex. granularitet) Avvägning! Ofta reduktionistisk kunskapssyn, dvs att all kunskap kan brytas ned i beståndsdelar tills dess att man kommit ned till atomära delar. 7
8 Översikt av tekniker för KR Semantiska nät Frames Scripts Regelbaserade representationer Logik 8 Översikt av tekniker för KR Semantiska nät Frames Scripts Regelbaserade representationer Logik 8
9 KR: Semantiska nät Propositionell kunskap ISA-, AKO-hierarki Ärvning av egenskaper vanligt Problem: (generellt) hur detaljerad ska man vara? 9 KR:Semantiska nät Propositionell kunskap ISA-, AKO-hierarki: ISA-nät när hierarkin är viktig, AKO när dekomposition är viktigt Ärvning av egenskaper vanligt Problem: (generellt) hur detaljerad ska manvara? 9
10 KR: Frames Flera informationsbitar => en En samling slots och slot fillers Default (förväntningar) Hierarkiska relationer 10 KR: Frames För att hantera Flera informationsbitar somen En samling slots (hålrum) och slot fillers. I Ex: Chair är en frame, Numberoflegs är en slot och Default 4 är en slot filler. Default (förväntningar) Hierarkiska relationer, en stol är exempelvis en sorts möbel 10
11 KR: Scripts Kausal kedja Typiska händelser Ofta ordnade i spec. ordning Används för att förstå korta berättelser Common sense krävs också 11 KR: Scripts Kausal kedja Typiska händelser Ofta ordnade i spec. ordning Används för att förstå korta berättelser Common sense krävs också för att kunna förstå och kunna svara på detaljerade frågor 11
12 KR: Regelbaserade representationer Produktionsregler Ofta expertsystem 3 delar: Regelbas (if then ) Kontext Interpretator 12 KR:Regelbaserade representationer Produktionsregler Ofta expertsystem inom exvis medicin 3 delar: Regelbas (if then ) Kontext Interpretator som väljer ut nån applicerbar regel ur regelbasen, applicerar den på kontexten och får nya slutsatser att lägga till regelbasen, o.s.v. 12
13 Typiska frågor inom KR Tydlighet Effektivitet Omfång Vokabulär Modularitet Utökbarhet Resonemang Modifierbarhet 13 Typiska frågor inom KR Tydlighet: transparent sätt att koda världskunskapen? Effektivitet: mycket dubbelrepresentation? Omfång: Vilken del av världenkan representeras? Vokabulär: enkelt och rakt sätt att koda världskunskapen? Modularitet: Hur lätt är det att förändra kunskapen? Utökbarhet: Hur relateras ny kunskap till gammal? Hur löses konflikter? Resonemang: Deduction? Induction? Kan man fortsätta resonemang även om info viss kunskap saknas? Modifierbarhet: Kan representationens struktur förändras? 13
14 Sökning - Intro [1] = Val bland alternativ Relaterat till kunskapsrepresentation Vad är en (tillräckligt) bra lösning? Vad är kostnaden för dåliga sökvägar? Finns det en lösning? När sluta? 14 Sökning - Intro [1] = Val bland alternativ Relaterat till kunskapsrepresentationen Vad är en (tillräckligt) bra lösning?# Dåliga sökvägar Finns det en lösning? När sluta? 14
15 Sökning Intro [2] Blind vs. heuristisk blind bara strukturen heuristisk värderar alternativen heuristisk överlägsen vid hög kostnad men värdering kostar också Stora sökträd vanliga schack: möjliga lägen 15 Sökning Intro [2] Blind vs. heuristisk blind bara strukturen heuristisk värderar alternativen heuristisk överlägsen vid hög kostnad (exempelvis som fotgängare med tung kappsäck i en okänd stad) men värdering kostar också Stora sökträd vanliga: schack: möjliga lägen 15
16 Sökning - Intro [3] Alla söktekniker har föroch nackdelar Val beror på typ av träd: buskigt? djupt? var är målnoderna? Önskvärt: garanterad att hitta målnod om det finns optimal lösning effektiv = minstantal undersökta alternativ 16 Sökning - Intro [3] Alla söktekniker har för- och nackdelar Valberor på typ av träd: buskigt? djupt? var är målnoderna? Önskvärt: garanterad att hitta målnod om det finns optimal lösning effektiv = minstantal undersökta alternativ 16
17 Blind sökning Tre vanliga: Bredden först Djupet först Uniform cost 17 Blind sökning Fyra vanliga: Bredden först: försiktig och konservativ. Hittar garanterat kortaste vägen till målnoden. Kan ta lång tid om målnoden ligger djupt. Djupet först: aggressiv men farlig. Kan hända att sent eller aldrig (om trädet byggs upp dynamiskt) kommer fram till målnoden. Uniform cost: bredden först där kopplingarna är viktade 17
18 Heuristisk sökning Blinda sökmetoder utforskar alla alternativ (om målnod saknas) Heuristiska metoder använder information om: domänen sökrymden målnoders egenskaper Heuristiska metoder: utforskar bara de intressantaste alternativen vilka är de? tumregler används 18 Heuristisk sökning Blinda sökmetoder utforskar alla alternativ (om målnod saknas) Heuristiska metoder använder information om: domänen sökrymden målnoders egenskaper Heuristiska metoder: utforskar bara de intressantaste alternativen vilka är de? tumregler används 18
19 Inlärning (adaptivitet) Vilken kunskap finns/ges från början? Hur genereras och integreras ny kunskap med gammal? Lärare, kritiker Vem? Hur? Vilken roll spelar exempel? 19 Inlärning (adaptivitet) Vilken kunskap finns/ges från början? Dvs finns hårdkodad in i systemet? Hur genereras och integreras ny kunskap med gammal? Lärare, kritiker Vem? Hur? Vilkenroll spelar exempel? 19
20 Fysisk-virtuella miljöer (min forskning) Det finns ett gap mellan den fysiska och virtuella världen som gör tillvaron onödigt jobbig Gapet måste överbryggas! Augmented Reality - förstärkt verklighet Mixed Reality - blandad verklighet 20 Fysisk-virtuella miljöer (min forskning) Det finns ett gap mellan den fysiska och virtuella världen som gör tillvaron onödigt jobbig Gapet måste överbryggas! Augmented Reality - förstärkt verklighet Mixed Reality - blandad verklighet 20
21 Physical-virtual artefacts bridging the gap (?) Informationsteknik ochdesign HT2002, föremålet som interaktör 2 (Pederson 1999) A physical-virtual artefact is an abstract artefact that (1) is instantiated in both the physical and virtual environment, where (2) these instantiations to a large extent utilize the unique affordances and constraints that the two different environments facilitate, and finally (3) where one instantiation of a specific physical-virtual artefact is easily identified if an equivalent instantiation in the other environment is known 21 Physical-virtual artefacts bridging the gap (?) A physical-virtual artefact is an abstract artefact that (1) is instantiated in both the physical and virtual environment, where (2) these instantiations to a large extent utilize the unique affordances and constraints that the two different environments facilitate, and finally (3) where one instantiation of a specific physical-virtual artefact is easily identified if an equivalent instantiation in the other environment is known 21
22 General system architecture for enabling PVAs Informationsteknik ochdesign HT2002, föremålet som interaktör 2 22 General system architecture for enabling PVAs 22
23 PV Prototype Environment: Magic Touch Informationsteknik ochdesign HT2002, föremålet som interaktör 2 Human hands as the link between physical and virtual 23 PV Prototype Environment: Magic Touch Human hands as the link between physical and virtual 23
24 Informationsteknik ochdesign HT2002, föremålet som interaktör 2 Magic Touch client-server model 24 Magic Touch client-server model 24
Föremålet som interaktör 1
Föremålet som interaktör 1 Thomas Pederson doktorand vid inst. för datavetenskap rum B421 i MIT-huset forskningsområde: Augmented Reality e-post: top@cs.umu.se Föremålet som interaktör 1 Thomas Pederson
Läs merAntag att följande träd genereras i ett spelförande program om vi applicerar evalueringsfunktionen
1. Komplexiteten hos en agent beror mycket på vilken omgivning den skall verka i. Vad innebär det att en omgivning är stokastisk, episodisk och dynamisk? Ge exempel på en omgivning som är stokastisk, episodisk
Läs merLinköpings universitet
2016-08-24 Vad är kognition? tt ta in, lagra och bearbeta information: Kognitionsvetenskaplig introduktionskurs Perception Information tas in och flödar genom begränsade informationskanaler Föreläsning
Läs merAntag att b är förgreningsfaktorn, d sökdjupet, T (d) tidskomplexiteten och M(d) minneskomplexiteten.
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervalsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs merArtificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?)
Artificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?) 1.a November 2011 Innan vi börjar R.I.P. John McCarthy (1924 2011) Grundare av ämnet artificiell
Läs merArtificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?)
Artificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?) 4e november 2014 Intelligens Vad är det? ett mänskligt egenskap Kan det jämföras? Kan det mätas?
Läs merAntag att b är förgreningsfaktorn, d sökdjupet, T (d) tidskomplexiteten och M(d) minneskomplexiteten.
OS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervalsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs mer729G15 Kognitiv modellering
Lärare 729G15 Examinator, kursansvarig: Rita Kovordányi, rita.kovordanyi@liu.se Laborationsassistenter: Richard Wiik ricwi919@student.liu.se Sandra Svanberg sansv418@student.liu.se Maria Hedblom marhe503@student.liu.se
Läs merKunskapsrepresentation
Kunskapsrepresentation Hur representeras information? Representationer som bevarar strukturen perceptionsbaserad kunskapsrepresentation Representationer som bevarar innebörden meningsbaserad kunskapsrepresentation
Läs merTangible interaction &TUI KIRSTEN RASSMUS-GRÖHN
Tangible interaction &TUI KIRSTEN RASSMUS-GRÖHN Innehåll Vad är TUI? Historia Massor med exempel Hur gör man? Problem och utmaningar Vad är TUI = Tangible User Interface? I bred mening Att ge fysisk form
Läs merThe microtheories and language of CYC KB. Anna Svedberg Artificiell Intelligens II Linköpings Universitet Ht 2010 (Kompletterad ht 2012)
The microtheories and language of CYC KB 890919 Artificiell Intelligens II Linköpings Universitet Ht 2010 (Kompletterad ht 2012) Innehållsförteckning 1 Inledning... 1 2 Uppbyggnad av CYC... 2 2.1 Kunskapsbasen...
Läs merNya Medier. Gränssnitt, Interaktivitet och Digital kod
Nya Medier Gränssnitt, Interaktivitet och Digital kod Människa-Dator: Gränssnittet Tre lager tas upp i boken: Fysiska apparaten som möjliggör för användaren att styra/använda datorn Mjukvara som organiserar
Läs merArbetsuppgifter. Vad gör du? Egentligen? Vad behövs? Gruppincheckning
Arbetsuppgifter Vad gör du? Egentligen? Vad behövs? Gruppincheckning Kravspecifikation Vad är ett krav? vad produkten ska klara av eller en kvalitet som produkten ska ha 2 Krav Affärsmässiga Varför gör
Läs merMinnet - begrepp och principer
Minnet - begrepp och principer Ebbinghaus (1885)» nonsensstavelser» retention»test Två begreppsteorin för minnet» aktivitet»styrka bestämmer tillgängligheten hos ett minnesspår vid en viss tidpunkt bestämmer
Läs merAntag att b är förgreningsfaktorn, d sökdjupet, T (d) tidskomplexiteten och M(d) minneskomplexiteten.
OS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervalsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
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 merIntroduktion till digitala medarbetare. RPA-dagen digital arbetskraft, 22/
Introduktion till digitala medarbetare RPA-dagen digital arbetskraft, 22/10 2018 B Agenda och PS Provider Innehåll och presentation av PS Provider Innehåll 11 12 1 I Introduktion till RPA och digitala
Läs merLinköpings universitet
Översikt Kognitionsvetenskaplig introduktionskurs Föreläsning 4 Informationsbearbetningsmodeller Vad är kognitionsvetenskap? Kort bakgrund/historik Representation och bearbetning av information Vetenskapliga
Läs merNeurovetenskap 30/08/2013. Kognitiv neurovetenskap. Lober. Olika färg, olika vävnadsstruktur. Hjärnbarken
729G01 Kognitionsvetenskaplig introduktionskurs: Kognitiv neurovetenskap och kognitiv modellering Rita Kovordanyi, Institutionen för datavetenskap (IDA) rita.kovordanyi@liu.se Kognitiv neurovetenskap Baseras
Läs merKognitiv psykologi. Kognition / Tänkande. Tänkande
Kognitiv psykologi Tänkande och resonerande som grund för problemlösning Anders Jansson Kognition / Tänkande Kognitionsmodeller IP-modellen, Konnektionistiska teorier, Prototypteori, Kognitiv semantik,
Läs merNya Medier. Gränssnitt, Interaktivitet och Digital kod
Nya Medier Gränssnitt, Interaktivitet och Digital kod Människa-Dator: Gränssnittet Tre lager tas upp i boken: Fysiska apparaten som möjliggör för användaren att styra/använda datorn Mjukvara som organiserar
Läs merFråga 5 (1 poäng) För att definiera ett sökproblem krävs...
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 merEfterlysning! Kognitiv design 1. Mitt mål för er med idag. Idag. Mål. Vad exakt är problemet?
Efterlysning! Kognitiv design 1 Hur man gör en användare glad Kursrepresentanter? Maila! Webbaserat system för gruppindelning. Idag Inledande exempel Vad är användbarhet? Hur gör användaren? Normans sjustegsmodell
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 merEn tillbakablick.. Världen är inte ett skrivbord. Dåtidens visionärer. Xerox Star föregångaren MDI, 1994. Wearable Computing. Föreläsning 2003-10-14
En tillbakablick.. > ls -l > data.p grep figure Världen är inte ett skrivbord Föreläsning 2003-10-14 Dåtidens visionärer IBM chefens 5 datorer Datorn kommer att vara lika enkel att använda som telefonen
Läs merThomas Winman. University West, Trollhättan
The use of electronic patient records in coordinating health care work - Exploring the role of local knowing in a computer based documentation practice Thomas Winman University West, Trollhättan Framväxten
Läs merFråga 5 (1 poäng) För att definiera ett sökproblem krävs...
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 merInteraktionsdesign och användbarhet Personas. Paper prototyping. » Metod för representation av användaren. » Metod för konceptutveckling
martin östlund 2008 Interaktionsdesign och användbarhet Personas» Metod för representation av användaren Paper prototyping» Metod för konceptutveckling Att designa för användbarhet» Forsknings- och tillämpningsområden»
Läs merde var svåra att implementera och var väldigt ineffektiva.
OBS! För flervalsfrågorna gäller att flera alternativ eller inget alternativ kan vara korrekt. På flervalsfrågorna kan man bara ha rätt eller fel, dvs frågan måste vara helt korrekt besvarad. Totalt kan
Läs merDatorer och intelligens
Datorer och intelligens (kapitel 4 och 8 av Winograd & Flores) Harko Verhagen Statement One cannot program computers to be intelligent Problem: vad är intelligens? Vad är intelligens? 1. Intelligens =
Läs merInteraktionsdesign som profession. Föreläsning Del 2
Interaktionsdesign som profession Föreläsning Del 2 Vikten av att göra research Varför behöver vi göra research? En produkt blir aldrig bättre än den data som denna baseras på Men Vi har redan gjort en
Läs merI en deterministisk omgivning beror nästa tillstånd bara av agentens handling och nuvarande tillstånd.
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervalsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs merAtt leva tillsammans skolår 2-3 (läsår som börjar med jämn HT)
Att leva tillsammans skolår 2-3 (läsår som börjar med jämn HT) Grundskola 1 3 LGR11 SO För att det ska fungera bra att leva tillsammans behöver vi försöka förstå varandra. Vi funderar tillsammans och lär
Läs merReagera på WoW-event Att använda OnUpdate Introduktion Att kapa funktioner Automatisering och AI
Reagera på WoW-event Att använda OnUpdate Introduktion Att kapa funktioner Automatisering och AI Introduktion pptplex Section Divider The slides after this divider will be grouped into a section and given
Läs merOptimera, inte eliminera, den mänskliga hjärnan genom AI. Anna-Karin Edstedt Bonamy, MD, PhD Chief Medical Officer, Doctrin AB
Optimera, inte eliminera, den mänskliga hjärnan genom AI Anna-Karin Edstedt Bonamy, MD, PhD Chief Medical Officer, Doctrin AB En av sjukvårdens största utmaningar är ökande personalbrist 4 av 10 läkare
Läs merBoken. Kap 2.1-2.4 Kap 11.3
Konceptuell design Boken Kap 2.1-2.4 Kap 11.3 Konceptuell design är helt grundläggande inom interaktionsdesign kan upplevas som abstrakt och svårt att förstå förstås bäst genom att man utforskar och upplever
Läs merTre kursblock. av användargränssnitt. Inledningsvis. Hittills. Dags att fylla på med det som saknas! Människa dator interaktion Del 1. 1.
Tre kursblock Grundläggande teori för design av användargränssnitt Människa dator interaktion Del 1 1. Design 2.Human factors & Ergonomics 3. Human computer interaction Inledningsvis Interaktiv produkt/system
Läs merPsykologi 11.3.2009. 1. Hur påverkas inlärning av positiv och negativ feedback?
Psykologi 11.3.2009 1. Hur påverkas inlärning av positiv och negativ feedback? För 1 3 poäng krävs att skribenten förstår att inlärning är en process som grundar sig på dels förändringar i hjärnan och
Läs merOntologier. Cassandra Svensson 2014-01-09
Ontologier Cassandra Svensson 2014-01-09 Sammanfattning Jag har läst Annika Flycht-Ericssons avhandling Design and Use of Ontoligies in information-providing Dialogue Systems. Med Annikas text som utgångspunkt
Läs merArtificiell Intelligens den nya superkraften
Artificiell Intelligens den nya superkraften Socialchefsdagarna, 4 oktober 2018 #CGINext Artificiell Intelligens Förmågan hos mjukvara att agera självständigt på ett intelligent sätt tidigare bara associerat
Läs merProgrammering A. Johan Eliasson johane@cs.umu.se
Programmering A Johan Eliasson johane@cs.umu.se 1 Jag Undervisar mest grundläggande programmering på Institutionen för datavetensakap Applikationsutveckling för iphone Applikationsutveckling i Java Datastrukturer
Läs merTentamen: Programutveckling ht 2015
Tentamen: Programutveckling ht 2015 Datum: 2015-11-04 Tid: 09:00-13:00 Sal: Ansvarig: Resultat: Hjälpmedel: Maxpoäng: Betygsgränser: Anslås inom 3 veckor. Inga 40 p 20 p för G, 32 p för VG. Iakttag följande:
Läs merATT LEDA DIGITAL TRANSFORMATION
ATT LEDA DIGITAL TRANSFORMATION Date / Okt 2016 ATT TOLKA TURBULENTA MARKNADER MORGON- DAGENS TALANGER LEDARSKAP I DIGITAL TURBULENS LEDARSKAP I DIGITAL TURBULENS 80% av framgångsrika digitala organisationer
Läs merArtificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?)
Artificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?) Building Watson:! http://www.youtube.com/watch?v=3g2h3dz8rnc!! 29e oktober 2013 Intelligens Vad
Läs merOm ämnet Engelska. Bakgrund och motiv
Om ämnet Engelska Bakgrund och motiv Ämnet engelska har gemensam uppbyggnad och struktur med ämnena moderna språk och svenskt teckenspråk för hörande. Dessa ämnen är strukturerade i ett system av språkfärdighetsnivåer,
Läs merAtt vara chef i komplexa organisationer
Att vara chef i komplexa organisationer Att förstå sin organisation Långholmen den 18 maj 2018 Kjell Lindström Organisation PESTEL-analys Grek. Organon = Verktyg, redskap Hur trendspanar ni Ett system
Läs merVarför är logik viktig för datavetare?
Varför är logik viktig för datavetare? 1. Datavetenskap handlar ofta om att automatisera processer som tidigare styrts av människor. Intuition, intelligens och mänskliga resonemang ersätts av beräkningar.
Läs mericore Solutions. All Rights Reserved.
icore Bootcamp Kunddagar 2018 Agenda Nyheter GFC Generic File Communication. Hur är det tänkt. Kategorisering. Hur är det tänkt Säkerhet (inloggningar till kunder). Nyheter Antal nyheter i v4 1073 st Web
Läs merSpråkteknologi och Open Source
Språkteknologi och Open Source Erik Edin F01 erikedin@kth.se 15 oktober 2004 1 1 Open Source Open Source är en rörelse som syftar till att skriva datorprogram som släpps fria utan kommersiella intressen.
Läs merModeller och representationer - hur används de i skolan och hur kan de utnyttjas?
Modeller och representationer - hur används de i skolan och hur kan de utnyttjas? Lena Tibell VisuelltLärande och Kommunikation (VLC) MIT/ITN/LiU Vetenskapsdagen 5/9 2017 Exploranation = to explore and
Läs merArtificiell intelligens
2013-08-13 Introduktion Artificiell intelligens Vad är AI? Olika mål Intelligenta agenter Områden inom AI Arne Jönsson HCS/IA Vad är AI? Intelligens: Förmågan till tänkande och analys (Svenska ORboken)
Läs merAvslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska kunnas?
Avslutning Anmärkningar inför tentan Vad ska kunnas? Avslutning 1 Vad? Anmärkningar inför tentan 1 Att ha en bra förståelse för det som behandlades på föreläsningarna och gruppövningarna räcker i princip.
Läs merInformationsbeteende och förmedling av arkivinformation
Informationsbeteende och förmedling av arkivinformation Anneli Sundqvist, Mittuniversitetet 2010-10-21 Arkivinformation lagrad information som uppstår i, för och genom en organisations verksamhet eller
Läs merSökning. Sökning. Köoperationer. Generell sökalgoritm
Sökning Sökning! Datastrukturer och operationer! Värdering av sökstrategier! Blind sökning! Heuristisk sökning! Constraint satisfaction! Spelförande program Datastruktur: nod = [tillstånd, förälder, operator,
Läs merPrototypningstekniker
Prototypningstekniker I tjänstedesign Johan Blomkvist IDA-HCS-IxS Twitter: @hellibop Vad ska vi göra idag? Förbereda och jobba med de olika idéerna. Idéerna kan behöva utforskas på olika sätt. Börja med
Läs merStudenters erfarenheter av våld en studie om sambandet mellan erfarenheter av våld under uppväxten och i den vuxna relationen
Studenters erfarenheter av våld en studie om sambandet mellan erfarenheter av våld under uppväxten och i den vuxna relationen Silva Bolu, Roxana Espinoza, Sandra Lindqvist Handledare Christian Kullberg
Läs merDatorrepresentation av vårdriktlinjer
Datorrepresentation av vårdriktlinjer Innehåll Introduktion/bakgrund Behov Uppdateringsproblem Metoder PROforma Asgaard/Arbru Arden Praktiska implementeringar Hypertoni-behandling Guidelines/vårdriktlinjer
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 merTommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer 2 2.1 Domäner... 2 2.2 Tolkningar... 3
Föreläsning 2 Semantik 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 27 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 2.1 Innehåll Innehåll 1 Lite mer syntax 1 2 Strukturer
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 merDesign. Vad lärde jag mig förra lekfonen? Hur bidrog jag Fll lärandet? Kravhantering sammanfa0ning 13/04/14
Design Vad är design? Vad är arkitektur? Architectural Pa:erns Designprinciper Design Pa:erns UML Domain Driven Design Domänmodell Vad lärde jag mig förra lekfonen? Hur bidrog jag Fll lärandet? Kravhantering
Läs merFö 4: Utvärdering. Gästföreläsning. Muddy-cards resultat. Varför och vad? Varför? Vad? Mot vad? (Krav) Hur? IMPACT
Varför? Vad? Mot vad? (Krav) Hur? IMPACT Fö 4: Utvärdering Gästföreläsning Computer Supported Collaborative Work flera användare. Live Help Systems Johan Åberg Vecka 10 Måndag 3/3 kl 10 i sal C3 Muddy-cards
Läs merKursen handlar om. Var används datorer och andra IT-stöd? T ex: Människa-datorinteraktion (MDI) Inst. för informationsteknologi
Människadatorinteraktion ITP, 3p Människa-datorinteraktion () Inst. för informationsteknologi Bengt Sandblad Iordanis Kavathatzopoulos http://www.it.uu.se/edu/course/homepage/hci/vt07 Kursen handlar om
Läs merBeräkning med ord. -hur en dator hanterar perception. Linköpings universitet Artificiell intelligens 2 2010-10-03 Erik Claesson 880816-1692
Beräkning med ord -hur en dator hanterar perception 2010-10-03 Erik Claesson 880816-1692 Innehåll Inledning... 3 Syfte... 3 Kan datorer hantera perception?... 4 Naturligt språk... 4 Fuzzy Granulation...
Läs merIsometries of the plane
Isometries of the plane Mikael Forsberg August 23, 2011 Abstract Här följer del av ett dokument om Tesselering som jag skrivit för en annan kurs. Denna del handlar om isometrier och innehåller bevis för
Läs merLARS. Ett e-bokningssystem för skoldatorer.
LARS Ett e-bokningssystem för skoldatorer. Därför behöver vi LARS Boka dator i förväg. Underlätta för studenter att hitta ledig dator. Rapportera datorer som är sönder. Samordna med schemaläggarnas system,
Läs merHandbok SSCd. Peter H. Grasch
Peter H. Grasch 2 Innehåll 1 Inledning 6 2 Använda SSCd 7 2.1 Baskatalog.......................................... 7 2.2 Inställning.......................................... 7 2.3 Databas............................................
Läs merVad är. Domändriven design?
Vad är Domändriven design? 1 Domändriven design är utvecklare och domänexperter som arbetar tillsammans för att skapa mjukvara som är både begriplig och möjlig att underhålla. ett sätt att fånga och sprida
Läs merVad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system
Vad är det? Översikt Discrete structure: A set of discrete elements on which certain operations are defined. Discrete implies non-continuous and therefore discrete sets include finite and countable sets
Läs merProbabilistisk logik 1
729G43 Artificiell intelligens / 2016 Probabilistisk logik 1 Marco Kuhlmann Institutionen för datavetenskap Osäkerhet 1.01 Osäkerhet Agenter måste kunna hantera osäkerhet. Agentens miljö är ofta endast
Läs merDatasäkerhet. Petter Ericson pettter@cs.umu.se
Datasäkerhet Petter Ericson pettter@cs.umu.se Vad vet jag? Doktorand i datavetenskap (naturliga och formella språk) Ordförande Umeå Hackerspace Sysadmin CS 07-09 (typ) Aktiv från och till i ACC m.fl. andra
Läs merADT Prioritetskö. Föreläsning 13 Innehåll. Prioritetskö vs FIFO-kö. Prioritetskö Exempel på användning. Prioritetsköer och heapar
Föreläsning 1 Innehåll ADT Prioritetskö Prioritetsköer och heapar Prioritetsköer och heapar ADT prioritetskö Klassen PriorityQueue i java.util ar Implementering av prioritetskö med heap Sortering med hjälp
Läs merLinköpings universitet 1
Vad är kognitionsvetenskap? Kognitionsvetenskaplig introduktionskurs Föreläsning 7 Tvärvetenskap Delvetenskaper, metoder Integrationsutmaningen Kognitionsvetenskap är ett tvärvetenskapligt kunskaps- och
Läs merProbabilistisk logik 2
729G43 Artificiell intelligens / 2016 Probabilistisk logik 2 Marco Kuhlmann Institutionen för datavetenskap Översikt Probabilistiska modeller Probabilistisk inferens 1: Betingad sannolikhet Probabilistisk
Läs merSemantic and Physical Modeling and Simulation of Multi-Domain Energy Systems: Gas Turbines and Electrical Power Networks
DEGREE PROJECT IN ELECTRICAL ENGINEERING, SECOND CYCLE, 30 CREDITS STOCKHOLM, SWEDEN 2017 Semantic and Physical Modeling and Simulation of Multi-Domain Energy Systems: Gas Turbines and Electrical Power
Läs merCM FORUM. Introduktion till. Configuration Management (CM) / Konfigurationsledning. Tobias Ljungkvist
Introduktion till Configuration Management (CM) / Konfigurationsledning Tobias Ljungkvist 2017-08-30 1 CM enligt SS-EN ISO 10007_2004 Konfigurationsledning är en ledningsaktivitet som tillämpar teknisk
Läs merInnehåll. Kamerabaserad interaktion Del 3 3D och AR. Världen genom datorn. Vad är AR? AR vs. VR. Potential
Innehåll Kamerabaserad interaktion Del 3 3D och AR Anders Henrysson Augmented Reality Introduktion Displayer Tracking Kamerabaserad tracking och interaktion AR på mobiltelefoner CMAR Vad är AR? Förstärkning/utökning
Läs merNationell Informationsstruktur 2015:1. Bilaga 7: Arkitektur och metodbeskrivning
Nationell Informationsstruktur 2015:1 Bilaga 7: Arkitektur och metodbeskrivning Innehåll Nationell informationsstruktur arkitektur och metod... 3 Standarder inom informatik... 3 NI relaterat till ISO 42010...
Läs merArv. Fundamental objekt-orienterad teknik. arv i Java modifieraren protected Lägga till och modifiera metoder med hjälp av arv Klass hierarkier
Arv Fundamental objekt-orienterad teknik arv i Java modifieraren protected Lägga till och modifiera metoder med hjälp av arv Klass hierarkier Programmeringsmetodik -Java 165 Grafisk respresentation: Arv
Läs merFöreläsning 1: Interaktionsteknik, Introduktion. Att läsa: Kapitel 1-2 i Rogers et al.: Interaction design
Föreläsning 1: Interaktionsteknik, Introduktion Att läsa: Kapitel 1-2 i Rogers et al.: Interaction design Interaktion SAOL: växelspel, samspel i umgänge Samspel med vad? med andra människor med saker?
Läs merPrinciper för interaktionsdesign
Designtrappan och GDK Principer för interaktionsdesign Mattias Arvola Institutionen för datavetenskap Designtrappan är framtagen av Dansk Design Center och vidareutvecklad av SVID. 2 Dagens föreläsning
Läs merFramtidens förvaltare
Framtidens förvaltare 2017-02-02 Vad innebär den ökande digitaliseringen för dig? Intro Förbättringsmöjligheter Affärsmöjligheter Vägval och medskick Detta är inte en framtidsspaning utan tankar kring
Läs merOutsourcing och molntjänster
Outsourcing och molntjänster Risker och förebyggande åtgärder IT utvecklas för att möta nya krav Systemcentrerad Informationscentrerad Data: Centraliserad, strukturerad Infrastruktur: Fysisk IT fokus:
Läs merDesign och krav. Design Definition. enkelt Det ska vara möjligt att. Henrik Artman
Design och krav Henrik Artman >>Ett av skälen till att projektet inte höll tidplan och budget var [beställarens] höga ambitionsnivå. Dessutom skulle man gjort en stordel av arbetet självt, men en del av
Läs merNätverkslagret - Intro
Nätverkslagret - Intro Uppgifter Erbjuda unika adresser för varje nod Veta hur nätet är uppbyggt Hitta bästa vägen Olika datalänksprotokoll Undvika stockningar (congestion) Nätverkslagret - Intro Principer
Läs merI en deterministisk omgivning beror nästa tillstånd bara av agentens handling och nuvarande tillstånd.
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervalsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Läs merTänk på följande saker när du skriver tentan:
Ämne: AI med inriktning mot kognition och design Kurskod: KOGB05 / TDBB21 Datum: 2005-04-01 Antal uppgifter: 12 Skrivtid: 09:00 15:00 Max poäng: 54 Betygsgränser: 27 x
Läs merACT-R och EPIC EPIC Översikt. EPIC:s arkitektur. Exempelkod. EPIC:s filosofi. Executive Process Interactive Control
Översikt ACT-R och EPIC EPIC Fokus på multi-task performance Pooler av kognitiva, perceptuella, och olika motoriska resurser som kan köra parallellt Alltså ingen central flaskhals i mänsklig kognition
Läs merFöreläsning 12 Inspektionsmetoder. Rogers et al. Kapitel 15
Föreläsning 12 Inspektionsmetoder Rogers et al. Kapitel 15 Inspektionsmetoder Metoder som genomförs utan användare En eller helst flera experter utför en inspektion eller granskning Man utgår ifrån vedertagna
Läs merAIDA ARTIFICIELL INTELLIGENS FÖR DETALJPLANEARBETE
ARTIFICIELL INTELLIGENS FÖR DETALJPLANEARBETE Problemet Cirka 100.000 analoga gällande detaljplaner i Sverige. Det tar cirka 1 dag att digitalisera en plan Detta betyder 274 års arbete (utan semester)
Läs merRegisterforskning Oktober 2018, Stockholm City Conference Centre. Möjligheter med Artificiell Intelligens inom registerforskningen
Registerforskning 2018 17 Oktober 2018, Stockholm City Conference Centre Möjligheter med Artificiell Intelligens inom registerforskningen Peter Funk Mälardalens Högskola Vem är Peter Funk? Artificiell
Läs merFöreläsning 4, Användbarhet, prototyper
Föreläsning 4 Användbarhet och prototyper Kapitel 5-7 i Stone et al. Mer om användbarhet Psykologiska principer avseende: Förväntningar En uppgift i taget Struktur för förståelse Känna igen eller komma
Läs merGranskningsredogörelse 2013. Styrning och intern kontroll översiktlig granskning
Granskningsredogörelse 2013 Skellefteå Kraft AB Björn E Persson Styrning och intern kontroll översiktlig granskning Bakgrund och syfte Bakgrund Lekmannarevisionen har med hänsyn till risk och väsentlighet
Läs merRisken för internationella konflikter i kampen om naturresurserna
Risken för internationella konflikter i kampen om naturresurserna Ralph Sundberg Uppsala Conflict Data Program och Institutionen för Freds- och Konfliktforskning Uppsala Universitet An armed conflict is
Läs merOperatörer och användargränssnitt vid processtyrning
Operatörer och användargränssnitt vid processtyrning Domänanalyser och uppgiftsanalyser Uppsala universitet @ 2003 Anders Jansson Sammanfattning kap.1 Sociotekniska system Många olika grupper av användare
Läs merFRAMTIDA TEKNIK OCH INNEBÖRDEN FÖR MOBIL ARBETSKRAFT
FRAMTIDA TEKNIK OCH INNEBÖRDEN FÖR MOBIL ARBETSKRAFT FÖRORD Vid en granskning av ett brett omfång av spännande framtida teknik finns det tydliga bevis från denna undersökning att företag använder och försöker
Läs merDatasäkerhet och integritet
Chapter 4 module A Networking Concepts OSI-modellen TCP/IP This module is a refresher on networking concepts, which are important in information security A Simple Home Network 2 Unshielded Twisted Pair
Läs merTillämpad programmering CASE 1: HTML. Ditt namn
Tillämpad programmering CASE 1: HTML Ditt namn 18 [HTML] Din handledare vill se din skicklighet i att använda HTML-koden. Du ska utveckla en webbplats om ditt intresse, inriktning eller gymnasiearbete.
Läs merArtificiell Intelligens
Artificiell Intelligens Aktuell forskning Litteraturstudie Välj ett AI-ämne: filosofiskt/teoretiskt, praktiskt, formellt, ett system, en teori, ett tillämpningsområde, etc Artiklar, konferensbidrag, böcker
Läs mer