Handledare: Mikael Goldmann
|
|
- Ann-Christin Ekström
- för 6 år sedan
- Visningar:
Transkript
1 Jacob Rydh Robert Hedin Sudoku Solver Projektspecifikation Handledare: Mikael Goldmann
2 Introduktion Vi ska studera och utforma olika algoritmer för att lösa Sudoku puzzel. Vi kommer testa olika algoritmer som finns tillgängliga och jämföra dem mot en brute-force lösning. Därefter kommer vi att utforma en egen algoritm för att lösa puzzlen. Problemformulering Ett sudoku spel går ut på att placera in siffror på ett rutmönstrat bräde (World Sudoku Federation, 2012). Varje bräda är uppdelad i mindre brädor som i sin tur består av 3 x 3 rutor. I början av spelet finns det ett antal siffror utplacerade på den stora brädan. Det gäller sen att själv fylla i rutorna med siffror från 1-9 på ett sådant sätt att inga dubbletter återfinns i vare sig samma rad eller samma mindre 3 x 3 bräda (Se bild 1). Det gäller så såväl vågrätta som lodräta rader samt inom varje liten 3 x 3 bräde. De initialt utplacerade siffrorna ska vara utsatta på ett sådant sätt att spelet endast har en korrekt lösning. Bild 1 Det huvudsakliga målet är att utforma en algoritm som på ett effektivt sätt löser puzzlet. Vi kommer jämföra hur snabb lösningen är i förhållande till en brute-force algoritm. Detta kommer att utföras på puzzel med varierande svårighetsgrad. Vår egenskapade algoritm kommer att bli analyserad för att se vilka styrkor och svagheter den har i förhållande till andra kända algoritmer.
3 Tillvägagångssätt Vi kommer till en början sätta oss in i kända algoritmer för att lösa puzzlet. Vi kommer delvis utforska vilka program som finns för att lösa puzzlet idag samt tala med folk som spelar sudoku på en högre nivå. Vi kommer därför ta kontakt med sudoku klubbar för att se vilka strategier mänskliga spelare använder för att snabbt lösa ett Sudoku puzzel. Det finns ett antal kända algoritmer för att lösa ett sudoku puzzel. Vi har tittat på en algroritm som löser problemet genom backtracking, där problemet tex kan konstrueras upp som en graf för att sedan lösas med hjälp av graffärgning. Komplexiteten för graffärgning är förvisso NPfullständigt men eftersom spelplanen är så pass liten går denna metod att använda. En annan algoritm som vi har tittat på är en som liknar mer hur en människa fungerar och hur vi löser ett sudoku puzzel. Genom att skriva ned de olika siffrorna en ruta kan innefatta kan man på ett smidigt sätt få en bättre bild över spelet och med uteslutningsmetoden kan man successivt stryka bort siffror tills bara den rätta finns kvar (A Pencil- and- Paper Algorithm for Solving Sudoku Puzzles 2009). Vi har även planer på att tittat på lösningar som använder sig av artificiell intelligens för att lösa problemet (Artificial Intelligence through Search: Solving Sudoku Puzzles 2008). Därefter kommer vi ta ut de bästa tillgängliga algoritmerna och strategierna, och analysera deras för- och nackdelar. Vår förhoppning är att vi sedan kommer att kunna skriva en egen algoritm som är effektivare än de nuvarande. Referenser World Sudoku Federation (2012). [Elektronisk]. Tillgänglig på: Hämtad februari 23, Prof. J.F. Crook, Notices of the AMS. volume 56 number 4. A Pencil- and- Paper Algorithm for Solving Sudoku Puzzles. Tillgänglig på: Hämtad februari 23, Tim Kovacs University of Bristol. What is Computer Science? #10. Artificial Intelligence through Search: Solving Sudoku Puzzles.Tillgänglig på:
4 Tidsplan 12 februari - Vi börjar leta efter relevanta källor som kommer användas till bakgrundsinformation om problemet. Vi tar kontakt med klubbar och letar efter kända algoritmer som löser puzzlet. 20 februari - Vi har nu tillräckligt med källor för att börja att på riktigt analysera problemet och de algoritmerna vi hittat. Vi har även varit i kontakt med någon bättre spelare. Vi har byggt upp en databas med puzzel av olika svårighetsgrader som vi kan använda för att testa algoritmerna. 1 mars - Nu har vi tillräckligt med kött på benen för att börja skriva rapporten. Vi sammanställer det vi har kommit fram till och skriver ihop en struktur för den slutgiltiga rapporten. Vi börjar även med vår egen algoritm som kommer bygga på de analyser vi nu gjort. 8 mars - Halvvägsrapporten är klar. Vi arbetar vidare med vår algoritm. Utför test där vi på vår algoritm för att se hur väl den står sig.
5 1 april - Rapporten är färdigskriven och den ända som återstår är att gå igenom rapporten för att se till att den är utformad på ett sammanhängande och välförståeligt sätt. Vi lägger ganska mycket tid åt detta då vi vet av att den inte är vår starkaste sida.
Sudokulösare: Jämförelse av körtider för backtracking och mänskliga strategier
DEGREE PROJECT, IN COMPUTER SCIENCE, SECOND LEVEL STOCKHOLM, SWEDEN 2015 Sudokulösare: Jämförelse av körtider för backtracking och mänskliga strategier SAMIUL A, MARK W KTH ROYAL INSTITUTE OF TECHNOLOGY
Läs merAlgoritm för Sudokulösning med mänskliga strategier. ROBERT HEDIN och JACOB RYDH
Algoritm för Sudokulösning med mänskliga strategier ROBERT HEDIN och JACOB RYDH Examensarbete Stockholm, Sverige 2012 Algoritm för Sudokulösning med mänskliga strategier ROBERT HEDIN och JACOB RYDH DD143X,
Läs merAlgoritm för Sudokulösning med mänskliga strategier
Kungliga Tekniska Högskolan Algoritm för Sudokulösning med mänskliga strategier Jacob Rydh Hornsgatan 98 118 21 Stockholm 076-309 43 10 jacobry@kth.se Robert Hedin Sandhamnsgatan 58 115 28 Stockholm 076-107
Läs merLässtrategier för att förstå och tolka texter samt för att anpassa läsningen efter textens form och innehåll. (SV åk 1 3)
SIDAN 1 Lärarmaterial VAD HANDLAR BOKEN OM? I boken får vi lära oss fakta om det gamla spelet schack. Schack spelas över hela världen, men man tror att det ursprungligen kommer från Indien. Eftersom man
Läs merTenta (TEN3) i kursen 729G04 Programmering och diskret matematik 5 feb 2016, kl 14:00-18:00
1 ( 7) Tenta (TEN3) i kursen 729G04 Programmering och diskret matematik 5 feb 2016, kl 14:00-18:00 Tillåtna hjälpmedel: Dator, penna, papper, linjal, suddgummi, godkänd(a) bok/böcker/kompendier (ej anteckningar,
Läs merAtt göra examensarbete i Miljö och vattenteknik. Se W:s exjobbssida. http://www.w-program.nu/
Att göra examensarbete i Miljö och vattenteknik Se W:s exjobbssida http://www.w-program.nu/ Ur kursplanen se http://www.uu.se/utbildning/utbildningar/selma/kursplan/?kkod=1tv962 Mål: Syftet med examensarbetet
Läs merMatcha rätt hjärta till rätt patient med AI. Dennis Medved
Matcha rätt hjärta till rätt patient med AI Dennis Medved Översikt Introduktion IHTSA LuDeLTA Sammanfattning Framtida arbete Introduktion Hjärttransplantation Livräddande operation för patienter med hjärtsvikt
Läs merCase-based resoning. och dess användning inom sjukvården. Linköpings universitet Artificiell intelligens II 729G11 HT 2011
Linköpings universitet Artificiell intelligens II HT 2011 Case-based resoning och dess användning inom sjukvården Sammanfattning Det här arbetet handlar om vad case-based resoning är, hur den funkar, vilka
Läs merFöreläsning 9 Innehåll. Söndra och härska. Fibonaccitalen. Söndra och härska. Divide and conquer teknik för att konstruera rekursiva algoritmer.
Föreläsning 9 Innehåll Mer om rekursion söndra-och-härska-algoritmer dynamisk programmering backtracking Orientering om versionshantering med git Söndra och härska Divide and conquer teknik för att konstruera
Läs merSjälvlärande Hare and Hounds-spelare med Q-learning. HARALD HARTWIG och MAX WESTERMARK
Självlärande Hare and Hounds-spelare med Q-learning HARALD HARTWIG och MAX WESTERMARK Examensarbete Stockholm, Sverige 2011 Självlärande Hare and Hounds-spelare med Q-learning HARALD HARTWIG och MAX WESTERMARK
Läs merAtt göra examensarbete i Miljö och vattenteknik
Att göra examensarbete i Miljö och vattenteknik Se W:s exjobbssida: http://www.w-program.nu/ Examinatorer W: Fritjof Fagerlund Mattias Winterdahl Björn Claremar Anna Sjöblom (tjänstledig) Syfte och mål
Läs merFöreläsning 9 Innehåll. Söndra och härska. Fibonaccitalen. Söndra och härska. Divide and conquer teknik för att konstruera rekursiva algoritmer.
Föreläsning 9 Innehåll Mer om rekursion söndra-och-härska-algoritmer dynamisk programmering backtracking Orientering om versionshantering med git Söndra och härska Divide and conquer teknik för att konstruera
Läs merProject Specification: Analysis of voting algorithms
Project Specification: Analysis of voting algorithms Mikael Falgard Jon Nilsson Computer Science Royal Institute of Technology 12 februari 2012 Introduktion Det är av stor betydelse för demokratin hur
Läs merSvårighetsgrad: Domare: Fjärdedomare:
DOMAROBSERVATÖRSRAPPORT SVENSKA FOTBOLLFÖRBUNDET Var vänlig flytta markören mellan fälten i blanketten genom att klicka med musen. För att fylla i 4 Fysisk kondition: Ställ markören i rutan och använd
Läs mer1 LAG A: LAG B: DOMAROBSERVATÖRSRAPPORT SVENSKA FOTBOLLFÖRBUNDET
DOMAROBSERVATÖRSRAPPORT SVENSKA FOTBOLLFÖRBUNDET Var vänlig flytta markören mellan fälten i blanketten genom att klicka med musen. För att fylla i 4 Fysisk kondition: Ställ markören i rutan och använd
Läs merAlgoritmer och problemlösning
Algoritmer och problemlösning Perspektiv på datateknik/datavetenskap - Breddföreläsning 4 Peter Dalenius petda@idaliuse Institutionen för datavetenskap - Linköpings universitet 2005-11-04 Översikt Introduktion:
Läs merFöreläsning 4: Kombinatorisk sökning
DD2458, Problemlösning och programmering under press Föreläsning 4: Kombinatorisk sökning Datum: 2009-09-25 Skribent(er): Kristina Nylander, Dennis Ekblom, Marcus Öman Föreläsare: Fredrik Niemelä 1 Introduktion
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 merJämförelse av skrivtekniker till cacheminne
Jämförelse av skrivtekniker till cacheminne 1 Innehåll 1. Sammanfattning 2. Inledning 3. Diskussion 4. Referenslista 1. Sammanfattning En rapport innehållande jämförelser av olika skrivtekniker till minnen
Läs merAI utmaningar inom kvalitetssäkring. Henrik Emilsson Teststrateg, Nordic Medtest AB
AI utmaningar inom kvalitetssäkring Henrik Emilsson Teststrateg, Nordic Medtest AB Först lite om Artificiell intelligens General AI vs. Narrow AI Maskininlärning Supervised Learning Unsupervised Learning
Läs merTimes-rankingen. Universitetsrankingen från Times Higher Education. Avdelningen för analys och utvärdering PM: 2010:02. Göteborgs universitet
Times-rankingen Universitetsrankingen från Times Higher Education PM: 2010:02 Göteborgs universitet Göteborg, Augusti 2010 PM: 2010:02 TIMES-RANKINGEN. UNIVERSITETSRANKINGEN FRÅN TIMES HIGHER EDUCATION
Läs merAtt göra examensarbete i Miljö och vattenteknik
Att göra examensarbete i Miljö och vattenteknik Examinatorer W: Fritjof Fagerlund (huvudansvarig) Mattias Winterdahl Björn Claremar Monica Mårtensson Syfte och mål Syftet med examensarbetet är att förbereda
Läs merProjektdokumentation för Othello
Projektdokumentation för Gustav Fransson Nyvell gusfr229@student.liu.se Tomas Franzén tomfr819@student.liu.se 1. Inledning Vi har gjort ett -spel som går ut på att man turas om att lägga brickor på en
Läs merQ-learning för fyra i rad. OLLE HASSEL och PETTER JANSE
Q-learning för fyra i rad OLLE HASSEL och PETTER JANSE Examensarbete Stockholm, Sverige 2011 Q-learning för fyra i rad OLLE HASSEL och PETTER JANSE Examensarbete i datalogi om 15 högskolepoäng vid Programmet
Läs merAtt lösa Sudoku. Metoden Solve (börjar nedtill på sid 3)
Att lösa Sudoku Problem av matematisk natur kan ofta snabbt lösas med dator och lite programmering. Därför har sällan matematiska pussel som Sudoku lockat att lösa för hand, men jag har länge tänkt att
Läs merKravspecifikation. Sammanfattning. Fyra i rad Javaprojekt inom TDDC32. Version 2.0. Datum Dokumentnummer
Kravspecifikation Fyra i rad Javaprojekt inom TDDC32 Version 2.0 Datum 2008-05-19 Dokumentnummer 20080215 Sammanfattning Detta är en kravspecifikation över det klassiska spelet Fyra-i-rad programmerat
Läs merTaktikanalys i tennis
Taktikanalys i tennis - en del av grusspelets karaktär Micaela Hjelm Gymnastik- och idrottshögskolan Tränarprogrammet åk 2 Kurs: Träningslära 2, 7,5 hp HT-2008 Handledare: Mårten Fredriksson Innehållsförteckning
Läs merHuvudräkningsspelet Plump
INGVAR PERSSON Detta spel har jag låtit såväl lärare, lärarkandidater som elever utföra skriver Ingvar Persson, Skärholmen, om spelet Plump. Det brukar vara populärt. Uppslaget denna gång handlar om två
Läs merTDDD92 Artificiell intelligens -- projekt
jonas.kvarnstrom@liu.se 2018 TDDD92 Artificiell intelligens -- projekt Individuella uppgifter UPG2: Individuell skriftlig rapport 2 Vad? Läsa och förstå vetenskaplig litteratur Varför? Framtiden: Inte
Läs merUppgifter till tenta i 729G04 Programmering och diskret matematik. 17 december 2015, kl 14:00-18:00
1 ( 7) Uppgifter till tenta i 729G04 Programmering och diskret matematik. 17 december 2015, kl 14:00-18:00 Tillåtna hjälpmedel: Dator, penna, papper, linjal, suddgummi, godkänd(a) bok/böcker/kompendier
Läs merBrädspelet Mulan. Håkan Berggren, Magnus Ellisson, Lars Kristiansson, Cheng-Huei Kuo, Eva Ljunggren, Joakim Viker. Göteborg 1999.
Brädspelet Mulan Håkan Berggren, Magnus Ellisson, Lars Kristiansson, Cheng-Huei Kuo, Eva Ljunggren, Joakim Viker Göteborg 1999 June 8, 2001 1 Innehåll: 1. Inledning 2. Projektbeskrivning 3. Programflöde
Läs merInnan KAIST Första dagarna Studierna
Reseberättelse 2018 Innan KAIST Jag hade bestämt mig tidigt i min utbildning att utbytesstudier var något jag ville göra. När det äntligen blev läge att söka radade jag upp ett axplock av tänkbara länder
Läs merMinMax Algoritmen Implementation och optimering. Joakim Östlund 15 juni 2004
MinMax Algoritmen Implementation och optimering Joakim Östlund 15 juni 2004 1 Samanfattning MinMax är en algoritm som kan användas i turbaserade spel för att skapa en virituell motståndare. Algoritmen
Läs merHur kan AI förbättra våra processer?
Hur kan AI förbättra våra processer? Exempel på AI-relaterade projekt inom pappersindustrin Mats Tallfors Olsson Tomas Artificiell intelligens, AI Varför AI nu? CPU/GPU/Minne (Algoritmer) Data! Artificial
Läs merTentamen TEN1 HI1029 2014-05-22
Tentamen TEN1 HI1029 2014-05-22 Skrivtid: 8.15-13.00 Hjälpmedel: Referensblad (utdelas), papper (tomma), penna Logga in med tentamenskontot ni får av skrivvakten. Det kommer att ta tid att logga in ha
Läs merDatastrukturer och algoritmer. Föreläsning 4 Test, Stack och Kö
Datastrukturer och algoritmer Föreläsning 4 Test, Stack och Kö 1 Innehåll Test Datatyperna Stack och kö Specifikation och Gränssnitt Konstruktion Tillämpning 2 Testa VIKTIGT! Test går att göra under många
Läs merKravspecifikation. Stefan Johansson D08 (dt08sj7@student.lth.se) Grupp 15
Kravspecifikation Stefan Johansson D08 (dt08sj7@student.lth.se) Grupp 15 1 april 2009 Innehåll 1 Ändringshistorik 2 2 Introduktion 2 2.1 Syfte.................................. 2 2.2 Omfattning..............................
Läs merSjälvlärande Hare and Hounds spelare med Q-learning
Självlärande Hare and Hounds spelare med Q-learning Examensarbete inom datalogi - DD143X HARALD HARTWIG RINDÖGATAN 27, 11558 STOCKHOLM TEL.NR: 0737264340 MAX WESTERMARK
Läs merFöreläsning 8 Innehåll
Föreläsning 8 Innehåll Orientering om samarbete om Eclipse-projekt med git Orientering om konstruktion av användargränssnitt i Android Mer om rekursion söndra-och-härska-algoritmer dynamisk programmering
Läs mermatematik FACIT Läxbok Koll på Sanoma Utbildning Hanna Almström Pernilla Tengvall
Koll på 1A matematik FACIT Läxbok Hanna Almström Pernilla Tengvall Sanoma Utbildning Hur många och lika många 1Hur många? Skriv. III 3 I IIII II IIII III 1 4 2 5 3 Rita lika många. valfri valfri 2 KAPITEL
Läs merVad är det där? STEG 1: Få olika saker att visas på svarta tavlan
Nivå 3 Vad är det där? All Code Clubs must be registered. Registered clubs appear on the map at codeclubworld.org - if your club is not on the map then visit jumpto.cc/ccwreg to register your club. Introduktion
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 merAlgoritmer och datastrukturer TDA Fredrik Johansson
Algoritmer och datastrukturer TDA143 2015-02- 18 Fredrik Johansson Algoritmer Informell beskrivning E" antal steg som beskriver hur en uppgi5 görs. A set of steps that defines how a task is performed.
Läs merTentamen Datastrukturer D DAT 035/INN960
Tentamen Datastrukturer D DAT 035/INN960 22 december 2006 Tid: 8.30-12.30 Ansvarig: Peter Dybjer, tel 7721035 eller 405836 Max poäng på tentamen: 60. (Bonuspoäng från övningarna tillkommer.) Betygsgränser,
Läs merExamensarbeten, litteraturstudier och teoretisk geoekologi / geografi. Gemensamma riktlinjer för hela institutionen
Examensarbeten, litteraturstudier och teoretisk geoekologi / geografi Gemensamma riktlinjer för hela institutionen Innehåll för examensarbeten Under kursen utför och redovisar studenterna en vetenskaplig
Läs merE-boksstudie vid Högskolebiblioteket i Jönköping: resultat och konsekvenser för förvärvet
E-boksstudie vid Högskolebiblioteket i Jönköping: resultat och konsekvenser för förvärvet Presentation Kungliga biblioteket 170601 Erik Åkesson och Olle Thegeby Innehåll 1. Bakgrund 2. Genomförande av
Läs merRapportskrivning Användarcentrerad Design. Anders Lindgren
Rapportskrivning Användarcentrerad Design Introduktion Resultat måste presenteras på ett begripligt och åskådligt sätt Om du inte kan förmedla dina resultat på ett sätt som folk förstår spelar det ingen
Läs merBlockkedjor. en introduktion för datavetare. Rikard Hjort, 24 maj 2019
Blockkedjor en introduktion för datavetare Vem är jag? Varför ska ni lära er om blockkedjor? Alla ska gå härifrån och kunna... förklara Bitcoin är uppbyggt bygga en egen blockkedja läsa på själva om blockkedjeprojekt
Läs merStatistisk mönsterigenkänning
Statistisk mönsterigenkänning Jonas Sandström Artificiell intelligens II Linköpings universitet HT 2011 Innehållsförteckning 1. Innehållsförteckning sid 2 2. Inledning sid 3 3. Statistisk mönsterigenkänning
Läs merEtt spel skapat av Albin Wahlstrand
Viking vs. Demons Ett spel skapat av Albin Wahlstrand 2012-06-03 1 Abstrakt Denna rapport kommer att handla om mina positiva och negativa erfarenheter inom projektet jag jobbat på de senaste 10 veckorna.
Läs merMobil streckkodsavläsare
Avdelningen för datavetenskap Martin Persson Jan Eriksson Mobil streckkodsavläsare Oppositionsrapport, D-nivå 2005:xx 1 Generell utvärdering av projektet Projektet gick ut på att undersöka hur bra olika
Läs merProblemlösning. TDDD73 Funktionell och imperativ programmering i Python Föreläsning 10. Peter Dalenius Institutionen för datavetenskap 2014-10-14
Problemlösning TDDD73 Funktionell och imperativ programmering i Python Föreläsning 10 Peter Dalenius Institutionen för datavetenskap 2014-10-14 Översikt Problemlösningsprocessen Algoritmer Två strategier:
Läs merIntroduktion till datateknik och datavetenskap
Introduktion till datateknik och datavetenskap Daniel Bosk 1 och Jimmy Åhlander Avdelningen för informations- och kommunikationssytem, Mittuniversitetet, SE-851 70 Sundsvall. intro.tex 1974 2014-09-09
Läs merNämnarens kryptoskola fördjupning. Enkel transposition
Nämnarens kryptoskola fördjupning 26. Enkel transposition Hittills har ni sett krypton som bygger på att en bokstav ersätts med en annan bokstav, ett annat tecken eller några siffror. Sådana krypton kallas
Läs merKlas Hejdenberg
Klas Hejdenberg 2010 FÖRE MATCHEN Före lottningen I rutan "Div." skrivs seriens hela namn, exempelvis Elit, 2 NV Götaland (eller liknande) så att man lätt förstår vilken serie matchen ingår i. Markera
Läs merMälardalens högskola
Teknisk rapportskrivning - en kortfattad handledning (Version 1.2) Mälardalens högskola Institutionen för datateknik (IDt) Thomas Larsson 10 september 1998 Västerås Sammanfattning En mycket viktig del
Läs merChief Information Officer
Chief Information Officer Förändrat uppdrag för avdelningen för digital What shapes the world today? utveckling 3 Internet of Things Molntjänster Snabb uppkoppling, fast och mobilt Social media Virtuell
Läs merDigitalisering av vården
Digitalisering av vården En studie i attityder och känslor bland allmänheten och delar av läkarkåren Martina Garback; martina.garback@kantarsifo.com Charlotte Alverén-Lunden; charlotte.alveren-lunden@kantarsifo.com
Läs merEn innebandyspelare består av två olika grundpelare. Den ena är fysik som består av styrka, snabbhet, kondition och balans.
1. Innebandyspelaren 1.1 De två grundpelarna hos en innebandyspelare: Fysik Spelsinne En innebandyspelare består av två olika grundpelare. Den ena är fysik som består av styrka, snabbhet, kondition och
Läs merAtt skriva vetenskapligt - uppsatsintroduktion
Att skriva vetenskapligt - uppsatsintroduktion Folkhälsovetenskapens utveckling Moment 1, folkhälsovetenskap 1, Karolinska Institutet 17 september 2010 karin.guldbrandsson@fhi.se Varför uppsats i T1? För
Läs merGenetisk programmering i Othello
LINKÖPINGS UNIVERSITET Första versionen Fördjupningsuppgift i kursen 729G11 2009-10-09 Genetisk programmering i Othello Kerstin Johansson kerjo104@student.liu.se Innehållsförteckning 1. Inledning... 1
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 4 Anton Grensjö grensjo@csc.kth.se 25 september 215 Anton Grensjö ADK Övning 4 25 september 215 1 / 28 Översikt Kursplanering F9: Dynamisk programmering
Läs merFÖRBÄTTRA DIN PREDIKTIVA MODELLERING MED MACHINE LEARNING I SAS ENTERPRISE MINER OSKAR ERIKSSON - ANALYSKONSULT
FÖRBÄTTRA DIN PREDIKTIVA MODELLERING MED MACHINE LEARNING I SAS ENTERPRISE MINER OSKAR ERIKSSON - ANALYSKONSULT VEM ÄR JAG? VAD SKA VI GÖRA? Pimafolket Vilka då? Diabetes Typ 2 Regressionsanalys Machine
Läs merUpprepade mönster (fortsättning från del 1)
Modul: Algebra Del 2: Resonemangsförmåga Upprepade mönster (fortsättning från del 1) Anna-Lena Ekdahl och Robert Gunnarsson, Högskolan i Jönköping Ett viktigt syfte med att arbeta med upprepade mönster
Läs merDatateknik B, Tillämpad datavetenskap, 30 högskolepoäng Computer Engineering, Applied Computer Science, Intermediate Course, 30 Credits
1(5) Denna kursplan är nedlagd eller ersatt av ny kursplan. Kursplan Institutionen för naturvetenskap och teknik Datateknik B, Tillämpad datavetenskap, 30 högskolepoäng Computer Engineering, Applied Computer
Läs merExtramaterial till Matematik X
LIBER PROGRMMERING OCH DIGITL KOMPETENS Extramaterial till Matematik X NIVÅ TRE Programmering LÄRRE I den här uppgiften får du och dina elever en introduktion till programmering. Uppgiften vänder sig först
Läs merTentamen Datastrukturer för D2 DAT 035
Tentamen Datastrukturer för D2 DAT 035 17 december 2005 Tid: 8.30-12.30 Ansvarig: Peter Dybjer, tel 7721035 eller 405836 Max poäng på tentamen: 60. (Bonuspoäng från övningarna tillkommer.) Betygsgränser:
Läs merArtificiell Intelligens inom datorspel Är det ett seriöst ämne?
Artificiell Intelligens inom datorspel Är det ett seriöst ämne? Tobias Andersson, tan10006@student.mdh.se Erik Johnasson, ejn11015@student.mdh.se Information kunskap vetenskap etik DVA223 SAMMANFATTNING
Läs merJavaRats. Kravspecifikation. Version 1.1. Gustav Skoglund gussk258@student.liu.se. Marcus Widblom marwi026@student.liu.se. Senast ändrad: 13 / 05 / 08
JavaRats Kravspecifikation Version 1.1 Gustav Skoglund gussk258@student.liu.se Marcus Widblom marwi026@student.liu.se Senast ändrad: 13 / 05 / 08 Sammanfattning Kravspecifikationen för JavaRats har skrivit
Läs merLINKÖPINGS UNIVERSITET. Rekommendationssystem
LINKÖPINGS UNIVERSITET Rekommendationssystem, julho969 900728-5969 729G11 Artificiell Intelligens II Linköpings universitet HT 2010 Innehållsförteckning Introduktion Vad är ett rekommendationssystem?...
Läs merFuzzy Logic. När oskarpa definitioner blir kristallklara. Åsa Svensson. Linköpings Universitet. Linköping
Fuzzy Logic När oskarpa definitioner blir kristallklara Linköpings Universitet Linköping Sammanfattning I denna fördjupningsuppgift har jag fokuserat på Fuzzy Logic och försökt att beskriva det på ett
Läs merKundhandledning för EBIS. E-space Business Intelligence System. Version
Kundhandledning för EBIS E-space Business Intelligence System Version 1 10-10-06 E-space Communication AB 2010 Innehåll 1. Introduktion 3 2. Filerna har olika egenskaper 4 2.1. Analys i kundzonen. 4 2.2.
Läs merStudienämnden Data 2012 13
Studienämnden Data 2012 13 Verksamhetsberättelse 3 2013-02-28 Christoffer Öjeling Emil Bryngelsson Daniel Toom Ordförande Vice Ordförande Arr-chef Öjeling, Bryngelsson, Toom SND Verksamhetsrapport 3 1
Läs merSnake. Digitala Projekt (EITF11) Fredrik Jansson, I-12 Lunds Tekniska Högskola,
Snake Digitala Projekt (EITF11) Fredrik Jansson, I-12 Lunds Tekniska Högskola, 2015-05-18 Oskar Petersen, I-12 Handledare: Bertil Lindvall Abstract Denna rapport beskriver ett projekt där ett klassiskt
Läs merKognitionsergonomi. Grupp 4 Uppgift 1: Uttagsautomater Marpe Tanaka Jacob Fyge Åsa Jönsson Louise Knutsson
Kognitionsergonomi Grupp 4 Uppgift 1: Uttagsautomater 2000-01-31 Marpe Tanaka Jacob Fyge Åsa Jönsson Louise Knutsson Kognitionsergonomi Analys av användargränssnitt för uttagsautomater. Muntlig redovisning
Läs merMatematik och det nya medialandskapet
Matematik och det nya medialandskapet Per Jönsson, Malmö Högskola Thomas Lingefjärd, Göteborgs Universitet 27 januari 2010 Översikt Föränderligt medialandskap Lärande med nya medier Teknologi och programvara
Läs mer[][] Arrayer med två index
[][] Arrayer med två index Exempel på saker med två index: En digital bild: bilden har rader (y) och kolumner (x) Mätdata i en tabell med rader och kolumner Spel: o Schack o Sudoku o Luffarschack Arrayer
Läs merHur skriva och granska uppsats?
Hur skriva och granska uppsats? Inst för Skogsekonomi Disposition Hur skriva uppsats? Disposition av uppsats Praktiska frågor Referenser Citat Käll- och litteraturlista Tabeller och diagram Språkbruk Skrivinstruktioner
Läs merGrundläggande datavetenskap 4p
Grundläggande datavetenskap 4p Stefan.Pettersson@mh.se http://www.itm.mh.se/~stepet Kursinformation Planering Läsanvisningar Föreläsningsbilder Övningsuppgifter Laborationer 2004-11-04 IT och Medier 1
Läs merKurser inom Datavetenskapligt kandidatprogram och Computer Science Master s programme våren 2010
Kurser inom Datavetenskapligt kandidatprogram och Computer Science Master s programme våren 2010 Inför varje termin måste du söka till de kurser du vill gå. Sista datum för ansökan är den 15oktober. För
Läs merVad är Artificiell Intelligens (AI) Olika typer av AI och deras användningsområden Innovation med hjälp av AI Framtiden och etiska frågeställningar
1 Agenda Vad är Artificiell Intelligens (AI) Olika typer av AI och deras användningsområden Innovation med hjälp av AI Framtiden och etiska frågeställningar 2 Nuvarande AI Funktioner en grov Analogi Rekommendation,
Läs merJämKAS Plus. Trappsteg 5 6. Jäm Stöd
JämKAS Plus Trappsteg 5 6 Jäm Stöd Metod för jämställdhetsintegrering JämStöd är en statlig utredning som på regeringens uppdrag jobbat med att informera om och utveckla metoder och modeller för hur man
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 merSjälvlärande Dots & Boxes-spelare
Självlärande Dots & Boxes-spelare ANDREAS PETTERSSON Kandidatexamensarbete inom datalogi, grundnivå Kurs 143X Handledare: Johan Boye Examinator: Mads Dam andrepet@kth.se Vintrosagatan 5 124 73 Bandhagen
Läs merExempel: Förel Rekursion III Nr 14. Uno Holmer, Chalmers,
Exempel: Kappsäcksproblemet Backtracking Dynamisk programmering Föreläsning (Weiss kap..-) Kan man ur en grupp föremål F,,F N med vikterna V,,V N välja ut en delgrupp som väger exakt M kilo? Exempel: föremål
Läs merTNK049 Optimeringslära
TNK49 Optimeringslära Clas Rydergren, ITN Föreläsning 7 Nätverksoptimering Billigaste uppspännande träd (MST) Billigaste väg (SP) Projektnätverk Minkostnadsflödesproblem Agenda Terminologi för grafer/nätverk
Läs merHandbok Solitär. Graeme Gott Ronny Yabar Aizcorbe Översättare: Stefan Asserhäll
Graeme Gott Ronny Yabar Aizcorbe Översättare: Stefan Asserhäll 2 Innehåll 1 Inledning 5 2 Hur man spelar 6 3 Översikt av gränssnittet 7 3.1 Menyn Spel......................................... 7 3.2 Meny
Läs merDeadlocks. detektera och undvik
Deadlocks detektera och undvik Enkla exempel Smal bro med en fil En fyrvägskorsning Fyra vägkorsningar Två lås P: Lock A, Lock B.. Rel. A, Rel. B Q: Lock B, Lock A.. Rel. B, Rel. A Vad motsvarar Resurser?
Läs merRektangelpussel 1. Använd tre bitar vilka som helst och gör en 3 5-rektangel.
PEDER CLAESSON I Nämnarens geometrinummer, nr 3 81/82, presenterar Andrejs Dunkels pentominobrickorna. Under rubriken Kvadratpussel finns de beskrivna i Martin Gardners bok, Rolig matematik, som kom ut
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 merDatastrukturer och algoritmer
Datastrukturer och algoritmer Föreläsning 16 2 Innehåll Snabbrepetition Exempeltentamen Kursutvärdering Mina målsättningar Kursens mål: 3 Rolig och viktig kurs Bli en bättre programmerare och inse att
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: augusti 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken
Läs merUPPGIFT 1 FORTSÄTT TALFÖLJDEN
UPPGIFT 1 FORTSÄTT TALFÖLJDEN Att fortsätta en påbörjad talföljd är en vanlig sorts uppgift i såväl matteböcker som IQ-tester. Men det smartaste måste väl ändå vara att skriva ett datorprogram som löser
Läs merFöreläsning 6: Analys och tolkning från insamling till insikt
Föreläsning 6: Analys och tolkning från insamling till insikt FSR: 1, 5, 6, 7 Rogers et al. Kapitel 8 Översikt Kvalitativ och kvantitativ analys Enkel kvantitativ analys Enkel kvalitativ analys Presentera
Läs merVälkommen till Civilingenjör Datateknik! Stefan Forsström & Magnus Eriksson Avdelningen för informationssystem och -teknologi
Välkommen till Civilingenjör Datateknik! Stefan Forsström & Magnus Eriksson Avdelningen för informationssystem och -teknologi Stefan Forsström Har själv studerat Civilingenjör i Datateknik på MIUN 2004-2009
Läs merUNIVERSITETSRANKNINGEN FRÅN QS 2015
UNIVERSITETSRANKNINGEN FRÅN QS 2015 Resultat för Göteborgs universitet Magnus MacHale-Gunnarsson Analys och utvärdering, Forsknings- och innovationskontoret PM 2015:03 Diarienummer V 2015/739 PM Introduktion
Läs merSkriva, presentera och opponera uppsats på läkarprogrammet Examensarbete termin 10
Skriva, presentera och opponera uppsats på läkarprogrammet Examensarbete termin 10 Maria Björklund (Bibliotek & IKT) & Fredrik von Wowern (Kursansvariga termin 10), reviderad 2014-06-30 Introduktion till
Läs merProgrammering. Analogt och med smårobotar. Nina Bergin
Programmering Analogt och med smårobotar Nina Bergin Programmering i Läroplanen Tre ämnen i grundskolan som har huvudansvaret för programmering: matematik, teknik och samhällskunskap. Ämnesövergripande
Läs merEN SCHACK AI BASERAD PÅ CASE-BASED REASONING MED GRUNDLIG LIKHET
Malskapada v Henrik EN SCHACK AI BASERAD PÅ CASE-BASED REASONING MED GRUNDLIG LIKHET A CASE-BASED REASONING APPROACH TO A CHESS AI USING SHALLOW SIMILARITY Examensarbete inom huvudområdet Datavetenskap
Läs mer