1 / 32

Εργαστήριο Προγραμματισμού και τεχνολογίας Ευφυών συστημάτων ( intelligence)

Εργαστήριο Προγραμματισμού και τεχνολογίας Ευφυών συστημάτων ( intelligence). http ://www.intelligence.tuc.gr Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών. Το εργαστήριο. Ένα από τα 3 εργαστήρια του Τομέα Πληροφορικής Σκοπός : Εκπαίδευση και Έρευνα σε τομείς

zoey
Download Presentation

Εργαστήριο Προγραμματισμού και τεχνολογίας Ευφυών συστημάτων ( intelligence)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Εργαστήριο Προγραμματισμού και τεχνολογίας Ευφυών συστημάτων (intelligence) http://www.intelligence.tuc.gr Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών

  2. Το εργαστήριο • Ένα από τα 3 εργαστήρια του Τομέα Πληροφορικής • Σκοπός: Εκπαίδευση και Έρευνα σε τομείς • Πληροφοριακά Συστήματα • Παγκόσμιος Ιστός (WWW) • Τεχνητή Νοημοσύνη • Μηχανική Μάθηση • Ρομποτική • Μηχανική Όραση

  3. Δομές Δεδομένων και Αρχείων (4ο εξάμηνο, Ε. Πετράκης) • Βασικό μάθημα • Προϋποθέτει γνώση προγραμματισμού • Μαθαίνουμε να γράφουμε έξυπνα προγράμματα χρησιμοποιώντας με τον καλύτερο τρόπο την μνήμη και τον επεξεργαστή • Ποιος είναι ο καλύτερος αλγόριθμος για ένα πρόβλημα; • Δομές Δεδομένων: Παράσταση πληροφορίας στην κεντρική μνήμη ή σε αρχείο στο δίσκο • Δομές αρχείων: … στο δίσκο (πιο αργή πρόσβαση) • Πολυπλοκότητα: εκτίμηση ταχύτητας πριν τρέξουμε τον αλγόριθμο

  4. Δομές δεδομένων graph tree

  5. Μα πως ? πεδίο λίστα a b δένδρο A B C left left left right right right

  6. Μοντέλο δίσκου • T = Taccess + Trotation + Tread • Σελίδα (block): μέγεθος δεδομένων που μεταφέρεται στην μνήμη σε κάθε πρόσβαση • 2, 4, 8Kbytes

  7. Οργάνωση δεδομένων στο δίσκο Β-tree

  8. Μηχανική όραση (7ο εξάμηνο, ε. Πετράκης) • Η τεχνολογία που σκοπό έχει να δώσει δυνατότητα στους υπολογιστές να καταλαβαίνουν τις φωτογραφίες όπως οι άνθρωποι • Βίντεο: σειρά από φωτογραφίες • Με σκοπό να εκτελέσει κάποια εργασία • Να οδηγήσει ένα αυτοκίνητο ρομπότ • Να βρει φωτογραφίες στο WWW • Να υπολογίσει την κίνηση του κομήτη • Να επιβεβαιώσει ότι τα προϊόντα στη γραμμή παραγωγής είναι εντάξει

  9. Μύθος και πραγματικότητα

  10. Ψηφιακή φωτογραφία • Ένα πεδίο 2 διαστάσεων • Κάθε στοιχείο: pixel με τιμή ένταση ή χρώμα • 1 bit/pixel σημαίνει δύο τιμές εντάσεων (μαύρο/άσπρο) • 8 bits/pixel σημαίνει 256 τιμές εντάσεων • 320x240x8bits : 77Kb • 1100x900x24bits έγχρωμη (true color): 3MB • Έγχρωμη φωτογραφία • Τρία πεδία δυο διαστάσεων το καθένα για τα τρία βασικά χρώματα (RGB: red, blue, green) • 3x8 bits/pixel • Bίντεο: σειρά εικόνων (frames) • 30 frames/sec • 640x480x24x30frames/sec: 27.6 MB/sec

  11. Σύστημα μηχανικής όρασης φωτισμός Κάμερα Σύστημα Μηχανικής όρασης σκηνή Ψηφιακή φωτογραφία Περιγραφή

  12. Επεξεργασία ΛΗΨΗ (κάμερα, σκάνερ) • Αναλογικό  Ψηφιακό σήμα • Βελτίωση Αντίθεσης, απάλειψη θορύβου • Εντοπισμός περιοχών • Μετρήσεις χρωμάτων, σχημάτων, θέσεων … • Περιγραφές για αντικείμενα και σχέσεις τους • Σύγκριση με περιγραφές γνωστών αντικειμένων Βελτίωση Κατάτμηση Ανάλυση, Μετρήσεις Παράσταση περιεχομένου Σύγκριση

  13. Περιγραφή ψηφιακής φωτογραφίας

  14. Έλεγχος ποιότητας

  15. Έλεγχος Κυκλωμάτων

  16. Έλεγχος συσκευασίας φαρμάκων

  17. Ανάλυση κίνησης στον αυτοκινητόδρομο • Για λόγους ασφάλειας δεν πρέπει να υπάρχουν σταματημένα αυτοκίνητα • Το σύστημα αναλύει το βίντεο κίνησης στο δρόμο • Ένα αυτοκίνητο σταμάτησε και εντοπίστηκε • Το σύστημα εντοπίζει μόνο ότι σταμάτησε να κινείται

  18. Ανάλυση κίνησης στο σταθμό του μετρό • Δεν πρέπει να υπάρχουν παρατημένα αντικείμενα • Το σύστημα παίρνει είσοδο από τις κάμερες • Κάποιος «ξέχασε» την βαλίτσα του • Το σύστημα εντοπίζει μόνο ότι σταμάτησε να κινείται

  19. Μέθοδοι διαχείρισης πολυμέσων 7ο εξάμηνο, Ε. Πετρακης • Πληροφοριακά συστήματα που διαχειρίζονται όλους τους τύπους δεδομένων • Κείμενο • Ήχος, σήματα • Φωτογραφίες, βίντεο και γραφικά • Επεξεργασία πληροφορίας, εξαγωγή χαρακτηριστικών από σήματα, εικόνες, βίντεο • Οργάνωση πληροφορίας, • Ανάκτηση πληροφορίας • Πληροφοριακά συστήματα στον παγκόσμιο ιστό • Σημασιολογικός ιστός (semantic web) • Στάνταρντς: JPEG, MPEG-2, MPEG-4, MPEG-7

  20. ΑνάκτησηΠληροφορίας • Τα δεδομένα αναλύονται σε διανύσματα μετρήσεων • Ερώτηση: λέξεις που περιγράφουν ένα θέμα • Απαντήσεις: περιέχουν ότι και η ερώτηση (αποτελεσματικό για λίγα χαρακτηριστικά) • Στη πράξη η αναζήτηση είναι προσεγγιστική • Για φωτογραφίες: • Αριθμός και εντάσεις χρωμάτων, σχήματα, • Οι φωτογραφίες μοιάζουνε όταν απόσταση μεταξύ διανυσμάτων τους είναι μικρή • Για κείμενα: • Διανύσματα συχνότητας εμφάνισης των λέξεων • (υπολογιστής, πρόγραμμα, …) = (0.3, 0.2, ….) • Τα κείμενα μοιάζουνε όταν η γωνία που σχηματίζουν τα διανύσματα είναι μικρή

  21. Υπολογισμός ομοιότητας • Ευκλείδεια απόσταση ή • Γωνία διανυσμάτων q d θ

  22. D q ερώτηση Όμοιες απαντήσεις Όχι όμοιες απαντήσεις Χώρος πληροφορίας

  23. Συστήματα αναζήτησης στο www • Δεδομένα: σελίδες κειμένου (web pages) που περιέχουν κείμενο, φωτογραφίες και συνδέσμους (links) σε άλλες σελίδες • Σύνδεσμοι • P  Q • Οι P, Q είναι παρόμοιες • Η P «συστήνει» την Q • Προβλήματα • Που ψάχνουμε • Με ποια κριτήρια

  24. Κρίσιμα θέματα • Πως ψάχνουμε τις σελίδες σε όλο το Web? • Δεν είναι δυνατόν να γίνει αναζήτηση στις σε όλο τον κόσμο σε πραγματικό χρόνο • Τα αποτελέσματα πρέπει να είναι αξιόπιστα δηλ. να έχουν φτιαχτεί από αξιόπιστους χρήστες και να είναι συναφή με το νόημα της ερώτησης

  25. «Αράχνες» (spiders ή crawlers) • Προγράμματα που συγκεντρώνουν όλες τις σελίδες του κόσμου στους δίσκους μιας εταιρείας όπως η Google ή Yahoo

  26. Αξιοπιστία: PageRank • Μια σελίδα είναι σημαντική όταν άλλες σημαντικές σελίδες δείχνουν σε αυτήν Bi=3 Ni=2 i

  27. Αποτελέσματα • Για κάθε σελίδα υπολογίζεται η ομοιότητα με την ερώτηση καιτο αποτέλεσμα πολλαπλασιάζεται με το PageRank

More Related