Darwin: Tutkimusprojektin esittely
|
|
- Irma Nieminen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 1 Darwin: Tutkimusprojektin esittely Tutkimusongelma: voidaanko ohjelmistoarkkitehtuuri generoida automaattisesti? Suomen Akatemian rahoittama tutkimusprojekti TTY & TaY yhteistyö Ks.
2 Lähtökohtia 2 Oletetaan, että on annettu nolla-arkkitehtuuri, järjestelmän toiminnallisuuden osittaminen huomioimatta laatuvaatimuksia on olemassa (suuri) joukko standardiratkaisuja, joilla voidaan vaikuttaa järjestelmän laatuominaisuuksiin (patternit, tyylit ym.) arkkitehtuurin suunnittelu tarkoittaa näiden ratkaisujen soveltamista nollaarkkitehtuuriin on olemassa tapa mitata miten hyvä arkkitehtuuri on suhteessa tiettyihin laatuvaatimuksiin (esm. muunneltavuus, tehokkuus, yksinkertaisuus). Ohjelmistoarkkitehtuurin suunnittelu voidaan ymmärtää etsintäongelmana: hae standardiratkaisujen kombinaatio, joka optimoi arkkitehtuurin hyvyyden Suuri hakuavaruus => heuristinen hakumenetelmä. Tässä projektissa valittu geneettinen algoritmi (GA)
3 3 Geneettiset algoritmit risteytyminen eliitti sukupolvi i luonnon valinta: sukupolvi i+1 fitness-arvon laskeminen mutaatio
4 Lopputulos 4 Tulos: Viimeisen sukupolven paras yksilö Sukupolvi 0 Sukupolvi 1 Sukupolvi n
5 Soveltaminen arkkitehtuureihin 5 Yksilö: Luokkakaaviona esitetty arkkitehtuuri Alkupopulaatio (sukupolvi 0): Nolla-arkkitehtuurista satunnaisesti mutatoituja arkkitehtuuriyksilöitä Mutaatiot: Viestinvälittäjä, Viestipohjainen kommunikointi, Asiakas-palvelin tyyli, Edustaja, Sovitin, Fasaadi, Välittäjä, Strategia, Operaatiorunko Mutaatio: ratkaisun lisääminen tai poistaminen Risteytyminen: Lapset saavat osan arkkitehtuurista isältä, osan äidiltä Satunnaisristeytyminen: vanhemmat ja jakokohta valittu satunnaisesti Valikoiva risteytyminen: vanhemmat valittu toisiaan täydentävinä, jakokohta valittu niin että kummankin hyvä osa tulee lapsiin
6 Fitness 6 sf1 positiivinen muunneltavuus sf2 negatiivinen muunneltavuus sf3 positiivinen tehokkuus sf4 negatiivinen tehokkuus sf5 kompleksisuus Painoja wi säätämällä voidaan ilmaista laatuominaisuuksien suhteellista tärkeyttä Lisäksi fitness-funktioon voidaan ottaa mukaan nk. muunneltavuusskenaarioita: tarkempia tietoja joidenkin toimintojen muutosherkyyksistä ja muutosten todennäköisyyksistä Projektissa tarkasteltu myös nk. Pareto-optimaalisuutta: ei yhtä painotettua fitness-funktiota, vaan kullekin laatuominaisuudelle oma fitness funktio, tuotetaan monta ratkaisua, joissa eri asiat ovat hyviä (nk. Pareto rintama)
7 7 Geneettinen arkkitehtuurin syntetisointi
8 Toiminnalliset vaatimukset sekvenssikaavioina 8
9 Sekvenssikaavioista voidaan johtaa nollaarkkitehtuuri 9 Osa nollaarkkitehtuurista:
10 10 Fitnessin kehittyminen Tool workshop
11 Tulos: nolla-arkkitehtuuri + ratkaisut 11
12 Työkalu 12 Use case diagram Evolution controls Class diagram Family tree Settings view Evolution explorer Menu group Mutations view Scenarios view Weights view Generation view
13 Koe: kuinka hyviä arkkitehtuureja näin saadaan? 13 Mitä tarkoittaa hyvä arkkitehtuuri? 10 opiskelijalle annettiin arkkitehtuurin suunnittelutehtävä (valittu satunnaisesti 38:sta) Samoilla lähtötiedoilla tuotettiin geneettisesti 10 ratkaisua Ratkaisut paritettiin satunnaisesti (opiskelijan ratkaisu, GA ratkaisu) Parit annettiin koetehtävävastauksina neljän asiantuntijan arvioitavaksi (pisteet 0, 3, 5)
14 14 Tulokset e1,, e4: asiantuntijat ai: automaattisesti tuotettu ratkaisu mi: opiskelijan tuottama ratkaisu Parittainen vertailu:
15 15 Yhteenvetoa Kohtuullinen ohjelmistoarkkitehtuuri on mahdollista tuottaa automaattisesti tietyin edellytyksin: 1) Nolla-arkkitehtuuri (tai tarkennetut käyttötapaukset) voidaan antaa lähtötietona 2) Kattava kokoelma potentiaalisia standardiratkaisuja on käytettävissä 3) Arkkitehtuuria tarkastellaan sellaisten laatuominaisuuksien kannalta, jotka ovat mitattavissa arkkitehtuurin esityksestä
Arkkitehtuurien tutkimus Outi Räihä. OHJ-3200 Ohjelmistoarkkitehtuurit. Darwin-projekti. Johdanto
OHJ-3200 Ohjelmistoarkkitehtuurit 1 Arkkitehtuurien tutkimus Outi Räihä 2 Darwin-projekti Darwin-projekti: Akatemian rahoitus 2009-2011 Arkkitehtuurisuunnittelu etsintäongelmana Geneettiset algoritmit
LisätiedotHarjoitustyö Ohjaaja: Outi Räihä TE213
OHJ-3100 Ohjelmien ylläpito ja evoluutio 1 Harjoitustyö Ohjaaja: Outi Räihä outi.raiha@tut.fi TE213 2 Yleiskatsaus Yleisesittely Geneettiset algoritmit Ohjelmistoarkkitehtuurit Darwin-työkalu Tehtävänanto
Lisätiedot19.10.2011. Harjoitustyö Ohjaaja: Outi Räihä outi.raiha@tut.fi TE213. OHJ-3100 Ohjelmien ylläpito ja evoluutio. Yleiskatsaus.
OHJ-3100 Ohjelmien ylläpito ja evoluutio 1 Yleiskatsaus 2 Harjoitustyö Ohjaaja: Outi Räihä outi.raiha@tut.fi TE213 Yleisesittely Geneettiset algoritmit Ohjelmistoarkkitehtuurit Darwin-työkalu Tehtävänanto
LisätiedotOHJ-3100 Ohjelmien ylläpito ja evoluutio. Harjoitustyö. Ohjaaja: Outi Sievi-Korte outi.sievi-korte@tut.fi TE213 Päivystys ti klo 14-16
OHJ-3100 Ohjelmien ylläpito ja evoluutio 1 Harjoitustyö Ohjaaja: Outi Sievi-Korte outi.sievi-korte@tut.fi TE213 Päivystys ti klo 14-16 2 Yleiskatsaus Yleisesittely Geneettiset algoritmit Ohjelmistoarkkitehtuurit
LisätiedotOHJ-3100 Ohjelmien ylläpito ja evoluutio. Harjoitustyö 2011
OHJ-3100 Ohjelmien ylläpito ja evoluutio Harjoitustyö 2011 Sisällys 1. Johdanto... 2 1.1 Yleisesittely... 2 1.2 Geneettiset algoritmit... 2 1.3 Ohjelmistoarkkitehtuurit... 3 1.3.1 Perusasioita... 3 1.3.2
LisätiedotTIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010
TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta Yliassistentti Jussi Hakanen jussi.hakanen@jyu.fi syksy 2010 Evoluutiopohjainen monitavoiteoptimointi MCDM ja EMO Monitavoiteoptimointi kuuluu
LisätiedotKatkonnanohjaus evoluutiolaskennan keinoin
Katkonnanohjaus evoluutiolaskennan keinoin Askel kohti optimaalista tavaralajijakoa Veli-Pekka Kivinen HY, Metsävarojen käytön laitos Katkonnanohjauksen problematiikkaa Miten arvo-/tavoitematriisit tulisi
LisätiedotMonitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu
Monitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu (Valmiin työn esittely) 11.4.2011 Ohjaaja: Ville Mattila Valvoja: Raimo Hämäläinen Työn tavoite Tutkia evoluutioalgoritmia (Lee
LisätiedotEsiopetuksen arvot. Arvokysely tammikuu 2015
Esiopetuksen arvot Arvokysely tammikuu 2015 Yleistä kyselystä - Toteutettu Savonlinnan esiopetusyksiköissä - Aikuisille kysely netissä - Lapset keskustelivat ryhmissään aikuisen johdolla (valitsivat 12:sta
LisätiedotAS Automaation signaalinkäsittelymenetelmät. Tehtävä 1. Käynnistä fuzzy-toolboxi matlabin komentoikkunasta käskyllä fuzzy.
AS-84.161 Automaation signaalinkäsittelymenetelmät Tehtävä 1. Käynnistä fuzzy-toolboxi matlabin komentoikkunasta käskyllä fuzzy. Tämän jälkeen täytyy: 1. Lisätä uusi sisääntulo edit->add input 2. nimetä
LisätiedotMat-2.129 Systeemien identifiointi
Luennot: TkT, erik. op. to 16-18 U261 Harjoitukset tekn.yo Ville Koskinen pe 10-12 joko mikroluokka U352 tai U261 Kurssikirja Ljung & Glad: Modeling of Dynamic Systems, Prentice-Hall, 1994 TAI Ibid.: Modelbygge
Lisätiedot12. Kehysarkkitehtuurit
12. Kehysarkkitehtuurit Johdanto Kehystyypit Kehysten osittaminen Kehykset ja suunnittelumallit Kehysten etuja ja ongelmia Yhteenvetoa Ohjelmistoarkkitehtuurit Syksy 2010 TTY Ohjelmistotekniikka 1 Johdanto
LisätiedotPROJEKTIN OHJAUS JA SEURANTA JOUNI HUOTARI, ESA SALMIKANGAS
PROJEKTIN OHJAUS JA SEURANTA JOUNI HUOTARI, ESA SALMIKANGAS PROJEKTIN JOHTAMINEN ON YKSINKERTAISTA PUUHAA Projektin suunnittelua Projektin toteutusta Listaa tehtävät Tehkää tehtävät Projektin ohjausta
LisätiedotHarjoitustehtävät ja ratkaisut viikolle 48
Harjoitustehtävät ja ratkaisut viikolle 48 1. Tehtävä on jatkoa aiemmalle tehtävälle viikolta 42, missä piti suunnitella älykodin arkkitehtuuri käyttäen vain ennalta annettua joukkoa ratkaisuja. Tämäkin
LisätiedotP A R T. Professional Assault Response Training 2002. Seppo Salminen Auroran koulu. Valtakunnalliset sairaalaopetuksen koulutuspäivät 16.11.
P A R T Professional Assault Response Training 2002 Seppo Salminen Auroran koulu Valtakunnalliset sairaalaopetuksen koulutuspäivät 16.11.2007 PART -taustaa Ammatillista reagointia uhkaavissa ja väkivaltaisissa
LisätiedotSähköstaattisen potentiaalin laskeminen
Sähköstaattisen potentiaalin laskeminen Potentiaalienegia on tuttu mekaniikan kussilta eikä se ole vieas akielämässäkään. Sen sijaan potentiaalin käsite koetaan usein vaikeaksi. On hyvä muistaa, että staattisissa
LisätiedotOhjelmoinnin perusteet Y Python
Ohjelmoinnin perusteet Y Python T-106.1208 26.1.2009 T-106.1208 Ohjelmoinnin perusteet Y 26.1.2009 1 / 33 Valintakäsky if syote = raw_input("kerro tenttipisteesi.\n") pisteet = int(syote) if pisteet >=
LisätiedotGeneettiset algoritmit
Geneettiset algoritmit Evoluution piirteitä laskennassa Optimoinnin perusteet - Kevät 2002 / 1 Sisältö Geneettisten algoritmien sovelluskenttä Peruskäsitteitä Esimerkkejä funktion ääriarvon etsintä vangin
LisätiedotKummi 2- tarkkaavaisuushäiriöinen oppilas koululuokassa
Kummi 2- tarkkaavaisuushäiriöinen oppilas koululuokassa Pyrkimyksenä kirjoittaa käytännönläheinen opas opettajien ja koulun muun henkilökunnan käyttöön Kirjoitettu luokanopettajan näkökulmasta Yhteistyön
LisätiedotTarkka kohdentaminen potentiaalisiin asiakkaisiin oli avain menestykseen CASE Fresh Fitness
Tarkka kohdentaminen potentiaalisiin asiakkaisiin oli avain menestykseen CASE Fresh Fitness Toimiala: Liikuntapalvelut / kuntokeskukset + Yritys: FRESH FITNESS OY "Nyt markkinointi pohjautuu kovaan dataan
LisätiedotAlgoritmit 1. Luento 13 Ti 23.2.2016. Timo Männikkö
Algoritmit 1 Luento 13 Ti 23.2.2016 Timo Männikkö Luento 13 Suunnittelumenetelmät Taulukointi Kapsäkkiongelma Ahne menetelmä Verkon lyhimmät polut Dijkstran menetelmä Verkon lyhin virittävä puu Kruskalin
LisätiedotHarjoitustehtävät viikolle 42
Harjoitustehtävät viikolle 42 1. Suunnittele pieni työkaluohjelma, joka laskee keskiarvon lukujoukosta. Käyttöliittymä koostuu perusikkunan lisäksi yhdestä valikosta, jossa on kaksi komentoa: Start (aloita
LisätiedotToimialan ja yritysten uudistuminen
Toimialan ja yritysten uudistuminen - mahdollisuuksia ja karikoita Jari Kuusisto MIT Sloan School of Management University of Vaasa 1 Jari Kuusisto University of Vaasa Esityksen rakenne Metsäsektorin lähtötilanne
LisätiedotAluksi. 2.1. Kahden muuttujan lineaarinen epäyhtälö
Aluksi Matemaattisena käsitteenä lineaarinen optimointi sisältää juuri sen saman asian kuin mikä sen nimestä tulee mieleen. Lineaarisen optimoinnin avulla haetaan ihannearvoa eli optimia, joka on määritelty
LisätiedotAHOT korkeakouluissa hanke: http://ahot.utu.fi Työelämässä hankitun osaamisen tunnustaminen Itä- Suomen korkeakouluissa hanke: www.uef.
AHOT korkeakouluissa hanke: http://ahot.utu.fi Työelämässä hankitun osaamisen tunnustaminen Itä- Suomen korkeakouluissa hanke: www.uef.fi/ahot Työelämäosaamisen tunnistamisesta ja tunnustamisesta UEF:n
LisätiedotRovaniemi.fi. Verkkopalvelun kehitysprosessi
Rovaniemi.fi Verkkopalvelun kehitysprosessi Case: Rovaniemi.fi Kevät 2012 / Syksy 2012 Asiakkaan tiimin aktiivinen osallistuminen webinaarisarjaan Syksy 2012 Käynnistys Tavoitteiden määrittely: Viestintästrategiasta
LisätiedotJoukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 1:2011
Joukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 1:2011 Sisällysluettelo Tulosten yhteenveto Kohde 1: linjat 6, 61, 9, 90 Kohteen tulos diagrammina Kohde 2: linja 8 Kohteen tulos diagrammina
LisätiedotRohkeus uudistua ja kasvaa. Uskallus uudistua, rohkeus rikkoja rajoja SMTS Helmiseminaari 17.2.2016
Rohkeus uudistua ja kasvaa Uskallus uudistua, rohkeus rikkoja rajoja SMTS Helmiseminaari 17.2.2016 Euroopan erikoisliikeketjut 2015 Olemme tänään Euroopan neljänneksi suurin omalla alallamme 227 112 115
LisätiedotJoukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 3:2011
Joukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 3:2011 Sisällysluettelo Tulosten yhteenveto Kohde 1: linjat 6, 61, 9, 90 Kohteen tulos diagrammina Kohde 2: linja 8 Kohteen tulos diagrammina
LisätiedotHyvä vesihuoltohanke, suunnittelijan näkökulma
Hyvä vesihuoltohanke, suunnittelijan näkökulma Hannu Pirinen Pohjois-Karjalan aikuisopisto 16.03.2012 Maveplan Oy March 14, 2012 2 PÄÄVAIHEET: Osuuskunnan perustaminen Liittymishalukkuuden selvittäminen
Lisätiedot1. Algoritmi 1.1 Sisällys Algoritmin määritelmä. Aiheen pariin johdatteleva esimerkki. Muuttujat ja operaatiot (sijoitus, aritmetiikka ja vertailu). Algoritmista ohjelmaksi. 1.2 Algoritmin määritelmä Ohjelmointi
LisätiedotLentotiedustelutietoon perustuva tykistön tulenkäytön optimointi (valmiin työn esittely)
Lentotiedustelutietoon perustuva tykistön tulenkäytön optimointi (valmiin työn esittely) Tuukka Stewen 1.9.2017 Ohjaaja: DI Juho Roponen Valvoja: prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotLuku 6. Dynaaminen ohjelmointi. 6.1 Funktion muisti
Luku 6 Dynaaminen ohjelmointi Dynaamisessa ohjelmoinnissa on ideana jakaa ongelman ratkaisu pienempiin osaongelmiin, jotka voidaan ratkaista toisistaan riippumattomasti. Jokaisen osaongelman ratkaisu tallennetaan
LisätiedotJoukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 2:2012
Joukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 2:2012 Sisällysluettelo Tulosten yhteenveto Kohde 1: linjat 6, 9, 90 Kohteen tulos diagrammina Kohde 2: linja 8, 61 Kohteen tulos diagrammina
Lisätiedotetunimi, sukunimi ja opiskelijanumero ja näillä
Sisällys 1. Algoritmi Algoritmin määritelmä. Aiheen pariin johdatteleva esimerkki. ja operaatiot (sijoitus, aritmetiikka ja vertailu). Algoritmista ohjelmaksi. 1.1 1.2 Algoritmin määritelmä Ohjelmointi
LisätiedotSuonenjoki. Asukasluku 31.12.2009 7 611 92 626 248 182 5 351 427
Talouden tarkastelu Talouden tarkastelu on tehty Tilastokeskuksen talouden tunnuslukuaikasarjoja (vuodet 1998 2009) hyödyntäen sekä kaupunkien vuoden 2010 tilinpäätöstietojen pohjalta. Tuloslaskelmien
LisätiedotLuonnollisten lukujen laskutoimitusten määrittely Peanon aksioomien pohjalta
Simo K. Kivelä, 15.4.2003 Luonnollisten lukujen laskutoimitusten määrittely Peanon aksioomien pohjalta Aksioomat Luonnolliset luvut voidaan määritellä Peanon aksioomien avulla. Tarkastelun kohteena on
LisätiedotAlgoritmit 2. Luento 2 To Timo Männikkö
Algoritmit 2 Luento 2 To 14.3.2019 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2019 Luento
Lisätiedot30 + x. 15 + 0,5x = 2,5 + x 0,5x = 12,5 x = 25. 27,5a + 27,5b = 1,00 55 = 55. 2,5a + (30 2,5)b (27,5a + 27,5b) = 45 55.
RATKAISUT, Insinöörimatematiikan koe 1.5.201 1. Kahdessa astiassa on bensiinin ja etanolin seosta. Ensimmäisessä astiassa on 10 litraa seosta, jonka tilavuudesta 5 % on etanolia. Toisessa astiassa on 20
LisätiedotStokesin lause LUKU 5
LUU 5 Stokesin lause 5.1. Integrointi monistolla Olkoot W R k alue, W kompakti Jordan-joukko ja ω jatkuva k-muoto alueessa W, ω f dx 1 dx k. Asetetaan ω : f, t.s. f dx 1 dx k : f(x dx f(x 1,, x k dx 1
LisätiedotTerveydenhuollon järjestämissuunnitelma 2013-2016
Terveydenhuollon järjestämissuunnitelma 2013-2016 Päivitys vuosille 2014-2016 LSHP perusterveydenhuollon yksikkö Terveydenhuollon järjestämissuunnitelma Yleiset tavoitteet Vuonna 2017 sosiaalipalvelut,
LisätiedotAsteen verran paremmin
yhdessä paremmmin Asteen verran paremmin Humap361 perustuu moderniin systeemiseen johtamisajatteluun, jonka lähtökohtana on yhteistyösuhteiden ja koko työyhteisön kehittäminen. me lupaamme Vastuullinen
LisätiedotJoukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 1:2012
Joukkoliikenteen asiakastyytyväisyystutkimus, mittausjakso 1:2012 Sisällysluettelo Tulosten yhteenveto Kohde 1: linjat 6, 61, 9, 90 Kohteen tulos diagrammina Kohde 2: linja 8 Kohteen tulos diagrammina
LisätiedotAlgoritmit 2. Luento 12 To Timo Männikkö
Algoritmit 2 Luento 12 To 3.5.2018 Timo Männikkö Luento 12 Geneettiset algoritmit Simuloitu jäähdytys Merkkijonon sovitus Horspoolin algoritmi Algoritmit 2 Kevät 2018 Luento 12 To 3.5.2018 2/35 Algoritmien
LisätiedotIIZP2010 Järjestelmäprojekti 5 op
IIZP2010 Järjestelmäprojekti 5 op Jouni Huotari, Marko Rintamäki, Matti Mieskolainen Kevät 2014 http://homes.jamk.fi/~huojo/opetus/iizp2010/ Tutustumiskierros Keitä me olemme miksi opetamme projektitoimintaa
LisätiedotTILASTOLLINEN LAADUNVALVONTA
1 Aki Taanila TILASTOLLINEN LAADUNVALVONTA 31.10.2008 2 TILASTOLLINEN LAADUNVALVONTA Tasalaatuisuus on hyvä tavoite, jota ei yleensä voida täydellisesti saavuttaa: asiakaspalvelun laatu vaihtelee, vaikka
LisätiedotMäärätty integraali. Markus Helén. Mäntän lukio
Määrätty integraali Markus Helén Pinta-ala Monikulmio on tasokuvio, jota rajoittaa suljettu, itseään leikkaamaton murtoviiva. Monikulmio voidaan aina jakaa kolmioiksi. Alueen pinta-ala on näiden kolmioiden
LisätiedotMYEERIKKILÄ OHJEET PELAAJALLE
MYEERIKKILÄ OHJEET PELAAJALLE MYEERIKKILÄN AVAINTOIMINNALLISUUDET PELAAJAN NÄKÖKULMASTA Kehittymisen seuranta Oma taso ja kehittyminen Vertailu tavoitetasoihin ja oman ikäluokan parhaisiin Videot Omat
LisätiedotOsa 15 Talouskasvu ja tuottavuus
Osa 15 Talouskasvu ja tuottavuus 1. Elintason kasvu 2. Kasvun mittaamisesta 3. Elintason osatekijät Suomessa 4. Elintason osatekijät OECD-maissa 5. Työn tuottavuuden kasvutekijät Tämä on pääosin Mankiw
Lisätiedotisomeerejä yhteensä yhdeksän kappaletta.
Tehtävä 2 : 1 Esitetään aluksi eräitä havaintoja. Jokaisella n Z + symbolilla H (n) merkitään kaikkien niiden verkkojen joukkoa, jotka vastaavat jotakin tehtävänannon ehtojen mukaista alkaanin hiiliketjua
LisätiedotDatalähtöinen IT-palveluprosessien kehittäminen, analysointi ja suorituskyvyn mittaaminen Prosessipäivät 2016 Matti Erkheikki QPR Software
QPR Software Datalähtöinen IT-palveluprosessien kehittäminen, analysointi ja suorituskyvyn mittaaminen Prosessipäivät 2016 Matti Erkheikki QPR Software Agenda QPR Software Oyj lyhyesti Menetelmän esittely
LisätiedotTalousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla
Talousmatematiikan perusteet: Luento 12 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,
LisätiedotKÄYTTÖOHJE FLSNIF KÄYTTÖÖNOTTO V2.2 (23.04.2014) 1 (5)
V2.2 (23.04.2014) 1 (5) KÄYTTÖÖNOTTO 1. Asenna tietokoneeseen USB-sarjaporttiajuri laitteen mukana toimitetulta CD-levyltä. HUOM: Jos CD-levyn ajuri ei sovellu tietokoneeseesi, voit hakea ajurin internetistä
LisätiedotUML- mallinnus: Tilakaavio
UML- mallinnus: Tilakaavio Karkea kuvaus UML- kaavioiden käytöstä ohjelmistonkehityksen eri vaiheissa ja tehtävissä. Mallinnus tilakaavioilla Tilakaaviolla kuvataan yhden luokan olioiden tilan muuttumista
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Sarjakehitelmiä Palautetaan mieliin, että potenssisarja on sarja joka on muotoa a n (x x 0 ) n = a 0 + a 1 (x x 0 ) + a 2 (x x 0 ) 2 + a 3 (x x 0 ) 3 +. n=0 Kyseinen
LisätiedotAvainsanojen poimiminen Eeva Ahonen
Avainsanojen poimiminen 5.10.2004 Eeva Ahonen Sisältö Avainsanat Menetelmät C4.5 päätöspuut GenEx algoritmi Bayes malli Testit Tulokset Avainsanat Tiivistä tietoa dokumentin sisällöstä ihmislukijalle hakukoneelle
LisätiedotDrop out-ilmiö SPL:n Turun piirin juniorijalkapallossa
Drop out-ilmiö SPL:n Turun piirin juniorijalkapallossa Ismo Uusi-Uola Opinnäytetyö, 2013 Haaga-Helia ammattikorkeakoulu Liikunnan- ja vapaa-ajan koulutusohjelma Drop out Urheiluharrastuksen äkillinen lopettaminen
LisätiedotTutkimuksen lähtökohtana toimintaympäristön muutos o o o o o Ammattikorkeakoulut käyvät läpi rakenteellista muutosta -> strategisen ja tavoitteellisem
Strategiapohjainen osaamisen johtaminen 3.5.2016 Heidi Ahokallio-Leppälä Tutkimuksen lähtökohtana toimintaympäristön muutos o o o o o Ammattikorkeakoulut käyvät läpi rakenteellista muutosta -> strategisen
LisätiedotSähkömarkkinoiden simulointiohjelman hyödyntäminen sähkötehon riittävyyden analysoinnissa
7.4.2016 Sähkömarkkinoiden simulointiohjelman hyödyntäminen sähkötehon riittävyyden analysoinnissa Esityksen rakenne Tausta Tutkimuksen tavoite Sähkötehon riittävyyden analysointimenetelmä Case study:
LisätiedotMAA10 HARJOITUSTEHTÄVIÄ
MAA0 Määritä se funktion f: f() = + integraalifunktio, jolle F() = Määritä se funktion f : f() = integraalifunktio, jonka kuvaaja sivuaa suoraa y = d Integroi: a) d b) c) d d) Määritä ( + + 8 + a) d 5
LisätiedotPotilastietojärjestelmän laatu Mittaa ja paranna potilastietojärjestelmän laatua
Potilastietojärjestelmän laatu Mittaa ja paranna potilastietojärjestelmän laatua Jari Reinikainen 25.5.2011 Qentinel Oy 2011 Mittaristo ja laatukriteerit Terveydenhuollon johtamisessa hyödynnetään erilaisia
LisätiedotStrategia, johtaminen ja KA. Virpi Einola-Pekkinen 29.4.2015
Strategia, johtaminen ja KA 29.4.2015 Valtiovarainministeriö Talouden ja hyvinvoinnin vakaan perustan rakentaja VM vastaa vakaan ja kestävän kasvun edellytyksiä vahvistavasta talouspolitiikasta valtiontalouden
LisätiedotTalousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla
Talousmatematiikan perusteet: Luento 11 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,
LisätiedotEpäyhtälön molemmille puolille voidaan lisätä sama luku: kaikilla reaaliluvuilla a, b ja c on voimassa a < b a + c < b + c ja a b a + c b + c.
Epäyhtälö Kahden lausekkeen A ja B välisiä järjestysrelaatioita A < B, A B, A > B ja A B nimitetään epäyhtälöiksi. Esimerkiksi 2 < 6, 9 10, 5 > a + + 2 ja ( + 1) 2 2 + 2 ovat epäyhtälöitä. Epäyhtälössä
LisätiedotAjankohtaista FinELibkonsortiossa
Ajankohtaista FinELibkonsortiossa FinELibin aineistopäivä 16.4.2015 FinELibin strategia 2016-2020: tahtotila FinELibin aineistopäivä 16.4.2015 Kansalliskirjasto, kirjastoverkkopalvelut Arja Tuuliniemi
LisätiedotGA & robot path planning. Janne Haapsaari AUTO Geneettiset algoritmit
GA & robot path planning Janne Haapsaari AUTO3070 - Geneettiset algoritmit GA robotiikassa Sovelluksia liikkeen optimoinnissa: * eri vapausasteisten robottien liikeratojen optimointi * autonomisten robottien
LisätiedotLaakerin kestoikälaskenta ISO-281, ISO-281Add1 ja ISO16281 mukaan
Laakerin kestoikälaskenta ISO-28, ISO-28Add ja ISO628 mukaan Laakerit 6204 C := 2700 C o := 6550 n := 500 Käytettävän öljyn viskositeetti ν := 45 mm 2 / s Lasketaan laakerin kestoikä kolmella eri tavalla:
LisätiedotTutkimusmenetelmät-kurssi, s-2004
Algoritmitutkimuksen menetelmistä Tutkimusmenetelmät-kurssi, s-2004 Pekka Kilpeläinen Kuopion yliopisto Tietojenkäsittelytieteen laitos Algoritmitutkimuksen menetelmistä p.1/20 Sisällys Tänään Tietojenkäsittelytiede
LisätiedotEnergiatehokkuus ja lämmitystavat. Keski-Suomen Energiatoimisto www.kesto.fi/energianeuvonta energianeuvonta@kesto.fi
Energiatehokkuus ja lämmitystavat Keski-Suomen Energiatoimisto www.kesto.fi/energianeuvonta energianeuvonta@kesto.fi 1 Sisältö Rakennusten energiankulutus nyt ja tulevaisuudessa Lämmitysmuotojen kustannuksia
LisätiedotAlgoritmit 2. Luento 2 Ke Timo Männikkö
Algoritmit 2 Luento 2 Ke 15.3.2017 Timo Männikkö Luento 2 Tietorakenteet Lineaarinen lista, binääripuu Prioriteettijono Kekorakenne Keko-operaatiot Keon toteutus taulukolla Algoritmit 2 Kevät 2017 Luento
LisätiedotDNA sukututkimuksen tukena
Järvenpää 12,2,2019 Teuvo Ikonen teuvo.ikonen@welho.com DNA sukututkimuksen tukena DNA sukututkimuksessa (Peter Sjölund: Släktforska med DNA) tiesitkö, että olet kävelevä sukukirja? on kuin lukisit kirjaa
LisätiedotTrichoderma reesein geenisäätelyverkoston ennustaminen Oskari Vinko
Trichoderma reesein geenisäätelyverkoston ennustaminen Oskari Vinko 04.11.2013 Ohjaaja: Merja Oja Valvoja: Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta
LisätiedotYKSILÖLLINEN ELÄMÄNSUUNNITTELU
YKSILÖLLINEN ELÄMÄNSUUNNITTELU Mertanen / Martikainen 1 Esimerkkinä yksilölliset aamutoimet Mertanen / Martikainen 2 Kyse on ajattelu- ja toimintatavasta Henkilö saa osallistua oman elämän suunnitteluun
Lisätiedotj n j a b a c a d b c c d m j b a c a d a c b d c c j
TEKNILLINEN KORKEAKOULU Tietoliikenne- ja tietoverkkotekniikan laitos S-38.115 Liikenneteorian perusteet, Kevät 2008 Demonstraatiot Luento 12 29.2.2008 D12/1 Tarkastellaan verkkoa, jossa on solmua ja linkkiä.
Lisätiedot1.3 Katsaus ohjelmistotuotannon kehittymiseen
Yleisiä asioita Oliokirja:http://www.cs.tut.fi/~kk/Ohjelmistoarkkitehtuuri.pdf Tenttipäivä 7.5. Tallennukset, jospas tänään onnistaisi Viikkoharkat löytyvät IDLEstä (TTY), kurssin kotisivuilta/paikallisilta
LisätiedotLiikkujaryhmien segmentointi liikkumisen ohjauksen taustana. Tytti Viinikainen 24.10.2012
Liikkujaryhmien segmentointi liikkumisen ohjauksen taustana Tytti Viinikainen 24.10.2012 Asiakassegmentointi Tausta: Julkisen sektorin asiakaslähtöisyysajattelun yleistyminen 2000-luvulla Yrityspuolella
LisätiedotPääkaupunkiseudun Reittiopas PALVELUN ESITTELY
PALVELUN ESITTELY ovelta ovelle reitittävä ohjelmisto integroidussa pääkaupunkiseudun joukkoliikenteessä maksuton internet-palvelu, lisäksi mobiilisovelluksia tekstisyöttö-, hakemisto- ja karttahakutoiminnot
LisätiedotMatematiikan tukikurssi 3.4.
Matematiikan tukikurssi 3.4. Neliömuodot, Hessen matriisi, deiniittisyys, konveksisuus siinä tämän dokumentin aiheet. Neliömuodot ovat unktioita, jotka ovat muotoa T ( x) = x Ax, missä x = (x 1,, x n )
LisätiedotRavintovartti, teemana lautasmalli
Ravintovartti, teemana lautasmalli Ravintovartin tavoite ja toteutus Ravintovartin tavoitteena on tutustua lautasmalliin. Vartti sisältää lautasmallin lyhyen esittelyn, jonka jälkeen jokainen piirtää lautasmallin
Lisätiedot1 Johdanto. Ohjelmistoarkkitehtuurit Syksy 2010 TTY Ohjelmistotekniikka 1
1 Johdanto 1.1 Mikä on ohjelmistoarkkitehtuuri? 1.2 Ohjelmistoarkkitehtuuri ja laatuvaatimukset 1.3 Katsaus ohjelmistotuotannon kehittymiseen 1.4 Miksi ohjelmistoarkkitehtuuri on tärkeä 1.5 Ohjelmistoarkkitehtuuri
LisätiedotDialogisuus vanhempien osallisuuden välineenä
Dialogisuus vanhempien osallisuuden välineenä Pohjoinen varhaiskasvatuspäivä 2010 Marjut Parhiala, KM Vanhempien osallisuudesta Lähtökohtana lapsen tarpeet Hoidon, kasvatuksen ja opetuksen jakaminen kehityksen,
LisätiedotPOHJOIS-POHJANMAAN SAIRAANHOITOPIIRI. Laatutyö - laadukas toiminta terveydenhuollossa
POHJOIS-POHJANMAAN SAIRAANHOITOPIIRI Laatutyö - laadukas toiminta terveydenhuollossa Mitä on laatu? Laatu on esim. asian, asiantilan, tuotteen, toiminnan ominaisuus, jolla kuvataan sitä, MISSÄ MÄÄRIN arvioinnin
LisätiedotMTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)
21.11.2017/1 MTTTP5, luento 21.11.2017 Otossuureita ja niiden jakaumia (jatkuu) 4) Olkoot X 1, X 2,..., X n satunnaisotos (, ):sta ja Y 1, Y 2,..., Y m satunnaisotos (, ):sta sekä otokset riippumattomia.
LisätiedotVanhemmuus ja kotoutuminen, verkostojen ja vertaisuuden merkitys
Vanhemmuus ja kotoutuminen, verkostojen ja vertaisuuden merkitys Monikulttuurisuuden asiantuntija Mina Zandkarimi mina.zandkarimi@vaestoliitto.fi Puh: 0503256450 19.5.2014 PERHE JA MAAHANMUUTTO Maahanmuutto
LisätiedotOhjelmistoarkkitehtuurit. Kevät
Ohjelmistoarkkitehtuurit Kevät 2012-2013 Johannes Koskinen http://www.cs.tut.fi/~ohar/ Tervetuloa Oulun yliopisto, Tampereen yliopisto, Turun yliopisto, Tampereen teknillinen yliopisto 2 Kurssin tavoitteet
Lisätiedot1(5) Julkisyhteisöjen rahoitusasema ja perusjäämä
1(5) EU-lainsäädäntö asettaa julkisen talouden hoidolle erilaisia finanssipoliittisia sääntöjä, joista säädetään unionin perussopimuksessa ja vakaus- ja kasvusopimuksessa. Myös kansallinen laki asettaa
Lisätiedotẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.4129 Systeemien Identifiointi 1. harjoituksen ratkaisut 1. Tarkastellaan maita X ja Y. Olkoon näiden varustelutaso
LisätiedotVerkkokurssien ulkopuolinen arviointi. Tie Vie - asiantuntijakoulutus Turku, 18.3.05 Aino-Maija Hiltunen HY, HILMA-verkosto
Verkkokurssien ulkopuolinen arviointi Tie Vie - asiantuntijakoulutus Turku, 18.3.05 Aino-Maija Hiltunen HY, HILMA-verkosto HILMA - naistutkimuksen yliopistoverkosto 8:n yliopiston yhteistyö, HY koordinoi
LisätiedotOletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on
Derivaatta Erilaisia lähestymistapoja: geometrinen (käyrän tangentti sekanttien raja-asentona) fysikaalinen (ajasta riippuvan funktion hetkellinen muutosnopeus) 1 / 13 Derivaatan määritelmä Määritelmä
LisätiedotPerusopetuksen aamu- ja iltapäivätoiminnan laadun arviointi 2016 Västankvarns skola/ Tukiyhdistys Almus ry.
Perusopetuksen aamu- ja iltapäivätoiminnan laadun arviointi 06 Västankvarns skola/ toteutti perusopetuksen aamu- ja iltapäivätoiminnan seurantakyselyn lapsille ja huoltajille huhtikuussa 06. Vuoden 06
Lisätiedot10. Painotetut graafit
10. Painotetut graafit Esiintyy monesti sovelluksia, joita on kätevä esittää graafeina. Tällaisia ovat esim. tietoverkko tai maantieverkko. Näihin liittyy erinäisiä tekijöitä. Tietoverkkoja käytettäessä
LisätiedotMaisema-arkkitehtuurin perusteet 1A, syksy 2015 Pinnanmuodot-tehtävään ArcMap-ohjeet
Tässä tehtävässä: Ladataan korkeusmallirasterit maanmittauslaitoksen tietopalvelusta Ladataan korkeuskäyrärasterit PaITulista Muotoillaan kartta pinnanmuodoista selkeäksi Ohjeet olettavat, että olet tehnyt
LisätiedotLisää segmenttipuusta
Luku 24 Lisää segmenttipuusta Segmenttipuu on monipuolinen tietorakenne, joka mahdollistaa monenlaisten kyselyiden toteuttamisen tehokkaasti. Tähän mennessä olemme käyttäneet kuitenkin segmenttipuuta melko
LisätiedotMATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 26..208 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa
LisätiedotT Luonnollisten kielten tilastollinen käsittely
T-61.281 Luonnollisten kielten tilastollinen käsittely Vastaukset 3, ti 11.2.2003, 16:15-18:00 Kollokaatiot, Versio 1.1 1. Lasketaan ensin tulokset sanaparille valkoinen, talo käsin: Frekvenssimenetelmä:
LisätiedotMISSÄ MENNÄÄN TIETOMALLINNUKSESSA?
MISSÄ MENNÄÄN TIETOMALLINNUKSESSA? 12.01.2016 Juha Liukas Sito Oy, johtava asiantuntija Infran tiedonhallinta ja tietomallinnus buildingsmart Finland Infra-toimialaryhmän pj Sisältö - tietomallinnus infra-alalla
LisätiedotKURSSIVALINNAT & YLIOPPILASKIRJOITUKSET
KURSSIVALINNAT & YLIOPPILASKIRJOITUKSET Ohjeita kurssivalintojen tekemiseen ylioppilaskirjoitusten näkökulmasta Tämän koonnin tavoitteena on auttaa Sinua valitsemaan oikeat kurssit oikeaan aikaan suhteessa
LisätiedotS Laskennallinen Neurotiede
S-114.3812 Laskennallinen Neurotiede Laskuharjoitus 3 8.12.2006 Heikki Hyyti 60451P Tehtävä 2 Tehtävässä 2 piti tehdä 100 hermosolun assosiatiivinen Hopfield-muistiverkko. Verkko on rakennettu Matlab-ohjelmaan
LisätiedotMikä luo nuorelle turvallisuuden tunnetta kodin ja viranomaisten välissä
Mikä luo nuorelle turvallisuuden tunnetta kodin ja viranomaisten välissä Vesa Heiskanen Puolueeton vyöhyke Punaisen Ristin brändi Avoimuus ja läpinäkyvyys avoimet prosessit auttavat nuorta ja vanhempia
LisätiedotBiomassaterminaali selvitys. Uusituvan energian toimialaraportin julkistustilaisuus, Astrumkeskus,
Biomassaterminaali selvitys Uusituvan energian toimialaraportin julkistustilaisuus, Astrumkeskus, Salo Olli Äijälä 2.12.2014 Esityksen sisältö Metsätalouden kehittämiskeskus Tapio => Tapio Oy:ksi 1.1.2015
Lisätiedot