Verkoston muutoksen mallinnus ja visualisointi
|
|
- Jarno Kalle Haapasalo
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Verkoston muutoksen mallinnus ja visualisointi Verkostoanalyysi seminaari Tampere teknillinen yliopisto Jaakko Salonen Tampereen teknillinen yliopisto Hypermedialaboratorio 1
2 Tässä esityksessä Dynaamiset verkostot ja muutos verkostoissa Verkoston muutoksen mallinnus Dynamiikan mallinnus Gephillä ja GEXF:llä Graph Streaming Dynamiikan visualisointi Gephillä Yhteenveto 2
3 Dynaamiset verkostot ja muutos verkostoissa Käsite: Dynamic network analysis (DNA) Mahdollista analysoida isoja, monimoodisia, monilinkkisiä verkostoja, joissa datan epävarmuustaso vaihteleva (vrt. Carley, 2003) Solmujen ja kaarien ominaisuudet voivat muuttua ajan suhteen Mahdollistaa verkostopohjaisten prosessien analysoinnin. Esimerkkejä muutosprosesseista: (Ibid.) Ihmisverkostot: Syntymä, kuolema, ylennys, liikkuvuus, rekrytointi, jne. Resurssi/tietämys-verkostot: innovaatio, löyty, unohtaminen, käyttö Tapahtuma/tehtävä-verkostot: tavoitteen muutos, reengineering, teknologianvaihdokset Organisaatio-verkostot: syntyminen, kuolema, yhdistymiset, jne. 3
4 Verkoston muutoksen mallinnus (1/3) Mallinnuksen pohjana ajan suhteen muuttuva graafi Formalisointi (Casteigts et al. 2010) Käsite: aika-riippuva graafi (engl. time-varying graph; TVG): G = (V, Ε, Τ, ρ, ξ), jossa V : solmujen joukko Ε : kaarien joukko Τ : ajanjakso, systeemin elinajan osajoukko, ts. T T ρ : läsnäolofunktio (engl. presence) ρ: Ε x Τ {0, 1}, määrittelee kaaren läsnäolon annetulla ajan hetkellä ξ : latenssifunktio (ξ: Ε x Τ Τ ); kaaren läpikäyntiin vaadittava aika (huom! voi muuttua ajan funktiona!) 4
5 Verkoston muutoksen mallinnus (2/3) Esimerkki dynaamisen verkoston mallinnuksesta käytännössä: Solmuja v kpl Kaaria e kpl Ajanjakso, 0, 1,, t (arvot diskreettejä, yksikkönä sekuntti) Läsnäolofunktio nyt kuvattavissa e x t matriisina Esimerkkiarvoja: v=100 suunnatussa graafissa max. 100x100=10000 kaarta e=10000, t=60 (sekuntia) x 60 matriisi (= alkiota) e=10000, t=86400 (=1 päivä sekuntteina) x matriisi (= alkiota (!!!)) Matriisiesitys potentaalisesti valtava 5
6 Verkoston muutoksen mallinnus (3/3) Erityisesti visualisointikäyttöön riittää usein, että pystytään pyynnöstä laskemaan verkoston annetulla ajanhetkellä t: Lasketaan mallin perusteella läsnäolo- ja latenssifunktiot vain annetulle ajanhetkelle t Läsnäolofunktio ρ t : Ε {0, 1} Latenssifunktio ξ t : Ε Τ Alkiota onkin vain 2e kpl! 6
7 Dynamiikan mallinnus Gephillä Esitellään dynaamisen verkoston mallinnusta ja visualisointia Gephi-työvälineellä ( Ominaisuuksia: Dynaamista graafia voidaan tarkastella ajan funktiona (playback sekä tilannekuva valitulla ajan hetkellä) Visualisointi muuttuu ajanhetken perusteella Myös ladonnasta saadaan dynaminen, ts. ladonta päivittyy muutoksen myötä Mallinnusvaihtoehtoja: Dynaaminen GEXF-esitys Graph streaming -laajennus 7
8 GEXF-dynamiikka (1/3) Gephin tukema GEXF (Graph Exchange XML format) mahdollistaa myös dynaamisten verkostojen esittämisen Dynamiikan voi ottaa käyttöön attribuuttikohtaisesti (attribuutteja ovat kaikki solmujen ja kaarien ominaisuudet) Aikasarjan tietotyypit: ( Diskreetti (integer) Jatkuva (double) Päivämäärä ja/tai kellonaika (date, datetime) 8
9 GEXF-dynamiikka (2/3) Sekä solmujen että kaarien olemassaolo voidaan määrittää ajasta riippuvaksi ( Attribuutit start, startopen, end, endopen Tila on binäärinen (0 / 1) Esimerkkejä: <node id="n2" label="actor 2" start="0.0" end="30.0" /> ja <edge id="e3" source="n2" target="n3" weight="1.0" start="20.0" end="30.0" /> Määrittely mahdollista myös paloittain spells-elementillä: <node id="n1" label="actor 1"> <spells> <spell start="0.0" end="5.0" /> <spell start="10.0" end="15.0" /> </spells> </node> 9
10 GEXF-dynamiikka (3/3) Dynamiikka attribuuteissa (sekä solmut että kaaret): <attributes class= edge timeformat= double mode= dynamic > <attribute id= weight type= float ></attribute> </attributes> Attribuutin muutokset kuvataan attvalues-elementissä: <edge source= x target= y > <attvalues> <attvalue for= weight value= 1 end= /> <attvalue for= weight value= 2 start= end= /> </attavalues> </edge> Mistä tahansa attribuutista voidaan siis tehdä dynaaminen 10
11 Kokonainen GEXF-esimerkki <?xml version="1.0" encoding="utf-8"?> <gexf xmlns=" version="1.1" xmlns:xsi=" xsi:schemalocation=" "> <graph defaultedgetype="undirected" timeformat="double" mode="dynamic"> <attributes class="edge" timeformat="double" mode="dynamic"> <attribute id="weight" type="float"></attribute> </attributes> <nodes> <node id="n1" label="actor 1"> <spells> <spell start="0.0" end="5.0" /> <spell start="10.0" end="15.0" /> <spell start="20.0" end="25.0" /> </spells> </node> <node id="n2" label="actor 2" start="0.0" end="30.0" /> <node id="n3" label="actor 3" start="10.0" end="30.0" /> </nodes> <edges> <edge id="e1" source="n1" target="n2" weight="1.0" /> <edge id="e2" source="n1" target="n3" weight="1.0" /> <edge id="e3" source="n2" target="n3" weight="1.0"> <attvalues> <attvalue for="weight" value="2.0" start="0.0" endopen="10.0" /> <attvalue for="weight" value="3.0" start="10.0" end="20.0" /> </attvalues> </edge> </edges> </graph> </gexf> 11
12 Graph Streaming -laajennus Gephi-laajennus, jolla graafidataa voidaan hakea Gephiin virta-muotoisena (vrt. Panisson, 2010) Perustuu yleisempään Graph Streaming API -rajapintamääritykseen (Panisson et al., 2011) Sekä laajennus, että rajapinta ovat kehitteillä ja voivat siis vielä muuttua Perusideana kuitenkin: Tarjotaan (HTTP-pohjainen) rajapinta graafin tilan hakuun JSON (JavaScript Object Notation) -pohjainen vastaus, joka mallintaa graafin muutoksen pyyntöjen välillä Laskennallisesti tehokkaampi: XML:ää kevyempi formaatti; riittää, että lasketaan graafin tila annetulla ajan hetkellä 12
13 Dynamiikan visualisointi Gephillä Datalaboratorionäkymä Solmun ja kaarien ominaisuudet Dynaaminen ladonta Force Atlas Yksi tapa weight-attribuutin visualisointiin Esimerkin parametrisointi: repulsion strenght: Aikavalitsimen käyttö Aikavalinnan leveysvalinta Esimerkissä max. 5% kokonaiskestosta 13
14 Dyn. ladonnasta Gephissä yleisemmin (1/2) Suppeahko esimerkkidata ei nosta kaikkia haasteita esiin. Parempi datasetti ladonnan kokeiluun: File Generate Dynamic Graph Example... Force Atlas -ladonta: Repulsion ja attraction strenght suhde oltava sopiva, muuten graafin skaalaus muuttuu liikaa ajan funktiona (empiirisesti hyvä suhde 1:1000) Myös gravity oltava riittävä (attraction*20=gravity näyttää tuottavan hyviä tuloksia) Mahdollistaa painotuksen (weight) visualisoinnin 14
15 Dyn. ladonnasta Gephissä yleisemmin (2/2) Fruchterman Reingold Solmut säilyttävät paremmin asemansa, algoritmi hallitsee automaattisesti myös skaalaukset Datajoukolle, jolla tuntemattomat dynamiikkaominaisuudet Painotus ei vaikuta visualisointiin Soveltuu erityisesti kaarien muutoksen visualisointiin Gephin vakioalgoritmeista (0.8a) muut eivät näytä tukevan dynaamista ladonta 15
16 GEXF ja Gephi haasteet ja mahdollisuudet GEXF Mahdollistaa solmujen, kaarten ja niiden attribuuttien muutosten mallinnuksen Haasteena hienorakenteisten, erityisesti ei-diskreettinen muutosten mallinnus: esim. jokainen weight-attribuutin muutos ( , jne.) pitää kuvata uutena XMLelementtinä. tällaisten muutosten mallinnukseen tarvitaan väistämättä Graph Streaming -laajennus tai vastaava menettely Gephi Vain perusominaisuudet GEXF-dynamiikan visualisointiin Merkittävää osaa dynamiikasta ei Gephin nykyversiolla voi mielekkäästi visualisoida 16
17 Yhteenveto Muutoksen mallinnus verkostoon mallistaa uusia sovelluskohteita Dynaamisten verkostojen mallinnuksen haasteena potentiaalisesti laskennallinen vaativuus. Tätä voidaan kiertää pyrkimällä mallia luodessa ennakoimaan laskennan tarpeita (vrt. lasketaanko tunnuslukuja vai tehdäänkö dynamiikan visualisointia) GEXF-formaatilla voidaan kuvata dynamiikka verkostossa sen eri tasoilla (solmut, kaaret, attribuutit) Gephi-sovellus sisältää tuen joidenkin dynaamisten ominaisuuksien visualisointiin Dynaaminen verkostomallinnus on selvästi kehittyvä verkostoanalyysiin osa-alue voidaan olettaa, että sovellukset ja menetelmät kehittyvät jatkossa 17
18 Kiitos! Kysymyksiä? 18
19 Lähteet Carley, M., K. (2003). Dynamic Network Analysis. Summary of the NRC workshop on Social Network Modeling and Analysis. National Research Council. Casteigts, A., Flocchini, P. Quattrociocchi, W., Santoro. N. (2010). Time- Varying Graphs and Dynamic Networks. Panisson, A. (2010). Graph Streaming. Online. Available at: Panisson, A., et al. (2011). Specification GsoC Graph Streaming API. Wikipage. Available at: 19
Jäsenyysverkostot Kytkökset ja limittyneet aliryhmät sosiaalisten verkostojen analyysissä
Jäsenyysverkostot Kytkökset ja limittyneet aliryhmät sosiaalisten verkostojen analyysissä Hypermedian jatko-opintoseminaari 2008-2009 20.3.2009 Jaakko Salonen TTY / Hypermedialaboratorio jaakko.salonen@tut.fi
LisätiedotVerkostoanalyysi 2011 Jatko-opintoseminaari Case: Verkostot ja muutos Statsterverkkopalvelussa
Verkostoanalyysi 2011 Jatko-opintoseminaari 1.4.2011 Case: Verkostot ja muutos Statsterverkkopalvelussa Tutkija Teemo Anton Tebest teemo.tebest@tut.fi Tampereen teknillinen yliopisto Teemo Tebest Tietotekniikan
LisätiedotKeskeiset ladonta-algoritmit verkostoanalyysityössä
Keskeiset ladonta-algoritmit verkostoanalyysityössä Verkostoanalyysi 2011 TTY Jarno Marttila Tampereen teknillinen yliopisto Hypermedialaboratorio TUT / HLAB 1 Sisällys Graafien piirtämisestä Ladonnasta
LisätiedotPARITUS KAKSIJAKOISESSA
PARITUS KAKSIJAKOISESSA GRAAFISSA Informaatiotekniikan t iik seminaari i Pekka Rossi 4.3.2008 SISÄLTÖ Johdanto Kaksijakoinen graafi Sovituksen peruskäsitteet Sovitusongelma Lisäyspolku Bipartite matching-algoritmi
LisätiedotSuunnatut, etumerkilliset ja arvotetut graafit Sosiaalisten verkostojen analysoinnin näkökulmalla
Suunnatut, etumerkilliset ja arvotetut graafit Sosiaalisten verkostojen analysoinnin näkökulmalla Hypermedian jatko-opintoseminaari 2008-2009 12.12.2008 Jaakko Salonen jaakko.salonen@tut.fi TTY / Hypermedialaboratorio
Lisätiedot6.4. Järjestyssuhteet
6.4. Järjestyssuhteet Joukon suhteilla voidaan kuvata myös alkioiden järjestystä tietyn ominaisuuden suhteen. Järjestys on myös kaksipaikkainen suhde (ja on monia erilaisia järjestyksiä). Suhde R joukossa
LisätiedotDynaaminen ohjelmointi ja vaikutuskaaviot
Dynaaminen ohjelmointi ja vaikutuskaaviot. Taustaa 2. Vaikutuskaaviot ja superarvosolmut 3. Vaikutuskaavion ratkaiseminen 4. Vaikutuskaavio ja dynaaminen ohjelmointi: 5. Yhteenveto Esitelmän sisältö Optimointiopin
LisätiedotTulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun. Forest Big Data Tulosseminaari, Miika Rajala, Risto Ritala TTY
Tulevaisuuden ratkaisu datan yhdistämiseen ja jakeluun Forest Big Data Tulosseminaari, 8.3.2016 Miika Rajala, Risto Ritala TTY Datalähteet Metsädatan lähteitä Laserpohjainen inventointi (SMK) Satelliittipohjainen
LisätiedotYksityisyydestä käytävä verkkokeskustelu
Yksityisyydestä käytävä verkkokeskustelu KOKEILUJA, HUOMIOITA JA KYSYMYKSIÄ Esa Sirkkunen, tutkija, tutkimuskeskus COMET, Tampereen yliopisto Mediatutkimuksen päivät, Vaasa 04.04. 2014. Pieniä ja isompia
LisätiedotAlgoritmit 1. Luento 9 Ti Timo Männikkö
Algoritmit 1 Luento 9 Ti 7.2.2017 Timo Männikkö Luento 9 Graafit ja verkot Kaaritaulukko, bittimatriisi, pituusmatriisi Verkon lyhimmät polut Floydin menetelmä Lähtevien ja tulevien kaarien listat Forward
Lisätiedot8.5. Järjestyssuhteet 1 / 19
8.5. Järjestyssuhteet 1 / 19 Määritelmä Joukon suhteilla voidaan kuvata myös alkioiden järjestystä tietyn ominaisuuden suhteen. Järjestys on myös kaksipaikkainen suhde (ja on monia erilaisia järjestyksiä).
LisätiedotMittaustietojen SAF-aineistokuvaus kaasudatahubiin
Mittaustietojen SAF-aineistokuvaus kaasudatahubiin Versio 1.0 2 (7) Muutokset Versio Pvm Muutos 0.1 5.3.2019 SAF-aineistokuvaus eriytetty omaksi dokumentiksi 0.2 Lisätty mittaustiedon esimerkkisanomaan
LisätiedotIlmonet ja rajapinnat Pääkaupunkiseudun kansalais- ja työväenopistojen kurssit
Ilmonet ja rajapinnat Pääkaupunkiseudun kansalais- ja työväenopistojen kurssit Pertti Koskela Kasvatuksen ja koulutuksen toimiala Tietohallinto, Ict-kehityspalvelut Mukana : Espoon työväenopisto, Esbo
LisätiedotOptimaalisen polun haku graafista A* -algoritmilla
Miika Nurminen Optimaalisen polun haku graafista A* -algoritmilla TIE340 (Tekoäly) -kurssin harjoitustyöraportti 3.3.2003 Jyväskylän yliopisto Tietotekniikan laitos Tietoja raportista Tekijä: Miika Nurminen
LisätiedotHarjoitus 4 (7.4.2014)
Harjoitus 4 (7.4.2014) Tehtävä 1 Tarkastellaan Harjoituksen 1 nopeimman reitin ongelmaa ja etsitään sille lyhin virittävä puu käyttämällä kahta eri algoritmia. a) (Primin algoritmi) Lähtemällä solmusta
LisätiedotDBN Mitä sillä tekee? Dynaamisten Bayes-verkkojen määrittely aikasarja-analyysissä Janne Toivola jtoivola@iki.fi
DBN Mitä sillä tekee? Dynaamisten Bayes-verkkojen määrittely aikasarja-analyysissä Janne Toivola jtoivola@iki.fi Historiaa Bayesin kaavan hyödyntäminen BN-ohjelmistoja ollut ennenkin Tanskalaisten Hugin
LisätiedotSÄHKE-hanke. Abstrakti mallintaminen Tietomallin (graafi) lukuohje
04.02.2005 1 (6) SÄHKE-hanke Versio ja pvm Laatinut Tarkpvm Tarkastanut Hyvpvm Hyväksynyt 2.0 / 04.02.2005 Anneli Rantanen 15.02.2005 Markus Merenmies 18.02.2005 Ohjausryhmä 04.02.2005 2 (6) Muutoshistoria
LisätiedotA ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä.
Esimerkki otteluvoiton todennäköisyys A ja B pelaavat sarjan pelejä. Sarjan voittaja on se, joka ensin voittaa n peliä. Yksittäisessä pelissä A voittaa todennäköisyydellä p ja B todennäköisyydellä q =
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
LisätiedotGraafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria
Graafit ja verkot Suuntamaton graafi: eli haaroja Joukko solmuja ja joukko järjestämättömiä solmupareja Suunnattu graafi: Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria Haaran päätesolmut:
LisätiedotRelevanttien sivujen etsintä verkosta: satunnaiskulut verkossa Linkkikeskukset ja auktoriteetit (hubs and authorities) -algoritmi
Kurssin loppuosa Diskreettejä menetelmiä laajojen 0-1 datajoukkojen analyysiin Kattavat joukot ja niiden etsintä tasoittaisella algoritmilla Relevanttien sivujen etsintä verkosta: satunnaiskulut verkossa
Lisätiedot811120P Diskreetit rakenteet
811120P Diskreetit rakenteet 2016-2017 4. Joukot, relaatiot ja funktiot Osa 3: Funktiot 4.3 Funktiot Olkoot A ja B joukkoja. Funktio joukosta A joukkoon B on sääntö, joka liittää yksikäsitteisesti määrätyn
Lisätiedot805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016)
805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016) Tavoitteet (teoria): Hallita autokovarianssifunktion ominaisuuksien tarkastelu. Osata laskea autokovarianssifunktion spektriiheysfunktio. Tavoitteet
LisätiedotSukupuu -ohjelma. Ossi Väre (013759021) Joni Virtanen (013760641)
Sukupuu -ohjelma Ossi Väre (013759021) Joni Virtanen (013760641) 7.11.2011 1 Johdanto Toteutimme C -kielellä sukupuuohjelman, johon käyttäjä voi lisätä ja poistaa henkilöitä ja määrittää henkilöiden välisiä
LisätiedotTietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari Korhonen
Tietorakenteet ja algoritmit Johdanto Lauri Malmi / Ari 1 1. JOHDANTO 1.1 Määritelmiä 1.2 Tietorakenteen ja algoritmin valinta 1.3 Algoritmit ja tiedon määrä 1.4 Tietorakenteet ja toiminnot 1.5 Esimerkki:
LisätiedotDepartment of Mathematics, Hypermedia Laboratory Tampere University of Technology. Arvostus Verkostoissa: PageRank. Idea.
Arvostus Tommi Perälä Department of Mathematics, Hypermedia Laboratory Tampere University of Technology 8..0 in idea on määrittää verkoston solmuille arvostusta kuvaavat tunnusluvut. Voidaan ajatella
LisätiedotGraphs in Social Network Analysis And Modeling. Graafit sosiaalisten verkostojen mallintamisessa
Hypermedian jatko-opintoseminaari 2008 2009 1 Graphs in Social Network Analysis And Modeling Graafit sosiaalisten verkostojen mallintamisessa 28.11.2008 Thumas Miilumäki thumas.miilumaki@tut.fi Sisältö
LisätiedotHarjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,
Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä
LisätiedotKokonaislukuoptimointi hissiryhmän ohjauksessa
Kokonaislukuoptimointi hissiryhmän ohjauksessa Systeemianalyysin laboratorio Teknillinen Korkeakoulu, TKK 3 Maaliskuuta 2008 Sisällys 1 Johdanto Taustaa Ongelman kuvaus 2 PACE-graafi Graafin muodostaminen
LisätiedotLuento 3: Tietorakenteiden esittäminen
Luento 3: Tietorakenteiden esittäminen AS-0.110 XML-kuvauskielten perusteet Janne Kalliola Tietorakenteiden esittäminen XML-dokumentti puuna Muunnokset muodosta toiseen Perustietorakenteet listat puut
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
Lisätiedot18. Abstraktit tietotyypit 18.1
18. Abstraktit tietotyypit 18.1 Sisällys Johdanto abstrakteihin tietotyyppeihin. Pino ja jono. Linkitetty lista. Pino linkitetyllä listalla toteutettuna. 18.2 Johdanto Javan omat tietotyypit ovat jo tuttuja:
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
LisätiedotTietorakenteet ja algoritmit - syksy 2015 1
Tietorakenteet ja algoritmit - syksy 2015 1 Tietorakenteet ja algoritmit - syksy 2015 2 Tietorakenteet ja algoritmit Johdanto Ari Korhonen Tietorakenteet ja algoritmit - syksy 2015 1. JOHDANTO 1.1 Määritelmiä
LisätiedotGraafin 3-värittyvyyden tutkinta T Graafiteoria, projektityö (eksakti algoritmi), kevät 2005
Graafin 3-värittyvyyden tutkinta T-79.165 Graafiteoria, projektityö (eksakti algoritmi), kevät 2005 Mikko Malinen, 36474R 29. maaliskuuta, 2005 Tiivistelmä Artikkelissa käydään läpi teoriaa, jonka avulla
LisätiedotEtsintä verkosta (Searching from the Web) T Datasta tietoon Heikki Mannila, Jouni Seppänen
Etsintä verkosta (Searching from the Web) T-61.2010 Datasta tietoon Heikki Mannila, Jouni Seppänen 12.12.2007 Webin lyhyt historia http://info.cern.ch/proposal.html http://browser.arachne.cz/screen/
LisätiedotWWW-ohjelmoinnin kokonaisuus. WWW-OHJELMOINTI 1 Merkkauskielet. Merkkauskielten idea. Merkkauskielet (markup languages) Merkkauskielten merkitys
WWW-OHJELMOINTI 1 WWW-ohjelmoinnin kokonaisuus SGML, XML, HTML WWW-selaimen sovellusohjelmointi WWW-palvelimen sovellusohjelmointi Eero Hyvönen Tietojenkäsittelytieteen laitos Helsingin yliopisto 26.10.2000
LisätiedotEMVHost Online SUBJECT: EMVHOST ONLINE CLIENT - AUTOMAATTISIIRROT COMPANY: EMVHost Online Client sovelluksen käyttöohje AUTHOR: DATE: 15.03.
EMVHost Online SUBJECT: COMPANY: COMMENTS: AUTHOR: EMVHOST ONLINE CLIENT - AUTOMAATTISIIRROT NETS OY EMVHost Online Client sovelluksen käyttöohje NETS OY DATE: 15.03.2011 VERSION: 1.0 1 SISÄLLYS SISÄLLYS...
LisätiedotKatsaus visualisointitekniikoihin
Katsaus visualisointitekniikoihin Pohjautuen artikkeliin: Heer, J., Bostock, M., & Ogievetsky, V. 2010. A Tour through the Visualization Zoo. ACM Queue 8, 5. Saatavissa: http://queue.acm.org/detail.cfm?id=1805128
LisätiedotDynaamiset regressiomallit
MS-C2128 Ennustaminen ja Aikasarja-analyysi, Heikki Seppälä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2015 Viikko 6: 1 Kalmanin suodatin Aiemmin käsitellyt
LisätiedotSosiaalisten verkostojen datan notaatio. Notation for Social Network Data
Sosiaalisten verkostojen datan notaatio Notation for Social Network Data Jari Jussila 14.11.2008 2 Notaatio Notaatiota tarvitaan / auttaa kuvaamaan: toimijat tai toimijoiden muodostamat joukot, toimijoiden
LisätiedotSisällys. 18. Abstraktit tietotyypit. Johdanto. Johdanto
Sisällys 18. bstraktit tietotyypit Johdanto abstrakteihin tietotyyppeihin. Pino ja jono. Linkitetty lista. Pino linkitetyllä listalla toteutettuna. 18.1 18.2 Johdanto Javan omat tietotyypit ovat jo tuttuja:
LisätiedotSosiaalihuollon asiakastiedon arkiston validointipalvelu. Käyttöohje
Sosiaalihuollon asiakastiedon arkiston validointipalvelu Käyttöohje Sisällys 1 Johdanto 3 2 Käyttötarkoitus 3 3 Palvelut 3 3.1 HL7 V3 Medical Records sanoman skeemavalidointi 3 3.2 HL7 V3 Medical Records
LisätiedotA274101 TIETORAKENTEET JA ALGORITMIT
A274101 TIETORAKENTEET JA ALGORITMIT PERUSTIETORAKENTEET LISTA, PINO, JONO, PAKKA ABSTRAKTI TIETOTYYPPI Tietotyyppi on abstrakti, kun se on määritelty (esim. matemaattisesti) ottamatta kantaa varsinaiseen
LisätiedotSocial Network Analysis Centrality And Prestige
Hypermedian jatko-opintoseminaari 2008 2009 1 Social Network Analysis Centrality And Prestige Sosiaalisten verkostojen analyysi Keskeisyys ja arvostus 6.2.2009 Thumas Miilumäki thumas.miilumaki@tut.fi
LisätiedotDigitaalisen median tekniikat xhtml - jatkuu
Digitaalisen median tekniikat xhtml - jatkuu 26.3.2004 Harri Laine 1 Lomakkeet mahdollistavat tiedon välityksen asiakkaalta (selaimesta) tiedon vastaanottajalle Vastaanottaja voi olla sähköpostiosoite
LisätiedotDigitaalisen median tekniikat xhtml - jatkuu Harri Laine 1
Digitaalisen median tekniikat xhtml - jatkuu 30.4.2004 Harri Laine 1 XHTML lomakkeet Lomakkeet mahdollistavat tiedon välityksen asiakkaalta (selaimesta) tiedon vastaanottajalle Vastaanottaja voi olla sähköpostiosoite
LisätiedotLuku 7. Verkkoalgoritmit. 7.1 Määritelmiä
Luku 7 Verkkoalgoritmit Verkot soveltuvat monenlaisten ohjelmointiongelmien mallintamiseen. Tyypillinen esimerkki verkosta on tieverkosto, jonka rakenne muistuttaa luonnostaan verkkoa. Joskus taas verkko
LisätiedotXPages käyttö ja edut Jarkko Pietikäinen toimitusjohtaja, Netwell Oy
IBM Collaboration Forum ٨.٣.٢٠١١ XPages käyttö ja edut Jarkko Pietikäinen toimitusjohtaja, Netwell Oy ٢٠١١ IBM Corporation Domino-sovelluskehitys Nopea kehitysympäristö (Rapid application development,
LisätiedotXML-saatavuuskysely. XML-tiedoston kuvaus. versio 1.3.3 04.02.2008
XML-saatavuuskysely XML-tiedoston kuvaus versio 1.3.3 04.02.2008 Ecom Oy 2004-2008 XML-saatavuuskysely Versio 1.3.3 2/15 Sisällysluettelo Historia...3 Rakenteen hierarkinen esitys...4 Elementtien kuvaukset...5
LisätiedotYhteentoimivuutta edistävien työkalujen kehittäminen
Yhteentoimivuutta edistävien työkalujen kehittäminen Semantiikkaa organisaatioiden välisen tiedonvaihdon helpottamiseksi Mikael af Hällström, Verohallinto Esityksen sisältö Taustatekijöitä (OKM:n hallinnonala,
LisätiedotT : Max-flow / min-cut -ongelmat
T-61.152: -ongelmat 4.3.2008 Sisältö 1 Määritelmät Esimerkki 2 Max-flow Graafin leikkaus Min-cut Max-flow:n ja min-cut:n yhteys 3 Perusajatus Pseudokoodi Tarkastelu 4 T-61.152: -ongelmat Virtausverkko
LisätiedotT Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet )
T-79144 Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet 11-22) 26 29102004 1 Ilmaise seuraavat lauseet predikaattilogiikalla: a) Jokin porteista on viallinen
LisätiedotPaikkatiedot ja Web-standardit
Paikkatiedot ja Web-standardit Ossi Nykänen Tampereen teknillinen yliopisto (TTY), Digitaalisen median instituutti (DMI), Hypermedialaboratorio W3C Suomen toimisto Esitelmä Hyvin lyhyt versio: World Wide
LisätiedotEloisuusanalyysi. TIE448 Kääntäjätekniikka, syksy Antti-Juhani Kaijanaho. 16. marraskuuta 2009 TIETOTEKNIIKAN LAITOS. Eloisuusanalyysi.
TIE448 Kääntäjätekniikka, syksy 2009 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 16. marraskuuta 2009 Sisällys Sisällys Seuraava deadline Vaihe E tiistai 1.12. klo 10 koodigenerointi (ilman rekisteriallokaatiota)
LisätiedotAlgoritmit 1. Luento 8 Ke Timo Männikkö
Algoritmit 1 Luento 8 Ke 1.2.2017 Timo Männikkö Luento 8 Järjestetty binääripuu Solmujen läpikäynti Binääripuun korkeus Binääripuun tasapainottaminen Graafit ja verkot Verkon lyhimmät polut Fordin ja Fulkersonin
LisätiedotA274101 TIETORAKENTEET JA ALGORITMIT
A274101 TIETORAKENTEET JA ALGORITMIT VERKOT ELI GRAAFIT Lähteet: Timo Harju, Opintomoniste Keijo Ruohonen, Graafiteoria (math.tut.fi/~ruohonen/gt.pdf) HISTORIAA Verkko- eli graafiteorian historia on saanut
LisätiedotSemanttinen Web. Ossi Nykänen Tampereen teknillinen yliopisto (TTY), DMI / Hypermedialaboratorio W3C Suomen toimisto
Semanttinen Web Ossi Nykänen ossi.nykanen@tut.fi Tampereen teknillinen yliopisto (TTY), DMI / Hypermedialaboratorio W3C Suomen toimisto Esitelmä "Semanttinen Web" Sisältö Konteksti: W3C, Web-teknologiat
LisätiedotLAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä
Esri Finland LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä November 2012 Janne Saarikko Agenda Lidar-aineistot ja ArcGIS 10.1 - Miten LAS-aineistoa voidaan hyödyntää? - Aineistojen hallinta LAS Dataset
LisätiedotSosiaalihuollon asiakastiedon arkiston validointipalvelu
Sosiaalihuollon asiakastiedon arkiston validointipalvelu Käyttöohje, 7.11.2017 Sisällys 1 Johdanto 3 2 Käyttötarkoitus 3 3 Palvelut 3 3.1 Käyttötapa 3 3.2 HL7 V3 Medical Records sanoman skeemavalidointi
LisätiedotHTML5 video, audio, canvas. Mirja Jaakkola
HTML5 video, audio, canvas Mirja Jaakkola Video webbisivulla HTML5 mahdollistaa videon lisäämisen webbi-sivuille ilman plugineja. Yleisimmät videoformaatit webissä: Mpeg-4 eli H.264 Ogg Flash Perustuu
Lisätiedot6. Tietokoneharjoitukset
6. Tietokoneharjoitukset 6.1 Tiedostossa Const.txt on eräällä Yhdysvaltalaisella asuinalueella aloitettujen rakennusurakoiden määrä kuukausittain, aikavälillä 1966-1974. Urakoiden määrä on skaalattu asuinalueen
LisätiedotSemanttinen Web. Ossi Nykänen. Tampereen teknillinen yliopisto (TTY), Digitaalisen median instituutti (DMI), Hypermedialaboratorio W3C Suomen toimisto
Semanttinen Web Ossi Nykänen Tampereen teknillinen yliopisto (TTY), Digitaalisen median instituutti (DMI), Hypermedialaboratorio W3C Suomen toimisto Esitelmä Hyvin lyhyt versio: Semanttinen Web (SW) on
LisätiedotJarno Marttila Datalähtöinen sosiaalisten verkostojen analyysi: tapaus Suomen Lasten Parlamentti. Diplomityö
Jarno Marttila Datalähtöinen sosiaalisten verkostojen analyysi: tapaus Suomen Lasten Parlamentti Diplomityö Tarkastajat: Prof. Seppo Pohjolainen (TTY) ja tutkija Jukka Huhtamäki (TTY) Tarkastajat ja aihe
LisätiedotPaikkatietorajapinnat IT arkkitehtuurin näkökulmasta 21.12.200 7
Paikkatietorajapinnat IT arkkitehtuurin näkökulmasta 21.12.200 7 Mikä on IT arkkitehtuuri? Liiketoimintamalli määrittelee IT arkkitehtuurin IT arkkitehtuuri ottaa kantaa sovelluksen laadullisiin vaatimuksiin
LisätiedotNeuroverkkojen soveltaminen vakuutusdatojen luokitteluun
Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Sami Hokuni 12 Syyskuuta, 2012 1/ 54 Sami Hokuni Neuroverkkojen soveltaminen vakuutusdatojen luokitteluun Turun Yliopisto. Gradu tehty 2012 kevään
LisätiedotTietorakenteet ja algoritmit
Tietorakenteet ja algoritmit Muuttujat eri muisteissa Ohjelman muistialueen layout Paikallisen ja globaalin muuttujan ominaisuudet Dynaamisen muistinkäytön edut Paikallisten muuttujien dynaamisuus ADT
LisätiedotOnecapital Invoicer XML API
1(8) Onecapital Invoicer XML API Invoicerin XML-rajapinnan avulla voidaan tuoda laskuja Invoiceriin muista järjestelmistä. Rajapinta ottaa vastaan laskun tiedot XML-muodossa, ja palauttaa vastauksena tiedot
LisätiedotTAMPEREEN REITTIOPPAAN RAJAPINNAT
TAMPEREEN REITTIOPPAAN RAJAPINNAT NOVO GROUP OYJ LIITE 1. OHJELMISTON KUVAUS 1 (16) SISÄLLYS 1 RAJAPINNAT...1 1.1 Yleistä... 1 2 LISÄRAJAPINNAT REITTIOPPAAN TOIMINTOIHIN...1 2.1 Geokoodaus... 1 2.2 Reititys...
LisätiedotABHELSINKI UNIVERSITY OF TECHNOLOGY
Satunnaismuuttujat ja todennäköisyysjakaumat Mitä tänään? Jos satunnaisilmiötä halutaan mallintaa matemaattisesti, on ilmiön tulosvaihtoehdot kuvattava numeerisessa muodossa. Tämä tapahtuu liittämällä
LisätiedotDigitaalisen median tekniikat xhtml - jatkuu
Digitaalisen median tekniikat xhtml - jatkuu Harri Laine 1 Kehykset IFRAME - elementti (inline frame) mahdollistaa kehysten upottamisen myös muihin kuin frameset.dtd:n mukaisiin dokumentteihin IFRAME toimii
Lisätiedot811120P Diskreetit rakenteet
811120P Diskreetit rakenteet 2016-2017 4. Joukot, relaatiot ja funktiot Osa 2: Relaatiot 4.2 Relaatiot Relaatioilla mallinnetaan joukkojen alkioiden välisiä suhteita Joukkojen S ja T välinen binaarirelaatio
LisätiedotOmat Lähdöt ohjelmointirajapinta: Versio 1.01
Sivu 1(19) Omat Lähdöt ohjelmointirajapinta: Versio 1.01 Seasam House Oy Helsingin seudun liikenne Hyväksynyt: Päivämäärä: Hyväksynyt: Päivämäärä: www.seasam.com Sivu 2(19) Versio historia Versio 0.01
LisätiedotKulttuurisampo. Eetu Mäkelä. Semantic Computing Research Group UNIVERSITY OF HELSINKI HELSINKI UNIVERSITY OF TECHNOLOGY
Kulttuurisampo Eetu Mäkelä Semantic Computing Research Group http://www.seco.tkk.fi/ UNIVERSITY OF HELSINKI Sisältö Kulttuurisammon hakukoneet Hae ja jäsennä Yleisempää tehtävää Kulttuurisammon hakukoneet
LisätiedotHohde Consulting 2004
Luento 5: XQuery AS-0.110 XML-kuvauskielten perusteet Janne Kalliola XQuery XQuery uudet funktiot sekvenssit muuttujat Iterointi järjestys suodatus järjestäminen Ehtorakenteet Muita toimintoja www.hohde.com
LisätiedotEnnustaminen ARMA malleilla ja Kalmanin suodin
Ennustaminen ARMA malleilla ja Kalmanin suodin MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2017
Lisätiedot811312A Tietorakenteet ja algoritmit 2015-2016. V Verkkojen algoritmeja Osa 2 : Kruskalin ja Dijkstran algoritmit
811312A Tietorakenteet ja algoritmit 2015-2016 V Verkkojen algoritmeja Osa 2 : Kruskalin ja Dijkstran algoritmit Sisältö 1. Johdanto 2. Leveyshaku 3. Syvyyshaku 4. Kruskalin algoritmi 5. Dijkstran algoritmi
LisätiedotA274101 TIETORAKENTEET JA ALGORITMIT
A274101 TIETORAKENTEET JA ALGORITMIT PUURAKENTEET, BINÄÄRIPUU, TASAPAINOTETUT PUUT MIKÄ ON PUUTIETORAKENNE? Esim. Viereinen kuva esittää erästä puuta. Tietojenkäsittelytieteessä puut kasvavat alaspäin.
LisätiedotLogistiikkajärjestelmien mallintaminen - käytännön sovelluksia
FORS-seminaari 2005 - Infrastruktuuri ja logistiikka Logistiikkajärjestelmien mallintaminen - käytännön sovelluksia Ville Hyvönen EP-Logistics Oy Taustaa Ville Hyvönen DI (TKK, teollisuustalous, tuotannon
LisätiedotPaikkatiedon mallinnus Dokumentoinnin ymmärtäminen. Lassi Lehto
Paikkatiedon mallinnus Dokumentoinnin ymmärtäminen Lassi Lehto INSPIRE-seminaari 23.08.2012 Sisältö Tietotuoteselosteen rakenne (ISO 19131) Unified Modeling Language (UML) Luokkakaaviotekniikan perusteet
LisätiedotMatematiikka ja teknologia, kevät 2011
Matematiikka ja teknologia, kevät 2011 Peter Hästö 27. tammikuuta 2011 Matemaattisten tieteiden laitos Sisältö Kurssi koostuu kuudesta (seitsemästä) toisistaan riippumattomasta luennosta. Aihepiirit ovat:
Lisätiedot815338A Ohjelmointikielten periaatteet Harjoitus 3 vastaukset
815338A Ohjelmointikielten periaatteet 2015-2016. Harjoitus 3 vastaukset Harjoituksen aiheena ovat imperatiivisten kielten muuttujiin liittyvät kysymykset. Tehtävä 1. Määritä muuttujien max_num, lista,
LisätiedotRADAR - RANDOM DATA GENERATOR
YLEISKUVAUS Radar on sovellus, jolla voi luoda näennäisen oikeaa satunnaisdataa testaus-, demo - ja muihin tarkoituksiin. TIEDUSTELUT Juha Levonen 050 372 5797 juha.levonen@kantapeikko.fi Osa datasta generoidaan
LisätiedotValitaan alkio x 1 A B ja merkitään A 1 = A { x 1 }. Perinnöllisyyden nojalla A 1 I.
Vaihto-ominaisuudella on seuraava intuition kannalta keskeinen seuraus: Olkoot A I ja B I samankokoisia riippumattomia joukkoja: A = B = m jollain m > 0. Olkoon vielä n = m A B, jolloin A B = B A = n.
Lisätiedot811120P Diskreetit rakenteet
811120P Diskreetit rakenteet 2018-2019 Kertausta toiseen välikokeeseen Yhteenveto Kurssin sisältö 1. Algoritmin käsite 2. Lukujärjestelmät ja niiden muunnokset; lukujen esittäminen tietokoneessa 3. Logiikka
LisätiedotTotaalisesti unimodulaariset matriisit voidaan osoittaa olevan rakennettavissa oleellisesti verkkomalleihin liittyvistä matriiseista
8. Verkkomallit Totaalisesti unimodulaariset matriisit voidaan osoittaa olevan rakennettavissa oleellisesti verkkomalleihin liittyvistä matriiseista (P. D. Seymour, Journal of Combinatorial Theory (B),
LisätiedotHAAVOITTUVUUKSIEN HALLINTA RAJOITA HYÖKKÄYSPINTA-ALAASI
HAAVOITTUVUUKSIEN HALLINTA RAJOITA HYÖKKÄYSPINTA-ALAASI VIHOLLISET EIVÄT TARVITSE USEITA HAAVOITTUVUUKSIA YKSI RIITTÄÄ 90 MIN välein löytyy uusia haavoittuvuuksia 8000 haavoittuvuutta julkaistaan joka
LisätiedotXML prosessori. XML prosessointi. XML:n kirjoittaminen. Validoiva jäsennin. Tapahtumaohjattu käsittely. Tapahtumaohjattu käsittely.
XML prosessointi Miten XML dokumentteja luetaan ja kirjoitetaan XML prosessori lukee ja välittää XML dokumentin sovellukselle. Se sisältää entieettikäsittelijän (mahdollisesti) XML jäsentimen Sovellus
LisätiedotTieto- ja tallennusrakenteet
Tieto- ja tallennusrakenteet Sisältö Tyyppi, abstrakti tietotyyppi, abstraktin tietotyypin toteutus Tallennusrakenteet Taulukko Linkitetty rakenne Abstraktit tietotyypit Lista (Puu) (Viimeisellä viikolla)
LisätiedotHarjoitus 3 (31.3.2015)
Harjoitus (..05) Tehtävä Olkoon kaaren paino c ij suurin sallittu korkeus tieosuudella (i,j). Etsitään reitti solmusta s solmuun t siten, että reitin suurin sallittu korkeus pienimmillään olisi mahdollisimman
LisätiedotJWT 2016 luento 11. to 21.4.2016 klo 14-15. Aulikki Hyrskykari. PinniB 1097. Aulikki Hyrskykari
JWT 2016 luento 11 to 21.4.2016 klo 14-15 Aulikki Hyrskykari PinniB 1097 1 Viime luennolla o AJAX ja JSON, harjoitustyön tehtävänanto, vierailuluento avoimesta datasta Tänään o APIt rajapinnoista yleisesti
LisätiedotJ u k k a V i i t a n e n R e s o l u t e H Q O y C O N F I D E N T I A L
Digitaliseen alustatalouden tiekartasto J u k k a V i i t a n e n R e s o l u t e H Q O y 0 6. 0 4. 2 0 1 7 Alustatalouden vaikutukset yhteiskuntaan j a kansantalouteen A l u s t a t a l o u d e n m u
LisätiedotEtsintä verkosta (Searching from the Web) T Datasta tietoon Jouni Seppänen
Etsintä verkosta (Searching from the Web) T-61.2010 Datasta tietoon Jouni Seppänen 13.12.2006 1 Webin lyhyt historia 2 http://info.cern.ch/proposal.html 3 4 5 http://browser.arachne.cz/screen/ 6 7 Etsintä
LisätiedotTero Pietilä, IT-Pie Oy. CityGML 2.0: Mitä tiedämme nyt?
Tero Pietilä, IT-Pie Oy CityGML 2.0: Mitä tiedämme nyt? CityGML, KuntaGML, 3Dkunta Nykytilanne GML Nykytilanne XML GML 3Dkunta XML «XMLSchema» GML «XMLSchema» GML Versio 3.1.1 Versio 3.2 Versio 3.1.1 Versio
LisätiedotJokaisella tiedostolla on otsake (header), joka sisältää tiedostoon liittyvää hallintatietoa
Tietojen tallennusrakenteet Jokaisella tiedostolla on otsake (header), joka sisältää tiedostoon liittyvää hallintatietoa tiedot tiedostoon kuuluvista lohkoista esim. taulukkona, joka voi muodostua ketjutetuista
LisätiedotKansallinen koodistojen siirtoformaatti
Kansallinen koodistojen siirtoformaatti Miika Alonen miika.alonen@csc.fi 6.9.2017 Väestörekisterikeskus, Lintulahdenkuja 4, Helsinki 1. Kansallisen siirtoformaatin tarve 2. Siirtoformaatin tietomalli 3.
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
LisätiedotVisualisointi käyttöliittymäsuunnittelussa (syksy 2012), muistiinpanot esityksestä Jussi Kurki: Suurten verkkojen visualisointi.
Visualisointi käyttöliittymäsuunnittelussa (syksy 2012), muistiinpanot esityksestä Jussi Kurki: Suurten verkkojen visualisointi Tuomas Husu Jussi Kurki kävi keskiviikon 3.10.2012 seminaariesityksessään
LisätiedotVerkostoanalyysin peruskäsitteitä ja visualisointia. Graafit ja matriisit, keskeisyys ja arvostus
Verkostoanalyysi 2011, TTY 1 Verkostoanalyysin peruskäsitteitä ja visualisointia Graafit ja matriisit, keskeisyys ja arvostus Thumas Miilumäki thumas.miilumaki@tut.fi Tampereen teknillinen yliopisto Hypermedialaboratorio
Lisätiedot811120P Diskreetit rakenteet
811120P Diskreetit rakenteet 2016-2017 4. Joukot, relaatiot ja funktiot Osa 1: Joukot 4.1 Joukot Matemaattisesti joukko on mikä tahansa hyvin määritelty kokoelma objekteja, joita kutsutaan joukon alkioiksi
Lisätiedot