muiden ollessa ART-2 ja ART Arkkitehtuuri ja toiminta

Koko: px
Aloita esitys sivulta:

Download "muiden ollessa ART-2 ja ART Arkkitehtuuri ja toiminta"

Transkriptio

1 26 7. Adapvnen resonansseora 7.. Johdano Sephen Grossberg on monpuolses vakuanu neuroverkkoukmuksessa. Hänen ukmusalansa on ulounu neurobologasa ja psykologasa verkkojen maemaasn perusesn. Yks Grossbergn ulos ol seorgansouvan syseemn sablsuuden osoamnen. Monmukasella syseemllä, kuen avo, jossa on massvses yhdseyjä omnoja ja "modulaarsa" arkkehuura, äyyy olla kyky ylläpää sablsuua. Seuraavaks käselävä neuroverkkoyypp kehy sablsuusukmukssa. Usemma neuroverkkoparadgma kärsvä sablsuusplassuus-ongelmasa. Tämä merksee perusongelmaa, jossa neuroverko evä kykene kunnolla oppmaan uua nformaaoa "vanhan päälle". Esmerkks monkerrokssessa percepronssa uuden opeusvekorn lsäysyrys jo opeeuun verkkoon saaaa aheuaa kaasrofaalsa svuvakuuksa uhoen kaken aemmn opun panoarvoja sokemalla. Suuren verkkojen vaaessa huomaavan määrän laskena-akaa (uneja, jopa pävä) ämä on vakava rajoe. Grossbergn parhaen unneu ulos on adapvnen resonansseora. Se on seorgansouva neuroverkko, joka osaa rakasa sablsuus-plassuus-ongelman. Verkon käyö hahmonunnsusongelmssa on ollu myös menesyksellsä Adapvnen resonansseora ART Adapvnen resonansseora (ART) kehen mallnamaan massvses rnnakkasa arkkehuura seorgansovaa neuraalsa hahmonunnsusverkkoa varen. 27 Verkon pääprre, jonka Grossberg ja Gal Carpener esvä, on kyky vahaa mooda plassen (oppmsla, jossa verkon ssäsä paramereja vodaan muuaa) ja sabln (knney luokusjoukko) välllä lman haaa aemmalle oppmselle. Verkko käsää myös usea käyäyymsyyppsä omnasuuksa, kuen koneksrppuvuus, joka sall verkon karsa epärelevana nformaaoa a osuvas verkolle eseyä nformaaoa. Seuraava ART-paradgman käsely on jokseenkn "mekaannen" puuumaa psykologsen a kognvsen ausan kuvaluun. Se päyyy perusasohn. Myös käsellään anoasaan lähesymsavan ensmmäsä versoa, ART-, muden ollessa ART-2 ja ART Arkkehuur ja omna ART-neuroverkko perusuu paljon enemmän arkkehuurn yksyskohn kun usemma muu neuroverkkoparadgma. Verkon kerrokslla on erlasa ehävä osn kun percepronn a Kohosen verkon jokseenkn homogeense kerrokse ja kerroksssa on ulkosa osa verkon läp kulkevan eovrran valvomseks. Näden syden aka on hyödyllsä selää arkkehuurn omnaapa ennen, kun kuvaaan verkon omna oppmsen ja luokuksen akana ART-arkkehuur ART-neuroverkko on esey kaavamases kuvassa 7.. Snä on kaks kerrosa. Ensmmänen on syöe-veralu-kerros ja onen ulos-unnsus-kerros. Koko arkaselun ajan käyeään erouksea ermejä veralu syöeelle ja unnsus ulokselle, koska kerrosen ehävä vahuva vaheleven jaksojen akana. Kerrokse on yhdsey osnsa, jälleen osn kun usemmssa mussa neuroverkossa, laajaa akasnkykenää sovelaen, s. uloskerroksesa syöekerrokseen ja myös uloskerroksen

2 28 solmujen välllä laeraalsella ehkäsyllä. Muuama näsä panoarvosa on esey kuvassa 7.2. Kuva 7.. ART-arkkehuur. Kuva 7.2. ART-arkkehuurn panoarvoja. 29 ART-neuroverkolla on eeenpänsyöävä panoarvovekorea syöekerroksesa uloskerrokseen ja akasnkykevä panoarvovekorea uloksesa syöekerrokseen. Nmeään nämä eeenpänsyöäven ja akasnkykeven polkujen vekor krjamlla w ja. Jokasa kerrosa varen on loognen konrollsgnaal, joka valvoo kerrosen läp kulkevaa eovraa kussakn omnajakson vaheessa. Nämä nmeään sgnaaleks konroll- ja konroll-2. Vasaava syöee ova yhesä syöe- ja uloskerrosen jokaselle solmulle. Syöe- ja uloskerrosen välllä on myös uudelleenalouspr. Tällä on keskenen merkys verkossa. Se suoraa muuakn kun ulossolmujen yksnkerasen uudelleenalouksen. Se on vasuussa syöeden veraamsesa "valppauskynnykseen", joka määrää, päskö uus hahmoluokka luoda syöehahmoa varen. Tällanen on ART-verkon perusarkkehuur. Huomaakoon mava akasnkykeven yheyksen laajuus, kunkn kerroksen erllse ehävä ja ulkose konrollsgnaal. Seleään nämä ny omnnan kannala ART--meneelmän omna ART-neuroverkossa on usea oppms- ja luokeluvahea. Ilmesn ero usempn muhn neuroverkkoparadgmohn nähden on jakuvas muueavan syöevekorn välämnen eeen- ja aaksepän (resonoden) kerrosen välllä jaksoasessa prosessssa. Verkon omnaa kuvaaan er kerrosen omnnan suheen er vahelle. Nämä vahee vodaan laajas oaen jakaa alusus-, unnsus-, veralu- ja esnävaheeseen Alususvahe ART-neuroverkon alusus vaa enemmän yöä kun usempen muden neuroverkkojen kohdalla, mkä e lene ylläävää snä

3 30 ollessa avallsa enemmän omnasuuksa. Kaks konrollsgnaala, konroll- ja 2, ohjaava eovraa verkon läp er oppms- ja luokeluvaheden akana. Konroll- määrää syöekerrokselle eovrran kulun. Sen bnäärarvo vahaa solmujen enskerroksen kahden moodnsa välllä, syöe ja veralu. Konroll-:n la on, mkäl kelvollnen syöe, so. nollasa eroava, anneaan verkolle, mua 0, jos mkä ahansa unnsuskerroksen solmu on akvnen. Konroll-2 on edellsä yksnkerasemp. Sen bnäärarvo kykee unnsuskerroksen solmu omnaan a pos äsä. Se on jokaselle kelvollselle syöehahmolle, mua 0 epäonnsuneen valppausesn jälkeen. Tämä kykee unnsuskerroksen solmu pos ja aseaa nden akvaaoaso nollks. Panoarvovekor w ja on aluseava. Takasnkykenäyheyde ova yksnkerasa. Nlle aseeaan bnäärarvo pääellen, eä jokanen ulossolmu yhdseään akasnkykenäyheydellä aluks jokaseen syöesolmuun. Eeenpänsyöävlle yheykslle aseeaan reaalvako w, + N mssä N on syöesolmujen lukumäärä. Valppauskynnys aseeaan vällle 0<ρ<. Tämän merkys ulee lmeseks omnajakson selvyksessä Tunnsusvahe Syöevekor väleään unnsusvaheessa syöekerroksesa verkon kaua. Sen arvo soveaan uloskerroksen solmussa eseyjen luokusen mukases. Käsellään, men 3 unnsuskerroksen solmu omaksuva nämä luokukse opeusjakson kuluessa. Syöekerroksen solmulla on kolme syöeä: syöevekorn komponen, akasnkykenäsgnaal uloskerroksesa ja konroll--sgnaal. Teovraa syöekerroksen kaua valvoaan Grossbergn ja Carpenern "kaks kolmasosaa -säännöllä". Jos solmun jokn kaks syöeä ova akvsa, solmun ulos on arvo, muuen solmu pdeään uloksessa 0. Tunnsusvahe on rnnaseavssa Kohosen verkkoon. Tunnsussolmun jokanen panoarvovekor w vodaan melää "alleeuks kaavameks" a luokkahahmon mallkappaleeks. Syöevekora verraaan kunkn solmun mallkappaleeseen, ja parhaen sovuva löydeään. Parhaen äsmäävän veralu ehdään laskemalla syöevekorn ja solmun panoarvovekorn pseulo. Sllon lähnnä syöearvovekora panoarvovekorlaan oleva solmu uoaa suurmman pseulon. Tunnsuskerroksen mone solmu saaava uoaa korkean akvaaon vaseen syöevekorlle, mua solmujenvälse laeraalse ehkäsy uleva ny mukaan ja käänävä kunkn solmun pos omnnasa lukuunoamaa maksmvaseen solmua. Tämä solmu aheuaa suurmman ehkäsyn muhn solmuhn, joen vakka kakk solmu yrävä ehkäsä osaan, juur maksmvaseen solmu määrää vakuuksen. Jokasella solmulla on myös posvnen akasnkykenä seensä vahvsaakseen omaa ulosarvoaan. Vahvsuksen ja laeraalsen ehkäsyn yhdsey vakuukse varmsava, eä anoasaan yks solmu jää kerroksessa merkäväs akvseks. Voajasolmun ulee ny välää alleeu luokkahahmonsa (, luokkamallkappale) akasn veralukerrokseen. Museaessa mallkappaleen olevan alleeuna bnäärsenä panoarvovekorna akasnkykenäyheyksssä syöekerrrokseen ymmärreään, eä mallkappale vodaan välää veralu-

4 32 kerrokseen yksnkerases kuvaamalla voajasolmun akvaao (joka on pakoeu arvoks posvsella vahvsuksella) akasnkykenäpanoarvojen kaua syöekerrokselle. Kuva 7.3. esää ää, mssä on van akasnkykenäyheyde unnsuskerroksen voajasolmusa syöekerrokselle. voajasolmu uloskerros 0 mallkappalevekor syöekerros Kuva 7.3. Takasnkykenävekor alleaa mallkappalevekorn Veraluvahe Syöekerroksessa on kaks vekora veraluvahea varen. Syöekerroksenhan jokasella solmulla on kolme syöeä. Solmun ensmmäsenä syöeenä on syöevekor, osena mallkappalevekor unnsuskerroksesa ja kolmanena konroll-, joka on 0 ämän vaheen kesäessä, koska unnsuskerroksella on äysn akvnen solmu. Tlanne on esey kuvassa z z2 z3 konroll 2 3 Kuva 7.4. Syöekerros sekä sen kolme syöeyyppä. Kaks kolmasosa -säänö soveluu solmun uloksen laskemseen. Mallkappalevekor ja syöevekor yhdseään loogsella ANDoperaaolla (konroll- on 0, joen sllä e ole vakuusa ulokseen) uuden vekorn uoamseks veralukerroksen ulokseen. Tää kusuaan veraluvekorks z. Veraluvekor väleään uudelleenalousprn nykysen syöevekorn myöä Valppauskynnys Uudelleenalouspr on vasuussa syöevekorn ja veraluvekorn samanlasuuden esaamsesa valppauskynnykseen verrauna. Tesnä on syöevekorn ja veraluvekorn arvojen määren suheen laskemnen. Saadaan helpos syöevekorn ja veraluvekorn pseulo, kunkn hahmon äsmääven arvojen lukumääränä. Saau luku jaeaan syöevekorn arvojen määrällä, jollon saadaan suhde S. Tää suhdea verraaan valppausarvoon. S j

5 34 es :Onko S > ρ Jos S on suuremp kun valppausarvo ρ, luokus on valms ja luokkajäsenyys saadaan uloskerroksen akvsa solmusa. Jos suhde on kynnysarvon alapuolella, ämä osoaa, ee ole löydey okeaa parhaen äsmäävää mallkappalea ja verkko sryy esnävaheeseen Esnävahe Esnävaheen akana verkko yrää löyää uuden äsmäävän vekorn nykyselle syöeelle unnsuskerroksesa. Aluks nykynen akvnen ulossolmu kykeään pos päälä ja sen ulos nollaaan. Tällä on kaksnkeranen vakuus. Solmua eseään anamasa parhaen äsmäävä veraluja nykyselle syöehahmolle, ja sgnaal konroll- pakoeaan arvoon 0, koska unnsuskerroksen kakk ulokse ova jälleen arvoja 0. Syöevekora käyeään jälleen unnsuskerrokselle ja parhaen äsmäävän veraamnen laskeaan uudelleen. Verkko sryy aas veraluvaheeseen, joka pääyy esaaessa jälleen uua unnsuskerroksen mallkappalea valppauskynnyksen suheen. Tää prosessa oseaan peräkkän kyken uloskerroksen solmuja pos päälä, kunnes löydeään unnsuskerroksen solmu, joka äsmää syöeen kanssa valppauskynnyksen rajossa. Mkäl sellasa solmua e löydeä, neuroverkko määrää syöevekorn unemaomaks luokaks ja varaa slle vapaan solmun uloskerroksesa. Tämä pääää ART-neuroverkon er vaheden kuvauksen ja selää, men eoa srreään dynaamses ympär verkkoa "resonovaan" apaan. Tämä erm on sovelas meneelmän aka, men syöevekor "ponnahaa" edesakasn syöe- ja uloskerrosen välllä ennen, kun se löyää sabln lan. 35 ART-meneelmä on monmukanen monn muhn neuroverkkohn verrauna. Algorm snänsä e ole käseellses ekä laskennallses monmukanen. Se vodaan oeuaa seuraavan esyksen mukaan ART-algorm Seuraavaks paneuduaan algormn. ART-algorm. Alusa seuraava arvo. j w j (0) (0) jossa ja + N 0,...,, N ja j 0,..., M Asea ρ, 0<ρ<. Nässä j() on yheys ylhäälä alas ja wj() yheys alhaala ylös solmujen ja j välllä hekellä. Nämä panoarvo määrelevä ulossolmun j määräämän mallkappaleen. Symbol ρ on valppauskynnys, joka määrää, men lähellä syöeen on olava äsmääkseen oken alleeun mallkappaleen kanssa. Tulossolmuja on M ja syöesolmuja N kappalea. 2. Anna uus syöe. 3. Laske äsmäys µ j N 0 w ( ) j, j 0,..., M

6 36 ja ässä µj on solmun j ulos ja on syöeen komponen, joka vo olla joko 0 a. 4. Valse parhaen äsmäävä mallkappale: µ j * ma µ j ( ) j 5. Tesaa: N 0 N j * ( ) 0 Onko > ρ? Jos vasaus on kyllä, nn mene kohaan 7, muuen kohaan Kyke parhaen äsmänny pos. Asea parhaen äsmänneen ulos arvoks 0. Mene kohaan Muokkaa parhaen äsmännyä: ) j * ( + ) j * ( w j * j * ( N ( + ) ) j 0 * ( ) 8. Tosa el kyke poskykey solmu käyöön ja mene sen kohaan ART-verkon opeus ART-verkon opeusflosofa on erlanen muhn neuroverkkohn verrauna. Oppmsalgorma opmodaan, joa verkko vos sryä opeusmoodn mllon ahansa ja ssällyääkseen uua daaa. Tämä on käyännöllnen rakasu sablsuus-plassuus-ongelmaan. ART-neuroverkko on yks nsä verkosa, joka selvyyvä oppmsesa jakuvas muuuvassa ympärsössä. Seuraavassa kuvaaan ekjöä, joka vakuava verkon oppmskykyyn. ART-verkkoa varen on kaks opeusmeneelyä, nopea ja hdas oppmnen. Nopeaks oppmseks kusuussa eeenpänsyööpolun panoarvo aseeaan opmnsa muuamassa oppmsjaksossa. Ise asassa usemmssa oeuuksssa ne opaan opeusdaan yksäsellä läpkäynnllä. Sä vason hdas oppmnen pakoaa panoarvo mukauumaan haas monen opeusjaksojen kuluessa. Tämän eknkan eu on se, eä panoarvo opeeaan edusamaan kunkn erysen luokan syöedaan lasollsa keskarvoa. Nän anneaan enemmän huomoa syöehahmojen keskesen preden löyämseks, mkä määrää luokukse. Yleensä nopeaa oppmsa näyeään käyeävän, kuenkn lähnnä sen hdasa yksnkerasemman oeuamsen vuoks. ART on varsn herkkä verkkoparamerensa vahelulle opeusjakson akana. Epälemää krsn paramer on valppauskynnys, joka vo dramaases muuaa verkon suoruskykyä. Eeenpänsyöäven panokeromen alusus on ärkeää. Ne on aseeava penks arvoks opeuksen alussa. Mkäl jokn vekor e ole aluseu penllä arvolla, se domno opeusprosessa, sllä se voaa säännöllses unnsusvaheen

7 38 parhaen äsmäävän veralun. Tämä arkoaa, eä kakk syöevekor määrääsn nmenomaan yhdelle ulossolmulle. Nän ollen algorm pakoaa alusuksessa kakk panoarvo yhäsuurks, penks arvoks. Valppausparamer valvoo luokusprosessn resoluuoa. Maala kynnys (<0.4) uoaa maalan resoluuon luokusprosessn anaen harvoja luokusyyppejä. Korkea valppauskynnys (lähellä arvoa ) akaansaa puolesaan hyvn henojakosen resoluuon luokuksen, s. jopa vähäse syöehahmojen vahelu pakoava luomaan uuden luokan. Korkea kynnysarvo ekee mones verkosa lan herkän saman luokan syöeden erlasuukslle ja määrää helpos kakk saaavlla oleva ulossolmu uusn luokkn. ART-verkon pääkrkk kohdsuu hekkoon suoruskykyyn kohnasen syöeden olosuhessa ämän valppauskynnysongelman ähden. Tämä e ollu huolmaomuua Grossbergn ahola, vaan pkemmn yrys saada verkon suoruskyky herkäks ympärsölleen. Tällä arkoeaan koneksn oamsa huomoon. Olosuhesa rppuen dskrmnaaoprobleema vo vaaa karkeaa a henoa luokelua. Esmerkkenä olkoo kaks yksnkerasa asaa. Jos on unnseava pöyä näden monnase muodo ja koo käsäen, e arvse oppa jokasen pöydän eryspreä kappaleen unnsamseks pöydäks. Sen sjaan puhelnnumeroden oppmsessa e rä eää, eä ne ssälävä esm. sesemän numeroa ja mahdollses suunanumero, operaaornumero jne. Loppujenlopuks se, onko neuroverkon valppausparamern herkkyys eu va haa, rppuu perspekvsä, joa vasen ARTmeneelmän ehävä ymmärreään. Opeusdaan koneksuaalsen rppuvuuden mallna se om hyvn vakuuavalla avalla verraaessa käyäyymsyyppseen daaan. 39 Hahmonunnsusehäven varjopuola. välneenä sllä on vakava Verkon herkkyyden valppausparamern muuokslle kuvaamseks arkasellaan seuraava Grossbergn kokeellsa esmerkkejä (kuva 7.5.). Kuva 7.5. Valppausparamer ρ valvoo verkon luokuskykyä. Kuvassa on esey kaks opeusesmerkkä erlasne arvoneen. Maalan valppausparamern (ρ0.2) apauksessa syöehahmon pysysuoran vvan ben lukumäärä on rävä akaamaan, eä jokanen syöevekor määräään samalle uloskerroksen solmulle ja äen samaan luokkaan. Korkealla valppausparamerlla (ρ0.8) syöehahmojen pree ukaan paljon huolellsemmn ja ne käseään rävän erlasks saadakseen kukn oman luokkansa.

8 40 Opmaalnen rakasu saaaa olla valppausparamern vahelemnen dynaamses opeusprosessn kuluessa. Maala alkuarvo uoas nopeas syöehahmojen karkean ryhmelyn ja ämän kasvaamnen myöhemmn saaaa opmoda luokusa. Grossberg kuvas mahdollsuua muunaa valppausparamera "rangasusapahumana" opeuksen akana. Jos verkko ekee vrheen vääränä luokuksena, sä päs "rangasa". Tämä merksee negavsa vahvsamsa, mkä lsää uudelleenalous-prn väleyä akvaaoa ja nän muuaa valppaus-paramera. Ulkosen, verkon vasea valvovan prn ulee säädellä rangasusa. Verkko käyää ällön pkemmn vahvsavaa oppmsa kun ohjaamaona Eeenpänsyöäven panoarvojen suheuamnen ART-mall käsää opeusalgormn prosessn, joka ssälää Grossbergn kuvaaman eeenpänsyöäven reaalarvosen panovekoren w "semoamsen". Tämän prosessn vakuus on yhä krnen verkon luokuskyvylle kun valppausparamer, sllä se edesauaa syöevekorn kohnan eroamsessa sgnaalsa. Suheuamsprosess vodaan selää eeenpänsyööpolun panoarvojen muokkaamsyhälön arkaselulla: w j Lz ( L + z k ) Nmäjän muuuja zk on yhä kun (bnäärsen) veraluvekorn akvsen ben lukumäärä. Nän ollen kakk panoarvokomponen zj on "normalsou" veraluvekorn akvsen ben määrällä. Tällön monen akvsen bn veraluvekor uoava penempä panoarvovekorea kun harvan akvsen bn veraluvekor. 4 Tämän vakuusa luokeluun selvenää seuraava esmerkk. Olkoo kaks syöehahmoa, joka edusava er luokka: Jos oppmsvaheen akana nää e suheuea el skaalaa, eeenpänsyöävä panoarvo aseeasn samoks arvoks, kun akasnkykenäpanoarvo, jossa e ole suheuusa: w w Jos opeuksen jälkeen sovelleaan syöeä verkkoon, unnsuskerroksen solmujen ja 2 vasee ova se asassa samoja, slä :n pseulo w:n ja w2:n kanssa ova sama. Kumpkn solmu on sks yhä odennäkönen parhaen äsmäävän veralun voaja. Jos solmu 2 voaa, verkko on vakeuksssa. Syöe luokellaan vrheellses, ja solmun 2 mallkappale väärsyy, koska sä muokaaan syöevekorn mukaan purkaen sen aempaa oppmsa. Käyeäessä opeuksen akana suheuusa saadaan seuraava eeenpänsyöävä panoarvo. Olkoon L2. w w Syöevekorn uudelleensovelamnen anaa ny erlasen pseuloarvon kullekn panoarvovekorlle ja ässä apauksessa van akvo solmun uoaakseen okean luokuksen. Suheuus esää vekorn, joka on jonkn osen osajoukko, luokelun samaan luokkaan. Tällön kaks vekora, jolla on

9 42 yhesä omnasuuksa, mua ova er luokssa, vodaan edelleen eroaa ossaan Opeusjakso Käydään läp opeusjakso kuvaen, men syöevekor väleään verkon vaheden läp ennen, kun lopuks määräään ulossolmu. Oleeaan, eä verkolla on kolme syöesolmua ja melvalanen määrä, esm. 20, ulossolmuja. Se aluseaan aseamalla sgnaal konroll- ja -2 nollks, ulossolmu nollks ja panoarvovekor alkulohnsa. Eeenpänsyöävä panoarvo aseeaan arvoon w j + N, mssä N on syöevekorn dmenso. Lsäks mallhahmo, joka on alleeu akasnkykenäpanoarvohn, aseeaan kakk bnäärarvoks. Syöevekora vodaan käyää syöekerrokselle. "Kaks kolmasosa -säänö" määrää kerroksen vaseen syöeelle. Tällön on anoasaan kaks akvsa syöeä syöekerrosa varen: syöesgnaal ja konroll-, joka on bnäärarvo (arkoaen kelvollsen syöeen esnymsä verkolle). Tämä merksee AND-operaaon suoramsa syöevekorlle ja konroll-- sgnaallle, s. syöevekor väleään sellasenaan seuraavalle kerrokselle. Seuraava kerros on luonnollses unnsuskerros, jossa syöevekor soveaan kunkn solmun eeenpänsyöävän vekorn kanssa laskemalla syöe- ja panoarvovekoren pseulo. Kun kuenkn kakk eeenpänsyöävä panoarvovekor aluseaan samalla alkuarvolla, parhaan valna on melvalasa. Tunnsuskerroksen voajaks valu solmu välää alleeun mallkappaleensa akasn syöekerrokselle ja konroll- pakoeaan akasn arvoks Syöekerroksella on kolme syöeä el syöevekor, mallkappalevekor ja konroll--sgnaal. Kerroksen ulos kaks kolmasosa -säänöön lyen on esey aulukossa 7.. Taulukko 7.. Kaks kolmasosa -säänö syöe unnsuskerros konroll- säännön ulos Veraluvekor ( 0) ja syöevekor ( 0) väleään molemma valppausesn uudelleenalousprn. Kahden vekorn samanlasuussuhde laskeaan, joka on ässä apauksessa yksnkerases :, sllä vekor ova dense, ja ulosa verraaan valppauskynnykseen. Valppausarvo on 0.8, joen samanlasuussuhde on kynnyksen yläpuolella ja syöevekor oleeaan oken luokelluks. Kun valppauses on käyy läp, voajasolmun panovekor päveään käsämään syöevekorn pree. Tämä suoreaan AND-operaaolla vanhan mallkappalevekorn ja nykysen syöeen välllä: j uus j vanha Täen voajasolmun mallkappalea muunneaan syöeelle seuraavas: j uus () (0) (0)

10 44 Syöevekor alleeaan luokkayyppnä unnsuskerroksen solmuun. Mkäl ny käyeään osa, 2 ( 0 ), syöeä verkolle ja laskeaan uudelleen unnsuskerroksela äsmäämsarvo, havaaan, eä syöeelle määräy solmu on voaja. Nän käy, koska eeenpänsyöävä arvo ova paljon suurempa kun muu, velä mllekään määräämäömä solmu. Luokan (syöe ) mallkappale väleään vrheellses veralukerrokselle, jossa on syöe 2. Jäljeäessä mallkappale uudelleenalousprn kaua aempaan apaan saadaan, kun nmäjän summa arkoaa syöevekorn ben lukumäärää: S S / Tällön on S<ρ, joen neuroverkko pääää, eä vakka solmu valn parhaen äsmääväks, se on odellsuudessa väärä luokus ja verkko sryy uudelleenalousvaheeseen. Tämä arkoaa, eä solmu kykeään pos (nykysen syöeen käselyn ajaks), unnsuskerros aseeaan uudelleen nollks ja vekora käyeään uudelleen unnsusvaheessa lman solmua. Tällön luokus eenee, kuen ensmmäsellä syöeellä, ja 2 määräään käyämäömälle ulossolmulle. j On huomaava, eä ART-verkon oppmnen on paljon nopeampaa kun usempen muden neuroverkkojen eravse suppenemsproseduur. Uua hahmoa oppessaan prosessn han osa on se asassa unnsuskerroksen haun suoramnen. Tämäkään e ole sl hdasa verrauna muhn neuraalsn laskenaparadgmohn, koska hakuprosess suoreaan "rnnakkan". Parhaen äsmäävän veralu laskeaan pkemmn samanakases unnsuskerroksen jokaselle solmulle kun peräkkäses. 45 Tärkempänä preenä on, ee yhään panoarvosa muuea ennen, kun hakuprosess on pysähyny ja jokn solmu valu. Nopeaa oppmsa käyäen panoarvo muueaan, joa luokus saadaan päveyä äydellses äsmäämään juur yhden syöeesyksen kanssa. On jälleen huomaava, eä suoruskykyyn vakuaa merkäväs valppauskynnyksen valna, joka valvoo melko äydellses verkon ylesys ja luokusomnasuuksa. On jonkn verran monselesä kusua ää prosessa oppmsjaksoks, koska kuvau oppmsmekansm jäävä koskemaomks verkon koko omnnan ajaks. Anneaessa luokuksen akana uus syöe verkolle, jos e sopvaa äsmäävää luokusa löydeä, unnsuskerrokseen lsäään sellanen. Tämän prosessn anoa rajous on sellasen solmujen määrä, joka jäävä määräämää kerroksessa. Haku- ja oppmsprosess pääyy ana määräämäömään solmuun. Jos e ole yhään ällasa solmua, syöe jää luokelemaomaks. Oppmsprosess aseuu käyännössä vakaaseen laan, kun merksevä määrä luokuksa muodoseaan unnsuskerroksessa, koska uuden syöeen äsmäämsodennäkösyys jonkn unneun luokan kanssa kasvaa Luokus ART-neuroverkko hyödynää neurolaskennan keskesä eua, nmän rnnakkasprosessona. Se mallnaa mekansmeja, joka mahdollsava hmsavojen nopean unnsuskyvyn huolmaa haeavan eämyskannan lmesen suuresa laajuudesa. Huolmaa myös avojen ssäsen esysmuoojen suuresa määräsä, joka koodaava absrakeja eämyskäseä, e ole mään lmesä ongelmaa unneujen objeken unnsamsessa a saamsessa mussa.

11 46 On epäodennäkösä, eä avo käyäsvä sellasa meneelmä, kun semanse verko a perääse puurakenee eojen ssäsä esämsä varen. Tää oaksumaa Grossberg ym. ukva ja panova rnnakkasen hakumeneelmen arvea. Tässä suheessa Grossberg ja Carpener esvä kaks väeä ART-verkon suoruskyvyn suheen. Huolmaa unnsuskerroksen koodauksen määräsä ja monmukasuudesa unneulla syöehahmolla (opeuksessa käyeyjen syöeden edusama luoka) on suora pääsy uloskerroksen luokussolmuhn. Toseks verkko käyää sesääävää hakua mussa, ja ämä hakee opmaalses rnnakkan unnsuskerroksela luokellakseen unemaoman syöeen. Nämä näkökohda on jo käsely haku- ja unnsusvahessa. Syöeen luokus ehdään rnnakkan, koska syöevekor anneaan samanakases jokaselle unnsuskerroksen solmulle. Tämä vodaan käeväs oeuaa rnnakkases. Tunemaon syöehahmo akvo unnsuskerroksen solmun, jos sllä on räväs yhesä merkävä preä aemmn opujen kanssa. Edellä kuvan, men valppauskynnys määrää näden preden lähesyyä ja eroeavuua. Verkon ärkempänä omnasuuena luokusason suheen on, eä se anaa mahdollsuuden oppa myös uua nformaaoa. Jos käyeään unemaona syöeä, ART-neuroverkko yrää ana määrää uuden luokan unnsuskerroksela kohdsamalla unemaoman syöeen solmuun. Tälle prosesslle kelenen rajoe on vapaana oleven solmujen määrä unnsuskerroksella. Olennasa on verkon kyky vahdella sabln ja plassen lan välllä lman aemmn opun edon huononemsa verkossa a luokusnopeuden hekkenemsä, mkä ekee sä jokseenkn anulaausen neuroverkon Johopääöksä Edellä on kuvau ART-neuroverkon omna pääpressään. Tarkaseln ART--versoa muden ollessa ART-2 ja 3. ART- ja ART-2 ova varsn samankalasa. Pääerona on verson ART-2 reaalarvoja käyävä oeuus. Syöekerrokselle anneaan syöeenä reaalarvosa vekorea, kun aas ART- saa bnäärvekorea. Esmerkknä vonee olla kuvankäselyn harmausasekko, mssä käyeään avallses dskreeejä arvoja, esm. kokonaslukuja Neuroverkkojen ART- ja ART-2 arkkehuur ova pohjmmlaan samoja, mua syöekerroksen oeuuksssa on heman eroja ART-2:n käsellessä reaallukuja. Syöekerros on snä myös jaeu usesn omnnallsn kerroksn, joa saaasn edellsä monmukasempa unnsuskerroksen ja veralukerroksen sovuksa. Tämä käsää sellasa vakuuksa kun predenkorosus ja kohnanposamnen. Syöekerroksen puskuren välllä käyeään myös posvsa akasnkykenää. ART-verkon suoruskykyä on nän kyey huomaavas paranamaan, ja sä on käyey eryses hahmonunnsusehävssä, kuen puheenunnsus ja ukakuven luokus. ART-3 käyää samaa verkkoopologaa kun ART-2, mua sovelaa kemallsen hermoväläjäaneden dynamkan mallnamskaavoja. Grossberg ja Carpener ova käänänee huomonsa bologsen neuroarkkehuurn esämseen. Lsäks he ova vasusanee verkkojen ART- ja -2 saamaa krkkä, kun nämä evä käyänee luokken ssäseen koodaukseen hajaueua esysä. Se merksee myös, eä verkon syöe- ja uloskerrokse ova samanlasa, koska ne käyävä samaa solmumalla. Verkko vodaan ällön järjesää osn nn, eä sen uloskerros syöää suoraan osen verkon syöekerrokseen, mkä mahdollsaa verkkoherarkoden rakenamsen. ART-3 hyväksyy myös reaalajassa muuuva

12 48 syöeä. Tämä verkko on ehkä lähmmäks päässy mall, mä ulee bologsen neuroverkon dynamkkaan Termnologasa Tässä esyksessä e ole käyey Grossbergn alkuperäsä ermnologaa, koska shen ol kykey "psykologsa fraseologaa". Sä on ässä pyry selkeyämään avanomaseen yyln. Grossberg määrel varsnkn panoarvovekor er avon. Hän es ne musjälknä, mua edellä käyen yksnkerases eeenpänsyöävä ja akasnkykeyjä panoarvovekorea. Talleeu mallkappalevekor ja eeenpänsyöävä panoarvo w hän nmes pkäkesosks musjäljks. Näden analoga on melko selkeä bologsen syseemen kanssa. Grossbergn mukaan mallkappalevekor "lukaan" musn oppmsen seurauksena. Uuden nformaaon ullessa eseään penehkö pävykse älä edola, ja äen ämä nformaao alleeaan pkäks akaa ja sablssa lassa. Lyhykesonen musjälk vasaa verkon ranseneja loja, s. unnsus- ja veralukerrosen omnoja. Nää loja e alleea. Nä muueaan jakuvas oppmsprosessn akana, kun mussa haeaan äsmäysnformaaoa. Kun sabl ulosla on löydey, nämä lyhykesose musjälje aloeaan uudelleen seuraavaa nformaaoa varen. Grossberg kuvas eeenpänsyöävä yheyde alhaala ylöspän suunnauks adapvseks suomeks (flerks). Tämä on suoravvanen apa ajaella syöevekorn muunnosa panoarvomarsn kaua. Kun ART-mall perusuu kognvsn vakuuksn, on ehkä melekäsä jossan lanessa ajaella panoarvoja nden läp kulkevan nformaaon "suodaamsena". 49 Grossberg käy myös musa ART-malln käsesä bologsväresä nmyksä, esmerkkenä velä prrerepresenaaoalue ja luokkarepresenaaoalue veralu- ja unnsuskerrokssa ART-neuroverkon yheenveo ART-verkolla on mona merkävä eroja verrauna muhn neuroverkkoparadgmohn. ART-malln huomaavn ulos on kyky käsellä oppmsen sablsuus-plassuus-ongelmaa vahelevssa olosuhessa. Neuroverkko jakaa uuden nformaaon lsäämsä, kunnes se saa hyödynneyä kaken vapaan musnsa, ja jalosaa jakuvas verkkoon alleeua eämysään uua nformaaoa eseäessä. Verkko on osoeu sablks ekä se kärs sellassa suppenemsongelmsa kun lokaalse mnm. Oppmsalgorm on ohjaamaon ja vaa anoasaan yhden opeusjoukon läpkäynnn oppakseen ssäsen esysmuodon (käyeäessä nopeaa oppmsa). ART-meneelmä osaa käsellä joko bnäärsä a reaalarvosa syöeä versossaan ART- a ART-2. ART--malln kohdsunu krkk myöhemmä mall ova suoruskyvylään huomaavas parempa on ollu varsnkn kohnasen syöeden uoamen hekkojen ulosen seurausa. Myös neuroverkon rakennea on krsou päen sä epäodennäkösenä boloogsn neuroverkkohn verraen, vakka nää on käyey perusena älle malllle.

MUODONMUUTOKSET. Lähtöotaksumat:

MUODONMUUTOKSET. Lähtöotaksumat: MUODONMUUTOKSET Lähöoaksuma:. Maeraal on sorooppsa ja homogeensa. Hooken lak on vomassa (fyskaalnen lneaarsuus) 3. Bernoulln hypoees on vomassa (eknnen avuuseora) 4. Muodonmuuokse ova nn penä rakeneen

Lisätiedot

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka IMA- Exurso: Kompleksluvu ja radosgnaal / KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT Tausaa IMA- Exurso: Kompleksluvu ja radosgnaal / Kakk langaon vesnä ja radoeolkenne (makapuhelme, WLAN, ylesrado

Lisätiedot

KVANTISOINTIKOHINA JA KANAVAN AWGN- KOHINA PULSSIKOODIMODULAATIOSSA

KVANTISOINTIKOHINA JA KANAVAN AWGN- KOHINA PULSSIKOODIMODULAATIOSSA KVANTIOINTIKOHINA JA KANAVAN AWGN- KOHINA PULIKOODIMODULAATIOA Teolkenneeknkka I 5359A Kar Kärkkänen Osa 6 5 Kvansonkohna PCM-järjeselmässä PCM:ssa on kaks vrhelähdeä:. kvansonkohna,. kanavan kohnan aheuama

Lisätiedot

Riskienhallinnan peruskäsitteitä

Riskienhallinnan peruskäsitteitä Rskenhallnnan peruskäseä Juss Kangaspuna 7. Syyskuua 2011 Työn saa allenaa ja julksaa Aalo-ylopson avomlla verkkosvulla. Mula osn kakk okeude pdäeään. Esyksen ssälö Todennäkösyyspohjanen vekehys aloudellsen

Lisätiedot

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi Flow shop önvaheeju jousava lnja läpvrauspaja Flow shopssa önvaheden järjess on sama alla uoella Kosa vahea vo edelää jono vova ö olla vaheleva ja ö vova ohaa osensa äl ö evä oha osaan puhuaan permuaaoaaaulusa

Lisätiedot

Valmistaminen tai ostaminen varastoon tasainen kysyntä

Valmistaminen tai ostaminen varastoon tasainen kysyntä Valmsamnen varasoon Make-o-sock (MTS) -uoanoapaa käyävä yrykse, joka valmsava loppuuoea a osa erssä ja valmsuksen jälkeen varasova uoee varasoon odoamaan kysynää MTS-uoanomalln euna ova lyhye omusaja asakkaalle,

Lisätiedot

Soorrea. OUTC'KUMPU Oy.' Malminetsintä. O. POhjamies/pAL ,4 1 (3) VLF -MI'ITAUS. Periaate. Lähetysase.mat

Soorrea. OUTC'KUMPU Oy.' Malminetsintä. O. POhjamies/pAL ,4 1 (3) VLF -MI'ITAUS. Periaate. Lähetysase.mat - OUTCKUMPU Oy Malmnesnä O POhames/pAL 94 (3) VLF -MTAUS Peraae Läheysasema VU (= Very M Frequency) -ruauks$sa käyeään apuna 5-0 khz aauusaueea omva asea Näden asemen anenrrl ova pysyä a nssä kulkeva vra

Lisätiedot

YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY 1 YRITYSKOHTAISEN TEHOSTAMISPOTENTIAALIN MITTAAMINEN

YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY 1 YRITYSKOHTAISEN TEHOSTAMISPOTENTIAALIN MITTAAMINEN ENERGIAMARKKINAVIRASTO 1 Le 2 Säkön jakeluverkkoomnnan yryskoasen eosamsavoeen määrely YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY Asanosanen: Vaasan Säköverkko Oy Lyy pääökseen dnro 491/424/2007 Energamarkknavraso

Lisätiedot

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma KSU-430/Ten 4..2008/Prof. Seppo Vranen /3 Käyövarmuuden ja kunnossapdon perusee, KSU-430: Ten ma 4..2008 Huom. Vasaus van veen kysymykseen. Funko- ja/a ohjelmoavan laskmen, musnpanojen, luenomonseden ja

Lisätiedot

Liikenne- ja viestintävaliokunta Lainsäädäntöjohtaja Hanna Nordström

Liikenne- ja viestintävaliokunta Lainsäädäntöjohtaja Hanna Nordström Halluksen esys HE 203/2017 vp laks solaseduselusa ja eräks shen lyvks laeks Lkenne- ja vesnävalokuna 20.2.2018 Lansäädänöjohaja Hanna Nordsröm Solaseduselun kohee Teduselumeneelmällä saadaan hankka eoa

Lisätiedot

Ohjelmiston testaus ja laatu. Ohjelmistotekniikka dokumentointi

Ohjelmiston testaus ja laatu. Ohjelmistotekniikka dokumentointi Ohjelmson esaus ja laau Ohjelmsoeknkka dokumenon Ohjelmsoyöhön kuuluu oleellsena osana dokumenen krjoamnen laadukkaden dokumenen uoamnen vakeaa akaaulujen panaessa päälle, dokumenonnsa on helppo npsää

Lisätiedot

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora

Lisätiedot

Valmistuksen hieno-ohjaus

Valmistuksen hieno-ohjaus Valmsuksen heno-ohaus Yksäskonemall Prorson Opmonmall Opmaalse algorm Heurska Aseukse huomoon oava mall Rnnakkase konee Valmsuslna Sekauoano FM-äreselmä Lean-uoanoflosofa CONWIP Kanban Pullonkaula m. Yksäsen

Lisätiedot

INTERFERENSSIN VAIKUTUS LINEAARISISSA MODULAATIOISSA

INTERFERENSSIN VAIKUTUS LINEAARISISSA MODULAATIOISSA 1 INTERFERENSSIN VIKUTUS LINERISISS MOULTIOISS Men yksaajunen häökanoaalo haaa lasua? 521357 Teolkenneeknkka I Osa 18 Ka Käkkänen Kevä 2015 KERTUST 2 Kanoaaloodulaaolle: os[2πf φ] Lneaanen odulaao Vahee

Lisätiedot

INTERFERENSSIN VAIKUTUS LINEAARISESSA MODULAATIOSSA

INTERFERENSSIN VAIKUTUS LINEAARISESSA MODULAATIOSSA INTERFERENSSIN VIUTUS LINERISESS MOULTIOSS Teolkenneeknkka I 521359 a äkkänen Osa 15 1 19 Inefeenssn vakuus lneaasessa odulaaossa Radoaausa nefeenssä RFI sn usa äeselsä, kun oa kanoaaloaauus on lähellä

Lisätiedot

Mat Sovelletun matematiikan erikoistyö. ARCH -mallit Atso Suopajärvi 57512W

Mat Sovelletun matematiikan erikoistyö. ARCH -mallit Atso Suopajärvi 57512W Ma-.8 Sovelleun maemakan erkosyö ARCH -mall 9.9.5 Aso Suopajärv 575W Ssällyslueelo OSA I : Teora OSA II: Smulon. Johdano.... Mall.. Paramer.. Parameren esmon.... Kaavan (9) joho 5. Keromsa..6 5. Heeroskedassuuden

Lisätiedot

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi:

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi: 77 Aemmn oleen, eä mars A on dagonalsouva. Tällanen on lanne äsmälleen sllon, un joasen omnasarvon geomernen eraluu on sama un algebrallnen. Täydenneään eoraa seuraavlla uloslla apaussa, jossa monnerasen

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen

Lisätiedot

DEE-53000 Sähkömagneettisten järjestelmien lämmönsiirto

DEE-53000 Sähkömagneettisten järjestelmien lämmönsiirto DEE-53000 Sähkömageese järjeselme lämmösro Lueo 8 1 Sähkömageese järjeselme lämmösro Rso Mkkoe Dfferessmeeelmä Numeersa rakasua haeaa aluee dskreeesä psesä. Muodoseaa verkko ja eseää dervaaa erousosamäärä.

Lisätiedot

Eduskunnan vastaus - HE 203/2017 vp laiksi sotilastiedustelusta ja eräiksi siihen liittyviksi laeiksi

Eduskunnan vastaus - HE 203/2017 vp laiksi sotilastiedustelusta ja eräiksi siihen liittyviksi laeiksi Eduskunnan vasaus - HE 203/2017 vp laks solaseduselusa ja eräks shen lyvks laeks Lansäädänöjohaja Hanna Nordsröm 11.3.2019 Lak solaseduselusa Lassa säännökse eduselun arkouksesa, omvalassa vranomassa,

Lisätiedot

01/2013. Köyhyyden dynamiikka Suomessa 1995 2008. Eläketurvakeskus. Ilpo Suoniemi

01/2013. Köyhyyden dynamiikka Suomessa 1995 2008. Eläketurvakeskus. Ilpo Suoniemi 0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA PALKANSAAJIEN TUTKIMUSLAITOKSEN TUTKIMUKSIA 4 Köhden dnamkka Suomessa 995 2008 Ilpo Suonem Eläkeurvakeskus PENSIONSSKYDDSCENTRALEN 0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA

Lisätiedot

Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite

Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite S-66. Elekronkan perskrss Leno III: vass Päöeho en perskykennä kondensaaor Vahovrran lyhenney merknäapa Vakea vahovra-analyys? analyys? Kompleksarmekka odellnen vahovra-analyys analyys alkaa asavrralla

Lisätiedot

Jaksolliset ja toistuvat suoritukset

Jaksolliset ja toistuvat suoritukset Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e

Lisätiedot

Atomistiset simulaatiot

Atomistiset simulaatiot Aomsse smulaao An Kuronen Teknllnen korkeakoulu Laskennallsen eknkan laboraoro an.kuronen@hu.f hp://www.lce.hu.f hp://www.lce.hu.f/research/aomc Tfy-44.195 Tukjan eoeknse yökalu ja nden käyö 1 Ylesä syseem:

Lisätiedot

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa.

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa. DEE-00 Lneaare järjeelmä Harjou 0, rakauehdouke Tää harjoukea käellään Laplace-muunnoa ja en hyödynämä dfferenaalyhälöden rakaemea Tehävä Laplace-muunno on käevä yökalu dfferenaalyhälöryhmen rakaemea,

Lisätiedot

3.5 Generoivat funktiot ja momentit

3.5 Generoivat funktiot ja momentit 3.5. Generovat funktot ja momentt 83 3.5 Generovat funktot ja momentt 3.5.1 Momentt Eräs tapa luonnehta satunnasmuuttujan jakaumaa, on laskea jakauman momentt. Ne määrtellään odotusarvon avulla. Määrtelmä

Lisätiedot

Cointegration between Fama-French Factors

Cointegration between Fama-French Factors 1 Conegraon beween Fama-French Facors Absrac Yhesnegrounesuudella on mona sovelluksa rahouksessa ja mulla eeen alolla, jossa ukaan akasarjoja ja nden välsä rppuvuua. Analyys on arkoeu epäsaonaarsen akasarjojen

Lisätiedot

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina

Lisätiedot

Menetelmäseloste 15.11.2013 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 2010=100

Menetelmäseloste 15.11.2013 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 2010=100 Meneelmäselose 15.11.213 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 21=1 2 Ssällyslueelo 1 TAUSTAA... 3 2 MÄÄRITELMÄ JA KÄYTTÖ... 5 3 RAKENNE JA HINTASEURANTA... 6 MAATALOUDEN TUOTANTOTARVIKKEET JA

Lisätiedot

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematkkaan Informaatoteknologan tedekunta Jyväskylän ylopsto 4. luento 24.11.2017 Neuroverkon opettamnen - gradenttmenetelmä Neuroverkkoa opetetaan syöte-tavote-parella

Lisätiedot

Luento 6 Luotettavuus Koherentit järjestelmät

Luento 6 Luotettavuus Koherentit järjestelmät Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu

Lisätiedot

Monte Carlo -menetelmä

Monte Carlo -menetelmä Monte Carlo -menetelmä Helumn perustlan elektron-elektron vuorovakutuksen laskemnen parametrsodulla yrteaaltofunktolla. Menetelmän käyttökohde Monen elektronn systeemen elektronkorrelaato oteuttamnen mulla

Lisätiedot

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS YRITYSVEROTUKSEN KOORDINOINTI JA VEROKILPAILU EUROOPAN UNIONISSA

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS YRITYSVEROTUKSEN KOORDINOINTI JA VEROKILPAILU EUROOPAN UNIONISSA VTT-ESUSTELULOITTEIT VTT DISCUSSION PPERS 434 YRITYSVEROTUSEN OORDINOINTI J VEROILPILU EUROOPN UNIONISS nss ohonen Valon aloudellnen ukmuskeskus Governmen Insue for Economc Research Helsnk 2007 ISN 978-951-561-749-1

Lisätiedot

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän: ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. ARKISIA SOVELLUKSIA MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina

Lisätiedot

MUUTTOLIIKKEEN ENNUSTAMISESTA

MUUTTOLIIKKEEN ENNUSTAMISESTA Pellervon aloudellsen ukmuslaoksen yöpaperea Pellervo Economc Research Insue Workng Papers N:o 19 (oukokuu 1999) MUUTTOLIIKKEEN ENNUSTAMISESTA An Moso* Helsnk, oukokuu 1999 ISBN 951-8950-97-0 ISSN-1455-4623

Lisätiedot

W dt dt t J.

W dt dt t J. DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan

Lisätiedot

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona: Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä

Lisätiedot

HASSEN-WEILIN LAUSE. Kertausta

HASSEN-WEILIN LAUSE. Kertausta HASSEN-WEILIN LAUSE Kertausta Käytetään seuraava merkntjä F = F/F q on sukua g oleva funktokunta Z F (t = L F (t (1 t(1 qt on funktokunnan F/F q Z-funkto. α 1, α 2,..., α 2g ovat polynomn L F (t nollakohten

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,

Lisätiedot

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx 0 0 0 0 dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = 5 0 0 0 5

Lisätiedot

Aamukatsaus 13.02.2002

Aamukatsaus 13.02.2002 Indekst & korot New Yorkn päätöskursst, euroa Muutos-% Päätös Muutos-% Helsnk New York (NY/Hel) Dow Jones 9863.7-0.21% Noka 26.21 26.05-0.6% S&P 500 1107.5-0.40% Sonera 5.05 4.99-1.1% Nasdaq 1834.2-0.67%

Lisätiedot

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen

Lisätiedot

Tchebycheff-menetelmä ja STEM

Tchebycheff-menetelmä ja STEM Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot

Lisätiedot

6. Stokastiset prosessit (2)

6. Stokastiset prosessit (2) Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella

Lisätiedot

Lassi Warsta METSÄTEOLLISUUDEN ENERGIATUOTANNOSSA SYNTYVÄN TUHKAN HYÖTYKÄYTTÖ: HAITALLISTEN AINEIDEN KULKEUTUMINEN

Lassi Warsta METSÄTEOLLISUUDEN ENERGIATUOTANNOSSA SYNTYVÄN TUHKAN HYÖTYKÄYTTÖ: HAITALLISTEN AINEIDEN KULKEUTUMINEN TENILLINEN OREAOULU Rakennus- a ympärsöeknkan osaso Lass Warsa METSÄTEOLLISUUEN ENERGIATUOTANNOSSA SYNTYVÄN TUAN YÖTYÄYTTÖ: AITALLISTEN AINEIEN ULEUTUMINEN plomyö oka on äey arkaseavaks opnnäyeenä dplom-nsnöörnuknoa

Lisätiedot

ABTEKNILLINEN KORKEAKOULU

ABTEKNILLINEN KORKEAKOULU ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst

Lisätiedot

Luento 6 Luotettavuus ja vikaantumisprosessit

Luento 6 Luotettavuus ja vikaantumisprosessit Tkll korkakoulu ysmaalyys laboraoro Luo 6 Luoavuus a vkaaumsrosss Ah alo ysmaalyys laboraoro Tkll korkakoulu PL 00, 005 TKK Tkll korkakoulu ysmaalyys laboraoro Määrlmä Tarkaslava ykskö luoavuus o s odäkösyys,

Lisätiedot

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt FYSP103 / 1 KAASUTUTKIMUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oppa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttauspöytäkrjan ja työselostuksen laatmsta Luento-

Lisätiedot

ABTEKNILLINEN KORKEAKOULU

ABTEKNILLINEN KORKEAKOULU ABTEKNILLINEN KORKEAKOULU 7. Meeysjärjeselmä Teoverkkolaboraoro Ssälö 7. Meeysjärjeselmä Kerausa: ykskerae lkeeeoreee mall osso-mall asakkaa, palveljoa Erlag-mall asakkaa, palveljoa < Bommall asakkaa k

Lisätiedot

HIRVENSALMEN KUNNAN VARHAISKASVATUSSUUNNITELMA

HIRVENSALMEN KUNNAN VARHAISKASVATUSSUUNNITELMA HIRVENSALMEN KUNNAN VARHAISKASVATUSSUUNNITELMA HIRVENSALMEN KUNNAN VARHAISKASVATUSSUUNNITELMA SISÄLTÖ ALKUSANAT 4 1 VARHAISKASVATUSSUUNNITELMAN TAVOITTEET 6 2 VARHAISKASVATUS 7 2.1 Mä varhaskasvaus on?

Lisätiedot

TULEVAISUUDEN KILPAILUKYKY VAATII OSAAVAT TEKIJÄNSÄ. Suomen Ammattiin Opiskelevien Liitto - SAKKI ry

TULEVAISUUDEN KILPAILUKYKY VAATII OSAAVAT TEKIJÄNSÄ. Suomen Ammattiin Opiskelevien Liitto - SAKKI ry TULEVAISUUDEN KILPAILUKYKY VAATII OSAAVAT TEKIJÄNSÄ Suomen Ammattn Opskeleven Ltto - SAKKI ry AMMATILLINEN KOULUTUS MUUTOKSEN KOURISSA Suomalasen ammatllsen koulutuksen vahvuus on sen laaja-alasuudessa

Lisätiedot

Mekaniikan jatkokurssi Fys102

Mekaniikan jatkokurssi Fys102 Mekankan jatkokurss Fys102 Syksy 2009 Jukka Maalamp LUENTO 2 Alkuverryttelyä Vääntömomentt Oletus: Vomat tasossa, joka on kohtsuorassa pyörmsaksela vastaan. Oven kääntämseen tarvtaan er suurunen voma

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat Lineaarinen ohjelmointi Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot

Lisätiedot

Uuden eläkelaitoslain vaikutus allokaatiovalintaan

Uuden eläkelaitoslain vaikutus allokaatiovalintaan TEKNILLINEN KORKEAKOULU Systeemanalyysn laboratoro Mat-2.108 Sovelletun matematkan erkostyö Uuden eläkelatoslan vakutus allokaatovalntaan Tmo Salmnen 58100V Espoo, 14. Toukokuuta 2007 Ssällysluettelo Johdanto...

Lisätiedot

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio? Mttausteknkan perusteet / luento 7 Mttausepävarmuus Mttausepävarmuus Mttaustulos e ole koskaan täysn oken Mttaustulos on arvo mtattavasta arvosta Mttaustuloksen ja mtattavan arvon ero on mttausvrhe Mkäl

Lisätiedot

Sekatuotantoverstas Job shop. Flow shop vs. Job shop Esko Niemi

Sekatuotantoverstas Job shop. Flow shop vs. Job shop Esko Niemi Seauoanoversas Job shop Seauoanoversaassa öden reysä e ole rajoeu mllään avalla vaan ne vova ulea oman prosessnsa muases mnä ahansa oneden aua Tyypllsä omnasuusa: Tuoee ova vaheleva Työnvahee ja -vaheaja

Lisätiedot

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut)

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut) J. Vrtamo Lkenneteora a lkenteenhallnta / Markov-prosesst 1 Markov-prosesst (Jatkuva-akaset Markov-ketut) Tarkastellaan (statonaarsa) Markov-prosessea, oden parametravaruus on atkuva (yleensä aka). Srtymät

Lisätiedot

7. Modulit Modulit ja lineaarikuvaukset.

7. Modulit Modulit ja lineaarikuvaukset. 7. Modult Vektoravaruudet ovat vahdannasa ryhmä, jossa on määrtelty jonkn kunnan skalaartomnta. Hyväksymällä kerronrakenteeks kunnan sjaan rengas saadaan rakenne nmeltä modul. Moduln käste on ss vektoravaruuden

Lisätiedot

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa URUN AMMAIKORKEAKOULU YÖOHJE (7) FYSIIKAN LABORAORIO V.2 2.2 38E. MEKAANISEN VÄRÄHELYN UKIMINEN. yön tavote 2. eoraa yössä tutustutaan harmonsen mekaansen värähdyslkkeen omnasuuksn seuraavssa tapauksssa:

Lisätiedot

Ympäristöakatemia 7.-8.6.2010 Rymättylä MITÄ ITÄMEREN HUONO TILA MEILLE MAKSAA? Kari Hyytiäinen MTT

Ympäristöakatemia 7.-8.6.2010 Rymättylä MITÄ ITÄMEREN HUONO TILA MEILLE MAKSAA? Kari Hyytiäinen MTT Ympärsöaaema 7.-8.6.2010 Rymäylä MITÄ ITÄMEREN HUONO TILA MEILLE MAKSAA? Kar Hyyänen MTT JOHDANTO Rehevöymnen Iämeren esenen ongelma Ravnneuormus (ypp ja fosfor) Saunnasa levälauoja Iämerellä jo 1800-luvulla

Lisätiedot

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa

Lisätiedot

EUROOPAN YHTEISÖJEN KOMISSIO. Ehdotus EUROOPAN PARLAMENTIN JA NEUVOSTON ASETUS. työvoimakustannusindeksistä. (komission esittämä)

EUROOPAN YHTEISÖJEN KOMISSIO. Ehdotus EUROOPAN PARLAMENTIN JA NEUVOSTON ASETUS. työvoimakustannusindeksistä. (komission esittämä) EUROOPAN YHTEISÖJEN KOMISSIO Bryssel 23.07.2001 KOM(2001) 418 lopullnen 2001/0166 (COD) Ehdous EUROOPAN PARLAMENTIN JA NEUVOSTON ASETUS yövomakusannusndekssä (komsson esämä) PERUSTELUT Tausaa Aanasasen

Lisätiedot

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut Harjotus, esmerkkratkasut K 1. Olkoon f : C C, f(z) z z. Tutk, mssä pstessä f on dervotuva. Ratkasu 1. Jotta funkto on dervotuva, on sen erotusosamäärän f(z + ) f(z) raja-arvon 0 oltava olemassa ja ss

Lisätiedot

Jaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen

Jaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen Tosakajärjestelmät Luento : Resurssen hallnta ja prorteett Tna Nklander Jaetut resursst Useat tapahtumat jakavat ohjelma-/lattesto-olota, jossa kesknänen possulkemnen on välttämätöntä. Ratkasuja: Ajonakanen

Lisätiedot

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN ELÄKEKAAN LAKUPERUEE YÖNEKJÄN ELÄKELAN UKAA ELÄKEURAA AREN Kokooma 4.2.204. mesn kokoomaan ssällyey perusemuuos on ahseu 8..204. Eläkekassa oa erkseen hakea sosaal- ja ereysmnserön ahsusa laskuperuselleen.

Lisätiedot

SytytysjarjestelmaDIIAPCLH2.4, LH2.4 ETS

SytytysjarjestelmaDIIAPCLH2.4, LH2.4 ETS 6 SyyysjarjesemaD/APCLH 24 LH 24 ETS SyyysjarjesemaDAPCLH24 LH24 ETS 75 cy 100 122A YE 2 +30 230 1063 RO 0 1019 101A RO 25 RO 40 101C RD 25 J73 123 123A CNWH 1S CN/WH 1 13122A J 342A 22 20 YE 10 1 1CY

Lisätiedot

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri

Lisätiedot

Taustaa. Sekventiaalinen vaikutuskaavio. Päätöspuista ja vaikutuskaavioista. Esimerkki: Reaktoriongelma. Johdantoa sekventiaalikaavioon

Taustaa. Sekventiaalinen vaikutuskaavio. Päätöspuista ja vaikutuskaavioista. Esimerkki: Reaktoriongelma. Johdantoa sekventiaalikaavioon Taustaa Sekventaalnen vakutuskaavo Sekventaalnen päätöskaavo on 1995 ovalun ja Olven esttämä menetelmä päätösongelmen mallntamseen, fomulontn ja atkasemseen. Päätöspuun omnasuukssta Hyvää: Esttää eksplsttsest

Lisätiedot

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =

Lisätiedot

1 Excel-sovelluksen ohje

1 Excel-sovelluksen ohje 1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen

Lisätiedot

Palkanlaskennan vuodenvaihdemuistio 2014

Palkanlaskennan vuodenvaihdemuistio 2014 Palkanlaskennan vuodenvahdemusto 2014 Pkaohje: Tarkstettavat asat ennen vuoden ensmmästä palkanmaksua Kopo uudet verokortt. Samat arvot kun joulukuussa käytetyssä, lman kumulatvsa tetoja. Mahdollsest muuttuneet

Lisätiedot

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010 TIES592 Montavoteoptmont ja teollsten prosessen hallnta Ylassstentt Juss Hakanen juss.hakanen@jyu.f syksy 2010 Interaktvset menetelmät Idea: päätöksentekjää hyödynnetään aktvsest ratkasuprosessn akana

Lisätiedot

Tarkastellaan kuvan 8.1 (a) lineaarista nelitahoista elementtiä, jonka solmut sijaitsevat elementin kärkipisteissä ja niiden koordinaatit ovat ( xi

Tarkastellaan kuvan 8.1 (a) lineaarista nelitahoista elementtiä, jonka solmut sijaitsevat elementin kärkipisteissä ja niiden koordinaatit ovat ( xi Elementtmenetelmän erusteet 8. 8 D-SOLIDIRKEEE 8. ohdanto Kolmulottesa soldelementtejä tartaan kolmulottesten kaaleden mallntamseen. ällön tarkasteltaan kaaleen geometralla e ole ertsrtetä jotka teksät

Lisätiedot

5. Vakiokertoiminen lineaarinen normaaliryhmä

5. Vakiokertoiminen lineaarinen normaaliryhmä 1 MAT-145 LAAJA MATEMATIIKKA 5 Tampereen eknillinen yliopiso Riso Silvennoinen Kevä 21 5. Vakiokeroiminen lineaarinen normaaliryhmä Todeaan ensin ilman odisuksia (ulos on syvällinen) rakaisujen olemassaoloa

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa

Lisätiedot

FYSA220/2 (FYS222/2) VALON POLARISAATIO

FYSA220/2 (FYS222/2) VALON POLARISAATIO FYSA220/2 (FYS222/2) VALON POLARSAATO Työssä tutktaan valoaallon tulotason suuntasen ja stä vastaan kohtsuoran komponentn hejastumsta lasn pnnasta. Havannosta lasketaan Brewstern lan perusteella lasn tatekerron

Lisätiedot

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri. ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!

Lisätiedot

Tuotannon suhdannekuvaajan menetelmäkuvaus

Tuotannon suhdannekuvaajan menetelmäkuvaus 1(15) Tuoannon suhdannekuvaajan meneelmäkuvaus Luku 1 Luku 2 Luku 3 Luku 4 Tuoannon suhdannekuvaajan yleiskuvaus Tuoannon suhdannekuvaajan julkaisuaikaaulu, revisoinikäyännö ja jakelu Tuoannon suhdannekuvaajan

Lisätiedot

KOMISSION VALMISTELUASIAKIRJA

KOMISSION VALMISTELUASIAKIRJA EUROOPAN UNIONIN NEUVOSTO Bryssel, 23. oukokuua 2007 (24.05) (OR. en) Toimielinen välinen asia: 2006/0039 (CNS) 9851/07 ADD 2 N 239 RESPR 5 CADREN 32 LISÄYS 2 I/A KOHTAA KOSKEVAAN ILMOITUKSEEN Läheäjä:

Lisätiedot

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1

KÄYTTÖOPAS. Ilma vesilämpöpumppujärjestelmän sisäyksikkö ja lisävarusteet RECAIR OY EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADV1 EKHBRD014ADV1 EKHBRD016ADV1 EKHBRD011ADY1 EKHBRD014ADY1 EKHBRD016ADY1 KÄYÖOPAS Ilma vesilämpöpumppujärjeselmän sisäyksikkö ja lisävarusee EKHBRD011ADV1+Y1 EKHBRD014ADV1+Y1 EKHBRD016ADV1+Y1

Lisätiedot

Painotetun metriikan ja NBI menetelmä

Painotetun metriikan ja NBI menetelmä Panotetun metrkan ja NBI menetelmä Optmontopn semnaar - Kevät / 1 Estelmän ssältö Paretopsteden generont panotetussa metrkossa Panotettu L p -metrkka Panotettu L -metrkka el panotettu Tchebycheff -metrkka

Lisätiedot

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN ELÄKEKN LKPERTEET TYÖNTEKJÄN ELÄKELN KT ELÄKETR RTEN Kokooma 30.6.20. mesn kokoomaan ssällyey perusemuuos on ahseu 6.6.20. Eläkekassa oa erkseen hakea sosaal- ja ereysmnserön ahsusa laskuperuselleen. Tähän

Lisätiedot

Mittaustekniikan perusteet, piirianalyysin kertausta

Mittaustekniikan perusteet, piirianalyysin kertausta Miausekniikan perusee, piirianalyysin kerausa. Ohmin laki: =, ai = Z ( = ännie, = resisanssi, Z = impedanssi, = vira). Kompleksiluvu Kompleksilukua arviaan elekroniikassa analysoiaessa piireä, oka sisälävä

Lisätiedot

11. Takaisinkytketyt vahvistimet

11. Takaisinkytketyt vahvistimet Kar berg Kar berg. akankykey vahvme. ahvn yyppejä Jännevahvn Ohjaun läheen pääyyppejä Jänne hjau jännelähde ra hjau jännelähde Jänne hjau vralähde ra hjau vralähde v kun >> v kun >> ja >> njänne n en uraan

Lisätiedot

r i m i v i = L i = vakio, (2)

r i m i v i = L i = vakio, (2) 4 TÖRMÄYKSET ILMATYYNYPÖYDÄLLÄ 41 Erstetyn systeemn sälymslat Kun kaks kappaletta törmää tosnsa ne vuorovakuttavat keskenään tetyn ajan Vuorovakutuksella tarkotetaan stä että kappaleet vahtavat keskenään

Lisätiedot

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA

KULMAMODULOITUJEN SIGNAALIEN ILMAISU DISKRIMINAATTORILLA 1 KULMMOULOITUJEN SIGNLIEN ILMISU ISKRIMINTTORILL Millaisia keinoja on PM & FM -ilmaisuun? 51357 Tieoliikenneekniikka I Osa 17 Kai Käkkäinen Kevä 015 ISKRIMINTTORIN TOIMINTKÄYRÄ J -YHTÄLÖ FM-signaalin

Lisätiedot

ANALYYSI. Suomen Laboratorioalan Liitto ry:n ammatti- ja yhdistyslehti

ANALYYSI. Suomen Laboratorioalan Liitto ry:n ammatti- ja yhdistyslehti 41. vuoskera ANALYYSI Suomen Laboraoroalan Lo ry:n amma- ja yhdsysleh 1/2004 Kummelen Kahlanen ja Slvennonen mukana SLaL:n Laboraoroalan luenopävllä ohjelma keskaukeamalla Pääomaja Tuula Kuusso Venolane

Lisätiedot

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y)

b) Ei ole. Todistus samaan tyyliin kuin edellinen. Olkoon C > 0 ja valitaan x = 2C sekä y = 0. Tällöin pätee f(x) f(y) Maemaiikan ja ilasoieeen osaso/hy Differeniaaliyhälö II Laskuharjoius 1 malli Kevä 19 Tehävä 1. Ovako seuraava funkio Lipschiz-jakuvia reaaliakselilla: a) f(x) = x 1/3, b) f(x) = x, c) f(x) = x? a) Ei

Lisätiedot

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut Kunaeläkkeiden rahoius ja kunnallise palvelu I LA Rapori LA Repors 30.1.2013 No 4 Kunaeläkkeiden rahoius ja kunnallise palvelu Jukka Lassila * Niku Määänen ** armo Valkonen *** * LA linkeinoelämän ukimuslaios,

Lisätiedot

Mittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa

Mittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa Mttausteknkan perusteet / luento 6 Mttausepävarmuus ja shen lttyvää termnologaa Mttausepävarmuus = mttaustulokseen lttyvä parametr, joka kuvaa mttaussuureen arvojen odotettua vahtelua Mttauksn lttyvä kästtetä

Lisätiedot

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B

KÄYTTÖOPAS. -järjestelmän sisäyksikkö HXHD125A8V1B KÄYÖOPAS -järjeselmän sisäyksikkö SISÄLÖ 1. Määrielmä... 1 1.1. Merkkien ja varoiusen arkoiukse... 1 1.2. Käyeyjen ermien merkiys... 1 2. Yleise varooime... 2 3. Johdano... 2 3.1. Yleisä... 2 3.2. ämän

Lisätiedot

Yksikköoperaatiot ja teolliset prosessit

Yksikköoperaatiot ja teolliset prosessit Ykskköoperaatot ja teollset prosesst 1 Ylestä... 2 2 Faasen välnen tasapano... 3 2.1 Neste/höyry-tasapano... 4 2.1.1 Puhtaan komponentn höyrynpane... 4 2.1.2 Ideaalnen seos... 5 2.1.3 Epädeaalnen nestefaas...

Lisätiedot

Ilmari Juva. Jalkapallo-ottelun lopputuloksen stokastinen mallintaminen

Ilmari Juva. Jalkapallo-ottelun lopputuloksen stokastinen mallintaminen Ilmar Juva 45727R Mat-2.108 Sovelletun matematkan erkostyö Jalkaallo-ottelun loutuloksen stokastnen mallntamnen 1 Johdanto Jalkaallo-ottelun loutuloksen mallntamsesta tlastollsn ja todennäkösyyslaskun

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa

Lisätiedot

KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus

KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus EUROOPAN KOMISSIO Bryssel 27.2.205 COM(205) 4 final KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan nojalla laadiu keromus FI FI KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan

Lisätiedot