Attribute und Werte im Düsseldorfer Frame-Modell

Größe: px
Ab Seite anzeigen:

Download "Attribute und Werte im Düsseldorfer Frame-Modell"

Transkript

1 Attribute und Werte im Düsseldorfer Frame-Modell Wiebke Petersen Heinrich-Heine-Universität Düsseldorf SFB 991: The Structure of Representations in Language, Cognition, and Science Februar 2013, Düsseldorf Wiebke Petersen Attribute und Werte 1

2 outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 2

3 outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 3

4 Framehypothese (Löbner 2012) H1 The human cognitive system operates with one general format of representations. H2 If the human cognitive system operates with one general format of representations, this format is essentially Barsalou frame. A frame model is needed, that is sufficiently expressive to capture the diversity of representations sufficiently precise and restrictive in order to be testable Ziel: Begriffstheorie, die auf Frames zur Begriffsrepräsentation basiert. Wiebke Petersen Attribute und Werte 4

5 Barsalou (1992) Frames, Concepts, and Conceptual Fields Frames provide the fundamental representation of knowledge in human cognition. At their core, frames contain attribute-value sets. Frames further contain a variety of relations. Constraints Ziel Formalisierung von Barsalous kognitiver Frametheorie Überbrückung der Lücke zwischen kognitiver Linguistik und kompositioneller Semantik. Hypothese: Frames können als Generalisierung von getypten Merkmalstrukturen aufgefasst werden (im Sinne von Carpenter 1992) Wiebke Petersen Attribute und Werte 5

6 outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 6

7 Merkmalstrukturen getypt phrase noun agr HEAD: AGR: PERS: 3 NUM: pl ungetypt CAT: phrase CAT: noun [ ] HEAD: PERS: 3 AGR: NUM: pl Wiebke Petersen Attribute und Werte 7

8 Merkmalstrukturen getypt phrase noun agr HEAD: AGR: PERS: 3 NUM: pl ungetypt CAT: phrase CAT: noun [ ] HEAD: PERS: 3 AGR: NUM: pl HEAD AGR phrase noun agr CAT PERS NUM 3 CAT HEAD phrase 3 AGR CAT PERS NUM noun num noun num Wiebke Petersen Attribute und Werte 7

9 Beispiel: Frame für eine spezifische Weinflasche (aus Gamerschlag et. al.) Wiebke Petersen Attribute und Werte 8

10 Frames als generalisierte Merkmalstrukturen tree CROWN TRUNK crown trunk BARK GIRTH tree CROWN : crown trunk TRUNK : BARK : bark GIRTH : girth bark girth Merkmalstrukturen (Carpenter 1992) Merkmalstrukturen sind zusammenhängende gerichtete Graphen mit einem Zentralknoten, der eine Wurzel des Graphen ist, mit Typen ausgezeichneten Knoten mit Attributen ausgezeichneten Kanten kein Knoten hat zwei ausgehende Kanten mit gleicher Auszeichnung Wiebke Petersen Attribute und Werte 9

11 Frames als generalisierte Merkmalstrukturen MOTHER person MOTHER person person tree TRUNK trunk BARK GIRTH bark girth Frames (Petersen 2007) Frames sind zusammenhängende gerichtete Graphen mit einem Zentralknoten mit Typen ausgezeichneten Knoten mit Attributen ausgezeichneten Kanten kein Knoten hat zwei ausgehende Kanten mit gleicher Auszeichnung Offene Argumente werden markiert. Frames sind Merkmalstrukturen ohne Wurzelknoten. Wiebke Petersen Attribute und Werte 9

12 Formale Framedefinition Definition Given a set TYPE of types and a finite set ATTR of attributes. A frame is a tuple F = (Q, q,δ,θ) where: Q is a finite set of nodes, q Q is the central node, δ : ATTR Q Q is the partial transition function, θ : Q TYPE is the total node typing function, such that the underlying graph (Q, E) with edge set E = {{q 1, q 2 } a ATTR : δ(a, q 1 ) = q 2 } is connected. Wiebke Petersen Attribute und Werte 10

13 zurück zu Barsalou (aus Gamerschlag et. al.) Wiebke Petersen Attribute und Werte 11

14 kodierte Information (aus Gamerschlag et. al.) Wiebke Petersen Attribute und Werte 12

15 Warum getypte Merkmalstrukturen? Konventionen der Modellierung (Carpenter 1992:34) The nodes of a feature structure are taken to represent objects, and we assume that every node is labeled with a type symbol which represents the most specific conceptual class to which the object is known to belong. An arc between two nodes indicates that the object represented by the source node has a feature, represented by a feature symbol, which has a value represented by the target node. We think of our types as organizing feature structures into natural classes. Wiebke Petersen Attribute und Werte 13

16 Warum getypte Merkmalstrukturen? noun AGR : agr agr PERS : pers NUM : num atomic pers num noun agr AGR : PERS : 3 NUM : num sing plur Typsignatur Eine Typsignatur ist ein Tripel, bestehend aus einer Typhierarchie, T,, einer endlichen Attributmenge ATTR und einer Appropriateness Spezifikation, Approp : ATTR T T, die folgende Bedingungen erfüllt: Attributeinführung Vererbungskonsistenz Wiebke Petersen Attribute und Werte 14

17 Warum getypte Merkmalstrukturen? noun AGR : agr agr PERS : pers NUM : num atomic pers num noun agr AGR : PERS : 3 NUM : num sing plur Typsignaturen erfassen hierarchische Relationen erfassen Generalisierungen modellieren Constraints ermöglichen Unterspezifikation in Frames Wiebke Petersen Attribute und Werte 14

18 Warum getypte Merkmalstrukturen? noun AGR : agr agr PERS : pers NUM : num atomic pers num noun agr AGR : PERS : 3 NUM : num sing plur Allerdings systematische aber unerklärte Redundanz in Attribut- und Typbeschriftungen unklarer Status der Typen (Carpenter 1992: types represent conceptual classes) was ist ein Attribut? Wiebke Petersen Attribute und Werte 14

19 outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 15

20 Was ist ein Attribut? Woods 1975: What s in a link? Y ist der Wert des Attributs A für X, wenn wir sagen können, dass Y der/die/das A von X ist. Wiebke Petersen Attribute und Werte 16

21 Was ist ein Attribut? Barsalou, 1992 I define an attribute as a concept that describes an aspect of at least some category member. Values are subordinate concepts of an attribute. Wiebke Petersen Attribute und Werte 17

22 Guarino 1992 über Attribute Denotation Attributbegriffe denotieren Mengen von Entitäten: δ : R 2 U δ(color) = {c c is the color of something} Funktionsinterpretation Attributbegriffe haben zusätzlich zur Denotation eine Interpretation als Funktion: : R 2 U U (color) = {e c c is the color of e} Konsistenzgesetz (Guarino, 1992) Jeder Wert einer Attributsfunktion ist eine Instanz der Denotation des Attributs. Wenn (e c) (color), dann c δ(color). Wiebke Petersen Attribute und Werte 18

23 Guarino 1992 über Attribute Denotation Attributbegriffe denotieren Mengen von Entitäten: δ : R 2 U δ(color) = {c c is the color of something} Funktionsinterpretation Attributbegriffe haben zusätzlich zur Denotation eine Interpretation als Funktion: : R 2 U U (color) = {e c c is the color of e} Konsistenzgesetz (Guarino, 1992) Jeder Wert einer Attributsfunktion ist eine Instanz der Denotation des Attributs. Wenn (e c) (color), dann c δ(color). Wiebke Petersen Attribute und Werte 18

24 Guarino 1992 über Attribute Denotation Attributbegriffe denotieren Mengen von Entitäten: δ : R 2 U δ(color) = {c c is the color of something} Funktionsinterpretation Attributbegriffe haben zusätzlich zur Denotation eine Interpretation als Funktion: : R 2 U U (color) = {e c c is the color of e} Konsistenzgesetz (Guarino, 1992) Jeder Wert einer Attributsfunktion ist eine Instanz der Denotation des Attributs. Wenn (e c) (color), dann c δ(color). Wiebke Petersen Attribute und Werte 18

25 Typsignatur AT T R T YPE object TASTE TEMPERATURE COLOR SHAPE taste temperature color shape sour sweet hot cold red green blue round long apple SHAPE: round pepper Barsalou, 1992: Frames, Concepts, and Conceptual Fields I define an attribute as a concept that describes an aspect of at least some category member. Values are subordinate concepts of an attribute. Wiebke Petersen Attribute und Werte 19

26 outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 20

27 Was sind Typen? Wie sind sie geordnet? species IsA IsA human Chris (aus Guarino & Welty 2002) Wiebke Petersen Attribute und Werte 21

28 radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

29 radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

30 radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

31 radikale Attributorientierung Wiebke Petersen Attribute und Werte 22

32 Attributraum Definition Ein Attributraum ist ein Paar (U, A) bestehend aus einem Universum U und einer endlichen Menge von Attributen (partielle Funktionen von U nach U). Wiebke Petersen Attribute und Werte 23

33 Typen Definition Gegeben einen Attributraum (U, A) und eine Menge relevanter Teilmengen S (S 2 U ). Die Menge der Typen T ist T = 2 S / mit: ϕ,ψ S : ϕ ψ iff ϕ = ψ. {, } {,, } Beispiel: Domäne(Mutter) Domäne(Vater) Wiebke Petersen Attribute und Werte 24

34 Typen Definition Die Typhierarchie (T, ) ist definiert durch [ϕ] [ψ] iff [ϕ] [ψ] oder extensional (äquivalent): [ϕ] [ψ] iff ϕ ψ [{, }] [{, }] Beispiel: Domäne(Form) Domäne(Größe) Wiebke Petersen Attribute und Werte 25

35 Beispiel einer relevanter Teilmengen S = A d Π r mit: A d ist die Menge der Attributdomänen. Π r ist die Menge der Pfadwertbereiche. Wiebke Petersen Attribute und Werte 26

36 Anpassung der Granularität der Typhierarchie Die Granularität der Typhierarchie kann einfach angepasst werden, indem eine geeignete Menge relevanter Teilmengen S gewählt wird. Beispiele attributdefinierter relevanter Teilmengen Wiebke Petersen Attribute und Werte 27

37 FCAType (Petersen 2008) FCAType ist ein System zur automatischen Induktion von Typsignaturen aus Mengen ungetypter Merkmalstrukturen. Es verwendet Methoden der formalen Begriffsanalyse (Ganter & Wille 1998). Zugrundegelegte relevante Teilmengen: Attributdomänen und kombinierte Pfadwerte. Wiebke Petersen Attribute und Werte 28

38 Beispiel: Inputframes CAT: np [ ] Uther = HEAD: PERS: third AGR: NUM: sing CAT: np [ ] knights = HEAD: PERS: third AGR: NUM: plur CAT: vp FORM: finite CAT: sleeps = HEAD: np [ ] SUBJ: HEAD: PERS: third AGR: NUM: sing CAT: vp FORM: finite CAT: sleep = HEAD: np [ ] SUBJ: HEAD: PERS: third AGR: NUM: plur (aus Shieber 1986) Wiebke Petersen Attribute und Werte 29

39 ungefaltete Typsignatur t1 third finite sing plur vp np t2 HEAD : t1 CAT : t1 t9 AGR : t12 t15 SUBJ : t3 FORM : finite t12 PERS : third NUM : t1 t3 HEAD : t9 CAT : np t6 HEAD : t15 CAT : vp t10 AGR : t13 t11 AGR : t14 t16 SUBJ : t4 t17 SUBJ : t5 t13 NUM : plur t14 NUM : sing t4 HEAD : t10 t5 HEAD : t11 t7 HEAD : t16 t8 HEAD : t17 Wiebke Petersen Attribute und Werte 30

40 gefaltete Typsignatur t 2 HEAD : head CAT : cat head t 12 PERS : third NUM : num atomic t 9 AGR : t 12 t 15 SUBJ : t 2 FORM : finite pers form num cat t 3 HEAD : t 9 CAT : np t 6 HEAD : t 15 CAT : vp third finite sing plur vp np Wiebke Petersen Attribute und Werte 31

41 gefaltete Typsignatur t 2 HEAD : head CAT : cat head t 12 PERS : third NUM : num atomic t 9 AGR : t 12 t 15 SUBJ : t 2 FORM : finite pers form num cat t 3 HEAD : t 9 CAT : np t 6 HEAD : t 15 CAT : vp third finite sing plur vp np Carpenter 1992: We think of our types as organizing feature structures into natural classes. Wiebke Petersen Attribute und Werte 31

42 Erfassung von Constraints Die Granularität der Typhierarchie kann angepasst werden, um Constraints zu erfassen: Urbilder von Werten (z.b. COLOR 1 (red); wenn eine Tomate rot ist, ist sie reif ) Urbilder von Wertbereichen (e.g. AGE 1 ( 18); ein Mensch unter 18 ist ein Kind). Attributdomänen (z.b., SHAPE,SIZE; wenn etwas eine Form hat, so hat es auch eine Größe) Pfadwertebereiche (z.b., HAIR COLOR; nicht jede Farbe ist eine mögliche Haarfarbe) Pfadgleichungen (z.b., COLOR = COVER:COLOR; die Farbe eines Buches ist die Farbe des Umschlags monotone Constraints ( je älter eine Briefmarke ist, desto teurer ist sie )... Wiebke Petersen Attribute und Werte 32

43 outline 1 Framehypothese 2 Frames 3 Attribute 4 Typen 5 Ausblick Wiebke Petersen Attribute und Werte 33

44 Vorteile von Frames gegenüber PL1? transparent (speziell für Komposition) variabelfrei keine fixe Stelligkeit von Prädikaten keine fixe Ordnung der Argumente Wiebke Petersen Attribute und Werte 34

45 Ausblick Unser Ziel ist ein Framemodell, das Ziel mächtig ist, da es Rekursivität ausschöpft (vgl. Fillmore Frames) aussdrucksstark ist durch Typspezifikationen präzise ist, da es die Interpretation von Typen und Attributen beschränkt (vgl. semantische Netze) formalisiert (mathematische Definitionen und modelltheoretische Interpretation) empirisch fundiert (Evidenz aus Kognitionswissenschaften und Psycholinguistik) Framebasierte kognitive Semantik, die Dekomposition und Komposition einheitlich behandelt. Wiebke Petersen Attribute und Werte 35

46 literature Barsalou, L. (1992): Frames, Concepts, and Conceptual Fields. In Lehrer and Kittay (eds.): Frames, Fields, and Contrasts. Carpenter, B. (1992): The Logic of Typed Feature Structures. Cambridge: CUP. Ganter, B. and Wille, R. (1998): Formal Concept Analysis: Mathematical Foundations. Berlin: Springer. Guarino, N. (1992): Concepts, attributes and arbitrary relations some linguistic and ontological criteria for structuring knowledge bases. Data Knowl. Eng. 8, Petersen, W. (2007): Representation of Concepts as Frames. In: The Baltic International Yearbook of Cognition, Logic and Communication, Vol. 2, p Petersen, W. (2008): Type Signature Induction with FCAType. In: S. B. Yahia, E. Mephu Nguifo, R. Belohlavek (eds.): Concept Lattices and Their Applications. LNAI 4923, p , Springer. Shieber, S. M. (1986): An Introduction to Unification-Based Approaches to Grammar. Stanford: CSLI Publications. Wiebke Petersen Attribute und Werte 36

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne 6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Software-Engineering SS03. Zustandsautomat

Software-Engineering SS03. Zustandsautomat Zustandsautomat Definition: Ein endlicher Automat oder Zustandsautomat besteht aus einer endlichen Zahl von internen Konfigurationen - Zustände genannt. Der Zustand eines Systems beinhaltet implizit die

Mehr

Professionelle Seminare im Bereich MS-Office

Professionelle Seminare im Bereich MS-Office Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion

Mehr

Kapitel MK:IV. IV. Modellieren mit Constraints

Kapitel MK:IV. IV. Modellieren mit Constraints Kapitel MK:IV IV. Modellieren mit Constraints Einführung und frühe Systeme Konsistenz I Binarization Generate-and-Test Backtracking-basierte Verfahren Konsistenz II Konsistenzanalyse Weitere Analyseverfahren

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen

Mehr

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes. Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel

Mehr

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de Beschreibungslogiken Daniel Schradick 1schradi@informatik.uni-hamburg.de Was sind Beschreibungslogiken? Definition: Formalisms that represent knowledge of some problem domain (the world ) by first defining

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1

Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 22. Constraint-Satisfaction-Probleme: Kantenkonsistenz Malte Helmert Universität Basel 14. April 2014 Constraint-Satisfaction-Probleme: Überblick Kapitelüberblick

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Datenstrukturen & Algorithmen

Datenstrukturen & Algorithmen Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Binäre Suchbäume Einführung und Begriffe Binäre Suchbäume 2 Binäre Suchbäume Datenstruktur für dynamische Mengen

Mehr

26.01.2009. Gliederung. Nebenläufigkeit und Fairness. 1. Nebenläufigkeit Lokalitätsprinzip. 2. Betrachtungsweisen von Nebenläufigkeit. 3.

26.01.2009. Gliederung. Nebenläufigkeit und Fairness. 1. Nebenläufigkeit Lokalitätsprinzip. 2. Betrachtungsweisen von Nebenläufigkeit. 3. Gliederung Lokalitätsprinzip Nebenläufigkeit und Fairness Seminar Model lchecking WS 08/09 Interleaving Halbordnung. Fairness Jan Engelsberg engelsbe@informatik.hu berlin.de Was ist Nebenläufigkeit? In

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus:

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: If-clauses - conditional sentences - Nie mehr Probleme mit Satzbau im Englischen! Das komplette Material finden Sie hier: School-Scout.de

Mehr

Petri-Netze / Eine Einführung (Teil 2)

Petri-Netze / Eine Einführung (Teil 2) Manuel Hertlein Seminar Systementwurf Lehrstuhl Theorie der Programmierung Wiederholung (1) Petri-Netz = bipartiter, gerichteter Graph Aufbau: Plätze (passive Komponenten) Transitionen (aktive Komponenten)

Mehr

Grundlagen von Python

Grundlagen von Python Einführung in Python Grundlagen von Python Felix Döring, Felix Wittwer November 17, 2015 Scriptcharakter Programmierparadigmen Imperatives Programmieren Das Scoping Problem Objektorientiertes Programmieren

Mehr

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren: 4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie

Mehr

Hilfe zur Urlaubsplanung und Zeiterfassung

Hilfe zur Urlaubsplanung und Zeiterfassung Hilfe zur Urlaubsplanung und Zeiterfassung Urlaubs- und Arbeitsplanung: Mit der Urlaubs- und Arbeitsplanung kann jeder Mitarbeiter in Coffee seine Zeiten eintragen. Die Eintragung kann mit dem Status anfragen,

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel. Kontextfreie Kontextfreie Motivation Formale rundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen Bisher hatten wir Automaten, die Wörter akzeptieren Frank Heitmann heitmann@informatik.uni-hamburg.de

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Tutorium 27 29..24 FAKULTÄT FÜR INFORMATIK KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Definition

Mehr

Programmiersprachen und Übersetzer

Programmiersprachen und Übersetzer Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch

Mehr

Beispiele für Relationen

Beispiele für Relationen Text Relationen 2 Beispiele für Relationen eine Person X ist Mutter von einer Person Y eine Person X ist verheiratet mit einer Person Y eine Person X wohnt am gleichen Ort wie eine Person Y eine Person

Mehr

Wir machen neue Politik für Baden-Württemberg

Wir machen neue Politik für Baden-Württemberg Wir machen neue Politik für Baden-Württemberg Am 27. März 2011 haben die Menschen in Baden-Württemberg gewählt. Sie wollten eine andere Politik als vorher. Die Menschen haben die GRÜNEN und die SPD in

Mehr

Suchmaschinen. Universität Augsburg, Institut für Informatik SS 2014 Prof. Dr. W. Kießling 23. Mai 2014 Dr. M. Endres, F. Wenzel Lösungsblatt 6

Suchmaschinen. Universität Augsburg, Institut für Informatik SS 2014 Prof. Dr. W. Kießling 23. Mai 2014 Dr. M. Endres, F. Wenzel Lösungsblatt 6 Universität Augsburg, Institut für Informatik SS 2014 Prof. Dr. W. Kießling 23. Mai 2014 Dr. M. Endres, F. Wenzel Lösungsblatt 6 Aufgabe 1: Pareto mit SV-Semantik Suchmaschinen Pareto Definition: x < P

Mehr

Security Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08

Security Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08 Security Patterns Benny Clauss Sicherheit in der Softwareentwicklung WS 07/08 Gliederung Pattern Was ist das? Warum Security Pattern? Security Pattern Aufbau Security Pattern Alternative Beispiel Patternsysteme

Mehr

Windows Server 2012 R2 Essentials & Hyper-V

Windows Server 2012 R2 Essentials & Hyper-V erklärt: Windows Server 2012 R2 Essentials & Hyper-V Windows Server 2012 R2 Essentials bietet gegenüber der Vorgängerversion die Möglichkeit, mit den Boardmitteln den Windows Server 2012 R2 Essentials

Mehr

1 topologisches Sortieren

1 topologisches Sortieren Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung

Mehr

Informatik IC2. Balazs Simon 2005.03.26.

Informatik IC2. Balazs Simon 2005.03.26. Informatik IC2 Balazs Simon 2005.03.26. Inhaltsverzeichnis 1 Reguläre Sprachen 3 1.1 Reguläre Sprachen und endliche Automaten...................... 3 1.2 Determinisieren.....................................

Mehr

Unigraphics Schnittstelle entfernen

Unigraphics Schnittstelle entfernen Einsteiger Fortgeschrittene Profis markus.meinl@m-quest.ch Version 1.0 Voraussetzungen für diesen Workshop Sie sind mit dem Betriebsystem vertraut Sie besitzen Administrator-Rechte Die M-Quest Suite ist

Mehr

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!. 040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl

Mehr

Fixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind

Mehr

Modellierung biologischer. Christian Maidorfer Thomas Zwifl (Seminar aus Informatik)

Modellierung biologischer. Christian Maidorfer Thomas Zwifl (Seminar aus Informatik) Modellierung biologischer Prozesse Christian Maidorfer Thomas Zwifl (Seminar aus Informatik) Überblick Einführung Arten von Modellen Die stochastische Pi-Maschine Warum Modelle Die Biologie konzentriert

Mehr

Informationsblatt Induktionsbeweis

Informationsblatt Induktionsbeweis Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln

Mehr

Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer

Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,

Mehr

Algorithms & Datastructures Midterm Test 1

Algorithms & Datastructures Midterm Test 1 Algorithms & Datastructures Midterm Test 1 Wolfgang Pausch Heiko Studt René Thiemann Tomas Vitvar

Mehr

Turtle Charts mit der ViFlow Turtle Schablone (VTS) erstellen

Turtle Charts mit der ViFlow Turtle Schablone (VTS) erstellen Turtle Charts mit der ViFlow Turtle Schablone (VTS) erstellen Was genau ist ein Turtle Chart? Ein Turtle Chart (auch Schildkrötengrafik) ist eine Prozessdarstellungsform ähnlich eines Prozesssteckbriefes.

Mehr

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend

Mehr

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.

Mehr

Gliederung. Programmierparadigmen. Sprachmittel in SCHEME. Objekte: Motivation. Objekte in Scheme

Gliederung. Programmierparadigmen. Sprachmittel in SCHEME. Objekte: Motivation. Objekte in Scheme Gliederung Programmierparadigmen D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg 1 Einführung Sprachmittel Sommer 2011, 20. Juni 2011,

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de

Mehr

Das neue Volume-Flag S (Scannen erforderlich)

Das neue Volume-Flag S (Scannen erforderlich) NetWorker 7.4.2 - Allgemein Tip 2, Seite 1/5 Das neue Volume-Flag S (Scannen erforderlich) Nach der Wiederherstellung des Bootstraps ist es sehr wahrscheinlich, daß die in ihm enthaltenen Informationen

Mehr

Grundlagen der Theoretischen Informatik, SoSe 2008

Grundlagen der Theoretischen Informatik, SoSe 2008 1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

Wurzeln als Potenzen mit gebrochenen Exponenten. Vorkurs, Mathematik

Wurzeln als Potenzen mit gebrochenen Exponenten. Vorkurs, Mathematik Wurzeln als Potenzen mit gebrochenen Exponenten Zur Einstimmung Wir haben die Formel benutzt x m n = x m n nach der eine Exponentialzahl potenziert wird, indem man die Exponenten multipliziert. Dann sollte

Mehr

Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual!

Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual! Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual! 0kg 4000 Euro Luster 5,5 kg, 430.- Laptop 2,0 kg, 000.- Schatulle 3,2 kg, 800.- Uhr 3,5 kg, 70.- Schwert,5 kg, 850.- Bild 3,4 kg, 680.- Besteck

Mehr

Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten

Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten Ordner Berechtigung vergeben Zugriffsrechte unter Windows einrichten Was sind Berechtigungen? Unter Berechtigungen werden ganz allgemein die Zugriffsrechte auf Dateien und Verzeichnisse (Ordner) verstanden.

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 11: Abstrakte Reduktionssysteme schulz@eprover.org Reduktionssysteme Definition: Reduktionssystem Ein Reduktionssystem ist ein Tupel (A, ) Dabei gilt: A

Mehr

Landes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v.

Landes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v. Landes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v. Wer sind wir? Wir sind ein Verein. Wir setzen uns für Menschen mit Behinderung ein. Menschen mit Behinderung sollen überall

Mehr

Eva Douma: Die Vorteile und Nachteile der Ökonomisierung in der Sozialen Arbeit

Eva Douma: Die Vorteile und Nachteile der Ökonomisierung in der Sozialen Arbeit Eva Douma: Die Vorteile und Nachteile der Ökonomisierung in der Sozialen Arbeit Frau Dr. Eva Douma ist Organisations-Beraterin in Frankfurt am Main Das ist eine Zusammen-Fassung des Vortrages: Busines

Mehr

SCHRITT 1: Öffnen des Bildes und Auswahl der Option»Drucken«im Menü»Datei«...2. SCHRITT 2: Angeben des Papierformat im Dialog»Drucklayout«...

SCHRITT 1: Öffnen des Bildes und Auswahl der Option»Drucken«im Menü»Datei«...2. SCHRITT 2: Angeben des Papierformat im Dialog»Drucklayout«... Drucken - Druckformat Frage Wie passt man Bilder beim Drucken an bestimmte Papierformate an? Antwort Das Drucken von Bildern ist mit der Druckfunktion von Capture NX sehr einfach. Hier erklären wir, wie

Mehr

Programmierparadigmen

Programmierparadigmen Programmierparadigmen D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Sommer 2011, 20. Juni 2011, c 2011 D.Rösner D. Rösner PGP 2011...

Mehr

Konzepte der Informatik

Konzepte der Informatik Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens

Mehr

Kfz-Versicherung für Fahranfänger. mit der Lizenz zum Fahren

Kfz-Versicherung für Fahranfänger. mit der Lizenz zum Fahren Kfz-Versicherung für Fahranfänger mit der Lizenz zum Fahren startklar? Geschafft endlich der Führerschein! Nur das eigene Auto fehlt noch. Aber: Sie dürfen den Wagen Ihrer Eltern nutzen und so Ihr Können

Mehr

Innovation in der Raubtierdressur Neue Wege in der Risikominierung Wolfgang Platz, Founder & CPO

Innovation in der Raubtierdressur Neue Wege in der Risikominierung Wolfgang Platz, Founder & CPO Innovation in der Raubtierdressur Neue Wege in der Risikominierung Wolfgang Platz, Founder & CPO Copyright 2014, Tricentis GmbH. All Rights Reserved. 1 Target Applications Reporting & Dashboard Optimize

Mehr

Reaktive Programmierung Vorlesung 16 vom 14.07.2015: Theorie der Nebenläufigkeit

Reaktive Programmierung Vorlesung 16 vom 14.07.2015: Theorie der Nebenläufigkeit 18:13:55 2015-07-14 1 [16] Reaktive Programmierung Vorlesung 16 vom 14.07.2015: Theorie der Nebenläufigkeit Christoph Lüth & Martin Ring Universität Bremen Sommersemester 2015 2 [16] Organisatorisches

Mehr

Die Invaliden-Versicherung ändert sich

Die Invaliden-Versicherung ändert sich Die Invaliden-Versicherung ändert sich 1 Erklärung Die Invaliden-Versicherung ist für invalide Personen. Invalid bedeutet: Eine Person kann einige Sachen nicht machen. Wegen einer Krankheit. Wegen einem

Mehr

Option 1: Hinzufügen eines Schritts zur Bearbeitungsliste... 2

Option 1: Hinzufügen eines Schritts zur Bearbeitungsliste... 2 Erklärung der Bearbeitungsliste Frage Wie verwende ich die Bearbeitungsliste? Antwort Alle Optimierungen, die auf Bilder angewandt werden, und im Rahmen der einzelnen Optimierungen jeweils vorgenommenen

Mehr

GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.

GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie. GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen Teil 1: Einführung: Wissensbasis und Ontologie Was ist eine Wissensbasis? Unterschied zur Datenbank: Datenbank: strukturiert

Mehr

Einführung in Petri-Netze. Modellierung von Abläufen und Prozessen (1) Abhängigkeitsgraphen: Motivation. Petri-Netze

Einführung in Petri-Netze. Modellierung von Abläufen und Prozessen (1) Abhängigkeitsgraphen: Motivation. Petri-Netze Einführung in Petri-Netze Modellierung von Abläufen und Prozessen () Motivation Abhängigkeitsgraphen: A B 6 C 5 D Petri-Netze Markierungen Invarianten Credits: L. Priese, H. Wimmel: Petri-Netze, Theoretische

Mehr

Mediation. Ein recht neuer Begriff in der Fremdsprachendidaktik

Mediation. Ein recht neuer Begriff in der Fremdsprachendidaktik Mediation Ein recht neuer Begriff in der Fremdsprachendidaktik Theorie Das Zusammenwachsen der europäischen Länder und die politischen, wirtschaftlichen und kulturellen Globalisierungstendenzen haben die

Mehr

Der Begriff Cloud. Eine Spurensuche. Patric Hafner 29.06.2012. geops

Der Begriff Cloud. Eine Spurensuche. Patric Hafner 29.06.2012. geops Der Begriff Cloud Eine Spurensuche Patric Hafner geops 29.06.2012 Motivation Der größte Hype der IT-Branche Hype heißt sowohl Rummel als auch Schwindel slashdot.org The cloud represents a foundational

Mehr

LIFO -Stärkenmanagement: Übungen und Spiele

LIFO -Stärkenmanagement: Übungen und Spiele LIFO -Stärkenmanagement: Übungen und Spiele Kirsten Möbius Mai 2011 1 Inhaltsangabe Übung zur Interpretation des LIFO - Fragebogens Übung zur Vertiefund der LIFO - Stile (Aufstellung) Übung zur Vertiefung

Mehr

Automatentheorie und formale Sprachen reguläre Ausdrücke

Automatentheorie und formale Sprachen reguläre Ausdrücke Automatentheorie und formale Sprachen reguläre Ausdrücke Dozentin: Wiebke Petersen 6.5.2009 Wiebke Petersen Automatentheorie und formale Sprachen - SoSe09 1 Formal language Denition A formal language L

Mehr

Barrierefreie Webseiten erstellen mit TYPO3

Barrierefreie Webseiten erstellen mit TYPO3 Barrierefreie Webseiten erstellen mit TYPO3 Alternativtexte Für jedes Nicht-Text-Element ist ein äquivalenter Text bereitzustellen. Dies gilt insbesondere für Bilder. In der Liste der HTML 4-Attribute

Mehr

Rock-Band. Einleitung. Scratch. In diesem Projekt lernst du, wie du deine eigenen Musikinstrumente programmieren kannst! Activity Checklist

Rock-Band. Einleitung. Scratch. In diesem Projekt lernst du, wie du deine eigenen Musikinstrumente programmieren kannst! Activity Checklist Scratch 1 Rock-Band All Code Clubs must be registered. Registered clubs appear on the map at codeclubworld.org - if your club is not on the map then visit jumpto.cc/ccwreg to register your club. Einleitung

Mehr

Erfahrungen mit Hartz IV- Empfängern

Erfahrungen mit Hartz IV- Empfängern Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November

Mehr

Klausur BWL V Investition und Finanzierung (70172)

Klausur BWL V Investition und Finanzierung (70172) Klausur BWL V Investition und Finanzierung (70172) Prof. Dr. Daniel Rösch am 13. Juli 2009, 13.00-14.00 Name, Vorname Anmerkungen: 1. Bei den Rechenaufgaben ist die allgemeine Formel zur Berechnung der

Mehr

Technische Analyse der Zukunft

Technische Analyse der Zukunft Technische Analyse der Zukunft Hier werden die beiden kurzen Beispiele des Absatzes auf der Homepage mit Chart und Performance dargestellt. Einfache Einstiege reichen meist nicht aus. Der ALL-IN-ONE Ultimate

Mehr

KONSTRUKTION VON ROT-SCHWARZ-BÄUMEN

KONSTRUKTION VON ROT-SCHWARZ-BÄUMEN KONSTRUKTION VON ROT-SCHWARZ-BÄUMEN RALF HINZE Institut für Informatik III Universität Bonn Email: ralf@informatik.uni-bonn.de Homepage: http://www.informatik.uni-bonn.de/~ralf Februar, 2001 Binäre Suchbäume

Mehr

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung

Mehr

Was bisher geschah: Formale Sprachen

Was bisher geschah: Formale Sprachen Was isher geschah: Formale Sprachen Alphaet, Wort, Sprache Operationen und Relationen auf Wörtern und Sprachen reguläre Ausdrücke: Syntax, Semantik, Äquivalenz Wortersetzungssysteme Wortersetzungsregeln

Mehr

OutLook 2003 Konfiguration

OutLook 2003 Konfiguration OutLook 2003 Konfiguration Version: V0.1 Datum: 16.10.06 Ablage: ftp://ftp.clinch.ch/doku/outlook2003.pdf Autor: Manuel Magnin Änderungen: 16.10.06 MM.. Inhaltsverzeichnis: 1. OutLook 2003 Konfiguration

Mehr

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS / KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz Association

Mehr

Einführung in die Computerlinguistik reguläre Sprachen und endliche Automaten

Einführung in die Computerlinguistik reguläre Sprachen und endliche Automaten Einführung in die Computerlinguistik reguläre Sprachen und endliche Automaten Dozentin: Wiebke Petersen Foliensatz 3 Wiebke Petersen Einführung CL 1 Describing formal languages by enumerating all words

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 1 Programm des

Mehr

Einführung in die Fuzzy Logic

Einführung in die Fuzzy Logic Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]

Mehr

Konzept zur Push Notification/GCM für das LP System (vormals BDS System)

Konzept zur Push Notification/GCM für das LP System (vormals BDS System) Konzept zur Push Notification/GCM für das LP System (vormals BDS System) Wir Push Autor: Michael Fritzsch Version: 1.0 Stand: 04. Februar 2015 Inhalt 1. Was ist eine Push Notification? 2. Wofür steht GCM?

Mehr

Klassenentwurf. Wie schreiben wir Klassen, die leicht zu verstehen, wartbar und wiederverwendbar sind? Objektorientierte Programmierung mit Java

Klassenentwurf. Wie schreiben wir Klassen, die leicht zu verstehen, wartbar und wiederverwendbar sind? Objektorientierte Programmierung mit Java Objektorientierte Programmierung mit Java Eine praxisnahe Einführung mit BlueJ Klassenentwurf Wie schreiben wir Klassen, die leicht zu verstehen, wartbar und wiederverwendbar sind? 1.0 Zentrale Konzepte

Mehr

Eigenen Farbverlauf erstellen

Eigenen Farbverlauf erstellen Diese Serie ist an totale Neulinge gerichtet. Neu bei PhotoLine, evtl. sogar komplett neu, was Bildbearbeitung betrifft. So versuche ich, hier alles einfach zu halten. Ich habe sogar PhotoLine ein zweites

Mehr

Wie löst man Mathematikaufgaben?

Wie löst man Mathematikaufgaben? Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt

Mehr

«Integration in WebSite» HTML-/Javascript-Code-Beispiele

«Integration in WebSite» HTML-/Javascript-Code-Beispiele QuickInfo «Integration in WebSite» HTML-/Javascript-Code-Beispiele Fragen? Ihre Umfrage soll direkt in resp. auf Ihrer WebSite erscheinen? Die Möglichkeiten für eine technische Integration an exakten Stellen

Mehr

Information Systems Engineering Seminar

Information Systems Engineering Seminar Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt

Mehr

Übungen Workflow Management. Blatt 2

Übungen Workflow Management. Blatt 2 Übungen Workflow Management Blatt 2 Aufgabe 1: Erstellen Sie ein Petrinetz inklusive Anfangsmarkierung für den im Folgenden beschriebenen Prozess zur Bearbeitung einer Münzbestellung. Zuerst geht eine

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Lasersteuerung. Themengruppen FTDI - Interface ILDA Format Ausgabensteuerung Figurenerstellung Lasershowerstellung Lasershowarten Software / Community

Lasersteuerung. Themengruppen FTDI - Interface ILDA Format Ausgabensteuerung Figurenerstellung Lasershowerstellung Lasershowarten Software / Community Themengruppen FTDI - Interface ILDA Format Ausgabensteuerung Figurenerstellung Lasershowerstellung Lasershowarten Software / Community FTDI Interface FTDI = Future Technology Devices International 4(6)

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:

Mehr

10. Vorlesung Spieltheorie in der Nachrichtentechnik

10. Vorlesung Spieltheorie in der Nachrichtentechnik 10. Vorlesung Spieltheorie in der Nachrichtentechnik Vorlesung: Eduard Jorswieck Übung: Rami Mochaourab Sommersemester 2010 Kooperative Spiele - Stabile Paarungen Wir studieren Märkte mit zweiseitigen

Mehr

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese

Mehr

Cognitive Systems Master thesis

Cognitive Systems Master thesis Cognitive Systems Master thesis Recherche Phase SS 2011 Gliederung 1. Einleitung 2. Analogie Modelle 2.1 SME 2.2 Ava 2.3 Lisa 3. Zusammenfassung 4. Ausblick 2 Einleitung Analogie Problemsituation wird

Mehr

Data Mining: Einige Grundlagen aus der Stochastik

Data Mining: Einige Grundlagen aus der Stochastik Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener

Mehr

SEMINAR Modifikation für die Nutzung des Community Builders

SEMINAR Modifikation für die Nutzung des Community Builders 20.04.2010 SEMINAR Modifikation für die Nutzung des Community Builders Step by Step Anleitung ecktion SEMINAR Modifikation für die Nutzung des Community Builders Step by Step Anleitung Bevor Sie loslegen

Mehr

der Eingabe! Haben Sie das Ergebnis? Auf diesen schwarzen Punkt kommen wir noch zu sprechen.

der Eingabe! Haben Sie das Ergebnis? Auf diesen schwarzen Punkt kommen wir noch zu sprechen. Medizintechnik MATHCAD Kapitel. Einfache Rechnungen mit MATHCAD ohne Variablendefinition In diesem kleinen Kapitel wollen wir die ersten Schritte mit MATHCAD tun und folgende Aufgaben lösen: 8 a: 5 =?

Mehr

Die reellen Lösungen der kubischen Gleichung

Die reellen Lösungen der kubischen Gleichung Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................

Mehr

Fachhochschule Deggendorf Platzziffer:...

Fachhochschule Deggendorf Platzziffer:... Sommersemester 2008 Zahl der Blätter: 9 Fachbereich: Betriebswirtschaft WI Bachelor Hilfsmittel: alles ohne Computer Zeit: 90 Minuten 1 Betrachten Sie die drei markierten Zeilen. 1. Angenommen Sie hätten

Mehr

Einführung in die Linguistik, Teil 4

Einführung in die Linguistik, Teil 4 Einführung in die Linguistik, Teil 4 Syntax - Das Berechnen syntaktischer Strukturen beim menschlichen Sprachverstehen Markus Bader, Frans Plank, Henning Reetz, Björn Wiemer Einführung in die Linguistik,

Mehr

PROSTEP AG: Anmelden für eine mehrtägige Schulung für Opel-Zulieferer

PROSTEP AG: Anmelden für eine mehrtägige Schulung für Opel-Zulieferer PROSTEP AG: Anmelden für eine mehrtägige Schulung für Opel-Zulieferer Für eine reibungslose Zusammenarbeit fordert Opel von jedem seiner Zulieferunternehmen, dass es für das General Motors-Zulieferer-Portal

Mehr

15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit

15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit 5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord

Mehr

Mitarbeiter IVR - Wozu

Mitarbeiter IVR - Wozu Mitarbeiter IVR - Wozu Da alle Fahrzeuge auch mit GSM-Telefonen ausgestattet sind, ist es naheliegend, dass ein Großteil der Kommunikation zwischen Fahrzeugen (Mitarbeitern) und der Leitstelle über das

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr