Adiabatisches Quantencomputing
|
|
- Bertold Hafner
- vor 6 Jahren
- Abrufe
Transkript
1 DLR.de Folie > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Adiabatisches Quantencomputing Elisabeth Lobe, Tobias Stollenwerk Simulations- und Softwaretechnik HPCN Workshop, Braunschweig
2 DLR.de Folie 2 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Inhalt Einführung adiabatischer Quantencomputer Netzwerkoptimierung und Cliquenproblem Demonstration am Simulator
3 DLR.de Folie 3 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Motivation: Quanten-Speed-Up Diskrete Optimierung ist die Grundlage für viele Probleme: Packungen Partitionen Zuordnungen NP-schwere Probleme! Scheduling Vermutung: Quantencomputer löst diese schneller als klassische Rechner
4 DLR.de Folie 4 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Unterschiede zum klassischen Computer Klassische Bits Quantenbits (Qubits) Elektrische Spannung Zustand ist Superposition aus 0 und 0 Messung verändert Zustand 0 Messen 0 mit Wahrscheinlichkeit 0 Messen mit Wahrscheinlichkeit
5 DLR.de Folie 5 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Was ist ein adiabatischer Quantencomputer? Kommerzieller Hersteller: D-Wave Systems Inc., Kanada Simulator- und Programmierschnittstelle Quantum Apprentice Nicht zu verwechseln mit konventionellem Quantencomputer
6 DLR.de Folie 6 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Adiabatischer Quantencomputer löst diskrete Optimierungsprobleme Zielfunktion:,, 0,, für Schalter aus für Schalter an Gewichte Quelle: D-Wave Systems,,
7 DLR.de Folie 7 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Adiabatischer Quantencomputer löst QUBOs Quadratic Unconstrained Binary Optimization Zielfunktion:,,, 0,, für Schalter aus für Schalter an Gewichte Quelle: D-Wave Systems,,, Stärken der Kopplungen
8 DLR.de Folie 8 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Funktionsweise des adiabatischen Quantencomputers Kodiere Zielfunktion in niedrigstem Energiezustand eines Quantensystems Energieniveaus Energie Anfangssystem schnelle Änderung Zielsystem Zeit
9 DLR.de Folie 9 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Funktionsweise des adiabatischen Quantencomputers Hinreichend langsame Überführung in Zielsystem Energieniveaus Energie Δ bestimmt Laufzeit Anfangssystem Langsame Änderung Zielsystem Zeit
10 DLR.de Folie 0 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Funktionsweise des adiabatischen Quantencomputers 0 0 Energieprogramm Alle Qubits in einem Zustand zwischen 0 und
11 DLR.de Folie > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Funktionsweise des adiabatischen Quantencomputers Beste Lösung
12 DLR.de Folie 2 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Abbildung der Hardware im Simulator Einheitszelle aus 8 Qubits mit 2 Partitionen Insgesamt 4x4 Einheitszellen in Simulationssoftware 28 Qubits zur Zeit 8x8 Einheitszellen auf D-Wave-Chip 52 Qubits! " #$ Gewichte! und Stärken" #$ sind jeweils einstellbar
13 DLR.de Folie 3 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Simulator Quantum Apprentice Darstellung im D-Wave-Simulator Quantum Apprentice
14 DLR.de Folie 4 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Einschränkungen durch Chipstruktur Nicht alle Qubits %!,% # koppeln untereinander Lösung: Verbindung über andere Qubits Verteilen der Stärke über Strang Darstellung eines logischen Qubits durch mehrere echte Qubits Verteilen des Gewichts
15 DLR.de Folie 5 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Darstellung vollständiger Graphen Beispiel für 67 Knoten:
16 DLR.de Folie 6 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Beispielgraph
17 DLR.de Folie 7 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Beispielgraph
18 DLR.de Folie 8 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Beispiel: Cliquenproblem Finde größten vollständigen Teilgraph (Clique) Eigenschaften und Strukturen erkennen Anwendung: z.b. soziale Netzwerke: Finde maximale Gruppe von Freunden
19 DLR.de Folie 9 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Cliquenproblem auf Quantencomputer als quadratisches 0/-Minimierungsproblem formulieren: - Maximale Knotenzahl - Kanten des Graphs ohne Einschränkungen aktivierbar - Alle anderen Kanten dürfen nie benutzt werden Knotengewichte negativ, z.b. - Stärke 0 Hohe Strafe: Stärke +0
20 DLR.de Folie 20 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Cliquenproblem auf Quantencomputer Komplementgraph
21 DLR.de Folie 2 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Cliquenproblem auf Quantencomputer Realisierung auf D-Wave-Hardware Bei 0 Knoten: logischer Knoten = 4 Qubits Gewicht des logischen Knoten = - = Summe über allen Gewichten und Stärken im Qubitstrang Kopplung zwischen den Qubits ist wichtig negative Stärken
22 DLR.de Folie 22 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Cliquenproblem auf Quantencomputer
23 DLR.de Folie 23 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Cliquenproblem auf Quantencomputer nächstkleinere Cliquen finden: gefundene Kanten entfernen (nur solche, deren Knoten keinen gemeinsamen Nachbarn haben)
24 DLR.de Folie 24 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Nutzen der Lösung für Netzwerkoptimierung Implementierung mit weniger Qubits möglich! 5 Qubits
25 DLR.de Folie 25 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Netzwerkminimierung
26 DLR.de Folie 26 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Ausblick Scheduling-Probleme für Satellitenaufgabenplanung lösen Partitionieren des Cliquen-Problems zum Lösen komplexerer Probleme in Kombination mit klassischen Rechnern Machine Learning, Pattern Matching
27 DLR.de Folie 27 > Adiabatisches Quantencomputing > Elisabeth Lobe, Tobias Stollenwerk > Vielen Dank für ihre Aufmerksamkeit! Fragen? Tobias Stollenwerk Elisabeth Lobe Simulations- und Softwaretechnik Abt. Verteilte Systeme und Komponentensoftware
Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung Andreas Schreiber
DLR.de Folie 1 > Big-Data-Konferenz #2, Startplatz > A. Schreiber Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung > 08.12.2015 Analyse großer heterogener Daten in der Luft- und Raumfahrtforschung
MehrApproximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling
Approximationsalgorithmen: Klassiker I Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling VO Approximationsalgorithmen WiSe 2011/12 Markus Chimani
MehrSchwierige Probleme in der Informatik Informationen für die Lehrperson
Schwierige Probleme in der Informatik Informationen für die Lehrperson Thema, Adressaten,... Das Thema dieses Moduls sind NP-vollständige Probleme, also schwierige Probleme in der Informatik. GraphBench
MehrParallelrechner (1) Anwendungen: Simulation von komplexen physikalischen oder biochemischen Vorgängen Entwurfsunterstützung virtuelle Realität
Parallelrechner (1) Motivation: Bedarf für immer leistungsfähigere Rechner Leistungssteigerung eines einzelnen Rechners hat physikalische Grenzen: Geschwindigkeit von Materie Wärmeableitung Transistorgröße
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche
MehrAnmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
MehrInteraktive Optimierung mess-, steuer- und regelungstechnischer Anlagen für die technische Gebäudeausrüstung
DFG-Schwerpunktprogramm 1103 Vernetzt-kooperative Planungsprozesse im Konstruktiven Ingenieurbau Transferprojekt Interaktive Optimierung mess-, steuer- und regelungstechnischer Anlagen für die technische
MehrWS 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
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 3. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrArchitektur verteilter Anwendungen
Architektur verteilter Anwendungen Schwerpunkt: verteilte Algorithmen Algorithmus: endliche Folge von Zuständen Verteilt: unabhängige Prozessoren rechnen tauschen Informationen über Nachrichten aus Komplexität:
MehrQuantenmechanik am Limit
Quantenmechanik am Limit Die Jagd nach den letzen Quanten Thomas Ihn Solid State Physics Laboratory Department of Physics Wir alle folgen technologischen Trends... ... aber was ist da eigentlich drin?
Mehr2.5. VERBINDUNGSNETZWERKE GESTALTUNGSKRITERIEN DER NETZWERKE TOPOLOGIE ALS GRAPH. Vorlesung 5 TOPOLOGIE: DEFINITIONEN : Sei G = (V, E) ein Graph mit:
Vorlesung 5.5. VERBINDUNGSNETZWERKE Kommunikation zwischen den einzelnen Komponenten eines arallelrechners wird i.d.r. über ein Netzwerk organisiert. Dabei unterscheidet man zwei Klassen der Rechner: TOOLOGIE:
MehrKürzeste Wege in Graphen. Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik
Kürzeste Wege in Graphen Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik Gliederung Einleitung Definitionen Algorithmus von Dijkstra Bellmann-Ford Algorithmus Floyd-Warshall Algorithmus
MehrFreie Universität Berlin Institut für Informatik. Seminar über Algorithmen für Quanten-Computer. Vortrag Nr. 4 Quantenbits, -gatter, -register
Freie Universität Berlin Institut für Informatik Seminar über Algorithmen für Quanten-Computer Vortrag Nr. 4 Quantenbits -gatter -register Jörg Meltzer & Axel Steinacker Inhalt Klassisches Modell Vektorielle
MehrEffiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume
Effiziente Algorithmen und Datenstrukturen I Kapitel 9: Minimale Spannbäume Christian Scheideler WS 008 19.0.009 Kapitel 9 1 Minimaler Spannbaum Zentrale Frage: Welche Kanten muss ich nehmen, um mit minimalen
MehrKunst der Spieleprogrammierung. The END. Playful Design. (c) 2013, Peter Sturm, Universität Trier
The END Playful Design 1 Gamification bzw. Playful Design Motivation Bedienungsfreundlichkeit ZENTRALES Element der Spieleentwicklung Software wird meist freiwillig genutzt J Spiele waren immer wichtig
MehrModelle und Statistiken
Kapitel 4 Modelle und Statistiken In letzter Zeit werden vermehrt Parameter (Gradfolgen, Kernzahlfolgen, etc.) empirischer Graphen (Internet, WWW, Proteine, etc.) berechnet und diskutiert. Insbesondere
MehrVS3 Slide 1. Verteilte Systeme. Vorlesung 3 vom 22.04.2004 Dr. Sebastian Iwanowski FH Wedel
VS3 Slide 1 Verteilte Systeme Vorlesung 3 vom 22.04.2004 Dr. Sebastian Iwanowski FH Wedel Inhaltsverzeichnis für die Vorlesung Zur Motivation: 4 Beispiele aus der Praxis Allgemeine Anforderungen an Verteilte
MehrBäume und Wälder. Bäume und Wälder 1 / 37
Bäume und Wälder Bäume und Wälder 1 / 37 Bäume Ein (ungerichteter) Baum ist ein ungerichteter Graph G = (V, E), der zusammenhängend ist und keine einfachen Kreise enthält. Bäume und Wälder 2 / 37 Bäume
Mehr3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel
3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36
MehrSchedulingalgorithmen Rechenzeitverteilung auf Betriebssystemebene. Andi Drebes Fachbereich Informatik Universität Hamburg
Schedulingalgorithmen Rechenzeitverteilung auf Betriebssystemebene Andi Drebes Fachbereich Informatik Universität Hamburg Gliederung Notwendigkeit des Schedulings Einführung: Begriff des Multitaskings
MehrMaschinelles Lernen Entscheidungsbäume
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Maschinelles Lernen Entscheidungsbäume Paul Prasse Entscheidungsbäume Eine von vielen Anwendungen: Kreditrisiken Kredit - Sicherheiten
MehrSynergien aus Graph-Theorie und Data-Mining für die Analyse von Netzwerkdaten
für die Analyse von Netzwerkdaten Tanja Hartmann, Patricia Iglesias Sánchez, Andrea Kappes, Emmanuel Müller und Christopher Oßner IPD Institut für Programmstrukturen und Datenorganisation ITI Institut
MehrApproximationsalgorithmen
Ausarbeitung zum Thema Approximationsalgorithmen im Rahmen des Fachseminars 24. Juli 2009 Robert Bahmann robert.bahmann@gmail.com FH Wiesbaden Erstellt von: Robert Bahmann Zuletzt berarbeitet von: Robert
MehrHumboldt-Universität zu Berlin Institut für Physik. 1. Einführung. Seite 1 von 9. Versuch 8 Digitale Logik
Humboldt-Universität zu Berlin Institut für Physik 1. Einführung Versuch 8 Digitale Logik Im Unterschied zu analogen oder linearen Schaltungen sind logische Schaltungen zur Übertragung zweier bestimmter
MehrBabeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf
Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005 Paradigmen im Algorithmenentwurf Problemlösen Problem definieren Algorithmus entwerfen
Mehr4 Greedy-Algorithmen (gierige Algorithmen)
Greedy-Algorithmen (gierige Algorithmen) Greedy-Algorithmen werden oft für die exakte oder approximative Lösung von Optimierungsproblemen verwendet. Typischerweise konstruiert ein Greedy-Algorithmus eine
MehrAlles zu seiner Zeit Projektplanung heute
Alles zu seiner Zeit Projektplanung heute Nicole Megow Matheon Überblick Projektplanung Planen mit Graphentheorie Maschinenscheduling Ein 1 Mio. $ Problem Schwere & leichte Probleme? Zeitplanungsprobleme?
MehrGrundlagen der Fehlerinjektion Lehrstuhl 12 Fakultät Informatik. Grundlagen der Fehlerinjektion
Grundlagen der Fehlerinjektion Gliederung Motivation für Fehlerinjektion Aufbau einer Fehlerinjektionsumgebung FARM Arten der Fehlerinjektion Hardware Software Simulation GOOFI 2/25 Warum Fehlerinjektion?
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrEvolutionary Dilemmas in a Social Network
Evolutionary Dilemmas in a Social Network Autoren: Leslie Luthi, Enea Pestelacci, Marco Tomassini Referent: Felix Hanel Datum: 25.6.2012 Inhaltsübersicht 1 soziale Entscheidungsprobleme 1.1 Prisoner's
MehrDer Rechner. Grundbegriffe. Aufbau. Funktionsweise. Betriebssystem. Kategorisierung. PC-Komponenten. Prof. Dr. Aris Christidis
Der Rechner Grundbegriffe Aufbau Funktionsweise Betriebssystem Kategorisierung PC-Komponenten Auf der Grundlage eines Programms kann ein Computer Daten mit seiner Umgebung austauschen, mathematische und
MehrZellulare Neuronale Netzwerke
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Zellulare Neuronale Netzwerke Florian Bilstein Dresden, 13.06.2012 Gliederung 1.
MehrUNIVERSITÄT LEIPZIG. Studentenmitteilung 3./4. Semester - WS 2006/ SS 2007. Aufgaben zum Elektronik Grundlagenpraktikum. 4.
UNIVERSITÄT LEIPZIG Institut für Informatik Studentenmitteilung 3./4. Semester - WS 2006/ SS 2007 Abt. Technische Informatik Gerätebeauftragter Dr. rer.nat. Hans-oachim Lieske Tel.: [49]-0341-97 32213
MehrEinführung (0) Erster funktionsfähiger programmgesteuerter Rechenautomat Z3, fertiggestellt 1941 Bild: Nachbau im Deutschen Museum München
Einführung (0) Erster funktionsfähiger programmgesteuerter Rechenautomat Z3, fertiggestellt 1941 Bild: Nachbau im Deutschen Museum München Einführung (1) Was ist ein Rechner? Maschine, die Probleme für
MehrDie Linux Kernel Virtual Machine - Wo steht der Linux Hypervisor? 2. März 2008
Die Linux Kernel Virtual Machine - Wo steht der Linux Hypervisor? 2. März 2008 Jörg Rödel Virtualization - Whats out there? Virtualisierung hat bereits längere Geschichte auf x86 Startete mit VMware Setzte
MehrMaximaler Fluß und minimaler Schnitt. Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de
Maximaler Fluß und minimaler Schnitt Von Sebastian Thurm sebastian.thurm@student.uni-magedburg.de Maximaler Fluß und minimaler Schnitt Wasist das? Maximaler Fluss Minimaler Schnitt Warumtut man das? Logistische
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrDie CUTEr Testbibliothek
Die CUTEr Testbibliothek Slide 1 Motivation Softwarepakete mit vollkommen verschiedenen Anwendungsschwerpunkten Optimierung entweder nur einer von vielen Schwerpunkten oder sogar nur Nebenprodukt zur Lösung
MehrVorlesung 3 MINIMALE SPANNBÄUME
Vorlesung 3 MINIMALE SPANNBÄUME 72 Aufgabe! Szenario: Sie arbeiten für eine Firma, die ein Neubaugebiet ans Netz (Wasser, Strom oder Kabel oder...) anschließt! Ziel: Alle Haushalte ans Netz bringen, dabei
MehrMeeting the Challenges of Integrating Large and Diverse Geographic Databases
Meeting the Challenges of Integrating Large and Diverse Geographic Databases M. Sc. Michael Schäfers schaefers@dbs.uni-hannover.de 04. März 2014 Agenda: 1 Motivation: Räumliche Datenintegration 2 3 Take-Home-Message:
MehrBetter Backlinking Semantische Kategorisierung von Websites
Better Backlinking Semantische Kategorisierung von Websites Stephan Sommer-Schulz info@nerdbynature.net Inhaltsübersicht 1. Ziel: Kategorisierung 2. Backlinks 3. Kategorien - Auswahl 4. Semantische Verfahren
MehrAlgorithmen für schwierige Optimierungsprobleme Vorlesung für den Bereich Bachelor Informatik
Algorithmen für schwierige Optimierungsprobleme Vorlesung für den Bereich Bachelor Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT
MehrSEMINAR AUTOMATISCHE GESICHTSERKENNUNG
SEMINAR AUTOMATISCHE GESICHTSERKENNUNG OBERSEMINAR AUTOMATISCHE ANALYSE VON GESICHTSAUSDRÜCKEN Organisation, Überblick, Themen Überblick heutige Veranstaltung 1. Organisatorisches 2. Überblick über beide
MehrApproximation in Batch and Multiprocessor Scheduling
Approximation in Batch and Multiprocessor Scheduling Tim Nonner IBM Research Albert-Ludwigs-Universität Freiburg 3. Dezember 2010 Scheduling Zeit als Ressource und Beschränkung Formaler Gegeben sind Jobs
MehrUntersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations- und Verarbeitungsalgorithmen
Fakultät Informatik Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Untersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations-
MehrKombinatorische 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
MehrKomplexitätstheorie Einführung und Überblick (Wiederholung)
Literatur C. Papadimitriou UC Berkeley Zum Komplexitätsbegriff Strukturelle Komplexität Average Case Analyse Effiziente Algorithmen Logische Komplexität Beschreibungssprachen: SQL Kolmogorov Komplexität
MehrMonte Carlo Simulationen
Monte Carlo Simulationen Erkenntnisse durch die Erschaffung einer virtuellen Welt Stefan Wunsch 31. Mai 2014 INSTITUT FÜR EXPERIMENTELLE KERNPHYSIK (IEKP) KIT Universität des Landes Baden-Württemberg und
MehrErzeugung zufälliger Graphen und Bayes-Netze
Erzeugung zufälliger Graphen und Bayes-Netze Proseminar Algorithmen auf Graphen Georg Lukas, IF2000 2002-07-09 E-Mail: georg@op-co.de Folien: http://op-co.de/bayes/ Gliederung 1. Einleitung 2. einfache
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 10. Motivation. Motivation. Bisher haben wir mit TMs. Probleme gelöst/entschieden/berechnet.
bei TMs bei Computern Formale Grundlagen der Informatik 1 Kapitel 10 Frank Heitmann heitmann@informatik.uni-hamburg.de Bisher haben wir mit TMs Probleme gelöst/entschieden/berechnet. Dabei war entscheidbar
MehrVirtual Maintenance Trainer (VMT)
Virtual Maintenance Trainer (VMT) Präsentation DGLR Workshop 24.& 25. Februar 2010 Page 1 Wer bin ich? Thomas Hančil Dipl. Informatiker seit 1998 bei EADS VMT für Eurofighter SW-Entwickler Integration-
MehrBinärer Entscheidungsbaum. für Boole sche Funktionen. (binary decision tree: BDT) Kapitel 4: Binäre Entscheidungsdiagramme
Kapitel 4: Binäre Entscheidungsdiagramme (BDDs) BDDs (binary decision diagrams) wurden aus binären Entscheidungsbäumen für boole sche Funktionen entwickelt. Binärer Entscheidungsbaum (binary decision tree:
MehrMaximizing the Spread of Influence through a Social Network
1 / 26 Maximizing the Spread of Influence through a Social Network 19.06.2007 / Thomas Wener TU-Darmstadt Seminar aus Data und Web Mining bei Prof. Fürnkranz 2 / 26 Gliederung Einleitung 1 Einleitung 2
MehrRechnen mit ultra-kalten Atomen: vom Quantensimulator zum Quantencomputer?
Rechnen mit ultra-kalten Atomen: vom Quantensimulator zum Quantencomputer? Uwe-Jens Wiese Albert Einstein Center for Fundamental Physics Institute for Theoretical Physics, Bern University Physik am Freitag
MehrVorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke
Vorlesungsplan 17.10. Einleitung 24.10. Ein- und Ausgabe 31.10. Reformationstag, Einfache Regeln 7.11. Naïve Bayes, Entscheidungsbäume 14.11. Entscheidungsregeln, Assoziationsregeln 21.11. Lineare Modelle,
MehrInformatik (G8) Sek I - Differenzierung 8/9
Schulinternes Curriculum für das Fach Informatik (G8) Sek I - Differenzierung 8/9 am Gymnasium Lohmar Das Fach Informatik wird am Gymnasium Lohmar im Rahmen der Differenzierung in Form eines 2-stündigen
MehrMikrocontroller - Schnelleinstieg
Mikrocontroller - Schnelleinstieg Am Beispiel des Atmel Mega8 Philipp Fabian Benedikt Maier Mikrocontroller Schnelleinstieg Seite 1 Mikrocontroller - Schnelleinstieg: - Was ist ein Mikrokontroller? - Welche
MehrRapide An Event-Based Architecture Definition Language
Rapide An Event-Based Architecture Definition Language Ralf Bettentrup Seminar: Architekturbeschreibungssprachen Wozu Rapide? Computer mit Modem Provider Broker Client Broker PC Prov 1 Client 1 RS-232
Mehrautomation technologies GmbH PAD-Card Benutzerhandbuch
automation technologies GmbH PAD-Card Benutzerhandbuch PAD-Card Benutzerhandbuch Einschränkung der Gewährleistung: Die Angaben und Hinweise in diesem Handbuch sind sorgfältig geprüft und entsprechen den
MehrDer Design- und Verifizierungsprozess von elektronischen Schaltungen. Y Diagramm
Der Design- und Verifizierungsprozess von elektronischen Schaltungen Y Diagramm Verhaltens Beschreibung Struktur Beschreibung z.b. Vout =Vin/2 Analog: Teiler Digital: Schieberegister Widerstand oder Mosfet
MehrHardware/Software-Codesign
Klausur zur Lehrveranstaltung Hardware/Software-Codesign Dr. Christian Plessl Paderborn Center for Parallel Computing Universität Paderborn 8.10.2009 Die Bearbeitungsdauer beträgt 75 Minuten. Es sind keine
MehrFachhochschule Braunschweig / Wolfenbüttel Fachbereich Elektrotechnik
Fachhochschule Braunschweig / Wolfenbüttel Fachbereich Elektrotechnik Prof. Dr.-Ing. Ose 8. 11. 2006 Labor Grundlagen der ET I V 16: Lineare Netzwerke (AV) Teilnehmer 1: Matr.-Nr.: Datum: Gruppen-Kennzeichen:
MehrGraphentheorie. Organisatorisches. Organisatorisches. Organisatorisches. Rainer Schrader. 23. Oktober 2007
Graphentheorie Rainer Schrader Organisatorisches Zentrum für Angewandte Informatik Köln 23. Oktober 2007 1 / 79 2 / 79 Organisatorisches Organisatorisches Dozent: Prof. Dr. Rainer Schrader Weyertal 80
MehrGliederung. Definition Wichtige Aussagen und Sätze Algorithmen zum Finden von Starken Zusammenhangskomponenten
Gliederung Zusammenhang von Graphen Stark Zusammenhängend K-fach Zusammenhängend Brücken Definition Algorithmus zum Finden von Brücken Anwendung Zusammenhangskomponente Definition Wichtige Aussagen und
MehrEinführung in die Lineare und Kombinatorische Optimierung
Einführung in die Lineare und Kombinatorische Optimierung (Algorithmische Diskrete Mathematik I, kurz ADM I) Skriptum zur Vorlesung im WS 2012/2013 Prof. Dr. Martin Grötschel Institut für Mathematik Technische
MehrOptimization techniques for large-scale traceroute measurements
Abschlussvortrag Master s Thesis Optimization techniques for large-scale traceroute measurements Benjamin Hof Lehrstuhl für Netzarchitekturen und Netzdienste Institut für Informatik Technische Universität
MehrFormale 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
MehrAlgorithmen und Datenstrukturen Suchbaum
Algorithmen und Datenstrukturen Suchbaum Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Motivation Datenstruktur zur Repräsentation dynamischer Mengen
MehrHerzlich Willkommen. Thema
1 / 13 Herzlich Willkommen Abschlußprüfung Sommer 2004 Fachinformatik / Systemintegration Thema Migration vom lokalem zum Standortübergreifendem Server-gestütztem Virenschutz der Konrad-Adenauer-Stiftung
MehrES-Projektseminar (SS 2012)
ES-Projektseminar (SS 2012) Endvortrag Simulator 2012 Team 4: Simulator (Geisterfahrer) Michael Alekseew, Sebastian Focke, Philipp Schillinger, David Winter ES Real-Time Systems Lab Prof. Dr. rer. nat.
MehrKonzepte 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
MehrVergleich von Computational Fluid Dynamics-Programmen in der Anwendung auf Brandszenarien in Gebäuden. Frederik Rabe, Anja Hofmann, Ulrich Krause
Vergleich von Computational Fluid Dynamics-Programmen in der Anwendung auf Brandszenarien in Gebäuden Frederik Rabe, Anja Hofmann, Ulrich Krause Gliederung Einleitung Grundlagen Grundlagen CFD NIST FDS
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
MehrComputeriaUrdorf «Sondertreff»vom30. März2011. Workshop mit WLAN-Zugriff auf das Internet
ComputeriaUrdorf «Sondertreff»vom30. März2011 Workshop mit WLAN-Zugriff auf das Internet 30. März 2011 Autor: Walter Leuenberger www.computeria-urdorf.ch Was ist ein (Computer-)Netzwerk? Netzwerk-Topologien
MehrModelle, Verfahren, Software, Anwendungen
Leena Suhl»TaTeb Mellouli Optimierungssysteme Modelle, Verfahren, Software, Anwendungen 3., korrigierte und aktualisierte Auflage ^ Springer Gabler Inhaltsverzeichnis Einleitung 1 1 Optimierungssysteme
Mehr1. Gleichstrom 1.4 Berechnungsverfahren für die Netzwerke Überlagerungsprinzip Maschenstromverfahren Knotenpotenzialverfahren Zweipoltheorie
Überlagerungsprinzip Maschenstromverfahren Knotenpotenzialverfahren Zweipoltheorie 1 Überlagerungsprinzip (Superposition) Vorgehensweise: Jede Energiequelle wird getrennt betrachtet Resultierende Gesamtwirkung
MehrInformatik (G9) Sek I - Differenzierung 8/9/10
Schulinternes Curriculum für das Fach Informatik (G9) Sek I - Differenzierung 8/9/10 am Gymnasium Lohmar Das Fach Informatik wird am Gymnasium Lohmar im Rahmen der Differenzierung in Form eines 2-stündigen
MehrVirtueller Supercomputer Berlin - Hannover Mit Jumbo-Frames über die DFN-Verbindung. Hubert Busch, Zuse-Institut Berlin (ZIB)
Virtueller Supercomputer Berlin - Hannover Mit Jumbo-Frames über die DFN-Verbindung Hubert Busch, Zuse-Institut Berlin (ZIB) Inhalt Zuse-Institut Berlin, Konrad Zuse Der HLRN-Verbund Das HLRN-System Anforderungen
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrRechnernetze I. Rechnernetze I. 1 Einführung SS 2014. Universität Siegen rolanda.dwismuellera@duni-siegena.de Tel.: 0271/740-4050, Büro: H-B 8404
Rechnernetze I SS 2014 Universität Siegen rolanda.dwismuellera@duni-siegena.de Tel.: 0271/740-4050, Büro: H-B 8404 Stand: 9. Mai 2014 Betriebssysteme / verteilte Systeme Rechnernetze I (1/10) i Rechnernetze
MehrDie Geschichte des Computers
Inhaltsverzeichnis Der Vorbote des Computers... 3 Der Erfinder des ersten Computers... 3 Die Computer... 4 Der erste Computer Z1... 4 Der zweite Computer Z3... 5 Der Mark I... 6 Der ENIAC... 7 Der SSEC...
MehrSimulation eines Quantencomputers
Simulation eines Quantencomputers Björn Butscher, Hendrik Weimer Universität Stuttgart 22. März 2003 Inhaltsverzeichnis Quantencomputing Eine Einführung 3 2 Simulation eines Quantencomputers 5 2. Implementierung
MehrScheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É.
Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Tardos Janick Martinez Esturo jmartine@techfak.uni-bielefeld.de xx.08.2007 Sommerakademie Görlitz Arbeitsgruppe 5 Gliederung
MehrSANDbed A WSAN Testbed for Network Management and Energy Monitoring
Anton Hergenröder, Jens Horneber und Joachim Wilke SANDbed A WSAN Testbed for Network Management and Energy Monitoring, Evtl. Name des Vortragenden Motivation 1 Energieproblematik in WSN Unterschiedliche
MehrLernmaterial für die Fernuni Hagen effizient und prüfungsnah
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem
MehrVom Chip zum Gehirn Elektronische Systeme zur Informationsverarbeitung
Vom Chip zum Gehirn Elektronische Systeme zur Informationsverarbeitung Johannes Schemmel Forschungsgruppe Electronic Vision(s) Lehrstuhl Prof. K. Meier Ruprecht-Karls-Universität Heidelberg Mitarbeiter:
MehrReCoNets Entwurfsmethodik für eingebettete Systeme bestehend aus kleinen Netzwerken hardwarerekonfigurierbarer Knoten und -verbindungen
ReCoNets Entwurfsmethodik für eingebettete Systeme bestehend aus kleinen Netzwerken hardwarerekonfigurierbarer Knoten und -verbindungen C. Bobda, Ch. Haubelt, D. Koch, T. Streichert, Prof. Dr.-Ing. J.
MehrEin Algorithmus für die
VGG 1 Ein Algorithmus für die Visualisierung gerichteter Graphen in der Ebene (2D) Seminar Graph Drawing SS 2004 bei Prof. Bischof (Lehrstuhl für Hochleistungsrechnen) Gliederung VGG 2 Einleitung Motivation
MehrAdiabatisches Quanten Computing
1 Adiabatisches Quanten Computing Hauptseminar-Vortrag von: Matthias Hecker Datum 25.06.2013 SOFTWARE DESIGN AND QUALITY GROUP INSTITUTE FOR PROGRAM STRUCTURES AND DATA ORGANIZATION, FACULTY OF INFORMATICS
MehrUniversität Karlsruhe (TH)
Universität Karlsruhe (TH) Forschungsuniversität gegründet 1825 ZPL Prof. Dr. Walter F. Tichy Dr. Victor Pankratius Ali Jannesari Agenda 1. ZPL Überblick 2. Konzepte von ZPL Regionen, Region Specifiers
MehrQuelle: (1) Brixner, Physik. Blätter, 2001. Kohärente Kontrolle von chemischen Reaktionen mittels Lasern
Quelle: (1) Brixner, Physik. Blätter, 2001 Kohärente Kontrolle von chemischen Reaktionen mittels Lasern Gliederung 1. Motivation 2. Einfache Kontrollschemata 3. Optimale Kontrolle und Lernschleife 4. Ausblick
MehrDC-FW400 SE. 3+1 Port IEEE 1394 FireWire TM PCI-Controller
DC-FW400 SE 3+1 Port IEEE 1394 FireWire TM PCI-Controller Wichtige Information zur Datensicherheit Vor der Installation und bei Änderungen der Konfiguration des DC-FW400 SE sollte unbedingt eine Datensicherung
MehrAlgorithmische Methoden zur Netzwerkanalyse
Algorithmische Methoden zur Netzwerkanalyse Juniorprof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
MehrProling von Software-Energieverbrauch
Proling von Software-Energieverbrauch Seminar Ausgewählte Kapitel der Systemsoftwaretechnik: Energiegewahre Systemsoftware im Sommersemester 2013 Michael Fiedler 6. Juni 2013 1 Motivation (1) Grundproblem
MehrOptimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen
Optimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen Dr. Abebe Geletu Ilmenau University of Technology Department of Simulation and Optimal Processes
Mehr16. All Pairs Shortest Path (ASPS)
. All Pairs Shortest Path (ASPS) All Pairs Shortest Path (APSP): Eingabe: Gewichteter Graph G=(V,E) Ausgabe: Für jedes Paar von Knoten u,v V die Distanz von u nach v sowie einen kürzesten Weg a b c d e
MehrRisikosimulation zur Optimierung der Finanzierungsplanung von Projekten
Risikosimulation zur Optimierung der Finanzierungsplanung von Projekten Dresden, 18.06.2012 Agenda Motivation Notwendigkeit einer Risikosimulation Grundlagen der Monte-Carlo-Simulation Konzept einer 4-Stufen-Risikosimulation
Mehr