Promotionskolloquium: Reinforcement Lernen mit Regularisierungsnetzen
|
|
- Annegret Waldfogel
- vor 6 Jahren
- Abrufe
Transkript
1 Promotionskolloquium: Reinforcement Lernen mit Regularisierungsnetzen Tobias Jung Betreuer: Prof. Dr. Thomas Uthmann Prof. Dr. Elmar Schömer Dr. Daniel Polani Fachbereich Physik, Mathematik & Informatik Johannes Gutenberg-Universität Mainz Promotionskolloquium: RL mit RN, 16. Nov 07 p.1/30
2 Worum geht es? Ò ÙÒ Ú Ö ÐÐ ÈÖÓ Ð Ñ ÒÒ Ò Û Ö ÙÒ ÓÔØ Ñ Ð Ò Ò Ö ÓÑÔÐ Ü Ò ÍÑÛ ÐØ Ú Ö ÐØ Ò Ï ÓÐ ÚÓÒ ÒØ ÙÒ Ò ÙÒ Û Ù Û Ö ÙÒ Ò Ð Ò Ö Ø ÃÓÒ ÕÙ ÒÞ Ò ºººµ ØÐ Ï ÒÒ Ò ÓÑÔÙØ Ö ÙØÓÑ Ø ØÙÒ Ã ÖÒ Ö ÚÓÒ ÃÁ µ ÏÓ Ö Ö Ù Ø Ñ Ò Promotionskolloquium: RL mit RN, 16. Nov 07 p.2/30
3 Teil I: Reinforcement Lernen Promotionskolloquium: RL mit RN, 16. Nov 07 p.3/30
4 Ein einfaches Beispiel +2$ 5$ 1$ +10$ 1/5 4/5 Sparen Investieren3/5 3/5 Investieren Sparen 2/5 Rezession Konjunktur 2/5 2/5 3/5 +5$ 1$ +5$ 5$ Ø Ò Ø Ð ËÝ Ø Ñ Ö Ø Ò Ö Ø t = 0,1,2,3... Ù ØÒ S = {³Ê Þ ÓÒ³ ³ÃÓÒ ÙÒ ØÙÖ³} Ø ÓÒ Ò A = {³ÁÒÚ Ø Ö Ò³ ³ËÔ Ö Ò³}º Ö Ò Û Ö ÒÐ Ø Ò P(s t+1 s t, a t ) Å Ö ÓÚµ ½¹Ë Ö ØØ Ù Þ ÐÙÒ Ò R(s t+1, s t, a t ) ÐÓ ÒÙÒ ÃÓ Ø Ò µ Ð Ñ Ü Ñ Ö ÑØ Û ÒÒ Promotionskolloquium: RL mit RN, 16. Nov 07 p.4/30
5 Dynamisches Programmieren Ï Ö ØÖ Ø Ò Ò ÈÓÐ Ø π : S A Ø ÖÑ Ò Ø µº s : V π (s) := E { γ t R(s t+1, s t, a t ) s 0, a i = π(s i ) } t 0 Ù Ö ÈÓÐ Ø π Ï ÖØ ÙÒ Ø ÓÒ Ñ Ø γ (0,1) ÓÒØ ØÓÖµ Ð Ù Ø Ø π := argmax π V π ÓÔØ Ñ Ð ÈÓÐ Ø º Ï ÒÒ Ñ Ò ÖÖ Ò ½º ÐØ ÐÐÑ Ò Ð ÙÒ s : V π (s) = E s s,π(s){r(s, s, π(s)) + γv π (s )} ¾º ÐØ ÈÓÐ Ø Ú Ö ÖÙÒ ¹Ì ÓÖ Ñ Ò π k, V π k º ÒÒ ÐØ Ö π k+1 (s) := argmax a E s s,a{r(s, s, a) + γv π k(s )} = Ä ÙÒ Ð ÓÖ Ø ÑÙ ÈÓÐ Ø ¹ÁØ Ö Ø ÓÒ ÀÓÛ Ö ½ ¼µº ÐØ ÖÒ Ø Ú Ö Ø Ï ÖØ ¹ÁØ Ö Ø ÓÒ ÐÐÑ Ò ½ µº Ø V π k+1(s) V π k(s) sº ÐØ Ð Ø s ÒÒ π k+1 = π ÓÔØ Ñ Ðº Promotionskolloquium: RL mit RN, 16. Nov 07 p.5/30
6 Notation ÙÖ Ö Ò Ö Ø Ö Ò Û Ö ÓÑÔ Ø Ñ Ø Å ØÖ Þ Ò»Î ØÓÖ Ò Ù Ò Ö Ù Ø Ò Ö ÙÑ S = {1,..., N} v Ò N 1 Î ØÓÖ P π Ò N N Å ØÖ Ü Ñ Ø [P π ] ij = P(s = j s = i, a = π(s)) R π Ò N 1 Î ØÓÖ Ñ Ø [R π ] i = s P(s i, π(i))r(s, i, π(i)) ÙÒ Ð Ð v π := V π (1) º V π (N) = ÐÐÑ Ò¹ Ð ÙÒ Ò Å ØÖ Ü¹Ë Ö Û v π Ø Ä ÙÒ ÚÓÒ v = R π + γp π v ÞÛº (I γp π )v = R π Ï Ø ÒÙÒ ÓÒ Ö Ø Ñ Ô Ð Ù ººº Promotionskolloquium: RL mit RN, 16. Nov 07 p.6/30
7 Beispiel (Forts.) ÈÓÐ Ø ¹ÁØ Ö Ø ÓÒ Ø ÖØ Ò Ñ Ø π 0 = { ÐÐ Ê Þº ÒÒ ÁÒÚº ÐÐ ÃÓÒ º ÒÒ ËÔ Öº} 1/5 4/5 +2$ ½º ÈÓÐ Ø ¹ Ú ÐÙ Ø ÓÒ Ö π 0 γ = 0.99µ Sparen 1$ Rezession 5$ Investieren2/5 3/5 +5$ 1$ 3/5 2/5 Sparen +5$ Konjunktur +10$ Investieren2/5 3/5 5$ [ ] [ ] [ P π =,R π 0.4 ( 5) = = ( 1) [[ ] [ ]] 1 [ ] [ v π = 0.99 = ] ] ¾º ÈÓÐ Ø ¹Î Ö ÖÙÒ Ö ÈÓÐ Ø ¹ Ð ØÙÒ Ù V π 0 π 1 (Ê Þ) := argmax{p(ê Þ Ê Þ, Ô ) [R(Ê Þ, Ê Þ, Ô ) V π0 (Ê Þ)] +P(ÃÓÒ Ê Þ, Ô ) [R(ÃÓÒ, Ê Þ, Ô ) V π0 (ÃÓÒ)]; P(Ê Þ Ê Þ, ÒÚ) [R(Ê Þ, Ê Þ, ÒÚ) V π0 (Ê Þ)] +P(ÃÓÒ Ê Þ, ÒÚ) [R(ÃÓÒ, Ê Þ, ÒÚ) V π0 (ÃÓÒ)]} = argmax{193.01; } = π 1 (ÃÓÒ) :=... = argmax{196.64; } = ËÓÑ Ø π 1 = π 0 Ð Ó V π 1 = V π 0 ÙÒ Ñ Ø ÓÔØ Ñ Ðº ÖØ º Promotionskolloquium: RL mit RN, 16. Nov 07 p.7/30
8 Ñ ÓÖÑ ÐÐ Ò Ê Ñ Ò Ð Ò Å Ò ÚÓÒ Ù Ò ÙÒØ Ö Ö Ò Ò ÙÒ ÓÔØ Ñ Ð Ð Ò ÁÒ Ë Þº º Ø ÓÒ Ò Ñ Ð Ù Ø Ò Ö¹ Ù ØÒ Ö ØØÔÓ Ø ÓÒ Ò Ö ÐÓ ÒÙÒ ß½ Ë ¹½ Æ ÖÐ ¼ ÓÒ ØÐ Ò Ù Ja, aber... Ö s : V π { (s) = ÈÓÐ Ø ¹ Ú ÐÙ Ø ÓÒ E s s,π(s) R(s, s, π(s)) + γv π (s ) } { s : ÈÓÐ Ø ¹Î Ö ÖÙÒ π k+1 (s) := argmax a E s s,a R(s, s, a) + γv π k(s ) } Ø ÓÒ Ö ÙÑ ÖÓ µ ÈÖÓ Ð Ñ Ù Ø Ò Ö ÙÑ ÖÓ ÝÒ Ñ P(s s, a) ÙÒ ÒÒØ Ò ØÞ ÑÙÐ Ø ÓÒ ÖØ ÔÔÖÓÜ Ñ Ø Ú È Ê Ò ÓÖ Ñ ÒØ Ä ÖÒ Òµº Á Ø ½º ËØ ÐÐ V π Ð Ä Ò Ö ÓÑ Ò Ø ÓÒ Û Ò Ö Ò Ö ÙÒ Ø ÓÒ Ò Ö Þº º V π (s) = w 1 Ù ÖÒ(s) + w 2 ËÔÖ Ò Ö(s) + w 3 ÄÙ Ö(s) + w 4 ÌÙÖÑ(s) + w 5 Ñ (s) ¾º Æ Ö ÙÒ ÒÒØ ËÝ Ø Ñ ÝÒ Ñ P(s s, π(s)) ÙÖ ËØ ÔÖÓ Ò ÙÒØ Ö π Òº Promotionskolloquium: RL mit RN, 16. Nov 07 p.8/30
9 1. Approximatives DP (mit Modell) ÙÒ Ø ÓÒ ÔÔÖÓÜ Ñ Ø ÓÒ Ë S = {1,..., N} Ù Ø Ò Ö ÙѺ ØÖ Ø Ð Ò Ö È Ö Ñ ØÖ ÖÙÒ m V (s) Ṽ (s;w) = w i φ i (s) = w T φ(s) i=1 ÛÓ φ i : S ÙÒ Ø ÓÒ Ò R ËØ µ m φ(s) = ( φ 1 (s),..., φ m (s) )T ØÙÖ Ú ØÓÖ m 1 Î ØÓÖµ w = ( w 1,..., w m ) T ÞÙ Ø ÑÑ Ò Ò Û Ø Ò º ÏÓ Ï Ð ÚÓÒ ³Ö Ø Ò³ ÙÒ Ø ÓÒ Ò Ñ ÐÐ Ñ Ò Ò ÐÐ Ò Ø ÖÐ Ö Û Ö Ø ººº Promotionskolloquium: RL mit RN, 16. Nov 07 p.9/30
10 Min. des Bellman Residuums (mit Modell) Ü Ø Ê ÔÖ ÒØ Ø ÓÒ Å Ø ÙÒ Ø ÓÒ ÔÔÖÓÜ Ñ Ø ÓÒ Ï ÖØ ÙÒ Ø ÓÒ v = V (1) º V (N) ṽ = Ṽ (1;w) º Ṽ (N;w) ÔÔÖÓÜ Ñ ÖØ Ï ÖØ ÙÒ Ø ÓÒ = Φw Ñ Ø Φ = φ(1) T º φ(n) T ÈÓÐ Ø ¹ Ú ÐÙ Ø ÓÒ Ð (I γp π )v = R π min (I ṽ=φw γpπ )ṽ R π 2 ÔÔÖÓÜ Ñ Ø Ú ÈÓÐ Ø ¹ Ú ÐÙ Ø ÓÒ Ð N ÍÒ ÒÒØ N N ÄË = ÆÓÖÑ Ð Ð ÙÒ Ö w [(Φ γp π Φ) T (Φ γp π Φ)]w = (Φ γp π Φ) T R π N ÒÞº Ù ØÒ m ÍÒ ÒÒØ m m ÄË m ÒÞº ÙÒ Ø Ó¹ Ò Ò Promotionskolloquium: RL mit RN, 16. Nov 07 p.10/30 ÍÒ Û ÒÒ Ò Û Ö Ó Ò ÅÓ ÐÐ ØÙÒ ººº µ
11 2. Simulationsbasierte Approximation  ØÞØ ØÖ Ø Ò Û Ö Ñ Ø D = diag(µ(1),..., µ(n)) Ø Ø ÓÒÖ Î ÖØ ÐÙÒ µ min w (Φ γpπ Φ)w R π 2 D ÙÒ ÞÙ Ö Ð ÙÒ Ý Ø Ñ Ö w (Φ γp π Φ) T D(Φ γp π Φ) w = (Φ γp π Φ) T DR π }{{}}{{} =:A =:b ÍÒ Ö ÈÖÓ Ð Ñ ÒÒ Ò»ÛÓÐÐ Ò A ÙÒ b Ò Ø Ù Ö Ò Ò Û Ð Û Ö P π Ò Ø ÒÒ Ò Ó Ö N ÞÙ ÖÓ Øº A = b = N µ(i) (φ(i) γe j i,π(i) {φ(j)} )( φ(i) γe j i,π(i) {φ(j)} ) T i=1 N µ(i) (φ(i) γe j i,π(i) {φ(j)} ) E j i,π(i) {R(j, i, π(i)} i=1 Ö Ù Ò Û Ö ÙÒ A ÙÒ b Ò Ù Ö Ò Ö Ø ÐÐÙÒ Ñ Ø Ù Ö Ò ÈÖÓ Ù Øµ  ØÞØ Ñ Ò Û Ö ÓÐ Ò Ò ÌÖ ººº Promotionskolloquium: RL mit RN, 16. Nov 07 p.11/30
12 Simulationsbasiert (Forts.) Û Ö ÒÒ Ò Ù Ø Ò Ö Ò ËÝ Ø Ñ ÙÒØ Ö π Ó Ø Ò Þº º Ò Ñ Ò ÒÓÑÑ Ò ÊÓ ÓØ Ö» ÒØ Ñ Ø ËÝ Ø Ñ ÒØ Ö Öص t = 0, 1,2... Ò π(s t ) s t r t+1 π(s t+1 ) s t+1 r t+2 s t+2 Ø ÖÑ Ò Ø Ò Ù Ø Ò Ö Ò Ò ÒÒ Ò Û Ö ÒÒ Ñ Ø À Ð Ö ËØ ÔÖÓ Ò T ËØ µ Æ ÖÙÒ Ò Ö A ÙÒ b Ö Ø ÐÐ Òº ÐØ Ì Ø Ð ² Î Ò ÊÓÝ µ Þº º A T := b T := T 1 ( φ(st ) γφ(s t+1 ) )( φ(s t ) γφ(s t+1 ) ) T t=0 T 1 ( φ(st ) γφ(s t+1 ) ) r t+1 b ÒÒ T /T º ºµ b t=0 ÒÒ A T /T A º ºµ min w 1 γ ËØ ØØ Aw = b Ð Ò Û Ö ÒÙÒ Æ ÖÙÒ A T w = b T ÞÛº ÞÙ Ö Ä˹ÈÖÓ Ð Ñ ºº º ºº º 1 γ φ(s 0 ) T º φ(s T ) T w r 1 º r T 2 Å Ò Ñ ÖÙÒ ÐÐÑ Ò Ê ÙÙÑ Êŵº ÐØ ÖÒ Ø Ú ÄËÌ ÄËÈ Ì Promotionskolloquium: RL mit RN, 16. Nov 07 p.12/30
13 Ù Û Ð Ï Ð ÖÒ Ò Û Ö Ò ÞÙ Ö Ò Û Ø Ú ØÓÖ w Ò ¾º Ø Òµ ËØ ÔÖÓ Ò Ö Ò Zusammen: Approximative Politik-Iteration Value function Q( ;w k ) Q π k w k Approximate Policy Evaluation Temporal Difference Learning (e.g. LSTD, LSPE) Approximate Policy Improvement Observed transitions {s i, a i, r i+1, s i+1 } ÈË Ö Ö ÔÐ Ñ ÒØ π k... π k+1 Policy (greedy) wrt Q( ;w k ) Ṽ ÙÒ Ö Ò Ê Ö ÓÒ ÙÖ ÁÑ Ò Ø Ö ÙÞ ÖØ ÐÐ Ù ÓÐ Ò Ö Ò ½º Ù Û Ð Ï Û Ð Ò Û Ö È Ö Ñ ØÖ ÖÙÒ ÚÓÒ Promotionskolloquium: RL mit RN, 16. Nov 07 p.13/30
14 Inhalt der Arbeit Promotionskolloquium: RL mit RN, 16. Nov 07 p.14/30
15 Teil II: Online Lernen mit Regularisierungsnetzen ÍÒ Ò ÚÓÒ Ê Ò ÓÖ Ñ ÒØ Ä ÖÒ Òµ Promotionskolloquium: RL mit RN, 16. Nov 07 p.15/30
16 Funktionsapproximation Idee ÙÒ Ø ÓÒ Ð Ö Ù ÑÑ Ò Ò f : X Y ÙÒ ÒÒص Promotionskolloquium: RL mit RN, 16. Nov 07 p.16/30
17 Funktionsapproximation Idee Ò Ò ÒÙÖ Ò Ð Ú Ð Ú ÖÖ Ù Ø µ ËØ ÔÖÓ Ò y i = f(x i ) + ε i º ÒÒ Ò Û Ö Ù Ò Ø Ò ÞÙ ÖÙÒ Ð Ò ÙÒ Ø ÓÒ Ö ÓÒ ØÖÙ Ö Ò Ï Ë Ð Ø Ø ÐÐØ ÈÖÓ Ð Ñ = Promotionskolloquium: RL mit RN, 16. Nov 07 p.17/30
18 Funktionsapproximation Idee Ù ÓÑÔÐ Þ ÖØ ÁÒØ ÖÔÓÐ Ø ÓÒµ Promotionskolloquium: RL mit RN, 16. Nov 07 p.18/30
19 Ð Ó Ò Ä ÙÒ Ù Ò Ö Å Ò ÚÓÒ Ñ Ð Ò Ä ÙÒ Ò Ù Ò Ò Ö Ø Ö ÐØ ÒÙ Ø ÙÑ Å Ò Ù ÑÑ Ò Ò ÞÙ Ð Ò ÙÒ ÞÙÑ Ò Ö Ò Ö ÓÖ Ò ÙÒ Ø ÓÒ Ò Ø ÞÙ Þ ÔÔ Ð Û Ö ÓÑÔÐ Þ ÖØ Funktionsapproximation Idee Ù Ò ÓÚ Ö ØØ Ò µº Ò Å Ð Ø Ö = Ê ÙÐ Ö ÖÙÒ Ò ØÞ ººº Promotionskolloquium: RL mit RN, 16. Nov 07 p.19/30
20 ÒÒØ Ð Ã ÖÒ Ð Ê Ê Ö ÓÒ Ù ÈÖÓÞ Ê Ö ÓÒº ÒÐ Ä˹ËÎÅ ÊÎÅ ºººµ Ù Ù Regularisierungsnetze Ò Ø Ò {x i, y i } t i=1 ÁÒÔÙØ x i R d ÇÙØÔÙØ y i R min f H k t (y i f(x i )) 2 + λ f 2 H k i=1 Ð Ð ÖÒ ÞÙ ÖÙÒ Ð Ò ÙÒ Ø ÓÒ f Ù H k ÊÃÀ˵ ÙÖ Ä Ò ÚÓÒ Ù Ø f Ø ÚÓÒ Ö ÓÖÑ f( ) = i k(x i, )w Ê ÔÖ ÒØ Ö¹Ì ÓÖ Ñ i Ä Ö º t ÈÖÓ Ð Ñ t min Kw y 2 + λw T Kw w R t Ä ÙÒ w = (K + λi) 1 y Ö Ò k(, ) ÃÓÚ Ö Ò޻à ÖÒ ÙÒ Ø ÓÒ Þº º Ù Ê µ K t t à ÖÒÑ ØÖ Ü ÛÓ [K] ij = k(x i,x j ÙÒ ) Ö Ê ÙÐ Ö ÖÙÒ Ô Ö Ñ Ø Öº λ Ö À Ò Ä ÙÒ Ó Ø Ø O(t 3 )º ÍÒÔÖ Ø Ö ÖÓ ÒÞ Ð ÚÓÒ Ø Ò ººº Promotionskolloquium: RL mit RN, 16. Nov 07 p.20/30
21 Subset of Regressors Approximation ÚÓÖ Ð Ò ÚÓÒ ÈÓ Ó ² ÖÓ ½ ¼µ Ï ½ ¼µ Ë Ð ÓÔ ² ËÑÓÐ ¾¼¼¾µ Ï ÐÐ Ñ Ø Ðº ¾¼¼¾µºººµ K Á Ë Ð Ø Ö Ì ÐÑ Ò ÚÓÒ Ø Ò { x} m i=1 Ñ Ø m t m K mm K T tm ÈË Ö Ö ÔÐ Ñ ÒØ ÔÔÖÓÜ Ñ Ö Ã ÖÒ ÙÖ k(x,x ) = k m (x) T K 1 mmk m (x ) x,x t m K tm K t m,t m k ÛÓ m ( ) = ( k( x 1, ),..., k( x m, ) ) T [K ÙÒ mm ] ij = k( x i, x j )º m t m Ö Ò Ø ÙÒ Ï ÈÖÓ Ð Ñ Ö ÔÖ ÒØ Ö f ÙÖ f( ) = m i k( x Ê ÙÞ ÖØ i, )w i Ð m m ÙÒ ÈÖÓ Ð Ñ min w R m K t,mw y 2 + λw T K mm w Ö Ò w = ( K T t,mk t,m + λk mm ) 1K T t,m y ÛÓ [K t,m ] ij = k(x i, x j )º Ó Ø Ø ÒÙÖ ÒÓ O(tm 2 ) ÇÔ Ö Ø ÓÒ Ò Ò Ø ØØ O(t 3 )µº ÍÒ Ð Ò Ø ÓÑÑØ Û Ð Ø Ö Ò Û Ö m Ö Ð Ú ÒØ Ò Ð Ñ ÒØ Promotionskolloquium: RL mit RN, 16. Nov 07 p.21/30
22 Ê Ù Ø ÓÒ Ö Ð Ñ ÒØ ÙÑ ¾¼¹ ¼± Ó Ò Ò Ù Ò È Ö ÓÖÑ ÒÞ ÙÒ Ú ÖÒ Ð Ö Ò ÎÓÖØ Ð ÃÓ Ø Òº ÞÙ ØÞÐ Ò Wie können wir diese Basiselemente auswählen? Ö Û ÒÒ Ò Û Ö Þ ÒØ m Ð Ñ ÒØ Ò Ò º º Ù ÐÐ Ù Û Ð Ô ÖØ ÐÐ Ö Ñ¹Ë Ñ Ø ººº ÍÒ ÖÛ Ø µ Å Ø Ò ÈÙÖ Ù Ø ÇÖØ Ó ÓÒ Ð Ä Ø ËÕÙ Ö ººº ÖÛ Ø µ ÍÒ Ö ÈÖÓ Ð Ñ ÇÒÐ Ò Ë Ð Ø ÓÒ Æ Ñ Ò Ò Ø Ò Ò Ò Ø ÓÑÔÐ ØØ ÓÒ ÖÒ ÒÙÖ Ð Ë ÕÙ ÒÞ Ú Ö Ö t = 1, 2,... ËØ ÖØ Ò Ñ Ø Ð Ö Ò Å Ò ÚÓÒ Ð Ñ ÒØ Òº ÁÑ t¹ø Ò Ë Ö ØØ Ó Ø Ò Û Ö ÌÖ Ò Ò Ô Ð Á (x t, y t ÙÒ ÒØ Ò Ó Û Ö ) x t ÓÐÐ Ò Ó Ö Ò Øº Ð Ø Ö Ò Æ Ù Ø ØÙ ÐÐ Ò Ô Ð µ ÍÒ ÖÛ Ø Ú Ö Ù ÔÔÖÓÜ Ñ Ø ÓÒ Ð Ö k(x,x ) k Á m (x) T K 1 mm k m(x Ð Ò ÞÙ Ñ Òº ) ÃÖ Ø Ö ÙÑ ÐÐ Ø Ò ÞÙÑ ÖÞ Ù Ò Ö Ö Ù Û ÐØ Ò Ð Ñ ÒØ δ t = k(x t,x t ) k m (x t ) T K 1 mm k m(x t ) ÌÓÐ Ö ÒÞ TOL Ö Ö Ø Ø ÒÒ x Ò t ØÓ ² ÇÔÔ Ö ¼¾ Ò Ð Ø Ð ¼ µ ÒÞÙº O(m 2 ) ÃÓ Ø Ò ÖÛ Ø Ê Ð Ú ÒÞ ØÙ ÐÐ Ò Ô Ð µ Á ØÖ Ø ÞÙ ØÞÐ ÒÓ Û Ø Ö Ð Ö Ö ÒØÐ Ò Ê Ö ÓÒ Ú ÖÒ ÖØ Ø Û Ö Ò ÒÙÖ ÓÐ Ð Ñ ÒØ Ð Ø ÖØ Ö ÓÒ Ö Ø ÚÓÖÐ Ò ÈÖÓ Ð Ñ Ö Ð Ú ÒØ Ò º Promotionskolloquium: RL mit RN, 16. Nov 07 p.22/30
23 RLS-artiges online Lernen für RN Ö Ø Ù Ð Ò Û Ö min w J tm (w) = K t,m w y t 2 + λw T K mm w Ä ÙÒ Ñ Ø ÆÓÖÑ Ð Ð ÙÒ w tm = ( K T t,m K t,m + λk mm ) 1K T t,m y t ÖÞÙÒ Ò ÃÖ ÙÞÔÖÓ Ù ØÑ ØÖ Ü P tm := ( K T t,m K ) t,m + λk mm ξ ÃÓ Ø Ò tm := J tm (w tm ) ØÙ Ð Ö Ö ÙÖ Ú {P 1 tm,w tm, ξ ÎÓÖ Ò Û tm Û ÒÒ Ò Ù ÌÖ Ò Ò Ô Ð } Ó Ø Ø Û Ö º ØÔÙÒ Ø t + 1 m ØÙ ÐÐ Ð Ø ÖØ Ò Ð Ñ ÒØ Òµ Ò Ù Ö Ò Ù Ô Ð (x Ó Ø t+1, y t+1 ) ØÙ Ð Ö {P 1 tm,w tm, ξ tm } ÙÖ ÇÔ Ö Ø ÓÒ Ò ÆÓÖÑ Ð {P 1 tm,w tm, ξ tm } {P 1 t+1,m,w t+1,m, ξ t+1,m } ÖÛ Ø ÖÙÒ {P 1 tm,w tm, ξ tm } {P 1 t,m+1,w t,m+1, ξ t,m+1 } Ä Ò {P 1 tm,w tm, ξ tm } {P 1 t,m\i,w t,m\i, ξ t,m\i } Þ ÒØ O(m 2 ) ÁÑÔÐ Ñ ÒØ Ø ÓÒ Ñ Ø ËÅϹ ÓÖÑ ÐÒº Promotionskolloquium: RL mit RN, 16. Nov 07 p.23/30
24 à ÖÒ Ð Ö ÙÖ Ú Ð Ø ÕÙ Ö Ñ Ø ÙÒ ÖÛ Ø Ö Ð Ø ÓÒ Ò Ð Ø Ðº ¾¼¼ µ Experimente I Î Ö Ð Ë Ð Ø ÓÒ Ú Ö Ö Ò ÎÓÖ Ö Ð Ö Ú º ÒÞ Ð Ð Ø ÖØ Ö Ð Ñ ÒØ Î Ö Ö Ò ÐÐ Ú ÖÛ Ò Ò ÒØ Å Ò ÚÓÒ Ò Ø Òµ ÇÖØ Ó ÓÒ Ð Ð Ø ÕÙ Ö Î ÖÙ Ö Ø Ö ÙÑ Å Ò Ò ØÞ Ñ Ø ÖÛ Ø Ö Ð Ø ÓÒ ÁÑÔÐ Ñ ÒØ Ø ÓÒ Ö ÔÖÓØÓØÝÔ Ò Å ÌÄ»ÇØ Ú µ Promotionskolloquium: RL mit RN, 16. Nov 07 p.24/30
25 Teil III: Reinforcement Lernen mit Regularisierungsnetzen Promotionskolloquium: RL mit RN, 16. Nov 07 p.25/30
26 À Ö Ù ÓÖ ÖÙÒ Ò Ù Ø Ò Ö ÙÑ ½ Ñ Ò ÓÒ Òµ Ñ Ò ÓÒ Ð ØØ RoboCup-Keepaway (Stone et al. 2005) ÉÙ ÐÐ Ð Ð ÖÒ Ù Ö ÞÙ Ñ Ü Ñ Ö Ò Ã Ô Ö Ñ ÐÐ ØÞ Ò Ú º ¾µ ÔÐ Ñ ÒØ Aktiver Keeper mit Ball K 1 C T 1 T 2 Keeper K 3 Taker K 2 20x20m Spielfeld Ù Ø Ò Ú ØÓÖ Ù ÑÑ Ò ØÞÙÒ dist(k ½º 1, C) dist(k ¾º 2, C) dist(k º 3, C) dist(t º 1, C) dist(t º 2, C) dist(k º 1, K 2 ) dist(k º 1, K 3 ) dist(k º 1, T 1 ) dist(k º 1, T 2 ) min{dist(k ½¼º 2, T 1 ), dist(k 2, T 2 )} min{dist(k ½½º 3, T 1 ), dist(k 3, T 2 )} min{ang(k ½¾º 2, K 1, T 1 ), ang(k 2, K 1, T 2 )} min{ang(k ½ º 3, K 1, T 1 ), ang(k 3, K 1, T 2 )} Ö Ò Ú ÖÖ Ù Ø Ï ÖÒ ÑÙÒ ÙÒ Ø ÓÒ Ù ÖÙÒ Ñ Ö Ö ËØÓ Ø ÒØ Ò Ñ Ò ÓÓÔ Ö Ö Òµ ÙØÓÒÓÑ ÔÖÓ Ë ÑÙÐ Ø ÓÒ Ö ØØ º ½¼¼ Ñ ÖØ Ù Ó Þ ÐÐ Ñ ËÓ Ö Ë ÖÚ Öµ ØÞ Ø Promotionskolloquium: RL mit RN, 16. Nov 07 p.26/30
27 Ergebnis: RoboCup Keepaway 3vs2 Î Ö Ð Ò ÍÒ Ö Ò Ò ØÞ ÄËÌ ÊÆ Ú º Ä Ö Ù Ú Ö Ö Ò Ë Ö λµ Ì Ð Ó Ò 22 3vs2 keepaway (field size 20m x 20m) 20 Our approach 18 Episode duration (secs) Optimized handcoded behavior Stone, Sutton & Kuhlman (2005) 8 6 Random behavior Training time (hours) ÁÑÔÐ Ñ ÒØ Ø ÓÒ Î Ö Ö Ò Ñ Ø ÔÖÓÞ ÓÖ¹ÓÔØ Ñ ÖØ Ö Ä Ë ÌÄ Ëµ Þ ÒØ Promotionskolloquium: RL mit RN, 16. Nov 07 p.27/30
28 Oktopus (Engel et al. 2005) Á Åļ ÊÄ Ò Ñ Ö Ð ÖÐ ÖÒ Ò Ö ËØ Ù ÖÙÒ Ç ØÓÔÙ ¹Ì ÒØ Ð N compartments arm base point masses arm tip pair N+1 pair #1 Actions (dorsal side) contract longitudal muscle contract transversal muscle contract longitudal muscle (ventral side) À Ö Ù ÓÖ ÖÙÒ Ò Ù Ø Ò Ö ÙÑ R (2N+2) 4 Þº º Æ Ë Ñ ÒØ = R 72 µ ÀÓ Ñ Ò ÓÒ Ð Ö ÙÒ ÓÒØ ÒÙ ÖÐ Ö Ø ÓÒ Ö ÙÑ R N 3 ÀÓ Ñ Ò ÓÒ Ð Ö ººº Ö Ö Ø ÖØ Ò Ø Ú ÖÙÒ ÔÖÓ Ð Promotionskolloquium: RL mit RN, 16. Nov 07 p.28/30
29 Ergebnis: Oktopus Ì Ø ØØ ¹ Ñ ÒØ Ö Ì ÒØ Ð ³À Ö Ì ³ ÚÓÑ Á ÅĹ¼ Ò Ñ Ö µ Î Ö Ö Ò ÇÈÁ Ñ Ø ÄËÈ Êƺ Ã Ò Ò Ö Ö Î Ö Ð Ò Ø Ú Ö Öº Total reward per episode Episodes Promotionskolloquium: RL mit RN, 16. Nov 07 p.29/30
30 Ö ÙÖ Ú ÁÑÔÐ Ñ ÒØ Ø ÓÒ O(m 2 ) ÔÖÓ Ë Ö ØØ Þ ÒØ ÚÓÒ Ö ÒÞ Ð ÞÙÚÓÖ Ò Ö ÌÖ Ò Ò Ø Òµ ÙÒ Ò Ø Ò Þ ÒÞ Ñ Î Ö Ð ÞÙ Ö ÒØ Ò ÖØ Ò ËØ Ò Ö Ú Ö Ö Ò Û Ë Ö ÀÓ Ì µ Ó Ö Zusammenfassung Áº ÇÒÐ Ò Ä ÖÒ Ò Ñ Ø Ê ÙÐ Ö ÖÙÒ Ò ØÞ Ò Ö Ò Ù ËÙ Ø Ó Ê Ö ÓÖ ÔÔÖÓÜ Ñ Ø ÓÒ ÖÛ Ø ÇÒÐ Ò Ë Ð Ø ÓÒ Ö Ð Ú ÒØ Ö ÙÒ Ø ÓÒ Ò ÓÛÓ Ð Ð Ö Ö ÔÔÖÓÜ Ñ Ø ÓÒ Ã ÖÒ Ð Ù Æ ØÞÐ Ø Ñ ÒØÐ Ò Å Ò Ñ ÖÙÒ ÔÖÓ Ð Ñ Ö Ø Ø = Ã Ò Ò Ù Ò Ö È Ö ÓÖÑ ÒÞ ¾¼¹ ¼± Û Ò Ö Ð Ñ ÒØ Ò ÁÁº Ê Ò ÓÖ Ñ ÒØ Ä ÖÒ Ò Ñ Ø Ê ÙÐ Ö ÖÙÒ Ò ØÞ Ò Ö Ò Ù Ä Ø¹ËÕÙ Ö ÓÖÑÙÐ ÖÙÒ ÚÓÒ ÔÔÖÓÜ Ñ Ø Ú Ö ÈÓÐ Ø Ú ÐÙ Ø ÓÒ Ã Ý ØÙÖ ÀÓ Ñ Ò ÓÒ Ð Ù Ø Ò ÖÙÑ Ò ØÔ Ö Ñ ØÖ ÖØ Ö ÊƵ ËØÓ Ø Ù Ø Ò Ö Ò ÅÓ ÐÐ Ö Ä ÖÒ Ò ÑÙÐ Ø ÓÒ Öص ÇÒÐ Ò ÁÑÔÐ Ñ ÒØ Ø ÓÒ Ö Þ Ø Ö Ø ØÞ Ø ÒÛ Ò ÙÒ Ò Þ ÒØ Promotionskolloquium: RL mit RN, 16. Nov 07 p.30/30
= 27
Å ÌÀ Ê ÂÍÆ ÍÆ ÄÌ ¹ Ë ÊÁ ¹ ÇÃÌ»ÆÇÎ ¾¼½½ ½ ÎÓÖ ÙÐ ½ Ù ¹½½ ÁÒ ÂÙÐ Ë Ù Ö Ò Ø Ò Ö È Ö Ë Ù º Ë Ò ÑÑØ Ñ ÙÒ ÐÒ Ú Ö ÒÞ ÐÒ Ë Ù Ö Ù º Á Ø Ò ÞÙ ÑÑ Ò Ö Ò È Ö Ù ¹½¾ Û ÚÓÒ Ò Ð Ö Ò Ò Ú ÐÐ Ð º Ï Ð Ò ¾ À Ï Ò ÐÚÓ ÛÛÛº Ð
MehrÞ ÒÞÙÒØ Ö Ù ÙÒ Ò Ò Ö ÎÓÖ Ð Ò ÙÒ Î ÖØ Ù Ò ¹Å Ø Ó Ö ÙÓÖ ÒÙÒ ÔÖÓ Ð Ñ ÔÐÓÑ Ö Ø Ñ ÁÒ ÓÖÑ Ø Ò º Ò ÓÖѺ Ê Ò Ö À ÖÖÐ Ö ØÖ Ù Ö ÈÖÓ º Öº Ö Ò ÈÙÔÔ Ôк ÁÒ ÓÖѺ Ù Ä Ö ØÙ Ð Ö Ã Ò ØÐ ÁÒØ ÐÐ ÒÞ ÙÒ Ò Û Ò Ø ÁÒ ÓÖÑ Ø ÍÒ
Mehr15+9 = 24 8 = 41 6 = 44+4 = 45 5 = = = = = 26 7 = 13 6 = = 27+6 = = =
Å ÌÀ Ê ÂÍÆ ÍÆ ÄÌ ¹ Ë ÊÁ ¹ Ë ÈÌ»ÇÃÌ ¾¼½¾ ½ ÎÓÖ ÙÐ ½ Ù ¹½½ Ï Ú Ð Ö ÒÒ Ø Ù Ò Ö ÙÖ ÒØ Ò Ù ¹½¾ Ù Ô Ø Ö ÊØ ÐÖ Ø Ö ÙØ Å Ù Ò ÙÒ Ò Ã Ø Ö ÍÒ ÒÒ Ö Ò Ø Ù Û Ò Û ÐØ ÛÓ Ð Ò Ò Ò ÏÓ Òµ À ÒÛ ÙÒ Ò Û Ð Ò Ò Ð Ò Ò ÈÙÒ Ø ÙÒØ
MehrÊ Ê ÙÒ ÒØ ÖÖ Ý Ó ÁÒ Ô Ò ÒØ ÙØÓÖ ÖÒ Ö Ë Ñ Ø Å Øº ÆÖº ¾ à ÒÒÞº ½ ½ ÁÆÀ ÄÌËÎ Ê Á ÀÆÁË ÁÆÀ ÄÌËÎ Ê Á ÀÆÁË ÁÒ ÐØ Ú ÖÞ Ò ½ ÅÓØ Ú Ø ÓÒ ¾ Ì Ð Ò Ê ËÝ Ø Ñ ÖÖ Ý Å Ò Ñ ÒØ ËÓ ØÛ Ö Ê Ä Ú Ð º½ Ö «Ò Ø ÓÒ Ò ººººººººººººººººººººººººººººººº
MehrÒ Ù Ù Ò Ë ØÞÚ ÒØ Ð Ó Ò ÖÓ ÐÛ Ö ÙÒ µ ÙÒ ÃÓÐ ÒÚ Ò¹ Ø Ð Ñ Ø ÖÓ ÐÛ Ö ÙÒ µ B A B A ØØ ÙÒ Ö Ø ÙÖ Ñ Ò Ð ØÖÓÑ Ò Ø Ý Ö ÙÐ Ó Ö ÔÒ ÙÑ Ø ËØ ÐÐ Ò Ø Ò Ò Ö Ø ÙÖ Ý Ö
ËÔ ÖÖÚ ÒØ Ð Ø ÑÑØ ÎÓÐÙÑ Ò ØÖÓÑÖ ØÙÒ ËÔ ÖÖ Òµ ÖÙ Ú ÒØ Ð Ø ÑÑØ Ð Ø ÖÙ Ñ ËÝ Ø Ñ Ö Ò¹ Å Ò ÖÒ Ù ÐØ Òµ Þ Ò ËØÖÓÑÚ ÒØ Ð Ø ÑÑØ ÎÓÐÙÑ Ò ØÖÓÑ Ñ ËÝ Ø Ñ ÖÓ ÐÒ Î ÒØ Ð Ä ØÙÒ Ù ÙÖ Ò Ù ÙÒ ÚÓÒ p ËØ Ù ÖÙÒ ÙÒ ËØÖ ÑÙÒ Ö ØÙÒ
MehrÐ ÖØ Ø ÓÒ Ò Ñ Ø ÚÓÒ Ò Æ ØÙÖÛ Ò ØÐ Ò ÙÐØØ Ò Ö ÍÒ Ú Ö¹ ØØ ÖÐ Ò Ò¹Æ ÖÒ Ö Ì Ö Ñ Ò Ð Ò ÈÖ ÙÒ ÎÓÖ ØÞ Ò Ö Ö ÈÖÓÑÓØ ÓÒ ÓÑÑ ÓÒ Ö Ø Ö Ø Ö Ø ØØ Ö Û Ø Ö Ø Ö Ø ØØ
Ò Ò Ø Ó ÍÒØ Ö Ù ÙÒ Ö Ð ØÖÓÒ Ò ÄÓ Ð ÖÙÒ Ò Ò Ö Ñ Ò ÓÒ Ð Ò À Ð Ð Ø Ö ØÖÙ ØÙÖ Ò Ñ Ø Ï ÐÛ Ö ÙÒ ÙÒ ÍÒÓÖ ÒÙÒ Ò Ò ØÙÖÛ Ò ØÐ Ò ÙÐØØ Ò Ö Ö Ö ¹ Ð Ü Ò Ö¹ÍÒ Ú Ö ØØ ÖÐ Ò Ò¹Æ ÖÒ Ö ÞÙÖ ÖÐ Ò ÙÒ Ó ØÓÖ Ö ÚÓÖ Ð Ø ÚÓÒ Å Ö
MehrÁÒ ÐØ Ú ÖÞ Ò ½ ÒÐ ØÙÒ ½¼ ½º½ ÎÓÖÛÓÖØ ÚÓÒ Ñ Ö º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º ½¼ ½º¾ ÎÓÖÛÓÖØ ÚÓÒ ÓÑ Ò ÕÙ º º º º º º º
ÎÓÖ Ö ØÙÒ Ö Î ÖØ ÙÒ ÔÖ ÙÒ Ã Ò ØÐ ÁÒØ ÐÐ ÒÞ Ï Ò Ö ÔÖ ÒØ Ø ÓÒ ÙÒ Ø Ò Ò Ò Ò Ö ÏÓÖØÑ ÒÒ Ò Ö ºÛÓÖØÑ ÒÒÖÛØ ¹ Òº µ Ö Ò Ù Ò ÎÓÖ Ö ØÙÒ Ò ÚÓÒ ÓÑ Ò ÕÙ ÐÑ Ý Ö ÓÑ Ò ÕÙ ºÞ ÐÑ Ý ÖÖÛØ ¹ Òº µ ÁÒ ÐØ Ú ÖÞ Ò ½ ÒÐ ØÙÒ ½¼ ½º½
MehrVerteilte Systeme/Sicherheit im Internet
ruhr-universität bochum Lehrstuhl für Datenverarbeitung Prof. Dr.-Ing. Dr.E.h. Wolfgang Weber Verteilte Systeme/Sicherheit im Internet Intrusion Detection und Intrusion Response Systeme (IDS & IRS) Seminar
MehrPeter Gienow Nr.11 Einfach heilen!
Peter Gienow Nr.11 Einfach heilen! Reading excerpt Nr.11 Einfach heilen! of Peter Gienow Publisher: Irl Verlag http://www.narayana-verlag.com/b4091 In the Narayana webshop you can find all english books
Mehr½º ÒÐ ØÙÒ ¾º Î Ö Ð Ò Ð Ø ÓÒ Ð Ò Ö Ö Ê Ö ÓÒ º ÍÒ Ú Ö Ø ÒÓÒÔ Ö Ñ ØÖ Ê Ö ÓÒ º Ø ÒØÖ Ò ÓÖÑ Ø ÓÒ º ÊÓ Ù Ø Ë ØÞÙÒ º Ø Ú Ñ Ô Ö Ñ ØÖ Ê Ö ÓÒ ½
ÆÓÒÔ Ö Ñ ØÖ Ê Ö ÓÒ ÙÒØ Ö Î ÖÛ Ò ÙÒ Ý Ò Ö Î Ö Ð Ò Ð Ø ÓÒ ¹ źËÑ Ø ² ʺÃÓ Ò ¹ ½º ÒÐ ØÙÒ ¾º Î Ö Ð Ò Ð Ø ÓÒ Ð Ò Ö Ö Ê Ö ÓÒ º ÍÒ Ú Ö Ø ÒÓÒÔ Ö Ñ ØÖ Ê Ö ÓÒ º Ø ÒØÖ Ò ÓÖÑ Ø ÓÒ º ÊÓ Ù Ø Ë ØÞÙÒ º Ø Ú Ñ Ô Ö Ñ ØÖ
MehrÄ ÓÔÓÐ ¹ Ö ÒÞ Ò ¹ÍÒ Ú Ö ØØ ÁÒÒ ÖÙ ÁÒ Ø ØÙØ Ö ÁÒ ÓÖÑ Ø Ø Ò Ò Ò ÙÒ ÁÒ ÓÖÑ Ø ÓÒ Ý Ø Ñ ËÓ Ð¹Å ÃÓÒÞ ÔØ Ò È Ö ÓÒ Ð¹ÁÒ ÓÖÑ Ø ÓÒ¹Å Ò Ñ ÒعËÝ Ø Ñ Ò ÐÓÖ¹ Ö Ø ØÖ ÙØ ÚÓÒ ÏÓÐ Ò Ð Ö Ú Ò ÖÐ ÁÒÒ ÖÙ ½ º ÂÙÒ ¾¼½¾ Ù ÑÑ
MehrÃ Ô Ø Ð ¾ ØÙ ÐÐ Ö ËØ Ò ÙÒ Ì Ò ÒÞ Ò Ö Ã Þ¹ÁÒÒ ÒÖ ÙÑ ÖÛ ÙÒ ÁÒ ÐØ Ò ¾º½ ÅÓØ Ú Ø ÓÒ º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º ¾º¾ ÁÒÒ ÒÖ ÙÑ ÙØÞ Ñ Ã Þ¹ÁÒÒ ÒÖ ÙÑ º º º º º º º º º º º º º º
MehrPTBS Belastung unterschiedlicher Populationen
Ù Ö È Ý ÓØÖ ÙÑ ØÓÐÓ ËØ Ø ÓÒ Ö ÃÐ Ò Ëغ ÁÖÑ Ò Ö Ò Ö ÖÙÒ Ö Ø Ä ÓÒ Ö ÃÖ ØÞ Ö Ö ÒÞ È ØÞ Ö È Ø Ö À ÒÞ È Ý ÓØÖ ÙÑ ØÓÐÓ ËØ Ø ÓÒ Ö ÃÐ Ò Ëغ ÁÖÑ Ò Ö ÈÖ Ò Ñ Ñ È Ý ÓØ Ö Ô ÓÖ ÙÒ Ö ÃÐ Ò ÙÒ ÈÓÐ Ð Ò Ö È Ý ØÖ ÙÒ È Ý ÓØ
MehrÒ Ö Ø Ö ÙØ Ø Ö Û Ø Ö ÙØ Ø Ö Ì Ö Ñ Ò Ð Ò ÈÖ ÙÒ Ì Ö ÈÖÓÑÓØ ÓÒ ÈÖÓ ÓÖ Öº ƺ Ë Ñ ØÞ ÈÖÓ ÓÖ Öº Ϻ º Ë ØØ Ö ÈÖÓ ÓÖ Öº Àº Ö ¾ º¼ º ¾ º¼ º
ËÌÊÇÆÇÅÁ ÆÙØÞÙÒ ØÖÓÒÓÑ Ö ÈÐ ØØ Ò Ö Ú ÁÒ Ù ÙÖ Ð ÖØ Ø ÓÒ ÞÙÖ ÖÐ Ò ÙÒ Ó ØÓÖ Ö Ö Æ ØÙÖÛ Ò Ø Ò Ñ Ö È Ý Ö Å Ø Ñ Ø Æ ØÙÖÛ Ò ØÐ Ò ÙÐØØ Ö Ï Ø Ð Ò Ï Ð ÐÑ ÍÒ Ú Ö ØØ Å Ò Ø Ö ÚÓÖ Ð Ø ÚÓÒ Ê Ò Ø Ù ÐÐ Ù ÓØØÖÓÔ ½ Ò Ö Ø
MehrÁÒ Ø ØÙØ ĐÙÖ ÁÒ ÓÖÑ Ø Ö Ì Ò Ò ÍÒ Ú Ö ØĐ Ø ÅĐÙÒ Ò À ÙÔØ Ñ Ò Ö Ñ ËÓÑÑ Ö Ñ Ø Ö ½ ÈÖÓ º Öº Àº º À Ö Ò Î ÖÞ Ò Ò Ø ÙÒ Ö ÒÛ Ò ÙÒ Ò Ñ Æ ØÞ¹ ÙÒ ËÝ Ø ÑÑ Ò Ñ ÒØ Ä È Ú Ä ØÛ Ø Ö ØÓÖÝ ÈÖÓØÓÓÐ Î Ö ÓÒ Ê Ö ÒØ Ò Ö Ë ÐÐÑ
Mehrx y x+y x+15 y 4 x+y 7
Å ÌÀ Ê ÂÍÆ ÍÆ ÄÌ ¹ Ë ÊÁ ¼ ¹ Â Æ» ¾¼½ ½ ½ ÎÓÖ ÙÐ Ä ÙÒ ¼¹½½ Î ¾ Ï ¾ Ä ÙÒ ¼¹½¾ È Ö Ö Ö Ò ÓÖ Ò Ø Ò ÅÓÓÒ Ñ Ù ÊÓÑ Ó Ä Ë ÒØÓ ÄÓ Ä Ó Ð Ò Ø Ö Ø Ä ÙÒ ¼¹½ Ä ÙÒ ¼¹½ ¹¾ ¹ ¹½ ¹ Ä ÙÒ ¼¹½ Ò Ã Ò Öº Ë Ñ Ò ½ ¾ ÙÒ Ó Ò ØÖÓ
Mehr½ Ï ÐÐ ÓÑÑ Ò ÞÙÑ ËØÙ Ý Ù ÁÒ Ø ÐÐ Ø ÓÒ Ò ÓÒ ÙÖ Ø ÓÒ Á² ½µ ÖØ Þ ÖÙÒ º Ø Ö Ö Ø ÚÓÒ Ú Ö ÃÙÖ Ò ÞÙÑ Ë Ö Ä ÒÙÜ Ò ÆÍ ÖØ Ñ Ò ØÖ ØÓÖ Ä µº Ò Ö Ò Ö ÃÙÖ Ò ËÝ Ø Ñ Ñ Ò ØÖ Ø ÓÒ Ë ½µ Æ ØÛÓÖ Ò Æ Ì½µ ÙÒ Ë ÙÖ ¹ ØÝ Ë È½µº
MehrÊ Ö ÒØ ÈÖÓ º Öº ÏÓÐ Ò ÖØÑ Ö ÃÓÖÖ Ö ÒØ ÈÖÓ º Öº Â Ò ÖÐØ Ì Ö ÈÖÓÑÓØ ÓÒ ½ º ¼ º ¾¼¼
ÍÐØÖ ÐØ Ø ÖÓÒÙ Ð Ö ¹ÅÓÐ Ð ÎÓÒ Ö ÙÐØØ Ö Å Ø Ñ Ø ÙÒ È Ý Ö ÓØØ Ö Ï Ð ÐÑ Ä Ò Þ ÍÒ Ú Ö ØØ À ÒÒÓÚ Ö ÞÙÖ ÖÐ Ò ÙÒ Ö Ó ØÓÖ Ö Æ ØÙÖÛ Ò Ø Ò ¹ Öº Ö Öº Ò Øº ¹ Ò Ñ Ø ÖØ Ø ÓÒ ÚÓÒ Ôк¹È Ý º Ì ÓÖ Ø Ò À ÒÒ Ò Ö ÓÖ Ò Ñ ¾
MehrÍÒ Ú Ö ØØ Ã ÖÐ ÖÙ ÌÀµ Ê Ù Ø ÙÒØ Ö Ù ÙÒ ÙÒ Æ ÒÓ ØÖÙ ØÙÖ ÖÙÒ Ñ Ø Ñ Ê Ø Ö Ö ØÑ ÖÓ ÓÔ ÜÔ Ö Ñ ÒØ ÙÒ Ð Ò ÐÝ Ò ÔÐÓÑ Ö Ø ÚÓÖ Ð Ø ÚÓÒ ËÚ Ò È ÙÐÙ ÁÒ Ø ØÙØ Ö Ò Û Ò Ø È Ý ÍÒ Ú Ö ØØ Ã ÖÐ ÖÙ ¼º ÆÓÚ Ñ Ö ½ Ö Ø ÙØ Ø Ö
MehrÒ ĐÙ ÖÙÒ Ò ÒØÛ ÐÙÒ Ø Ò Ö ÁÒ ÓÖÑ Ø ÓÒ Ý Ø Ñ ÃÓÒÞ ÔØ Å Ø Ó Ò ÙÒ Ï Ö Þ Ù ÞÙÖ ÒØÛ ÐÙÒ ÒØ Ö ÖØ Ö ÁÒ ÓÖÑ Ø ÓÒ Ý Ø Ñ Ñ Ø Ò Ò ÍÑ Ð ß ÎÓÖÐ ÙÒ ÙÒØ ÖÐ Ò ß Öº Å ÖØ Ò Ò Ö ÙÒ Ó Ö ÁÒ Ø ØÙØ ĐÙÖ Ö ØÖ ÙÒ ¹ ÙØÓÑ Ø ÖÙÒ Å
MehrÒ ĐÙ ÖÙÒ Ò ÒØÛ ÐÙÒ Ø Ò Ö ÁÒ ÓÖÑ Ø ÓÒ Ý Ø Ñ ÃÓÒÞ ÔØ Å Ø Ó Ò ÙÒ Ï Ö Þ Ù ÞÙÖ ÒØÛ ÐÙÒ ÒØ Ö ÖØ Ö ÁÒ ÓÖÑ Ø ÓÒ Ý Ø Ñ Ñ Ø Ò Ò ÍÑ Ð ß ÎÓÖÐ ÙÒ ÙÒØ ÖÐ Ò ß Öº Å ÖØ Ò Ò Ö ÙÒ Ó Ö ÁÒ Ø ØÙØ ĐÙÖ Ö ØÖ ÙÒ ¹ ÙØÓÑ Ø ÖÙÒ Å
MehrË ÑÑÐÙÒ ÙÒ ÆÙØÞÙÒ Ö Ö Ê ÓÙÖ Ò Ò Ï ØÚ Ö Ö Ò ØÞ Ò Å Ð Å Ý ÁÒ Ø ØÙØ ĐÙÖ ÁÒ ÓÖÑ Ø Ë ÑÑÐÙÒ ÙÒ ÆÙØÞÙÒ Ö Ö Ê ÓÙÖ Ò Ò Ï ØÚ Ö Ö Ò ØÞ Ò Å Ð Å Ý ÎÓÐÐ ØĐ Ò Ö ÖÙ Ö ÚÓÒ Ö ÙÐØĐ Ø ĐÙÖ ÁÒ ÓÖÑ Ø Ö Ì Ò Ò ÍÒ Ú Ö ØĐ Ø ÅĐÙÒ
Mehr)XQGDPHQWDOH &3$ /DVHU QP 6WHXHUXQJ 'DWHQDXIQDKPH 9HU] JHUXQJV VWUH NH /R N,Q :HL OL KWN YHWWH KURPDWRU 3KRWRGLRGH )LOWHU,) =HUKD NHU 0RQR 3UREH
Ã Ô Ø Ð ¾ ÜÔ Ö Ñ ÒØ ÐÐ Å Ø Ó Ò ¾º½ ÒÐ ØÙÒ ÖÓÑÓÔÖÓØ Ò Û Ò Ò Ø Ù Ö ÓÐÓ Ê Ø ÓÒ ÙÖ Ä Ø¹ ÓÖÔØ ÓÒ ÒÞÙØÖ Òº Ù Ñ ÖÙÒ Û Ö Ò Ä Ø ØÖ Ð ÞÙÖ ÒÖ ÙÒ ÈÖÓØ Ò ÙÒ ÞÙÑ ËØ ÖØ Ö Ê Ø ÓÒ Ò Ø Øº Ñ Ø Ú Ö ÙÒ Ò Ò ÖÙÒ Ð ØÖÓÒ Ò Ù Ø
MehrÔÐÓÑ Ö Ø ÈÖÓ Ù Ø ÓÒ ÔÐ ÒÙÒ Ñ Ø À Ð ÚÓÒ ÅÙÐØ ÒØ Ò Ý Ø Ñ Ò Ë ÄĐÙ ÔÐÓÑ Ö Ø Ñ Ö ÁÒ ÓÖÑ Ø Ö ÍÒ Ú Ö ØĐ Ø ÓÖØÑÙÒ ½ º Ç ØÓ Ö ¾¼¼½ ØÖ Ù Ö ÈÖÓ º Öº Ã Ø Ö Ò ÅÓÖ Ôк ÁÒ ÓÖѺ ËØ Ò À Ù Ø Ò À ÖÑ Ø ØĐ Ø Ö Ø Ð Ø ØĐ Ò Ú
MehrÖÖ Ö Ø ÚÓÒ ÓÑÔÙØ Ö Ý Ø Ñ Ò Ë Ö ÔØ ÞÙÑ Ë Ñ Ò Ö ËÓÑÑ Ö Ñ Ø Ö ½ À Ö Ù Ö Å Ò Ö Ã Ö Ö Ü Ð ÈÖĐ Ð Ò Ö ÁÒ ÓÖÑ Ø ÍÒ Ú Ö ØĐ Ø Ã Ö Ð ÙØ ÖÒ ¹ ¼ Ã Ö Ð ÙØ ÖÒ Ï Ø ÖÑ ÒÝ ÁÒ ÐØ Á Ø Ò ÙØÞ ½ Ø Ò ÙØÞ ß Ö ØÐ Ä ½º½ ÏÓ Ö ÓÑÑØ
MehrË Ö Ø ÒĐÙ ÖØÖ ÙÒ ĐÙ Ö ÁÒØ ÖÒ Ø Ñ ØØ Ð ÁÈË ËØÙ Ò Ö Ø ÎÓÖ Ð Ø ÚÓÒ Ì ÐÓ ÊÙ ÞÙÖ ÙØ ØÙÒ ÙÖ ÈÖÓ º Öº ÃÐ Ù ÖÙÒÒ Ø Ò ½ º Þ Ñ Ö ½ ÍÒ Ú Ö ØĐ Ø À Ñ ÙÖ Ö ÁÒ ÓÖÑ Ø Ö Ø Ö ÒÛ Ò ÙÒ Ò Ö ÁÒ ÓÖÑ Ø Ò Ø ¹ ÙÒ Æ ØÙÖÛ Ò Ø Ò ÁÒ
MehrGrundtypen von Lägern
º Ä Ö Ý Ø Ñ Ñ Ö Î Á¹Ê ØÐ Ò ¾ ½½ Ø Ä ÖÒ ÔÐ ÒØ Ä Ò Ö Ø ¹ Ò Ø Ò Ñ Å Ø Ö Ð Ù º Ä Ö Ø Ò Ê ÙÑ ÞÛº Ò Ð ÞÙÑ Ù Û Ö Ò ÚÓÒ ËØ ¹ ÙÒ»Ó Ö Ë ØØ ÙØ Ò ÓÖÑ ÚÓÒ ÊÓ ØÓ Ò Û ¹ ÒÔÖÓ Ù Ø Ò Ó Ö ÖØ Û Ö Ò Ñ Ò Ò¹ ÙÒ»Ó Ö Û ÖØÑ Ö Ø
MehrÁÈÄÇÅ Ê ÁÌ Î Ö Ð Ú Ö Ò Ö ÊÓØÓÖ ØÖÙ ØÙÖ Ò Ò Ô Þ Ø Ú Ò Ö ÑÓÑ ÒØ Ò ÓÖ Ù ĐÙ ÖØ Ñ ÁÒ Ø ØÙØ ĐÙÖ Ò Û Ò Ø Ð ØÖÓÒ ÙÒ ÉÙ ÒØ Ò Ð ØÖÓÒ Ö Ì Ò Ò ÍÒ Ú Ö ØĐ Ø Ï Ò ÙÒØ Ö ÒÐ ØÙÒ ÚÓÒ ÍÒ ÚºÈÖÓ º Ôк¹ÁÒ º ÖºØ Òº ÓÖ Ö ÙÖ Ôк¹ÁÒ
MehrËØ Ò À ÖØÑ ÒÒ Å ØÖ Ð¹ÆÖº ½ µ ÃÓÒÞ ÔØ ÓÒ ÙÒ Ú ÐÙ ÖÙÒ Ò Ö Î Ù Ð ÖÙÒ Ø Ò Ö Ñ Ò Ò Ø Ò ÚÓÒ ÓÐÓ Ò ÐÐ Ò ÔÐÓÑ Ö Ø ÈÖÓ º Öº º ÃÖ Ñ Ö ÈÖÓ ÙÖ Ö Ö Ô Ø ÒÚ Ö Ö ØÙÒ Ö ÓÐÓ ÙÒ ÁÒ ÓÖÑ Ø ÁÒ Ø ØÙØ Ö ÁÒ ÓÖÑ Ø ÂÓ ÒÒ ÏÓÐ Ò Ó
MehrÙÐØØ ÁÒ Ò ÙÖ Û Ò Ø Ò ÙÒ ÁÒ ÓÖÑ Ø ÔÐÓÑ Ö Ø Ö Ì Ñ ÃÓÒ ÓÐ ÖÙÒ Ò Á̹ËÝ Ø Ñ ÞÙÖ ÍÒØ Ö Ø ØÞÙÒ ÐÐ ÖØ Ö Ö Ö ËÓ ØÛ Ö Ò ØÐ ØÙÒ Ò ÚÓÖ Ð Ø ÙÖ ÌÓÖ Ø Ò ÁÖÐÒ Ö ¾¼¼ ÌÓÖ Ø Ò ÁÖÐÒ Ö ÓÑ Ö Ø Ö ÖÚ Ï Ö Ø ÙÒØ Ö Ö Ö Ø Ú ÓÑÑÓÒ
MehrË ÑÙÐ Ø Ú ÍÒØ Ö Ù ÙÒ À Ò ÓÚ Ö Î Ö ÐØ Ò ÚÓÒ ÅÓ Ð ÁÈ ÞÙ Đ ØÞÐ Ñ ÃÓÒØ ÜØØÖ Ò Ö ËØ Ò Ê Ò ÓÖ ÙÒ ¹ ÙÒ Ä Ö Ò Ø ÁÒ ÓÖÑ Ø ÎÁÁÁ ÈÖÓ º Öº Â Ò Ê Ò Ö ÓÑÑÙÒ Ø ÓÒ Å Ò ÐÐ Ù Ø ÓÒ Ë ÑÙÐ Ø Ú ÍÒØ Ö Ù ÙÒ À Ò ÓÚ Ö Î Ö ÐØ Ò
MehrÊ Ñ Ò¹ËÔ ØÖÓ ÓÔ Ò Ò Ö Ñ Ò ÓÒ Ð Ò Ð ØÖÓÒ Ò Ý Ø Ñ Ò ÖØ Ø ÓÒ ÞÙÖ ÖÐ Ò ÙÒ Ó ØÓÖ Ö Ö È Ý Ö ÍÒ Ú Ö ØĐ Ø À Ñ ÙÖ ÚÓÖ Ð Ø ÚÓÒ Þ Ö ÍÐÖ Ù À Ñ ÙÖ À Ñ ÙÖ ¾¼¼¼ ÙØ Ø Ö Ö ÖØ Ø ÓÒ ÙØ Ø Ö Ö ÔÙØ Ø ÓÒ ØÙÑ Ö ÔÙØ Ø ÓÒ ËÔÖ Ö
MehrBS Registers/Home Network HLR/AuC
Ë Ö Ø Ñ ÅÓ Ð ÓÑÑÙÒ Ø ÓÒ Ò ØÞ Ö º Ò Ö Ø ÓÒ ÍÅÌ˵ ÃÐ Ù ÚÓÒ Ö À Ý ¾¼¼¾¹¼ ¹¾ ÁÒ ÐØ Ú ÖÞ Ò ½ Ò ÖÙÒ ¾ ½º½ Ï ÖÙÑ Ö ÙÔØ Ë Ö Ø ÓÒÞ ÔØ ÑÓ Ð Ö ÃÓÑÑÙÒ ¹ Ø ÓÒ º º º º º º º º º º º º º º º º º º º º º º º º º º º º
MehrËØ Ø Ø Ò ÐÝ ÚÓÒ Î Ö Ö Ø Ò ÙÒ ÅÓ ÐÐ ÖÙÒ ÚÓÒ Î Ö Ö Ù Ñ ØØ Ð Þ ÐÐÙÐ Ö Ö ÙØÓÑ Ø Ò ÎÓÑ Ö È Ý ß Ì ÒÓÐÓ Ö Ö Ö ¹Å Ö ØÓÖ¹ÍÒ Ú Ö ØĐ Ø Ù ÙÖ ÞÙÖ ÖÐ Ò ÙÒ Ñ Ò Ö Ò Ó ØÓÖ Ö Æ ØÙÖÛ Ò Ø Ò Ò Ñ Ø ÖØ Ø ÓÒ ÚÓÒ ÄÙØÞ Æ Ù ÖØ Ù
MehrÔÐÓÑ Ö Ø ÍÒ Ú Ö ØØ À Ñ ÙÖ Ö ÁÒ ÓÖÑ Ø Ö Ø Ö Æ ÒÛ Ò ÙÒ Ò Ö ÁÒ ÓÖÑ Ø Ò Ø ¹ ÙÒ Æ ØÙÖÛ Ò Ø Òµ Ò ÁÌ¹Ë Ö Ø ÓÒÞ ÔØ Ö Ò Û Ò ØÐ ÒÖ ØÙÒ Ñ Ô Ð Ö ÁÒ ÓÖÑ Ø Ö ÍÒ Ú Ö ØØ À Ñ ÙÖ Ì Ð ÁÁÁ ÖÐÙØ ÖÙÒ Ò Â Ò Æ ÓÒ Ö ØÖ ¾ ¾¾ ½
MehrÙ ØÓÑ Ö Ê Ð Ø ÓÒ Ô Å Ò Ñ ÒØ Ò ÇÖ Ò Ø ÓÒ Ò Ò ÅÓ ÐÐ Ö ËØÖÙ ØÙÖ ÖÙÒ ÒÒ ØØ È ØØÐÓ ÖØ Ø ÓÒ ÞÙÖ ÖÐ Ò ÙÒ Ñ Ò Ö Ò Ó ØÓÖ Ö È ÐÓ ÓÔ Ò Ö Ö ØÙÒ ÁÒ ÓÖÑ Ø ÓÒ Û Ò Ø Ò Ö ÍÒ Ú Ö ØØ Ë ÖÐ Ò ÖÐ Ò Ñ ÂÙÒ ¾¼¼ ¾ ÙØ Ø Ö ÈÖÓ º
MehrStrategische Standortplanung in Reverse-Logistik-Netzwerken - Eine empirische und modellgestützte Analyse
Sven Mühlthaler Strategische Standortplanung in Reverse-Logistik-Netzwerken - Eine empirische und modellgestützte Analyse Dargestellt für die Amaturenaufarbeitung kassel university press Die vorliegende
MehrÐÙÑ Ò ÙÑÒ ØÖ ¹Ë ÙØÞ Ø Ò Ù ÐÐ ÙÑÒ ØÖ À Ö Ø ÐÐÙÒ ÙÒ Ö Ø Ö ÖÙÒ ÚÓÒ Å ÐØ Ã Ö ÔÐÓÑ Ö Ø Ò È Ý Ò ÖØ Ø Ñ ÁÒ Ø ØÙØ ĐÙÖ ËØÖ Ð Ò¹ ÙÒ Ã ÖÒÔ Ý ÚÓÖ Ð Ø Ö Å Ø Ñ Ø ¹Æ ØÙÖÛ Ò ØÐ Ò ÙÐØĐ Ø Ö Ê Ò Ò Ö Ö ¹Ï Ð ÐÑ ¹ÍÒ Ú Ö ØĐ
MehrÎÓÖÖØÙÒ ÑØÖÐ ĐÙÖ Ò ËØÙÙÑ Ò Ò ĐÖÒ ÅØÑØ ÙÒ ÁÒÓÖÑØ Ò Ö ÍÒÚÖ ØĐØ ÄÔÞ ÀÖÙ Ò ÚÓÑ ËØÙÒÒ Ö ÙÐØĐØ ĐÙÖ ÅØÑØ ÙÒ ÁÒÓÖÑØ ÏÖÙÑ Ò ÌÙØÓÖÙÑ ÅØÑØ ÁÒ ÐÐÒ ÚÓÒ ÙÒ ÖÖ ÙÐØĐØ ÒÓØÒÒ ËØÙÒĐÒÒ Ø ĐØÙÒ ÑØ ÑØÑØ Ò ËÚÖÐØÒ Ð ØÚÖ ØĐÒк
MehrStefan Michaelis E S. Lehrstuhl für Elektronische Systeme und Vermittlungstechnik. Lehrstuhl für Künstliche Intelligenz
ß ÔÐÓÑ Ö Ø ß Ì Ò Ò Ø Å Ò Ò ÞÙÖ Ò ÐÝ ÚÓÒ Ì Ð ÓÑÑÙÒ Ø ÓÒ Ò ØÞÛ Ö Ò Stefan Michaelis Þ Ñ Ö ¾¼¼¼ E S V Lehrstuhl für Künstliche Intelligenz Lehrstuhl für Elektronische Systeme und Vermittlungstechnik Prof.
Mehrß Ð ¹ ÓÜ¹Ï ÖÚ ÖÛ Ò ÙÒ Î Ö ĐÙ Ö Ø ÚÓÒ Ú Ö Ò Ò Ö Ø ÒÙØÞ Ö ÃÐ Ò ÞÙÖ ÁÒ Ø ÒØ ÖÙÒ ÖĐ Ò Ø ÅĐÓ Ð Ø Ò ÞÙÖ ÒÔ ÙÒ Ö Ò Ö Ú ÖÛ Ò Ö ß Ï ÖÚ ÖÛ Ò ÙÒ ÚÓÒ ÃÓÑÔÓÒ ÒØ Ò Ò ÃÓÑÔÓÒ ÒØ Ò Ô Þ ÐÐ ËÛ¹Ì Ð Ò Ô Þ Î Ö ÐØ Ò Ù ¹ Û Ò
MehrÖÓÒÐÝ ÒÙÒ ÎÖÖÒ ÞÙÖ ÈÁƹÖÒÙÒ ÙÒ ÈÁƹÈÖĐÙÙÒ ĐÙÖ ¹ÃÖØÒ ÖÓÒÐÝ ÒÙ ÈÁƹÎÖÖÒ ½ ÁÒÐØ ÚÖÞÒ ½ Ù ÑÑÒ ÙÒ Ö Ê ÙÐØØ ¾ ¾ ÒÙ ÎÖÖÒ ¾º½ ÈÁƹÒÖÖÙÒ º º º º º º º º º º º º º º º º º º º º º º º º º ¾º½º½ ÈÁƹÒÖÖÙÒ Ù ÃÖØÒÒÓÖÑØÓÒÒ
MehrÔÐÓÑ Ö Ø Ú ÀÓÖÒ Ö ½ ÌÀ ÖÑ Ø Ø Ö ÁÒ ÓÖÑ Ø ØÖ Ù Ö ÈÖÓ º Ϻ À Ò ÔÐ ÁÒ ÓÖÑ Ø ÈÖÓ º ĺ ÈÓÒ Ö ØÞ ÈĐ Ó Öº ź À Ö À ÖÙÒ ÞĐÙ Ö ÁÒ ÓÖÑ Ø Á ß Ø Ò ÐÝ ĐÍ ÙÒ ØÖ ß ÒÖ ÙÒ Ò ÞÙÖ Æ Ù ÓÒÞ ÔØ ÓÒº Ú ÖĐÓ«ÒØÐ Ø Ð À ¹ Ö Ø Ö Ø
MehrVon Zeit zu Zeit ist man gezwungen, ein fsck manuell auszuführen. Sehen Sie sich dazu einfach das folgende Beispiel an:
º Ø Ý Ø Ñ Ö Ô Ö Ö Ò ¾ ½ mounten. Der Parameter blocksize definiert die Blockgröße des Loop-Back-Geräts. Als Nächstes wird nun die Datei linux in /mnt (oder dort, wohin Sie das Image gemountet haben) mit
MehrËÚ Ò Æ ÙÑ ÒÒ À Ò Ä Ò Ö È Ö Ò Ò Ò ĐÙ ÖÙÒ Ò Ñ Ò ÐÐ Ò ÐÝ Ò ØĐÙÖÐ Ö ËÔÖ Ú ÎÓÖÛÓÖØ Ð Û Ö Ò Ö ¼ Ö Â Ö ÞÙÑ Ö Ø ÒÑ Ð Ä ÖÚ Ö Ò Ø ÐØÙÒ Ò ÚÓÖ Ö Ø Ø Ò Ò Ò ĐÍ Ö Ð ĐÙ Ö Ù Ë Ø Ö ÓÑÔÙØ ÖÐ Ò Ù Ø Û Ø Ø Ò È Ö¹ Ò Ð ÓÖ Ø Ñ
MehrTUM INSTITUT FÜR INFORMATIK. Internet -Buchhandel Eine Fallstudie für die Anwendung von Softwareentwicklungstechniken mit der UML
TUM INSTITUT FÜR INFORMATIK Internet -Buchhandel Eine Fallstudie für die Anwendung von Softwareentwicklungstechniken mit der UML Gerhard Popp, Franz Huber, Ingolf Krüger, Bernhard Rumpe, Wolfgang Schwerin
MehrÒ ÓÖ ÖÙÒ Ò Ò ÑÓ ÖÒ ÖÓÛ Ö¹ Ö Ò Ï ¹ ÔÔÐ Ø ÓÒ Ò ËØ Ò Ê Ù Ð ÅĐ ÖÞ ¾¼¼½ ÔÐÓÑ Ö Ø Ò Ì Ð Ñ Ø ÙÖ ĐÙ ÖØ Ñ ÁÒ Ø ØÙØ ĐÙÖ ÁÒ ÓÖÑ Ø ÓÒ Ú Ö Ö ØÙÒ ÙÒ ÓÑÔÙØ Ö ØĐÙØÞØ Æ Ù Å Ò Ö Ì Ò Ò ÍÒ Ú Ö ØĐ Ø Ö Þ ÙØ Ø Ö ØÖ Ù Ö ÇºÍÒ
Mehr¾¾ Ö ÙÖ Ã Ô Ò Ù Ö¹ÁÒ Ø ØÙØ Ö ËÓÒÒ ÒÔ Ý Ë Ö Ø Ö Ø ÙÒ Î ÖÛ ÐØÙÒ º Ⱥ à ÑÑ Ö Íº ÊÝÒ ÖÞ Û Î ÖÛ ÐØÙÒ Ð ØÙÒ µ Àº ËØÖÓ º ÈÖ Ø Ò Ò Åº Ò Ù Ö ½º½¾ºµº Ì Ò È Ö ÓÒ
Â Ö Ö Ø ¾¼¼ Å ØØ ÐÙÒ Ò Ö ØÖÓÒÓÑ Ò ÐÐ Ø ¾¼¼ µ ¾¾ ¾ ½ Ö ÙÖ º Öº Ã Ô Ò Ù Ö¹ÁÒ Ø ØÙØ Ö ËÓÒÒ ÒÔ Ý Ë Ò ØÖ ½¼ Ö ÙÖ Ì Ðº ¼ ½µ ½ ¹¼ Ü ¼ ½µ ½ ¹½½½ ¹Å Ð Ö ºÙÒ ¹ Ö ÙÖ º ÏÏÏ ØØÔ»»ÛÛÛº ºÙÒ ¹ Ö ÙÖ º Ù Ò Ø ÐÐ Ñ Ç ÖÚ ØÓÖ
MehrÒ Ö Ò Ð Ò Ö º Ä Ð ØÖÓÒ ÐÙÒ Ñ ØØ Ð Ñ ÁÒØ ÖÒ Ø ĐÍ Ö Ø ÙÒ Û ÖØÙÒ ØÙ ÐÐ Ö Î Ö Ö Ò ÙÒØ Ö ÖĐÙ Ø ÙÒ ÚÓÒ ÃÖ Ø Ö Ò Ö Ë Ö Ø ÙÒ ÙÒ Ø ÓÒ Ð ØĐ Ø ËØÙ Ò Ö Ø ÎÓÖ Ð Ø ÞÙÖ ÙØ ØÙÒ ÙÖ Ã Ø Ö Ò Ë Ö Þ Ñ Ö ½ ÍÆÁÎ ÊËÁÌ Đ Ì À Å
MehrËÓÑÑ Ö Ñ Ø Ö ¾¼¼½ ÝÒ Ñ ËÝ Ø Ñ ¾ ÎÓÖÐ ÙÒ Ö ÔØ Ñ Ø ÄĐÓ ÙÒ Òµ Í Ó Ù Þ ÒØÖ Ð Ò ËÝ Ø Ñ Ö ÎÓÖÐ ÙÒ Å Ò Ð ÖÓØÑ Ò ÂÙÐ Ñ Ò ÙÒ ÒÞÙ Ø ÈÓ Ð³ Ò Ê Ñ Ø ÍÒÛÙ Ø ÁÆÀ ÄÌËÎ Ê Á ÀÆÁË ÁÒ ÐØ Ú ÖÞ Ò ÒÐ Ò Ä ÖÒÞ Ð Ú ½ ½ º ÔÖ Ð ¾¼¼½
MehrA BC T EF
ÇϹÈÖÓ Ø ØØÔ»» Ô º Ù¹ ÖÐ Òº»ÓÛ» Ç Ë ÓÛÒÐÓ Ý Ø Ñ ÇÏ Ñ Ä ÔÞ Ö ÓÖÑ Øµ ØØÔ»» Ô º Ù¹ ÖÐ Òº»ÓÛ» ÓÛÒÐÓ» Ò ÖÙÒ Ò Ï ÓÖÔÙ ¹ Ù Ë Ö Ò Ð Ù Ö ¾¼½ ØÓ ÔÔ Öµ ØØÔ»»ÛÛÛºÑÓÖ ÒÐ ÝÔÓÓкÓÑ»ØÓ» ÐØ»½»½ Ð Ü Ð Ù Ö ÙÒ ÊÓÐ Ò Ë Ö ÐÔ
MehrWirtschaftlichkeit und optimaler Betrieb von KWK-Anlagen unter den neuen energiewirtschaftlichen Rahmenbedingungen
Wirtschaftlichkeit und optimaler Betrieb von KWK-Anlagen unter den neuen energiewirtschaftlichen Rahmenbedingungen Bearbeitet durch Lambert Schneider Berlin, März 2000 Geschäftsstelle Freiburg Büro Berlin
MehrÃÔØÐ ÒÓÑÑÒ ¹ ÙÒ ËÙ ØØÙØÓÒ «Ø ËÐÙØÞݹÐÙÒ ÙÒ ËÐÙØ ÞµÝ ¼¹µ Ö ÏÐ ÎÓÖÞÒ Òººº Òкºº Þ Ð ß Ü Ü Ô Ô ßÞÐ ÃÖÙÞÔÖ «Ø ÞÛº ÒÒØ ÑÐ ĐÒÖÙÒÒ Þ Ð ß Ü Ü Ô Ô ÈÖ ĐÒÖÙÒ Ô ¼µØÞÛ «Ø º ĐÒÖÙÒ Ö ÖÐØÚÒ ÈÖ ËÙ ØØÙØÓÒ «Ø ¾º ĐÒÖÙÒ Ö
MehrElektrische Feldstärke [a.u.] THz-Puls Delay [ps] Pump-Probe Delay [ps]
È ÓÒÓÒ ÒÔÖÓÞ ÙÒ Ä ÙÒ ØÖĐ Ö ÝÒ Ñ Ò À Ð Ð Ø ÖÒ ÙÒØ Ö Ù Ø Ñ Ø À Ð Ö Ø Ø Ò ÙÒ Þ Ø Ù ÐĐÓ Ø Ò Ì Ö ÖØÞ Ì Ñ ¹ ÓÑ Ò ËÔ ØÖÓ ÓÔÝ 10 Elektrische Feldstärke [a.u.] 5 0-5 3 4 5 THz-Puls Delay [ps] 6 7-1 0 1 2 3 Pump-Probe
MehrÅ Ò ØÙÖ ÖØ Ð ØÖÓ Ø Ø Ä Ò Ò Ù ÓÒÚ ÒØ ÓÒ ÐÐ Ò Ð Ò Ò Ö Ó Ù Ò Æ Ö Ô ÒÒÙÒ ¹ Ê Ø Ö Ð ØÖÓÒ ÒÑ ÖÓ ÓÔ ÖØ Ø ÓÒ ÞÙÖ ÖÐ Ò ÙÒ Ö Ò Ó ØÓÖ Ö Æ ØÙÖÛ Ò Ø Ò Ö ÙÐØØ Ö È Ý Ö Ö Ö ¹Ã ÖÐ ¹ÍÒ Ú Ö ØØ ÞÙ Ì Ò Ò ÚÓÖ Ð Ø ÚÓÒ Ê ÑÓÒ
MehrÐ ØÛÓÖØ Ó ØÓÖÚ Ø Ö Ñ Î Ö Ð ÚÓÒ ÁÒ ÓÖÑ Ø ÓÒ ÕÙ ÐÐ Ò ÙÒ Đ Ò ÚÓÒ Ò Ò Ö ÒØÛ ÐØ ÛÙÖ Ò ØĐÓ Ø Ñ Ò ÑÑ Ö Û Ö Ù È Đ ÒÓÑ Ò Ø Ò Ò Ö ÁÒ ÓÖÑ Ø ÓÒ ÕÙ ÐÐ ÐØ Ò ÓÑÔ Ø Ð Ò Ñ Ø Ò Ò Ò Ö ÞÛ Ø Ò Ð Ø Û ÒÒ ÙÑ Ð ÒÛ Ò ÙÒ Ò Ðغ À
MehrSpaltung. Fusion. E/M [MeV/amu] 2 H. 1 10 100 Massenzahl M. 62 Ni 3 H 1 H
ÈÐ Ñ Ô Ý ÙÒ Ù ÓÒ ÓÖ ÙÒ Ì Ð ÁÁ Ù ÓÒ ÓÖ ÙÒ ÚÓÒ Ê ÐÔ ÙÜ ÍÒ Ú Ö ØĐ Ø Ù ÙÖ ËË ¾¼¼¾ Ë Ö ÔØ ÖØ Ù Ñ ÎÓÖÐ ÙÒ Ö ÔØ ÚÓÒ À ÖÖÒ À ÖØÑÙØ Ó Ñ ĐÙÖ Ò Ö ÙÒ Ð ÍÒØ Ö ØĐÙØÞÙÒ ÑĐÓ Ø Ñ Ù Ñ Ï Ò Òº Ã Ô Ø Ð Ø À ÖÖ ÊÙ ÓÐ Æ Ù ÞÙÖ
MehrÁÒ Ø Ú ÖÞ Ò ½ Ò ÖÙÒ ½ ¾ Å ÒÞ Ö ÌÖ Ø Ùѹ ¹ ÜÔ Ö Ñ ÒØ ¾º½ ÌÖ Ø Ùѹ ¹ËÔ ØÖÙÑ º º º º º º º º º º º º º º º º º º º º º º º º º ¾º¾ ÜÔ Ö Ñ ÒØ Ò Å ÒÞ º º º º º º º º º º º º º º º º º º º º º º º º ½½ ¾º¾º½
Mehr9 Dynamische Programmierung (Tabellierung)
9 (Tabellierung) PrinzipºÊ ÙÖ ÓÒ ÒÑ Ø ĐÙ ÖÐ ÔÔ Ò ÒÌ Ð Ù ÒÛ Ö Ò 9.1 Grundlagen Ì ÐÐ ÖÙÒ Ö ÖÄĐÓ ÙÒ Ò Ù Û ÖØ Ø ÙÑÛ Ö ÓÐØ ÆÞ ÒØ Ö ÙÖ Ý Ø Ñ Ø ÙÖ Ð Ù Ò ÖÌ Ð Ù ÒÙÒ Ö ÒÙÒ ÒÞÙÚ ÖÑ Òº Ì ÐÐ Ò ĐÓÒÒ Ò Ø Ø Ø ÖÁÒ Ü Ö
MehrÒ ÖØ Ö ÑÙÐØ Ñ Ð ÒÛ Ò ÙÒ Ò Ö Ø Ã Ö Ð ÓÖÒÖ Ò ¼ Ø ØØ Ò Ö Ø Ö ÐºÒ Ø ¾ º Å ¾¼¼½ Ù ÑÑ Ò ÙÒ Ö Ø Ñ Ø Ò Ò Ö Ð Ö ÒÓÖÑ Ò ÓØ Ò ÑÙÐØ Ñ Ð Ò Ò ÖØ Ò Ò ÙÒ Ò ÒØ Ö ÒØ ÙÒ Ò Ù Ì ÒÓÐÓ Ò ÙÖ ÔÖ Ø ¹ Ì Ø Ò Ù Ö ÙÒØ Ö ÄÙÔ Ò Ñ Òº
MehrÒÓÒÝÑ ÃÓÑÑÙÒ Ø ÓÒ Ë Ñ Ø Ö Ö Ø ÚÓÒ Ò Ö ÃÖÑ Ö Ö Ñ Ö º Ø Þº ÈÖÓ ÓÖ ÖÒ Ö ÈÐ ØØÒ Ö ØÖ Ù Ö Ò Æ Ø Ð Ï Ð Ö ÌÁÃ ÌÀ Ö º ÖÙ Ö ¾¼¼¼ ØÖ Ø Ì Ö Ø Ô ÖØ Ó Ø Ô Ô Ö ÜÔÐ Ò ÓÙÖ ÓÐÙØ ÓÒ ÓÖ ÒÓÒÝÑÓÙ ÓÑÑÙÒ Ø ÓÒ ÓÒ Ø ÒØ ÖÒ Ø ÖÓÛ
MehrÐ ØÑ Ø Ö Ð ÞÙÖ ÎÓÖÐ ÙÒ ÈÖÓÞ Ö Ò ÖØ Ò Ò ØØ Ø Ê ÐÞ Ø¹ËÝ Ø Ñ µ ËÓÑÑ Ö Ñ Ø Ö ½ È Ø Ö Å ÖÛ Ð ÁÒ ÓÖÑ Ø ÁÁ Ì Ò ÁÒ ÓÖÑ Ø µ ÍÒ Ú Ö ØĐ Ø ÓÖØÑÙÒ º ÔÖ Ð ½ Ö Ð ØØ ÜØ Ø ÒÙÖ ÞÙÖ ÒÙØÞÙÒ ÙÖ Ì ÐÒ Ñ Ö Ö ÎÓÖÐ ÙÒ Øº Û Ö Ò
MehrSicher ist sicher: Backup und restore Einleitung Hallo Schatz, habe die Diskette gefunden,...... die du gestern so verzweifelt gesucht hast.
Einleitung Hallo Schatz, habe die Diskette gefunden,...... die du gestern so verzweifelt gesucht hast. Ä ÒÙܹÁÒ Ó¹Ì Ù ÙÖ ¹¾ ºÅÖÞ¾¼¼ à ÖÐ ÙØ Á̹ÏÇÊÃ˺ Ǻ ̹ ÓÒ ÙÐØ Ò ²ËÓÐÙØ ÓÒ Einleitung Willkommen Karl
MehrAbschlussklausur Cluster-, Grid- und Cloud-Computing (CGC) 25.1.2012 Dr. Christian Baun
ÐÙ Ø Ö¹ Ö ¹ÙÒ ÐÓÙ ¹ ÓÑÔÙØ Ò µ Ä ÙÒ ÞÞ ÒÞÙÖ ÐÙ Ð Ù ÙÖ ¾ ºÂ ÒÙ Ö¾¼½¾ ÎÓÖÒ Ñ Æ Ñ Å ØÖ ÐÒÙÑÑ Ö ËØÙ Ò Ò À ÒÛ ÌÖ ÒË ÞÙ Ö Ø Ù ÐÐ Ò ÐØØ ÖÒ Ò Ð Ð Ð ØØ µá Ö ÒÆ Ñ Ò Ë Ö ÒË Ä ÙÒ Ò ÖÌ Ð Ù Ù Û Ð ÚÓÖ Ö Ø Ø Ð Øغ Á Ö
MehrÁ Ãȹû¾¼¼ ¹½½ ÒØÛ ÐÙÒ Ò Ò ÐÐ Ò Ù Ð Ý Ø Ñ Ö Ñ ÒØ ØÖ ÐÑÓÒ ØÓÖ Ñ Å˹ ÜÔ Ö Ñ ÒØ Ö ØÓÔ Ê Ð ½ º ÅÖÞ ¾¼¼ ÔÐÓÑ Ö Ø ÁÒ Ø ØÙØ Ö ÜÔ Ö Ñ ÒØ ÐÐ Ã ÖÒÔ Ý Á ÃÈ ÍÒ Ú Ö ØØ Ã ÖÐ ÖÙ ÌÀµ Ê Ö ÒØ ÈÖÓ º Öº Ï Ñ Ó Ö ÃÓÖÖ Ö ÒØ
MehrSuperharte, unterschiedlich gradierte PVD-Kohlenstoffschichten mit und ohne Zusätze von Titan und Silizium
Forschungszentrum Karlsruhe in der Helmholtz-Gemeinschaft Wissenschaftliche Berichte FZKA 6740 Superharte, unterschiedlich gradierte PVD-Kohlenstoffschichten mit und ohne Zusätze von Titan und Silizium
MehrSecurity. Privacy. Authentity
Ä Ö ÖÛ Ø Ö Ð ÙÒ Æ ØÞÛ Ö Ñ Ò Ñ ÒØ ÌÍ ÑÒ ØÞ ÙÐØĐ Ø ĐÙÖ ÁÒ ÓÖÑ Ø ÁÒ ÐØ Ú ÖÞ Ò ½ Ë Ö Ø ÔÖÓ Ð Ñ ¾ ½º½ Ä Ø Ö ØÙÖ º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º ¾ ½º¾
MehrÁÒ ÐØ Ú ÖÞ Ò ½ ÒÐ ØÙÒ ½º½ ØÝÓ Ø Ð ÙÑ Ó ÙÑ Ð ÅÓ ÐÐÓÖ Ò ÑÙ º º º º º º º º º º º º º º º ½º¾ ÝØÓ Ð ØØ º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º ½º Ø Ò Ò Ò ÈÖÓØ Ò Ò ØÝÓ Ø Ð ÙÑ Ó ÙÑ
MehrBachelor- Vertiefungspraktikum Informationstechnik
Bachelor- Vertiefungspraktikum Informationstechnik Versuchsbeschreibungen WS 2016/17 Fakultät für Elektrotechnik und Informationstechnik www.ei.rub.de Versuchsverzeichnis Spurensucher (ATP) Autonomes
MehrÖ ÙÒ ÚÓÒ Ï ¹ ÖØ Ò ÁÒ ÓÖÑ Ø ÓÒ Ý Ø Ñ Ò Ñ ØØ Ð Ê ¹Å Ø Ø Ò ÖØ Ø ÓÒ ÞÙÖ ÖÐ Ò ÙÒ Ñ Ò Ö Ò Ó ØÓÖ Ö Ï ÖØ Ø Û Ò Ø Ò Öº Ö Öº ÔÓкµ ÙÖ Ò Ö Ï ÖØ Ø Û Ò Ø Ò Ö ÍÒ Ú Ö ØĐ Ø Ù ÙÖ ¹ Ò ËØ Ò ÓÖØ Ò ÎÓÖ Ð Ø ÚÓÒ Ê Ò ÓÐ ÃÐ Ô
MehrBachelor- Vertiefungspraktikum Informationstechnik
Bachelor- Vertiefungspraktikum Informationstechnik Versuchsbeschreibungen WS 2012/13 Fakultät für Elektrotechnik und Informationstechnik www.ei.rub.de Versuchsverzeichnis Spurensucher (ATP) Autonomes
MehrScheduling und Ressourcenverwaltung in Realzeitsystemen
INSTITUTE FOR REAL-TIME COMPUTER SYSTEMS TECHNISCHE UNIVERSITÄT MÜNCHEN PROFESSOR G. FÄRBER Scheduling und Ressourcenverwaltung in Realzeitsystemen Hauptseminar Realzeit-Computersysteme Wintersemester
MehrInteroperabilität. Semantische Heterogenität (Datenmodell, Schema, Instanzen) Strukturelle Heterogenität (Datenmodell, Schema, Instanzen)
ÁÒ ÓÖÑ Ø ÓÖ ÙÒ ÙÒ ÒØÛ ÐÙÒ Ñ ÒÙ Ö ÔØ ÆÓº Û ÐÐ Ò ÖØ Ý Ø ØÓÖµ ÁÒØ ÖÓÔ Ö Ð ØĐ Ø ĐÙÖ ÁÒ ÓÖÑ Ø ÓÒ Ý Ø Ñ Ñ ÙÒ Ø Û Ò Ù Ñ Þ Ò Ö ËØ Ò Ö ËÙ ÒÒ È Ö Ò Ï Ð ÐÑ À Ð Ö Ò ÖÐ ÚÓÒ Ç ØÞ Ý ÍÒ Ú Ö ØĐ Ø ÇÐ Ò ÙÖ Ô ÖØÑ ÒØ ĐÙÖ ÁÒ
MehrÇÔ Ò ËÓÙÖ ÄÓ Ð Ò Ö Ñ Î Ö Ð ÞÙ ÓÑÑ ÖÞ ÐÐ Ò ËÝ Ø Ñ Ò ÔÐÓÑ Ö Ø ÚÓÒ Ì ÓÑ ËØ Ð Ó ÙÐ ÖÑ Ø Ø Ö ÁÒ ÓÖÑ Ø ØÖ Ù Ö ÈÖÓ º Öº ÆÓÖ ÖØ ÃÖ Ö ÈÖÓ º Öº ÃÐ Ù É٠Рݹ Ö Ð Ö Ó Ø Ñ À Ø ÐÙÒ ÁÌ Öº ÖØ ÙÖ Ê Ø ÒÛ Ð ËÓÑÑ Ö Ñ Ø Ö
MehrTrustworthy Preservation Planning. Christoph Becker. nestor edition 4
Trustworthy Preservation Planning Christoph Becker nestor edition 4 Herausgegeben von nestor - Kompetenznetzwerk Langzeitarchivierung und Langzeitverfügbarkeit Digitaler Ressourcen für Deutschland nestor
MehrÄÙ Û ßÅ Ü Ñ Ð Ò ßÍÒ Ú Ö ØĐ Ø ÅĐÙÒ Ò ÁÒ Ø ØÙØ ĐÙÖ ÁÒ ÓÖÑ Ø ÅÓ Ð ÒØ ËÝ Ø Ñ Ö Ø ØÙÖ Ò ÈÐ ØØ ÓÖÑ ĐÙÖ Ü Ð ÁÌßÅ Ò Ñ ÒØ Ì Ò Ö Ö Ø ¼¾ ÓÖ ÖÙ ËØ Ô Ò À Ð ÖÓÒÒ Ö À ÐÑÙØ Ê Ö MNM TEAM ÅĐÙÒ Ò Ö Æ ØÞÑ Ò Ñ ÒØ Ì Ñ ÅÓ Ð
MehrSectoral Adjustment of Employment: The Impact of Outsourcing and Trade at the Micro Level
145 Reihe Ökonomie Economics Series Sectoral Adjustment of Employment: The Impact of Outsourcing and Trade at the Micro Level Peter Egger, Michael Pfaffermayr, Andrea Weber 145 Reihe Ökonomie Economics
MehrIntegriertes Management großer Web-Sites auf der Basis datenbankbasierter Modellierungskonzepte
ÁÒ Ø ØÙØ ĐÙÖ ÁÒ ÓÖÑ Ø Ö Ì Ò Ò ÍÒ Ú Ö ØĐ Ø ÅĐÙÒ Ò Integriertes Management großer Web-Sites auf der Basis datenbankbasierter Modellierungskonzepte ÍÐÖ ËÓÑÑ Ö ÁÒ Ø ØÙØ ĐÙÖ ÁÒ ÓÖÑ Ø Ö Ì Ò Ò ÍÒ Ú Ö ØĐ Ø ÅĐÙÒ
MehrÄ ÖÓÒ ÅÐ ÄÓÖ ¼ º¼º¾¼¼¾ ÁÒÐØ ÚÖÞÒ ÒÐØÙÒ ¾ ÏÐÐÒÐØÖ ¾º ÅÜÛÐйÐÙÒÒ º º º º º º º º º º º º º º º º º º º º º º º ¾º¾ Ä ÙÒÒ Ö ÅÜÛÐйÐÙÒÒ Ö Ò ÐÐ Öع Ò ÏÐÐÒÐØÖ º º º º º º º º º º º º º º º º º º º º º º º ¾º
MehrÏÓÞÙ ÑÙÐØ Ð Ò Ù Ð Ö ÑÑ Ø Ò ÈÖ Ø ÒØ Ö ÒØ ÙÖ Ò Ù Í Ö ØÞÙÒ Ò Ò Ò Ñ ÒÛ Ò ÙÒ Ö Ð Ø Ò Ö Ö ÒÛ Ò ÙÒ Ô Þ Ë Ñ ÒØ ÞÙÖ Ò Ò ÙÒ Ò ËÓ ØÛ Ö ÔÖÓ Ù Ø Ñ Ø ÔÖ Ð Ò ÒØ Ð Ò
ÅÙÐØ Ð Ò Ù Ð Ö ÑÑ Ø Ò Ñ Ö ÑÑ Ø Ð Ö Ñ ÛÓÖ µ ÎÓÖÐ ÙÒ Ñ Ø Ì Ð Ù ÙÒ ÏË ¾¼½¾»½ ÁË ÍÒ Ú Ö Ø Ø Å ÙÒ Ò À Ò Ä ß ÁË º ÖÙ Ö ¾¼½ ½» ¾ ÏÓÞÙ ÑÙÐØ Ð Ò Ù Ð Ö ÑÑ Ø Ò ÈÖ Ø ÒØ Ö ÒØ ÙÖ Ò Ù Í Ö ØÞÙÒ Ò Ò Ò Ñ ÒÛ Ò ÙÒ Ö Ð Ø Ò
MehrPROCEEDINGS der Verbundtagung VertIS 2001
Fachgruppe 1.1.6 Verteilte Künstliche Intelligenz (VKI), Fachgruppe 2.5.2 Entwicklungsmethoden für Informationssysteme und deren Anwendung (EMISA), Fachgruppe 5.10 Informationssystem-Architekturen: Modellierung
MehrÖÕÙÒÞÚÖÚÖÙÒ Ò ¹ËÒÐ Ö ß Ò ÍÎ¹Ä Ö Ý ØÑ ¾ ÒÑ Ö ½ ˹ È ÄÒ Ò ÉÙ ÐÖ ÔÐÓÑÖØ ÚÓÒ ÅÖØÒ Ë ÁÒ ØØÙØ ĐÙÖ ÈÝ ÂÓÒÒ ÙØÒÖ¹ÍÒÚÖ ØĐØ ÅÒÞ ÅÒÞ Ò ¾º ÙÙ Ø ¾¼¼ ½º ÙØØÖ ÈÖÓº Öº ÂÓÒ ÏÐÞ ¾º ÙØØÖ ÁÒÐØ ÚÖÞÒ ½ ÒÐØÙÒ ½ ¾ ÌÓÖ Ö ÖÕÙÒÞÚÖÓÔÔÐÙÒ
MehrÃÓÒÞÔØÓÒ Ò ÙØ Ò ØÒÒÜ ĐÙÖ ÓÖ ÙÒ ÞÛ Çµ ÀÖÑÒÒ ĐÓÔÔÐ ÀÒÖ ËĐÙØÞ Ù ÓÒ ÔÔÖ ÆÖº ½¾ ÃÙÖÞ ÙÒ ĐÙÖ ÏÓÖÐÏÏ ØÙÐÐ ÎÖ ÓÒ ÂÒÙÖ ½ ÊĐÙÖÒ ØØ Ò ÓÐÒ Ö ÁÒ ØØÙØ ĐÙÖ ÒØ ÙÒ ØÓÖ ÙÒ ÍÒØÖÒÑÒ ÓÖ ÙÒ ÍÒÚÖ ØĐØ ÃÖÐ ÖÙ ÌÀµ ÈÓ Ø ¼ ½¾ ÃÖÐ
MehrÐØÖÓÒ Ò ØÒ ÚÓÒ ÑÒØ ÙÒ ÑÒØÖØÒ ÃÓÐÒ ØÓ«Ò ÁËËÊÌÌÁÇÆ ÞÙÖ ÖÐÒÙÒ Ñ Ò Ö ÓØÓÖ ÖÖÙÑ ÒØÙÖÐÙÑ Öº ÖÖº Òغµ ÚÓÖÐØ Ö ÙÐØĐØ ÅØÑØ ÙÒ ÆØÙÖÛ Ò ØÒ Ö ÌÒ Ò ÍÒÚÖ ØĐØ Ö Ò ÚÓÒ Ôк¹ÈÝ º ËØÔÒ ÏÑÒÒ ÓÖÒ Ñ ¾º½¼º½ Ò ÊÐÒÒ ÙØØÖ ÈÖÓº
MehrÈÖÓº Öº ØÑÖ ÈÖ ÈÖÚØ ÃÖÒÒÚÖ ÖÙÒ ÈÃε ÏË ¾¼¼½»¼¾ Áº ÊØÐ ÙÒ ÚÖ ÖÙÒ ÑØÑØ ÖÙÒÐÒ Ö ÈÃÎ Áº½º ĐÕÙÚÐÒÞÔÖÒÞÔ Ö ÈÃÎ Áº¾º ÃÓÔ ĐÒ ÙÒ ËÒÔÖÓ Ð Áº º ÆØØÓÔÖĐÑ Áºº ÖÙØØÓÔÖĐÑ ÁÁº ØÖ ÒÔ ÙÒÒ ÁÁº½º ÐØÖÙÒ ÖĐÙ ØÐÐÙÒ ÁÁº¾º ØÒ
Mehr½ ÍÆÀ ĐÆÁ ÊÁÆÁËË ÁÆ ÁËÃÊÌÆ ÏÀÊËÀÁÆÄÁÀÃÁÌËÅÇÄÄÆ Ù ÑÑÒ ÙÒ ÚÓÒ ØÑÖ ÈÖ ÇÐÒÙÖ ÒÒ ÓÒÖØÖ ÙÒ Ù ÚÖ ÒÒ ËÙÐĐÙÖÒ ÞÙÖ ËØÓ Ø ÛÖ ÈÖÓÐÑØ Ö Ü ØÒÞ ÙÒĐÒÖ ÖÒ ÓÐÒ Ò ÖØÒ ÏÖ Ò¹ ÐØ ÑÓÐÐÒ ÙØÖغ ÁÒ ÓÒÖ ÛÖ Ò Ò ÖØÒ ÅÓÐÐÒ ĐÙÐØ Ò ĐØÞÙÒ
MehrDieUnterklasse È ÞÞ verfügtüberallemembersder Oberklasse ÓÓ wennauchnichtalledirektzugänglichsind. DieAttributeunddieObjekt-Methode ÐÓÖ µderklasse
ÔÙ ÓÓ ß ÔÖ Ú Ø ÒØ ÄÇÊÁ Ë È Ê Ê Å ÔÖ Ú Ø ÒØ Ø ÖÚ Ò ÔÙ ÓÓ ÒØ ÒÙÑ Ø Ö Ñ ÒØ ÒÙÑ ÖÚ Ò µ ß Ø ÒÙÑ Ø Ö Ñ ÖÚ Ò ÒÙÑ ÖÚ Ò ÔÖ Ú Ø ÒØ ÓÖ µ ß Ö ØÙÖÒ Ø ÄÇÊÁ Ë È Ê Ê Å ÔÙ ÒØ ÓÖ Ô Ö ÖÚ Ò µ ß Ö ØÙÖÒ ÓÖ µ» ÖÚ Ò µ»» Ò Ó ÓÓ
MehrÇÔØ ÐÑÒØ ÖÄعÜÔÖÑÒØ ÞÙÖ ÔØÖÐÒ Å ÙÒ Ö ÐÙÓÖ ÞÒÞÙ ÙØ ÚÓÒ ÄÙØ ÔÐÓÑÖØ Ò ÈÝ ÚÓÒ ËØÒ ÃÐÔ Ö ÁÆËÌÁÌÍÌ ĐÍÊ ÈÊÁÅÆÌÄÄ ÃÊÆÈÀËÁà ÍÆÁÎÊËÁÌ ĐÌ ÃÊÄËÊÍÀ ÍÆ ÁÆËÌÁÌÍÌ ĐÍÊ ÃÊÆÈÀËÁà ÇÊËÀÍÆËÆÌÊÍÅ ÃÊÄËÊÍÀ ÁÆ Ê ÀÄÅÀÇÄ̹ÅÁÆËÀÌ
MehrÖ ÙÖ ÍÆÁ» ÀÌÅÄ ÂĐÓÖ ÀÒÖ ÐÜÒÖ Ê ¾º ÆÓÚÑÖ ½ Á ÍÆÁ ¾ ½ ÒÙØÞÖ ¾ ¾ Ø Ý ØÑ ¾ ¾º½ ØØÝÔÒ º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º ¾ ¾º¾ ØÙÑ º º º º º º º º º º º º º º º
Mehr6. Explizite Zeit und Zeitautomaten
6. Explizite Zeit und Zeitautomaten Bisher: Zeit nur als Ordnungsrelation zwischen Zuständen/Ereignissen Jetzt: Zeit als explizite kontinuierliche Größe modelliert (reelle Werte) Uhren: stückweise kontinuierliche
MehrChapter 1 : þÿ b e t l i v e - s t r e a m i n g - b e w e r t u n g c h a p t e r
Chapter 1 : þÿ b e t 3 6 5 l i v e - s t r e a m i n g - b e w e r t u n g c h a p t e r þÿ D e r B o o k i e i s t H a u p t s p o n s o r d e s e n g l i s c h e n P r e m i e r L e a g u e C l u b s
MehrÏÖ ØÖ¹ÁÒ ØØÙØ Ö ÒÛÒØ ÒÐÝ ÙÒ ËØÓ Ø Ñ ÓÖ ÙÒ ÚÖÙÒ ÖÐÒ ºÎº ÌÒÐ ÊÔÓÖØ ÁËËÆ ½½ ËÑÙÐØÓÒ Ö ËØÖÐÖØÙÒ ÚÓÒ ËØÐ ÑØ ÏÁ˹ËÀÖÈ º ÙÛÐÖ ½ º ÀÑÖ ¾ ̺ ÂÙÖ ¾ Àº¹Âº ËÔ ½ ÙÒ Ïº Ï ¾ ÙÑØØ ÔÖ ¾ ¾¼¼¾ ½ ÌÍ ÖÑ ÖÖ Ù ØÚ¹ÙÒÖ¹ËØÖº ¼
MehrDie Entdeckung des Gluons
Die Entdeckung des Gluons Alexander Voigt 02.05.2007 1 / 53 Inhaltsverzeichnis 1 Theoretische Grundlagen Das Standardmodell Quarks Farbladung Starke Wechselwirkung Eigenschaften des Gluons Potential der
Mehr½ È ÙÒÖ¹ÒÒ Ø¹ ÊÒØÒÖØÓÑØÖ ÁÆÀÄÌËÎÊÁÀÆÁË ¾ ÁÒÐØ ÚÖÞÒ ½ ÒÖÙÒ ¾ ÌÓÖ ¾º½ ÒÒ ËØÒ º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º º ¾º½º½ ÖØÖ ÖÙÒ º º º º º º º º º º º º º º º º º º º º º
MehrÍÒÚÖ ØØ ÐÐ ÁÒØÖÒÖ ÖØ Ö ÌÒ Ò ÙÐØØ ØÐÙÒ ÁÒÓÖÑØÓÒ ØÒ ËÖÔØ ÞÙÖ ÎÓÖÐ ÙÒ ÌÒ ÁÒÓÖÑØ Á ÅÖÓ ÀÐÖØ ËÓÑÑÖ Ñ ØÖ ¾¼¼½ ËØÒ ½º ÔÖÐ ¾¼¼½µ Ê Ë ¼ ʳ Ê Ê Ë³ Ë Å ØÖ ¼ ʳ Ê Ê É Ë Ë³ É ËÐÚ ÍÒÚÖ ØØ ÐÐ ÈÓ Ø ½¼ ¼½ ½ ¼½ ÐÐ ÎÓÖÛÓÖØ
MehrÅØÐ ÐÓÐ ÃÐ ÒĐÓÖÔÖØÓÖ ÔÐÓÑÖØ ÚÓÒ Ò ÎÓÐ ØÖÙÖ ÈÖÓº Öº ÃÝ ÏÒÖ ÙÐØĐØ ĐÙÖ ÅØÑØ ÍÒÚÖ ØĐØ ÀÐÖ ÔÖÐ ÒÐØÙÒ ÄÓÐ ÃÐ ÒĐÓÖÔÖØÓÖ Ø ÌÓÖ Ö Ð Ò ÖÛØÖÙÒÒ ÐÓÐÖ ÃĐÓÖÔÖ Û Ø¹ Û Ö ÃĐÓÖÔÖ Ö Ô¹ Ò ÐÒÉÔº ÍÖ ÔÖĐÙÒÐ ÛÙÖ ÐÓÐ ÃÐ ÒĐÓÖÔÖØÓÖ
MehrNachfolgend alle Unterlagen
NÜRNBERGER TOP Empfehlung Für Ärzte / Tierärzte / Ingenieure / Hausfrauen Top Zusatz Infektionsklausel für Ärzte! Besonders geeignet weil! Nicht sinnvoll wenn /für! --Sehr günstiger Beitrag -- Bauberufe
MehrChapter 1 : þÿ k u p i e k o n t o b e t c h a p t e r
Chapter 1 : þÿ k u p i e k o n t o b e t 3 6 5 c h a p t e r þÿ c l a r o e n t o n c e s q u e b e t 3 6 5 t a r d a e n p a g a r c o n f o r m e a l m é t o d o d e p a g o q u e s e & n b s p ;. 2
MehrÇÔØÑÖÙÒ Ò ØÞ ÚÓÒ Ð¹ËÙÖ¹ÙÑÙÐØÓÖÒ Ò ÈÓØÓÚÓÐعÀÝÖ¹ËÝ ØÑÒ ÙÒØÖ ÔÞÐÐÖ Ö ØÙÒ Ö ØØÖÐØÖÙÒ ÖØØÓÒ ÞÙÖ ÖÐÒÙÒ ÓØÓÖÖ Öº ÖÖº Òغ Ö ÙÐØØ Ö ÆØÙÖÛ Ò ØÒ Ö ÍÒÚÖ ØØ ÍÐÑ ÚÓÒ Ö ÍÛ ËÙÖ Ù ÅÒÒÑ ÍÐÑ ¾¼¼ ½º ÙØØÖ ÈÖÓº Öº º Ö ¾º
MehrËØ ¾ ÚÓÒ ½µ ÁÒ½º ÅÓÐÐÖÙÒ ÙÒ ÈÖÓÖÑÑÖÙÒ Áº ½º ËÔ ÐÓÐ ÙØ²Ò Ö ØØ ÐÐ ÒÙÒÒ ÑØ ÀÒÐ¹È Ù ÙÑ ÒÐÐ ÙÒ ÙÒÓÑÔÐÞÖØ ØÐÐÙÒÒ ÙÒ ÊÒÙÒÒ ÚÖÛÐØÒ ÞÙ ÒÒÒº ÞÙ ÛÖÒ ÐÐ ÒÓØÒÒ ÖØ
ØÙÖÔÖÙÒ ¾¼½½ ÁÒÓÖÑØ ÖØ ÞØ ½¼ ÅÒÙØÒ Ö Ù Ù ÛÐØ Ò Ù Ù Ò ØÒ ÁÒ½ ÙÒ ÁÒ¾ ÞÙÖ ÖØÙÒ Ù º Ö Ù Ù ÖÒÞØ Ñ ÓÐÒÒ Ð ÖÐÙØÒ ÓØÓÖÒØÖØÒ ÈÖÓÖÑÑÖ ÔÖÒ ËØ ¾ ÚÓÒ ½µ ÁÒ½º ÅÓÐÐÖÙÒ ÙÒ ÈÖÓÖÑÑÖÙÒ Áº ½º ËÔ ÐÓÐ ÙØ²Ò Ö ØØ ÐÐ ÒÙÒÒ ÑØ ÀÒйÈ
Mehr