Von der Mikro- zur Makroevolution... (2)
|
|
- Guido Michel
- vor 5 Jahren
- Abrufe
Transkript
1 Von der Mikro- zur Makroevolution... (2)
2 Biologische Strukturbildung im Ausleseprozeß Aus der Erkenntnis heraus, daß man durch kleine, zufällige Änderungen am Erbgut über viele Generationen hinweg durch natürliche Auslese (survival of the fittest) komplexe und für sich allein gesehen extrem unwahrscheinliche Anpassungsleistungen erzielen kann (z.b. das Linsenauge der Wirbeltiere und der Tintenfische), lassen sich mathematische Algorithmen zur Lösung von Optimierungsproblemen entwickeln Genetische Algorithmen Beispiel: Biomorphe Prinzip: Akkumulation kleiner Veränderungen Im Computer wird z.b. rekursiv eine Grafik nach einer einfachen Verzweigungsregel erzeugt, wobei jeder Rekursionsschritt eine Generation ist. Liegt die Verzweigungsregel fest (beginnend mit einem Strich verzweigt sich seine obere Hälfte mit jeder Generation in zwei Teilstriche mit einem Innenwinkel von 90 ), dann entsteht nach n Generationen ein genau determiniertes graphisches Gebilde.
3 Dieser Algorithmus läuft im Prinzip auch bei jedem echten Baum durch die Gene gesteuert ab: Während des Wachstums (Leben) des Baumes werden immer wieder kleinskalig neue Zellen gebildet, die dann in ihrer Gesamtheit die Gestalt des Baumes ergeben.
4 Bäume lassen sich im Winter anhand ihrer Gestalt /Silhouette bestimmen Eiche Weißbuche Esche Stichwort: Lindemayer-System-Fraktale Nur ein kleiner Satz von Zahlen in Verbindung mit einem rekursiven Zeichenalgorithmus läßt die Struktur von Pflanzen entstehen, die überaus realistisch sind...
5 Algorithmus zur rekursiven Erzeugung einer Computerpflanze Dieser Algorithmus ist streng determiniert. Man kann aber Evolution simulieren, wenn man bei jedem Rekursionsschritt einen freien Parameter (z.b. den Winkel Theta) geringfügig zufällig ändert und auf diese Weise n Nachkommen erzeugt. Durch künstliche Zuchtwahl wird davon einer ausgewählt, den man dann als Ausgangspunkt für eine weitere Generation verwendet Biomorphe Im Folgenden sollen diese Parameter Gene genannt werden.
6
7 26 GENE
8 Genetische Algorithmen Der typische Genetische Algorithmus umfaßt die folgenden Schritte: 1. Initialisierung: Erzeugen einer ausreichend großen Menge unterschiedlicher Individuen, Lösungskandidaten genannt. Diese bilden die erste Generation. 2. Evaluation: Für jeden Lösungskandidaten der aktuellen Generation wird anhand einer Zielfunktion (auch Fitneß-Funktion genannt) ein Wert bestimmt, der seine Güte angibt. 3. Selektion: Zufällige Auswahl von Lösungskandidaten aus der aktuellen Generation. Dabei werden Lösungskandidaten mit besseren Zielfunktionswerten mit einer höheren Wahrscheinlichkeit ausgewählt. 4. Rekombination: die Daten (Genome) der ausgewählten Individuen werden gemischt und daraus neue Individuen erzeugt (Vermehrung) 5. Mutation: Zufällige Veränderung der neuen Individuen. (beachte: geeignete Diversifikation) 6. Aus den neuen Individuen und eventuell, je nach Gestaltung des Verfahrens, auch aus den Individuen der aktuellen Generation werden die Mitglieder der neuen Generation ausgewählt, die dann zur aktuellen wird. 7. Wenn ein Abbruchkriterium erfüllt ist, wird der beste gefundene Lösungskandidat als Ergebnis ausgegeben und der Algorithmus beendet. Sonst wird er mit Schritt 2 fortgesetzt.
9 Die Evolution des Flugvermögens In erster Näherung können alle Tierarten fliegen... (ja, weil die meisten Tierarten Insekten sind) Die Entwicklung des Flugvermögens ist für sehr kleine Tiere kein Problem. Ihre Aerodynamik verbessert sich durch Ausstülpungen sukzessive, so daß Flügelstummel gute Ausgangspunkte für die Evolution von Flügeln sind. Nach ihrer Entstehung ist eine Größenzunahme ohne Verlust der Flugfähigkeit möglich geworden. Das aktive Flugvermögen wurde 4x in der Evolution unabhängig voneinander erworben.
10 Flugvermögen ist ein enormer Evolutions-Vorteil... Insekten erwarben vor mehr als 300 Millionen Jahren (Karbon) die Flugfähigkeit Reptilien schwangen sich zuerst vor ~ 230 Millionen Jahre (Trias) in die Lüfte (Flugsaurier) Vögel entstanden vor ~150 Millionen Jahren (Oberjura) aus kleinen Raub-Dinosauriern Fledertiere entstanden vor ~50 Millionen Jahren (Eozän)
11 Flugvermögen bei Wirbeltieren Beispiele für passives Fliegen ( Gleiten )
12 Baumfrosch Rhacophorus nigropalmatus
13 Gewöhnlicher Flugdrache Draco volans
14 Schmuckbaumnatter (Chrysopelea paradisi)
15 Gleitbeutler
16 Malaien-Gleitflieger
17 Entwicklung von Gleitflugfähigkeiten Man geht davon aus, daß sich der aktive Flug (aerodynamisches Gleiten + aktiver Vortrieb) bei Reptilien und Säugetieren aus der Fähigkeit des passiven Gleitfluges entwickelt hat. Bei Vögeln, wenn man den Archaeopteryx als Vorbild nimmt, scheint eher ein Herumflattern am Boden mit der Fähigkeit, dabei schräge Böschungen zu erklimmen, der Ausgangspunkt gewesen zu sein.
18
19 Was war zuerst da: die Federn oder das Fliegen? In Kanada konnten in Bernstein Einschlüsse von Federn gefunden werden, die aus der Kreidezeit stammen. In China wurden kleine Raub-Dinosaurier ausgegraben, deren Körper statt mit Schuppen mit Federn bedeckt waren. Federn sind zuerst zur thermischen Isolierung (Kälteschutz) aus Schuppen entstanden. Das sie einmal den Vogelflug ermöglichen sollten, ergab sich erst später...
20 Sinosauropteryx - ein Raubsaurier (etwas über m groß) aus der Unterkreide (~125 Ma)
Von der Mikro- zur Makroevolution... (1) Einige Bemerkungen zur Evolution von Organen und der höheren Taxa
Von der Mikro- zur Makroevolution... (1) Einige Bemerkungen zur Evolution von Organen und der höheren Taxa Wie funktioniert Evolution im Kleinen? Evolution beinhaltet nicht nur Artbildung, sondern auch
MehrOptimale Produktliniengestaltung mit Genetischen Algorithmen
Optimale Produktliniengestaltung mit Genetischen Algorithmen 1 Einleitung 2 Produktlinienoptimierung 3 Genetische Algorithmen 4 Anwendung 5 Fazit Seite 1 Optimale Produktliniengestaltung mit Genetischen
MehrSeminar Verkehrsinformatik Offline-Optimierung der Lichtsignal-Koordinierung mittels genetischer Algorithmen
Fachhochschule Wedel - SS 2006 Seminar Verkehrsinformatik Offline-Optimierung der Lichtsignal-Koordinierung mittels genetischer Algorithmen Marco Lehmann (wi5909) m@rco-l.de 3. Juli 2006 Gliederung 1.
MehrAnwendung genetischer Algorithmen zur Lösung des n Dame Problems und zur Optimierung von Autoprofilen
Anwendung genetischer Algorithmen zur Lösung des n Dame Problems und zur Optimierung von Autoprofilen Jana Müller Seminar Das Virtuelle Labor Otto von Guericke Universität Magdeburg Gliederung 1. Motivation
MehrÜbersicht. Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation
Evolution 1 Übersicht Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation 2 Jean Baptiste de LAMARCK... der häufige Gebrauch eines Organs [stärkt]
MehrMechanismen der Evolution. Übersicht. Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation
Mechanismen der Evolution 1 Übersicht Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation 2 Jean Baptiste de LAMARCK... der häufige Gebrauch eines
MehrGenetische Algorithmen
Genetische Algorithmen Von Valentina Hoppe und Jan Rörden Seminar: Künstliche Intelligenz II Dozent: Stephan Schwiebert Gliederung Biologische Evolution Genetischer Algorithmus Definition theoretischer
MehrSynthese Eingebetteter Systeme. Übung 6
12 Synthese Eingebetteter Systeme Sommersemester 2011 Übung 6 Michael Engel Informatik 12 TU Dortmund 2011/07/15 Übung 6 Evolutionäre Algorithmen Simulated Annealing - 2 - Erklären Sie folgende Begriffe
MehrBetriebliche Optimierung
Betriebliche Optimierung Joachim Schauer Institut für Statistik und OR Uni Graz Joachim Schauer ( Institut für Statistik und OR Uni Graz Betriebliche ) Optimierung 1 / 19 1 Joachim Schauer ( Institut für
Mehr-Archäopteryx- Adrian Hinz, Marc Häde und Mirko Spors
-Archäopteryx- Adrian Hinz, Marc Häde und Mirko Spors Langschwanzflugsaurier Kurzschwanzflugsaurier Lebensweise Anatomie Flugsaurier der verschiedenen Zeiten Archäopteryx besitzen einen langen Schwanz
MehrGenetische und Evolutionäre Algorithmen (Vol. 1)
Vortrag über Genetische und Evolutionäre Algorithmen (Vol. ) von Adam El Sayed Auf und Kai Lienemann Gliederung: ) Einführung 2) Grundkonzept 3) Genaue Beschreibung des Genetischen Algorithmus Lösungsrepräsentation
MehrAdaptive Systeme. Prof. Dr.-Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff
Adaptive Systeme Evolutionäre Algorithmen: Überlebenskampf und Evolutionäre Strategien Prof. Dr.-Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff Überblick Einleitung Adaptive Filter Künstliche
MehrEvolution und Algorithmen
Kapitel 6 Spezialvorlesung Modul 10-202-2206 (Fortgeschrittene Methoden in der Bioinformatik) Jana Hertel Professur für Bioinformatik Institut für Informatik Universität Leipzig Machine learning in bioinformatics
Mehr10. Vorlesung Stochastische Optimierung
Soft Control (AT 3, RMA) 10. Vorlesung Stochastische Optimierung Genetische Algorithmen 10. Vorlesung im Aufbau der Vorlesung 1. Einführung Soft Control: Definition und Abgrenzung, Grundlagen "intelligenter"
MehrPinschertage der OG Bonn Grundlagen der Zucht
Pinschertage der OG Bonn 31.05. - 01.06.2008 Grundlagen der Zucht von Ralf Wiechmann Der Phänotyp Ist die Gesamtheit der wahrnehmbaren Merkmale eines Organismus. das äußere Erscheinungsbild das Aussehen,
MehrOptimierung. Vorlesung 12
Optimierung Vorlesung 12 Letze Woche Approximieren von ILP durch randomisiertes Runden. Beispiel Set Cove Relaxiertes LP lösen und runden. Probleme: 1. Zielfunktionswert 2. Zulässigkeit 1. Linearität des
MehrGenetische Algorithmen
Genetische Algorithmen In dieser Ausarbeitung gemäss Aufgabenstellung auf der Kurshomepage des Moduls Knowledge- Based Systems wird die Funktionsweise und Nutzung von genetischen Algorithmen erläutert.
MehrInhaltsverzeichnis 9
Inhaltsverzeichnis WOLFGANG WEHRMANN/WOLFGANG KAMMERER - Die fünf Hauptkritikbereiche der Evolutionstheorie... 11 1. Erkenntnistheorie und Logik... 11 1.1 Was ist Evolution?... 11 1.2 Der Paradigmenstreit
MehrChristoph Wulf - Anthropologie (2004)
WULF 1 Christoph Wulf - Anthropologie (2004) 1 5 10 15 20 25 ( ) Nicht die Erzeugung des Menschen in einem einmaligen Schöpfungsakt, sondern der Prozesscharakter der Entstehung Lebens und der Hominisation
MehrBiologischer Abbau (Physiologie)
Ö K O L O G I E Biologischer Abbau (Physiologie) Der biologische Abbau organischer Substrate (u.a. Kohlenhydrate) durch Enzyme oder Mikroorganismen dient zu folgendem: --- zelleigenes Material (u.a. Proteine)
MehrStammbaum der Photorezeptoren
Das Farbensehen der Vögel, Arbeitsmaterial 2 - Evolution des Farbensehens Stammbaum der Photorezeptoren AB 2-1 Arbeitsaufträge: 1. Vervollständigen Sie den Stammbaum der Photorezeptoren, indem Sie folgende
MehrBiologische Psychologie I Kapitel 2
Biologische Psychologie I Kapitel 2 Evolution, Genetik und Erfahrung Von Dichotomien zu Beziehungen und Interaktionen Früher (z.t. auch heute noch) gestellte Fragen zum Verhalten: physiologisch oder psychologisch?
MehrGenetische Algorithmen. Uwe Reichel IPS, LMU München 8. Juli 2008
Genetische Algorithmen Uwe Reichel IPS, LMU München reichelu@phonetik.uni-muenchen.de 8. Juli 2008 Inhalt Einführung Algorithmus Erweiterungen alternative Evolutions- und Lernmodelle Inhalt 1 Einführung
MehrGrundwissenkarten Hans-Carossa-Gymnasium. 8. Klasse. Biologie
Grundwissenkarten Hans-Carossa-Gymnasium 8. Klasse Biologie Es sind insgesamt 12 Karten für die 8. Klasse erarbeitet. davon : Karten ausschneiden : Es ist auf der linken Blattseite die Vorderseite mit
MehrDer genetische Algorithmus
Joachim Breitner Seminarkurs am Schickhardt-Gymnasium Herrenberg 2002/2003 Halbjahr 12.2 Modellbildung und Simulation am Beispiel der Evolution und dem Programm EvoLab Thema 2: Der genetische Algorithmus
MehrUmweltwissenschaften: Ökologie
Umweltwissenschaften: Ökologie Atmung und Gärung Quelle der Graphik: http://de.wikipedia.org/wiki/zellatmung Atmung C 6 H 12 O 6 + 6 O 2 >>> 6 CO 2 + 6 H 2 O [30 ATP] G = - 2870 kj /mol Milchsäure G. C
MehrF A C H H O C H S C H U L E W E D E L
F A C H H O C H S C H U L E W E D E L Seminar Verkehrsinformatik Offline-Optimierung der Lichtsignal-Koordinierung mittels genetischer Algorithmen Eingereicht von: Erarbeitet im: Marco Lehmann Hoheluftchaussee
MehrKünstliche Intelligenz - Optimierungsprobleme - Suche in Spielbäumen
Künstliche Intelligenz - Optimierungsprobleme - Suche in Spielbäumen Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Optimierungsprobleme
MehrExkurs Modelle und Algorithmen
Exkurs Modelle und Algorithmen Ansatz künstlich neuronaler Netze (KNN) Versuch, die Wirkungsweise menschlicher Gehirnzellen nachzubilden dabei wird auf formale mathematische Beschreibungen und Algorithmen
MehrMultikriterielle Optimierung von PM-Motoren mit Femag
FEMAG-Anwender-Treffen 2009 17. 18. November 2009 Multikriterielle Optimierung von PM-Motoren mit Femag Siegfried Silber Austrian Center of Competence in Mechatronics Simulationstool MagOpt Magnetische
Mehr12. Vorlesung Stochastische Optimierung
Soft Control (AT 3, RMA) 12. Vorlesung Stochastische Optimierung Differential Evolution 12. Vorlesung im Aufbau der Vorlesung 1. Einführung Soft Control: Definition und Abgrenzung, Grundlagen "intelligenter"
MehrProcyte Eucyte Organell Aufgabe Zellorganell Autotrophe Stellen Nährstoffe selbst her Organismen Pflanzen Fotosynthese Bakterien Chemosynthese
Procyte (die) Eucyte (die) Zellorganell (das; -organellen) Organell Zellkern Ribosomen Mitochondrien Chloroplasten Endoplasmatisches Retikulum (ER) Golgiapparat (Dictyosom) Membran Zellwand Vakuole Aufgabe
Mehr3 empfindet Ausbildung als langweilig, bricht Studium mit. Universität Edinburgh. 3 schreibt sich in Cambridge ein, studiert Botanik, schliesst
Stichwortliste zu Charles Darwin 3 geboren 1809 Shrewsbury, Westengland 3 frühes Interesse an der Natur 3 Vater Arzt schickt Charles zum Medizinstudium an die Universität Edinburgh 3 empfindet Ausbildung
MehrDIE EVOLUTIONSTHEORIE WIE WIR UNSERE EXISTENZ BEGRÜNDEN
1 DIE EVOLUTIONSTHEORIE WIE WIR UNSERE EXISTENZ BEGRÜNDEN GLIEDERUNG 1. Grundbegriffe 1. Evolutionstheorie 2. Hypothesen 3. Indiz - Deutung 2. Darwin 1. Steckbrief 2. Abstammungstheorie 3. Evolutionstheorie
MehrAdaptive Systeme. Prof. Dr.-Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff
Adaptive Systeme Evolutionäre Algorithmen Teil II Evolutionsfenster durch Mutation und sexuelle Rekombination Prof. Dr.-Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff Evolutionäre Algorithmen
MehrMathematik erzeugt grafische Kunstwerke und zauberhafte Videos: Was sind Fraktale?
Mathematik erzeugt grafische Kunstwerke und zauberhafte Videos: Was sind Fraktale? Klaus Kusche Frühjahr 2019 Inhalt Unser Ziel Was ist ein Fraktal? Von linearen geometrischen Abbildungen zu iterierten
MehrPharmazeutische Biologie Grundlagen der Biochemie
Pharmazeutische Biologie Grundlagen der Biochemie Prof. Dr. Theo Dingermann Institut für Pharmazeutische Biologie Goethe-Universität Frankfurt Dingermann@em.uni-frankfurt.de Empfohlene Literatur Empfohlene
MehrAllosaurus Ankylosaurus Apatosaurus
Der... war ein Fleischfresser und konnte mit seinen scharfen Zähnen seine Beute in Stücke reißen. Er ernährte sich von jungen, pflanzenfressenden Sauriern.... jagte auch in Rudeln. Der... war vom Kopf
MehrAls die heiße Erde eine feste Erdkruste bildete, wurde sie von heftigen Vulkanausbrüchen erschüttert.
Sternzeit (Entstehung der Erde) und Urzeit (vor 4,5 bis 3,8 Milliarden Jahren) Wissenschaftler vermuten, dass die Erde vor mehr als 4,5 Milliarden Jahren entstand. Man geht davon aus, dass es in der ersten
MehrEinführung in die Methoden der Künstlichen Intelligenz. Evolutionäre Algorithmen
Einführung in die Methoden der Künstlichen Intelligenz Evolutionäre Algorithmen Dr. David Sabel WS 2012/13 Stand der Folien: 12. November 2012 Evolutionäre / Genetische Algorithmen Anwendungsbereich: Optimierung
MehrARCHAEOPTERYX DIPLODOCUS
ARCHAEOPTERYX Der Archaeopteryx war kein Dinosaurier, sondern vermutlich der erste Vogel. Man findet an ihm sowohl Merkmale von Reptilien als auch von Vögeln. Der Urvogel lebte in Waldgebieten. Er ernährte
Mehr- Kopf. - 3 Brustringe: - 3 Beinpaare. - Hinterleib. - Körpergliederung. - Außenskelett ( Chitin ) - Facettenaugen aus vielen Einzelaugen
Gliederung des Insektenkörpers ( 8. Klasse 1 / 32 ) - Kopf - 3 Brustringe: - 3 Beinpaare - meist 2 Flügelpaare - Hinterleib Kennzeichen des Insektenkörpers ( 8. Klasse 2 / 32 ) - Körpergliederung - Außenskelett
MehrDie Bildung unseres Sonnensystems. Die Entstehung des Universums. Die Entstehung des Lebens. Erste Sterne und Dunkle Materie. Die Bildung der Galaxien
Die Entstehung des Universums Die Bildung unseres Sonnensystems Erste Sterne und Dunkle Materie Die Entstehung des Lebens Die Bildung der Galaxien Die Erfindung von Fotosynthese und der Vielzelligkeit
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 21. Kombinatorische Optimierung und lokale Suche Malte Helmert Universität Basel 10. April 2015 Kombinatorische Optimierung Kombinatorische Optimierung: Einführung
MehrBetriebliche Optimierung
Betriebliche Optimierung Joachim Schauer Joachim Schauer Betriebliche Optimierung 1 / 31 1 Metaheuristische Verfahren 2 Joachim Schauer Betriebliche Optimierung 2 / 31 Einleitendes Metaheuristische Verfahren
MehrSurvival of the Fittest Optimierung mittels Genetischer Algorithmen
Übung zu Organic Computing Survival of the Fittest Optimierung mittels Genetischer Algorithmen Sabine Helwig Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design) Universität Erlangen-Nürnberg sabine.helwig@informatik.uni-erlangen.de
MehrWie fliegen Vögel und Insekten?
Vögel und Insekten 02 Fliegen PowerPoint-Präsentation Wie fliegen Vögel und Insekten? Wir Menschen sind seit Jahrhunderten fasziniert von der Vorstellung, fliegen zu können. Deshalb haben wir die Vögel
MehrGenetische Algorithmen
Genetische Algorithmen Prof. Dr. Ottmar Beucher Dezember 2001 Genetische Algorithmen 1 Optimierungsaufgaben Ein einfaches Beispiel Prinzipielle Formulierung Lösungsansätze Genetische Algorithmen Anwendungen
MehrDer Kampf ums Überleben
Einführungstext - 2 - Der Kampf ums Überleben Seit den Anfängen des Lebens auf der Erde verändern sich die Lebewesen ständig. Unzählige Arten starben aus und neue Arten haben sich entwickelt. Aber nicht
MehrPlumologie. Die Vogelfederkunde
Plumologie Die Vogelfederkunde und Formen. Die wissenschaftliche Untersuchung von Federn nennt sich Plumologie (lateinisch: pluma, die Feder) und ist ein Teilgebiet der Ornithologie der Vogelkunde. Die
MehrCarl von Linné ( )
Carl von Linné (1707-1778) Begründer der Systematik, teilte Pflanzen nach Blütenorganen und Tiere nach anatomischen und physiologischen Merkmalen ein. Seine Erkenntnisse waren für die späteren Evolutionsvertreter
MehrFossilien. Reproduktion des Berliner Exemplars des Archaeopteryx (Belgrad)
Fossilien 3 Nur ein winziger Bruchteil aller Tiere bleibt erhalten Man nimmt an, dass seit Beginn des Erdaltertums vor 541 Millionen Jahren eine Milliarde Tier- und Planzenarten entstanden (und größtenteils
MehrEinführung in die Methoden der Künstlichen Intelligenz. Evolutionäre Algorithmen
Einführung in die Methoden der Künstlichen Intelligenz Prof. Dr. Manfred Schmidt-Schauß SoSe 2018 Stand der Folien: 9. Mai 2018 Evolutionäre / Genetische Algorithmen Anwendungsbereich: Optimierung von
MehrÜber die evolutionäre Entwicklung eines Metabewusstseins durch die Existenz des Internets. Franz-Josef Schmitt
Über die evolutionäre Entwicklung eines Metabewusstseins durch die Existenz des Internets Franz-Josef Schmitt Inhalt Biophysik Evolution Metastrukturen Metamaterialien Metaorganismen Evolution des Internets
MehrIn der Jahrgangsstufe 8 erwerben die Schüler folgendes Grundwissen:
In der Jahrgangsstufe 8 erwerben die Schüler folgendes Grundwissen: Sie kennen die Bedeutung der Bakterien und grundlegende Unterschiede zwischen Pro- und Eucyte. Sie können einfache Objekte mikroskopisch
MehrÜbersicht Unterrichtssequenz 2
Übersicht Unterrichtssequenz 2 Arbeitsauftrag Die Lehrperson erarbeitet mithilfe der PowerPoint Präsentation Wissen über die Flugtechnik von Vögeln und Insekten. Anschliessend lösen die SuS in Einzel-
MehrVögel und Insekten. Sozialform: Lehrervortrag, Plenum, Einzel oder Partnerarbeit. Zeit: 45 Minuten. Zusätzliche Informationen:
Anleitung Lehrperson Ziel: Die Schüler kennen die verschiedenen Flugtechniken von Insekten und Vögeln Die Schüler erforschen die Tierwelt nach Eigenschaften, die wir Menschen uns in der Technik zunutze
MehrSeminararbeit zum Thema Genetische Algorithmen
Seminararbeit zum Thema Genetische Algorithmen Seminar in Intelligent Management Models in Transportation und Logistics am Institut für Informatik-Systeme Lehrstuhl Verkehrsinformatik Univ.-Prof. Dr.-Ing.
MehrNiveau III - Arbeitsblatt. 1. Lies den Text aufmerksam durch. Unterstreiche die Tiergruppen, die im Text beschrieben werden.
Niveau III - Arbeitsblatt 1 Lies den Text aufmerksam durch Unterstreiche die Tiergruppen, die im Text beschrieben werden 2 Aus dem Text kannst du entnehmen, in welcher Rangfolge die zueinander stehen Schreibe
MehrEvolutionäre / Genetische Algorithmen. Einführung in die Methoden der Künstlichen Intelligenz. Evolutionäre / Genetische Algorithmen (2) Beispiel
Evolutionäre / Genetische Algorithmen Einführung in die Methoden der Künstlichen Intelligenz PD Dr. David Sabel SoSe 0 Anwendungsbereich: Optimierung von Objekten mit komplexer Beschreibung Objekte: Üblicherweise
MehrSachanalyse: Evolution der jeweiligen Wirbeltierklassen:
Sachanalyse: Evolution der jeweiligen Wirbeltierklassen: Fische: Die ersten fischartigen Lebewesen entwickelten sich wahrscheinlich vor ca. 450 Millionen Jahren. Nach heutigen Erkenntnissen wird bei den
MehrAUFGABENSAMMLUNG Lösungen. Laufen: Skelett. Lösungen
Laufen: Skelett Bei der Fortbewegung spielt das Skelett eine wichtige Rolle. Wirbeltiere zeichnen sich durch ein Innenskelett aus. Beschrifte die Knochen des Hundes. 1 Laufen: Gangarten Die meisten Vierbeiner
MehrGenetische Algorithmen von der Evolution lernen
Genetische Algorithmen von der Evolution lernen (c) Till Hänisch 2003, BA Heidenheim Literatur zusätzlich zum Lit. Verz. Nils J. Nilsson Artificial Intelligence Morgan Kaufmann, 1998 Ansatz Bisher: Problemlösung
MehrEvolutionäre (Genetische) Algorithmen
Evolutionäre (Genetische) Algorithmen Ziel, Aufgabe von evolutionären Algorithmen: Optimierung von Objekten mit komplexer Beschreibung, wobei es Parameter gibt. Die Objekte kodiert man so als Bitstrings,
MehrImplementation und Evaluierung innovativer Heuristiken für die Anordnung von Entwurfsentscheidungen
Implementation und Evaluierung innovativer Heuristiken für die Anordnung von Entwurfsentscheidungen Diplomarbeit Thomas Scharler Universität Hamburg, FB Informatik, AB Tech Implementation und Evaluierung
MehrEvolutionsstrategien
Evolutionsstrategien zum Seminar Evolutionäre Algorithmen von Jana Schäfer INHALTVERZEICHNIS 1. Einführung... 3 2. Die Geschichte der Evolutionsstrategien...4 3. Grundlegendes... 6 3.1 Begriffe... 6 3.2
Mehr- 2 - Bei den Schmuckfedern des männlichen Pfaus handelt es sich um ein sogenanntes sekundäres Geschlechtsmerkmal.
Beispielaufgabe 2 - 2 - Was Frauen wollen und wie Männer konkurrieren Der blaue Pfau ist vor allem wegen des farbenprächtigen Männchens bekannt. Er ist an Hals, Brust und Bauch leuchtend blau gefärbt und
MehrHauptseminar Repräsentationen für Optimierungsalgorithmen
Stefan Bens Hauptseminar Dresden, 03.07.2008 Inhalt 1. Motivation 2. Einleitung 3. Repräsentationsarten und Eigenschaften 4. Beispiel 5. Zusammenfassung Folie 2 Als Repräsentation bezeichnet man die Kodierung
MehrEvolutionäre Robotik
Evolutionäre Robotik Evolutionäre Robotik Evolutionäre Robotik Lernen / Adaption erfolgt auf (mindestens 3 Ebenen) Evolutionäre Robotik Lernen / Adaption erfolgt auf (mindestens 3 Ebenen) 1. Adaption Evolutionäre
MehrInfo & News. Geschrieben 27. Jan :05 Uhr
Info & News Naturausstellung zur Evolution des Fluges am Fraport :: Info & News : Info & News: Naturausstellung zur Evolution des Fluges am Fraport Geschrieben 27. Jan 2017-12:05 Uhr Was haben Tintenfische
MehrPopulationsbasierte Suche. Evolutionäre Algorithmen (1)
Populationsbasierte Suche Bisherige Meta-Heuristiken: Simulated Annealing Tabu Search Ausgehend von einer Lösung wird gesucht Populationsbasierte Heuristiken Suche erfolgt ausgehend von mehreren Lösungen
MehrLebewesen bestehen aus Zellen 10
Lebewesen bestehen aus Zellen 10 Was ist lebendig? 12 Eine Reise in die Welt des Kleinen 14 Zellen von Pflanze, Tier und Mensch 16 Methode Wir üben das Mikroskopieren 18 Zellen teilen, wachsen und verändern
MehrKritische Studie zur Evolutionstheorie
Dies Academicus 3 Kritische Studie zur Evolutionstheorie Paradigmenkritik der Evolutionstheorie aus neuerer interdisziplinärer Sicht Bearbeitet von André Derndarsky, Marian Christof Gruber, Wolfgang Kammerer
Mehrab 10 Jahre Muster Reptilien Original 50 Cent im Museum
Schloss Am Löwentor Rosenstein ab 10 Jahre Reptilien Die Räume sind nummeriert, damit man sich besser zurechtfinden kann. Rechts von der großen Säulenhalle steht der Elefant. Hier fangen alle Raumnummern
MehrProgramme züchten - Evolution als Optimierungsverfahren. Heiko Spindler Freiberuflicher IT-Berater, Architekt, Autor und Coach
Programme züchten - Evolution als Optimierungsverfahren Heiko Spindler Freiberuflicher IT-Berater, Architekt, Autor und Coach Agenda Was ist Evolution? Simulieren von Evolution Ein erstes Beispiel Programme
MehrWissensbasierte Systeme
Analytisch lösbare Optimierungsaufgaben Das Chaos-Spiel gründet auf der folgenden Vorschrift: Man startet von einem beliebigen Punkt aus geht auf einer Verbindung mit einem von drei zufällig gewählten
MehrLebewesen bestehen aus Zellen Grüne Pflanzen
Inhalt Lebewesen bestehen aus Zellen.... 8 Eine Reise in die Welt des Kleinen.... 10 Zellen von Pflanze, Tier und Mensch.... 12 Methode Wir üben das Mikroskopieren.... 14 Aktion Unsichtbares sichtbar machen....
MehrVL: Schöpfungslehre, Anthropologie, Eschatologie -Systematischer Teil-
Prof. Dr. Lucia Scherzberg WS 09/10 VL: Schöpfungslehre, Anthropologie, Eschatologie -Systematischer Teil- Professur für Systematische Theologie Gebäude A4 2, Zi. 3.27 Tel. 0681/302-4377 LScherzberg(at)t-online.de
Mehr8.1 Einleitung. Grundlagen der Künstlichen Intelligenz. 8.1 Einleitung. 8.2 Lokale Suchverfahren. 8.3 Zusammenfassung. Suchprobleme: Überblick
Grundlagen der Künstlichen Intelligenz 5. April 0 8. Suchalgorithmen: Lokale Suche Grundlagen der Künstlichen Intelligenz 8. Suchalgorithmen: Lokale Suche 8.1 Einleitung Malte Helmert Universität Basel
MehrInhalt. Streitfall Evolution 11
Inhalt Streitfall Evolution 11 Die größte Show im Universum 15 1. Wie wäre die Welt ohne die Evolution? 15 2. Wer hat Angst vor der Evolution? 16 3. Was ist Evolution? 18 4. Warum ist die Evolutionstheorie
MehrZ Zeitperioden Infokarten
Materialien zur Grundschulzeitschrift Sachunterricht Weltwissen 1/2017: Eine Reise von der Urzeit bis heute Z 4.1-12 Zeitperioden Infokarten Zusatzmaterial zu Artikel: Erdgeschichte zum Anfassen - Zeitleiste,
MehrSchulinternes Fachcurriculum Biologie Elsensee-Gymnasium Quickborn
Schulinternes Fachcurriculum Biologie Elsensee-Gymnasium Quickborn 1 für die Sekundarstufe I Klassenstufe 5 Optional: Hund oder Katze; Rind oder 10 F 1.4, F2.4, Pferd F2.6, F3.2 -Tierhaltung und Tierpflege
MehrGenetische und Evolutionäre Algorithmen (Vol. 2)
Vortrag über Genetische und Evolutionäre Algorithmen (Vol. 2) von Adam El Sayed Auf und Kai Lienemann Gliederung: 4) Rückblick 5) Allgemeine Einführung 6) Genauere Beschreibung von Evolutionären Strategien
MehrInhaltsverzeichnis. Haustiere und Nutztiere
Inhaltsverzeichnis M Aufgaben richtig verstehen 8 M Biologische Prinzipien 10 1 Kennzeichen von Lebewesen 1.1 Biologie ein neues Unterrichtsfach 12 M Mein Biologieheft führen 13 1.2 Lebewesen haben typische
MehrGrundlagen der biologischen Evolution
Ausgewählte Grundlagen der biologischen Evolution Grundlagen der biologischen Evolution Chromosome und Gene Genotyp und Phänotyp Evolutionsfaktoren Epigenetik und was wir sonst noch nicht verstanden haben
MehrArbeitsgruppe Algorithmische Optimale Steuerung
Arbeitsgruppe Algorithmische Optimale Steuerung Prof. Dr. Thomas Slawig Computational Science Center DFG Cluster Future Ocean Christian-Albrechts-Universität Kiel Algorithmische Optimale Steuerung Das
MehrInhalt. Weberknechte und Oktopusse...74 Doppelte Bildverarbeitung...76
X Inhalt Vorwort...VII 1 Evolutionsgedanken...2 Wirbeltiere und Wirbellose...2 Evolutions-Theorie aus der Sicht eines Mathematikers...6 Evolution aus der Sicht eines Biologen...10 Der Embryo macht alle
Mehr2.5 Evolutionäre (Genetische) Algorithmen
KI 1, SS 2011, Kapitel 2, GA 1 2.5 Evolutionäre (Genetische) Algorithmen Das Ziel bzw. die Aufgabe von evolutionären Algorithmen ist eine Optimierung von Objekten mit komplexer Beschreibung, wobei es variable
MehrInhalt. Zusammenfassung Test... 26
Inhalt Lebewesen bestehen aus Zellen.... 10 Eine Reise in die Welt des Kleinen.... 12 Zellen von Pflanze, Tier und Mensch.... 14 Methode Wir üben das Mikroskopieren.... 16 Zellen teilen, wachsen und verändern
MehrLebewesen bestehen aus Zellen 8
Lebewesen bestehen aus Zellen 8 Eine Reise in die Welt des Kleinen 10 Zellen von Pflanze, Tier und Mensch 12 Methode Wir üben das Mikroskopieren 14 Zellen teilen, wachsen und verändern sich 16 Methode
MehrTeil 4: Biologische Evolution. Stromalithen. Stromatolithen - Zeugen des ersten Lebens
Teil 4: Biologische Evolution Stromalithen Stromatolithen - Zeugen des ersten Lebens 1 Stromatolithen sind die ältesten biogenen Ablagerungen, die durch versteinerte Mikroorganismen in einem Gewässer entstanden
Mehr2 Belege für die Evolutionstheorie
2 Belege für die Evolutionstheorie 2.1 Homologie und Analogie Die systematische Einordnung von Lebewesen erfolgt nach Ähnlichkeitskriterien, wobei die systematischen Gruppen durch Mosaikformen, d.h. Lebewesen
MehrGenetischer Algorithmus
Genetischer Algorithmus Roger Imbach KBS: Genetischer Algorithmus 1/12 Inhalsverzeichnis Einleitung...3 Was ist ein genetischer Algorithmus?...3 Was machen genetische Algorithmen?...3 Vorgehen...4 Crossover
MehrVORSCHAU. zur Vollversion. Inhalt. Artgerechte Tierhaltung. Wirbeltiere in ihren Lebensräumen. Zu dieser Mappe
Inhalt Artgerechte Tierhaltung Hunde als Helfer Einstieg.................... 1 Hunde als Helfer I............................. 2 Hunde als Helfer II............................ 3 Hunde als Helfer III............................
MehrDomestikation. Haustierwerdung. Haustiere:
Domestikation Haustierwerdung Haustiere: Teile von Wildarten Umweltbedingung ist der Hausstand Reichtum an gesteuerten erblichen Entwicklungsmöglichkeiten Mensch lenkt die Entwicklung in Bahnen Vielseitiger
Mehr