995 resultados para Hiker Dice. Algoritmo Exato. Algoritmos Heurísticos


Relevância:

20.00% 20.00%

Publicador:

Resumo:

El presente proyecto se enmarca en el área de métodos formales para computación; el objetivo de los métodos formales es asegurar, a través de herramientas lógicas y matemáticas, que sistemas computacionales satisfacen ciertas propiedades. El campo de semántica de lenguajes de programación trata justamente de construir modelos matemáticos que den cuenta de las diferentes características de cada lenguaje (estado mutable, mecanismos de paso de parámetros, órdenes de ejecución, etc.); permitiendo razonar de una manera abstracta, en vez de lidiar con las peculiaridades de implementaciones o las vaguezas de descripciones informales. Como las pruebas formales de corrección son demasiado intrincadas, es muy conveniente realizar estos desarrollos teóricos con la ayuda de asistentes de prueba. Este proceso de formalizar y corrobar aspectos semánticos a través de un asistente se denomina mecanización de semántica. Este proyecto – articulado en tres líneas: semántica de teoría de tipos, implementación de un lenguaje con tipos dependientes y semántica de lenguajes imperativos con alto orden - se propone realizar avances en el estudio semántico de lenguajes de programación, mecanizar dichos resultados, e implementar un lenguaje con tipos dependientes con la intención de que se convierta, en un mediano plazo, en un asistente de pruebas. En la línea de semántica de teoría de tipos los objetivos son: (a) extender el método de normalización por evaluación para construcciones no contempladas aun en la literatura, (b) probar la adecuación de la implementación en Haskell de dicho método de normalización, y (c) construir nuevos modelos categóricos de teoría de tipos. El objetivo de la segunda línea es el diseño e implementación de un lenguaje con tipos dependientes con la intención de que el mismo se convierta en un asistente de pruebas. Una novedad de esta implementación es que el algoritmo de chequeo de tipos es correcto y completo respecto al sistema formal, gracias a resultados ya obtenidos; además la implementación en Haskell del algoritmo de normalización (fundamental para el type-checking) también tendrá su prueba de corrección. El foco de la tercera línea está en el estudio de lenguajes de programación que combinan aspectos imperativos (estado mutable) con características de lenguajes funcionales (procedimientos y funciones). Por un lado se avanzará en la mecanización de pruebas de corrección de compiladores para lenguajes Algollike. El segundo aspecto de esta línea será la definición de semánticas operacional y denotacional del lenguaje de programación Lua y la posterior caracterización del mismo a partir de ellas. Para lograr dichos objetivos hemos dividido las tareas en actividades con metas graduales y que constituyen en sí mismas aportes al estado del arte de cada una de las líneas. La importancia académica de este proyecto radica en los avances teóricos que se propone en la línea de semántica de teoría de tipos, en las contribución para la construcción de pruebas mecanizadas de corrección de compiladores, en el aporte que constituye la definición de una semántica formal para el lenguaje Lua, y en el desarrollo de un lenguaje con tipos dependientes cuyos algoritmos más importantes están respaldados por pruebas de corrección. Además, a nivel local, este proyecto permitirá incorporar cuatro integrantes al grupo de “Semántica de la programación”.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

A otimização é aplicada constantemente como método de aperfeiçoamento, desde os problemas quotidianos, aos problemas mais complexos de matemática e engenharia. A Natureza há milhões de anos que aplica eficazmente otimização em todos os seus ínfimos sistemas de forma a manter o equilíbrio. Estes processos naturais de aperfeiçoamento serviram de inspiração a diversos autores para o desenvolvimento de algoritmos de otimização. Quatro algoritmos bio-inspirados, na sua forma de otimização mono-objetivo e um algoritmo multi-objetivo são utilizados para efetuar otimização do problema do ciclo de injeção. A indústria dos moldes como conhecida pioneira no desenvolvimento tecnológico, necessita de constante aperfeiçoamento e otimização dos seus processos. A redução do tempo de ciclo é um dos principais focos de otimização pois determina fortemente o custo da peça a produzir. A procura de novos conceitos de injeção, em que se pretende produzir peças com gradientes funcionais, levaram à criação de uma nova ferramenta molde para o processamento de tecidos pré impregnados com polímero (prepreg). A introdução de novas etapas no ciclo de injeção, criaram a necessidade de uma nova formulação, de forma a modelar o processamento dos prepregs. A otimização efetuada pelos algoritmos bio-inspirados à nova formulação pretende minimizar o tempo de ciclo e obter parâmetros de processamento ideais, tais como as dimensões ideais dos canais de alimentação temperaturas e pressões de processamento. A otimização mono-objetivo tem um único objetivo, a minimização do tempo de ciclo. A otimização multi-objetivo tem como objetivos a minimização do tempo de ciclo, da queda de pressão e volume de abastecimento. Para que o princípio da sobre moldação fosse aplicado a esta nova técnica de processamento, são apresentados os métodos existentes, para que se possa criar um paralelismo e prever a adesão do polímero ao tecido. Da mesma forma é apresentado o estudo efetuado sobre a compatibilidade de materiais e as suas condições de processamento. Como resultado final, surge a ferramenta que permite a sobre-moldação, ou seja, o molde projetado, respeitando as dimensões e parâmetros obtidos pelo melhor resultado dos algoritmos mono-objetivo.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

"An Atlantic Monthly Press book."

Relevância:

20.00% 20.00%

Publicador:

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Thesis (Master's)--University of Washington, 2016-06

Relevância:

20.00% 20.00%

Publicador:

Resumo:

This dissertation describes the construction of a alternative didactic incorporating a historical approach with the use of the Roman abacus for teaching multiplication to students of 2nd year of elementary school, through activities ranging from the representation of numbers to multiplying with the Roman abacus, for learning the multiplication algorithm. Qualitative research was used as a methodological approach since the research object fits the goals of this research mode. Concerning the procedures, the research can be seen as a teaching experiment developed within the school environment. The instruments used for data collection were: observation, logbook, questionnaires, interviews and document analysis. The processing and analysis of data collected through the activities were classified and quantified in tables for easy viewing, interpretation, understanding, analysis of data and then transposed to charts. The analysis confirmed the research objectives and contributed to indicate the pedagogical use of the Roman abacus for teaching multiplication algorithm through several activities. Thus, it can be considered that this educational product will have important contributions for the teaching of this mathematical content, in Basic Education, particularly regarding to the multiplication process

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Significant advances have emerged in research related to the topic of Classifier Committees. The models that receive the most attention in the literature are those of the static nature, also known as ensembles. The algorithms that are part of this class, we highlight the methods that using techniques of resampling of the training data: Bagging, Boosting and Multiboosting. The choice of the architecture and base components to be recruited is not a trivial task and has motivated new proposals in an attempt to build such models automatically, and many of them are based on optimization methods. Many of these contributions have not shown satisfactory results when applied to more complex problems with different nature. In contrast, the thesis presented here, proposes three new hybrid approaches for automatic construction for ensembles: Increment of Diversity, Adaptive-fitness Function and Meta-learning for the development of systems for automatic configuration of parameters for models of ensemble. In the first one approach, we propose a solution that combines different diversity techniques in a single conceptual framework, in attempt to achieve higher levels of diversity in ensembles, and with it, the better the performance of such systems. In the second one approach, using a genetic algorithm for automatic design of ensembles. The contribution is to combine the techniques of filter and wrapper adaptively to evolve a better distribution of the feature space to be presented for the components of ensemble. Finally, the last one approach, which proposes new techniques for recommendation of architecture and based components on ensemble, by techniques of traditional meta-learning and multi-label meta-learning. In general, the results are encouraging and corroborate with the thesis that hybrid tools are a powerful solution in building effective ensembles for pattern classification problems.