Robotsko učenje senzomotoričnih veščin. Aleš Ude Ins%tut Jožef Stefan Odsek za avtoma%ko, biokiberne%ko in robo%ko
|
|
- Daniela Pogačnik
- pred 2 leti
- Pregledov:
Transkripcija
1 Robotsko učenje senzomotoričnih veščin Aleš Ude Ins%tut Jožef Stefan Odsek za avtoma%ko, biokiberne%ko in robo%ko
2 Učenje s posnemanjem / programiranje z demonstracijami Izkoris%mo človekovo znanje o izvedbi želene naloge. Za uspešno učenje s posnemanjem mora obstaja% določena podobnost med človekom in robotom. Enostavno ponavljanje pogosto ne zadostuje. - A. Ude, C. G. Atkeson, and M. Riley (2004) Programming full-body movements for humanoid robots by observa%on, Robo%cs and Autonomous Systems, 47: A. Ude, C. G. Atkeson, and M. Riley (2000) Planning of joint trajectories for humanoid robots using B- spline wavelets, IEEE Interna%onal Conference on Robo%cs and Automa%on (ICRA), San Francisco, California, pp
3 Namenska gibanja: robni pogoji naloge M. Riley, A. Ude, C. G. Atkeson, and G. Cheng (2006) Coaching: an approach to efficiently and intui%vely create humanoid robot behaviors, 6th IEEE-RAS Interna%onal Conference on Humanoid Robots (Humanoids), Genoa, Italy, pp M. Tamosiunaite, B. Nemec, A. Ude, and F. Wörgöeer (2011) Learning to pour with a robot arm; combining goal and shape learning for dynamic movement primi%ves, Robo%cs and Autonomous Systems, vol. 59, pp
4 Elementarni gibi Dokazi za obstoj elementarnih gibov (angl. movement primi%ves ) v bioloških organizmih - Eksperimen% na žabah Bolj kompleksni gibi nastanejo kot kombinacija elementarnih gibov - Polja sil se kombinirajo linearno F. A. Mussa-Ivaldi & E. Bizzi (2000) Motor learning through the combina%on of primi%ves. Philosophical Transac%ons of the Royal Society B: Biological Sciences, 355(1404):
5 Iskalne tabele in sta%s%čno učenje Učenje lahko implemen%ramo s pomočjo iskalnih tabel (angl. look-up tables ), ki jih uredimo glede na možna stanja robota. - Raibert, M. H. (1978) A model for sensorimotor control and learning. Biological Cyberne/cs, 29(1): Bolj učinkovito učenje motoričnih veščin lahko realiziramo kot posploševanje dobro prilagojenih elementarnih gibov s sta%s%čnimi metodami, s katerimi na podlagi vhodnih podatkov xi (cilj naloge) in pripadajočih izhodnih signalov yi (parametri gibanja robota) izračunamo ustrezno funkcijsko povezavo - S takšnimi funkcijami lahko izračunamo najverjetnejši izhod y pri poljubnem vhodnem signalu x, tudi če ta ni del začetne baze vzorčnih gibov - T. Poggio & E. Bizzi (2004) Generaliza%on in vision and motor control. Nature, 431(7010):
6 Lokalno učenje C. G. Atkeson, J. G. Hale, F. Pollick, M. Riley, S. Kotosaka, S. Schaal, T. Shibata, G. Teva%a, A. Ude, S. Vijayakumar, and M. Kawato (2000) Using humanoid robots to study human behavior, IEEE Intelligent Systems, 15(4): Atkeson, C. G., Moore, A. W., & Schaal, S. (1997). Locally Weighted Learning For Control. Ar%ficial Intelligence Review, 11(1/5):
7 Glavna spoznanja Posamična gibanja lahko na enostaven način pridobimo z opazovanjem človekove izvedbe naloge - Programiranje iz demonstracij / kineste%čno vodenje Motorično učenje na podlagi baze vzorčnih elementarnih gibov - Poleg vzorčnih gibanj je potrebno shrani% tudi parametre, ki opisujejo robne parametre oziroma cilj naloge Posploševanje s pomočjo sta%s%čnih metod - Lokalne metode imajo številne prednosti
8 Zapis elementarnih gibov od točke do točke Dinamični generatorji gibov (angl.: dynamic movement primi%ves): zapis parametrov robota y za gibanja od točke do točke z nelinearnim sistemom diferencialnih enačb - A. Ijspeert, S. Schaal et al., Humanoids 2001; Neural Computa%on 2013 transformacijski sistem: kanonični sistem: τ!z = α ( z β ( z g y) z) + τ!y = z, ψ i x τ!x = α x x. i ψ i i w i ψ i ( x) ( x) x( g y 0 ), ( ) 2 ( ) = exp x c i Predlagan sistem diferencialnih enačb ni eksplicitno odvisen od časa. σ i 2
9 Grafični prikaz dinamičnih generatorjev gibov sprememba cilja naloge Transformacijski sistem 1 pozicija hitrost pospešek Kanonični sistem (faza) f1 f2 Transformacijski sistem 2 pozicija hitrost pospešek fn ustavljanje faze Transformacijski sistem n pozicija hitrost pospešek Specifičnih adaptacij za posamezne naloge ne moremo doseči le z modulacijo DMP enačb.
10 Sta%s%čno posploševanje vzorčnih gibov Baza vzorčnih trajektorij: T A i = {y ij, v ij, a ij, t ij } i j=1, i = 1,, NumEx Primer: seganje do objekta z dveh strani Parametri, s katerimi lahko opišemo robne pogoje naloge (iskalne točke) q i, i = 1,, NumEx Izračun posploševalne funkcije s sta%s%čnimi metodami kot sta lokalno utežena regresija in Gaussova regresija: ( ) :q w T g T τ F A 1,q 1,,A NumEx,q NumEx T
11 Seganje, zasledovanje in prijemanje A. Ude, A. Gams, T. Asfour, and J. Morimoto (2010) Task-specific generaliza%on of discrete and periodic dynamic movement primi%ves, IEEE Transac%ons on Robo%cs, 26(5):
12 Primer: Posploševanje meta Vhodni podatki za izračun meta: položaj koša Izhod: dinamični generator meta
13 Evalvacija naučenih metov 12 joint velocities [rad/s] joint velocities [rad/s] t [s] t [s] y [m] joint velocities [rad/s] x [m] t [s] y [cm] x [cm] error [cm]
14 Prehajanje med elementarnimi gibi D. Forte, A. Gams, J. Morimoto, and A. Ude (2012) On-line mo%on synthesis and adapta%on using a trajectory database, Robo%cs and Autonomous Systems, 60:
15 Kinema%čno vodenje & kontak% Ob kontak%h: okolica določa pozicijo, ki jo hkra% skuša določi% tudi robotski krmilnik Pozicijsko vodenje z visokimi ojačanji - Visoka natančnost sledenja - Visoke kontaktne sile - Visoka natančnost sledenja - Nizke kontaktne sile Za implementacijo potrebujemo natančen dinamični model robota! Pozicijsko vodenje z nizkimi ojačanji - Nizka natančnost sledenja - Nizke kontaktne sile
16 Učenje dinamičnih aspektov gibanj pri ljudeh Krakauer et al. (1999). Independent learning of internal models for kinema%c and dynamic control of reaching. Nature Neuroscience, 2(11): : hand kinema/cs are learned from errors in extent and direc/on in an extrinsic coordinate system, whereas dynamics are learned from propriocep/ve errors in an intrinsic coordinate system
17 Podajni generatorji gibov 1. Trajektorija q d (t) zajeta s kineste%čnim vodenjem - DMP. T. Petrič, A. Gams, L. Žlajpah, and A. Ude (2014) Online Learning of Task- Specific Dynamics for Periodic Tasks, IEEE/RSJ Interna%onal Conference on Intelligent Robots and Systems (IROS), Chicago, IL, USA, pp Iterativno učenje odprtozančnih navorov τf(x) - TP. Pri tem shranimo navore, ki nastanejo med izvedbo kinematične trajektorije pri visokih ojačanjih 3. Ko poznamo dinamični generator gibov in pripadajoče navore lahko med izvedbo giba robot ostane podajen. DMP! " Feedback + controller # Inverse Dynamics + Robot! TP # $
18 Posploševanje podajnih generatorjev gibov Kot pri kinema%čnih gibih lahko tudi pri podajnih generatorjih gibov izvedemo gibe pri različnih robnih pogojih - Primer: seganje do različnih točk v prostoru z različno težkimi utežmi v roki Meritve: A i = {y ij, v ij, a ij, t ij }, C i = {ρ ij, t ij }, j = 1,, Ti, i = 1,, NumEx, Parametri, s katerimi opišemo robne pogoje naloge: q i, 1,, NumEx. Sta%s%čno učenje: F k ( ) :q w T g T τ A 1,q 1,,A NumEx,q NumEx T F d ( C,q,,C,q ) :q v 1 1 NumEx NumEx ρ( x) = i i v i ψ i ψ i ( x) ( x), ψ i x ( ) 2 ( ) = exp x c i σ i 2
19 Posploševanje periodičnih podajnih gibov M. Deniša, A. Gams, A. Ude, and T. Petrič (2016) Learning compliant movement primi%ves through demonstra%on and sta%s%cal generaliza%on. IEEE/ASME Transac%ons on Mechatronics, 21(5),
20 Smučanje po grbinah? B. Nemec and L. Lahajnar (2009) Control and naviga%on of the skiing robot, IEEE/RSJ Interna%onal Conference on Intelligent Robots and Systems (IROS), St. Louis, Missouri, pp NTF Award for Entertainment Robots and Systems.
21 Avtonomno učenje baze elementarnih gibov KINESTETIČNO VODENJE PRETVORBA V DMP / CMP STATISTIČNO POSPLOŠEVANJE DA NOVA SITUACIJA (ISKALNA TOČKA) APROKSIMIRAN ELEMENTARNI GIB USPEŠNA IZVEDBA? SPODBUJEVALNO UČENJE NE USPEŠNA IZVEDBA? DA USTREZNA BAZA NE D. Forte, B. Nemec, and A. Ude (2015) Explora%on in structured space of robot movements for autonomous augmenta%on of ac%on knowledge, The 17th Interna%onal Conference on Advanced Robo%cs (ICAR), pp
22 Generacija baze podajnih generatorjev gibov Itera%vnemu iskanju se lahko izognemo oziroma ga bistveno pospešimo: V primeru da sta%s%čno izračunani podajni generator gibov zadovolji zadani kriterij, ga lahko takoj dodamo v bazo. V nasprotnem primeru se naučimo nov podajni generator gibov z rekurzivno regresijo, pri čemer uporabimo sta%s%čno izračunani gib kot začetno aproksimacijo, s čimer bistveno zmanjšamo potrebno število izvedb na robotu. T. Petrič, L. Colasanto, A. Gams, A. J. Ijspeert and A. Ude (2017) Accelerated Sensorimotor Learning of Compliant Movement Primi%ves (submieed, early version published at Humanoids 2015).
23 Pospešeno učenje v nizkodimenzionalnem prostoru
24 Pospešeno učenje v nizkodimenzionalnem prostoru B. Nemec, D. Forte, R. Vuga, M. Tamosiunaite, F. Wörgöeer, and A. Ude (2012) Applying sta%s%cal generaliza%on to determine search direc%on for reinforcement learning of movement primi%ves. IEEE-RAS Int. Conf. Humanoid Robots, Osaka, Japan, pp B. Nemec, R. Vuga, & A. Ude (2013) Efficient sensorimotor learning from mul%ple demonstra%ons. Advanced Robo%cs, 27(13):
25 Dinamični generatorji gibov in sile ter navori v kartezičnem prostoru Podajni generatorji gibov: odprtozančni navori se spreminjajo glede na konfiguracijo robota - Moramo se jih na novo nauči% za vsako izvedbo v drugem delu delovnega prostora Gibe podane v kartezičnih koordinatah lahko prenesemo v druge dele delovnega prostora Pri tem shranimo tudi sile in navore v koordinatnem sistemu vrha robota, ki nastanejo med izvedbo naučenega giba - Te sile in navore lahko uporabimo kot referenco za kasnejšo adaptacijo Shranimo tako trajektorije kot tudi sile in navore v kartezičnih koordinatah.
26 Avtonomna adaptacija motoričnih veščin Pridobi začetni gib v kartezičnih koordinatah Zajemi sile in navore v koordinatnem sistemu vrha robota Adaptacija hitros% izvedbe naloge Zajemi sile in navore v koordinatnem sistemu vrha robota Transformacija trajektorij s pomočjo robotskega vida Adaptacija trajektorij glede na želene sile in navore
27 Adaptacija naučene hitros% z itera%vno učečimi se regulatorji in spodbujevalnim učenjem R. Vuga, B. Nemec, and A. Ude (2016) Speed adapta%on for self-improvement of skills learned from user demonstra%ons, Robo%ca, 34(12):
28 Integracija s tridimenzionalnim vidom Naučene dinamične generatorje gibov v kartezičnem prostoru lahko transformiramo glede na položaj objekta, ki ga pridobimo s tridimenzionalnim vidom. - Razmeroma nizka natančnost za naloge sestavljanja Potrebna je adaptacija kinema%čnega gibanja glede na referenčne sile in navore.
29 Adaptacija gibanja glede na nastale sile in navore v kartezičnem prostoru B. Nemec, F. Abu-Dakka, J. A. Jørgensen, T. R. Savarimuthu, B. Ridge, H. G. Petersen, J. Jouffroy, N. Krüger, and A. Ude (2013) Transfer of Assembly Opera%ons to New Workpiece Poses by Adapta%on to the Desired Force Profile, 16th Interna%onal Conference on Advanced Robo%cs (ICAR), Montevideo, Uruguay. F. J. Abu-Dakka, B. Nemec, J. A. Jørgensen, T. R. Savarimuthu, N. Krüger, A. Ude (2015) Adapta%on of Manipula%on Skills in Physical Contact with the Environment to Reference Force Profiles, Autonomous Robots, vol. 39, no. 2, pp
30 Posploševanje kartezičnih predstavitev Trajektorije so podane v kartezičnem prostoru: A i = {p ij, v ij, a ij, t ij }, B i = {k ij, ω ij, α ij, t ij }, j = 1,, Ti, i = 1,, NumEx. Kartezične sile in navori: C i = {F ij, M ij, t ij }, j = 1,, Ti, i = 1,, NumEx. Iskalne točke: q i, 1,, NumEx. Sta%s%čno učenje: - pozicijske trajektorije: F p - orientacijske trajektorije: F o - sile in navori: ( ) :q w p T A 1,q 1,,A NumEx,q NumEx ( ) :q w T o B 1,q 1,,B NumEx,q NumEx g p T g o T τ τ T T G( C,q,,C,q ) :q v 1 1 NumEx NumEx
31 Posplošeni gibi v s%ku z okolico A. Kramberger, A. Gams, B. Nemec, C. Schou, D. Chrysostomou, O. Madsen, and A. Ude (2017) Generaliza%on of Orienta%onal Mo%on and Reference Force-Torque Profiles for Intelligent Robo%c Assembly, Robo%cs and Autonomous Systems (submieed).
32 Sinhronizacija gibov Posploševanje gibanja neodvisnih robotskih mehanizmov, na primer robotskih rok: - Dinamični generatorji gibov za kinema%čno vodenje (Ijspeert et al., 2013; Ude et al., 2010) - Podajni generatorji gibov: dinamični generatorji gibov in navori v notranjih koordinatah (Petrič et al., 2014; Deniša et al., 2016) - Dinamični generatorji gibov v kartezičnem prostoru + zunanje sile in navori v koordinatnem sistemu robotske roke (Abu-Dakka et al., 2015) Dvoročna gibanja in sodelovanje s človekom: potrebna je sinhronizacija posameznih, sprva drug od drugega neodvisnih generatorjev gibov - Vpeljava povezovalnih parametrov v diferencialne enačbe (angl. coupling term"), ki opisujejo posamične dinamične generatorje gibov (Gams et al., 2014)
33 Sinhronizacija elementarnih gibov Adaptacija posameznih robotskih gibov s pomočjo povezovalnih prametrov, ki jih prilagajamo glede na želene sile in navore Itera%vno učeči se regulatorji za učenje povezovalnih parametrov Zagotovljena stabilnost izvedbe g 1 F d g 1 Memory e - ILC c L Q Memory C - F c DMP 1 DMP 2 y 1 Arm 1 p 1 y 2 p 2 Arm 2 - k F environment A. Gams, B. Nemec, A. J. Ijspeert, and A. Ude (2014) Coupling Movement Primitives: Interaction With the Environment and Bimanual Tasks, IEEE Transactions on Robotics, vol. 30, no. 4, pp
34 Povzetek Kineste%čno vodenje & adaptacija, spodbujevalno učenje za inicializacijo učnega procesa Uporaba dinamičnih sistemov za zapis elementarnih robotskih gibanj Sta%s%čne metode: lokalno utežena regresija, Gaussova regresija za posploševanje elementarnih gibov - ni se potrebno v naprej opredeli% za določene modele oziroma strukturo prostora gibanj - zlahka dodajamo nove podatke - ni nevarnos% za nastanek lokalnih minimumov Avtonomno povečevanje baze vzorčnih gibanj - pospešena lokalna adaptacija ko dovolj dobro spoznamo strukturo op%malne mnogoteros% v prostoru vseh robotskih trajektorij
35 Sodelavci (IJS) Bojan Nemec Tadej Petrič Miha Deniša Fares Abu-Dakka Andrej Gams Denis Forte Aljaž Kramberger Nejc Likar Barry Ridge Rok Vuga Robert Bevec Timotej Gašpar
Microsoft Word - CNC obdelava kazalo vsebine.doc
ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo mesto, april 2008 Ime in priimek študenta ŠOLSKI CENTER NOVO MESTO VIŠJA STROKOVNA ŠOLA STROJNIŠTVO DIPLOMSKA NALOGA Novo
Prikaži večFakulteta za elektrotehniko, računalništvo in informatiko Smetanova ulica Maribor, Slovenija Gregor Blatnik PREIZKUŠANJE VZDRŢLJIVOSTI ROČNIH
Fakulteta za elektrotehniko, računalništvo in informatiko Smetanova ulica 17 2000 Maribor, Slovenija Gregor Blatnik PREIZKUŠANJE VZDRŢLJIVOSTI ROČNIH MEŠALNIKOV S POMOČJO INDUSTRIJSKEGA ROBOTA Magistrsko
Prikaži večLaTeX slides
Linearni in nelinearni modeli Milena Kovač 22. december 2006 Biometrija 2006/2007 1 Linearni, pogojno linearni in nelinearni modeli Kriteriji za razdelitev: prvi parcialni odvodi po parametrih Linearni
Prikaži večREŠEVANJE DIFERENCIALNIH ENAČB Z MEHANSKIMI RAČUNSKIMI STROJI Pino Koc Seminar za učitelje matematike FMF, Ljubljana, 25. september 2015 Vir: [1] 1
REŠEVANJE DIFERENCIALNIH ENAČB Z MEHANSKIMI RAČUNSKIMI STROJI Pino Koc Seminar za učitelje matematike FMF, Ljubljana, 25. september 2015 Vir: [1] 1 Nekateri pripomočki in naprave za računanje: 1a) Digitalni
Prikaži večDES
Laboratorij za načrtovanje integriranih vezij Univerza v Ljubljani Fakulteta za elektrotehniko Digitalni Elektronski Sistemi Digitalni sistemi Vgrajeni digitalni sistemi Digitalni sistem: osebni računalnik
Prikaži večSlide 1
Projektno vodenje PREDAVANJE 7 doc. dr. M. Zajc matej.zajc@fe.uni-lj.si Projektno vodenje z orodjem Excel Predstavitev Najbolj razširjeno orodje za delo s preglednicami Dva sklopa funkcij: Obdelava številk
Prikaži večFGG13
10.8 Metoda zveznega nadaljevanja To je metoda za reševanje nelinearne enačbe f(x) = 0. Če je težko poiskati začetni približek (še posebno pri nelinearnih sistemih), si lahko pomagamo z uvedbo dodatnega
Prikaži večLaTeX slides
Statistični modeli - interakcija - Milena Kovač 23. november 2007 Biometrija 2007/08 1 Število živorojenih pujskov Biometrija 2007/08 2 Sestavimo model! Vplivi: leto, farma Odvisna spremenljivka: število
Prikaži večUvodno predavanje
RAČUNALNIŠKA ORODJA Simulacije elektronskih vezij M. Jankovec 2.TRAN analiza (Analiza v časovnem prostoru) Iskanje odziva nelinearnega dinamičnega vezja v časovnem prostoru Prehodni pojavi Stacionarno
Prikaži več1. IDENTIFIKACIJA PODATKOVNEGA NIZA 1.1 Naslov Strukturno-tektonska karta Slovenije 1: Alternativni naslov Strukturno-tektonska karta Slove
1. IDENTIFIKACIJA PODATKOVNEGA NIZA 1.1 Naslov Strukturno-tektonska karta Slovenije 1:250.000 1.2 Alternativni naslov Strukturno-tektonska karta Slovenije 1:250.000 1.3 Okrajšani naslov - 1.4 Globalni
Prikaži večMicrosoft Word - A-3-Dezelak-SLO.doc
20. posvetovanje "KOMUNALNA ENERGETIKA / POWER ENGINEERING", Maribor, 2011 1 ANALIZA OBRATOVANJA HIDROELEKTRARNE S ŠKOLJČNIM DIAGRAMOM Klemen DEŽELAK POVZETEK V prispevku je predstavljena možnost izvedbe
Prikaži večDiapozitiv 1
9. Funkcije 1 9. 1. F U N K C I J A m a i n () 9.2. D E F I N I C I J A F U N K C I J E 9.3. S T A V E K r e t u r n 9.4. K L I C F U N K C I J E I N P R E N O S P A R A M E T R O V 9.5. P R E K R I V
Prikaži večMicrosoft PowerPoint - MK 3 tehnicni sistemi.ppt
Opredelitev tehničnega sistema Proces prenosa naravnih sistemov v tehnični sisteme, kot posledica človekovega ustvarjanja 1 Uvod - kaj predstavlja tehnični sistem, splošni primeri Predstavitev primera
Prikaži večMicrosoft PowerPoint - MK 3 tehnicni sistemi.ppt
Opredelitev tehničnega sistema Proces prenosa naravnih sistemov v tehnični sisteme, kot posledica človekovega ustvarjanja 1 Uvod - kaj predstavlja tehnični sistem, splošni primeri Predstavitev primera
Prikaži večPoročilo projekta : Učinkovita raba energije Primerjava klasične sončne elektrarne z sončno elektrarno ki sledi soncu. Cilj projekta: Cilj našega proj
Poročilo projekta : Učinkovita raba energije Primerjava klasične sončne elektrarne z sončno elektrarno ki sledi soncu. Cilj projekta: Cilj našega projekta je bil izdelati učilo napravo za prikaz delovanja
Prikaži več(Microsoft PowerPoint - vorsic ET 9.2 OES matri\350ne metode 2011.ppt [Compatibility Mode])
8.2 OBRATOVANJE ELEKTROENERGETSKEGA SISTEMA o Matrične metode v razreševanju el. omrežij Matrične enačbe električnih vezij Numerične metode za reševanje linearnih in nelinearnih enačb Sistem algebraičnih
Prikaži večDatum in kraj
Ljubljana, 5. 4. 2017 Katalog znanj in vzorci nalog za izbirni izpit za vpis na magistrski študij Pedagoško računalništvo in informatika 2017/2018 0 KATALOG ZNANJ ZA IZBIRNI IZPIT ZA VPIS NA MAGISTRSKI
Prikaži večUČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Matematična fizika II Course title: Mathematical Physics II Študijski program in stopnja Study programm
UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Matematična fizika II Course title: Mathematical Physics II Študijski program in stopnja Study programme and level Univerzitetni študijski program 1.stopnje
Prikaži večUČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Podatkovne baze 1 Course title: Data bases 1 Študijski program in stopnja Study programme and level Vis
UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Podatkovne baze 1 Course title: Data bases 1 Študijski program in stopnja Study programme and level Visokošolski strokovni študijski program Praktična matematika
Prikaži večUNIVERZA V MARIBORU
UNIVERZA V MARIBORU FAKULTETA ZA STROJNIŠTVO FAKULTETA ZA ELEKTROTEHNIKO, RAČUNALNIŠTVO IN INFORMATIKO Alen KOLMAN PROGRAMIRANJE KOLABORATIVNEGA ROBOTA UR5 ZA MET NA KOŠ univerzitetnega študijskega programa
Prikaži večSlide 1
Vsak vektor na premici skozi izhodišče lahko zapišemo kot kjer je v smerni vektor premice in a poljubno število. r a v Vsak vektor na ravnini skozi izhodišče lahko zapišemo kot kjer sta v, v vektorja na
Prikaži večMicrosoft Word - APV_9_IJS_Lumbar.doc
Prediktivno vodenje letala s pomo jo strojnega vida Satja Lumbar 1), Gregor Dolanc 1), Stanko Strm nik 1), Darko Vre ko 1), Drago Matko 2) 1) Inštitut Jožef Stefan Jamova 39, 1000 Ljubljana, Slovenija
Prikaži večUČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Podatkovne baze 2 Course title: Data bases 2 Študijski program in stopnja Study programme and level Vis
UČNI NAČRT PREDMETA / COURSE SYLLABUS Predmet: Podatkovne baze 2 Course title: Data bases 2 Študijski program in stopnja Study programme and level Visokošolski strokovni študijski program Praktična matematika
Prikaži večCpE & ME 519
2D Transformacije Zakaj potrebujemo transformacije? Animacija Več instanc istega predmeta, variacije istega objekta na sceni Tvorba kompliciranih predmetov iz bolj preprostih Transformacije gledanja Kaj
Prikaži večAvtomatizirano modeliranje pri celostnem upravljanju z vodnimi viri
Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo 36. Goljevščkov spominski dan Modeliranje kroženja vode in spiranja hranil v porečju reke Pesnice Mateja Škerjanec 1 Tjaša Kanduč 2 David Kocman
Prikaži večPredmet: Course title: UČNI NAČRT PREDMETA/COURSE SYLLABUS Matematična fizika II Mathematical Physics II Študijski programi in stopnja Študijska smer
Predmet: Course title: UČNI NAČRT PREDMETA/COURSE SYLLABUS Matematična fizika II Mathematical Physics II Študijski programi in stopnja Študijska smer Letnik Semestri Fizika, prva stopnja, univerzitetni
Prikaži večNAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to
NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti
Prikaži večMicrosoft Word - rosus2006.doc
ANALIZA GIBANJA IGRALCEV MED TEKMAMI Janez Perš 1, Matej Kristan 1, Matej Perše 1, Marta Bon 2, Goran Vučkovič 2, Stanislav Kovačič 1 1 Laboratorij za slikovne tehnologije Fakulteta za elektrotehniko,
Prikaži večBrownova kovariancna razdalja
Brownova kovariančna razdalja Nace Čebulj Fakulteta za matematiko in fiziko 8. januar 2015 Nova mera odvisnosti Motivacija in definicija S primerno izbiro funkcije uteži w(t, s) lahko definiramo mero odvisnosti
Prikaži večC:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi
Vpisna številka Priimek, ime Smer: K KT WA Izpit pri predmetu MATEMATIKA I Računski del Ugasni in odstrani mobilni telefon. Uporaba knjig in zapiskov ni dovoljena. Dovoljeni pripomočki so: kemični svinčnik,
Prikaži večP r e d m e t n i k Seznam skupnih izbirnih predmetov v študijskem programu Izbirni predmeti Zap. št. Predmet Nosilec Kontaktne ure Klinične Pred. Sem
P r e d m e t n i k Seznam skupnih izbirnih predmetov v študijskem programu 001 Akustika in ultrazvok Jurij Prezelj 002 Diferencialne enačbe Aljoša Peperko 003 Eksperimentalne metode v nosilec bo znan
Prikaži večC:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi
Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Računski del izpita pri predmetu MATEMATIKA I 6. 2. 2014 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument.
Prikaži večUradni list Republike Slovenije Št. 39 / / Stran 6173 EVROPSKA ŠOLA:... Učenec:... Datum rojstva:... Letnik:... Razrednik:... ŠOLSKO POROČI
Uradni list Republike Slovenije Št. 39 / 8. 6. 2018 / Stran 6173 EVROPSKA ŠOLA:... Učenec:... Datum rojstva:... Letnik:... Razrednik:... ŠOLSKO POROČILO šolsko leto Sodeluje pri učenju. Pozorno posluša.
Prikaži večMatematika 2
Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 23. april 2014 Soda in liha Fourierjeva vrsta Opomba Pri razvoju sode periodične funkcije f v Fourierjevo vrsto v razvoju nastopajo
Prikaži večDES
Laboratorij za načrtovanje integriranih vezij Univerza v Ljubljani Fakulteta za elektrotehniko Digitalni Elektronski Sistemi Model vezja Računalniški model in realno vezje Model logičnega negatorja Načini
Prikaži večOsnove matematicne analize 2018/19
Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko
Prikaži večPredmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Umetna inteligenca Artificial Intelligence Študijski program in stopnja Study programme a
Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Umetna inteligenca Artificial Intelligence Študijski program in stopnja Study programme and level Interdisciplinarni magistrski študijski program
Prikaži večTrenja stališč in čustvenčki v žarišču Dr. Petra Kralj Novak Odsek za tehnologije znanja Institut Jožef JOTA, FRI, Univerza v Ljubljani, 21.
Trenja stališč in čustvenčki v žarišču Dr. Petra Kralj Novak Odsek za tehnologije znanja Institut Jožef Stefan @ JOTA, FRI, Univerza v Ljubljani, 21. maj, 2018 Kaj je to? U+1F602 U+1F468 U+200D U+1F469
Prikaži večPisanje strokovnih in znanstvenih del doc. dr. Franc Brcar Prirejeno po: Brcar, F. (2016). Pi
Pisanje strokovnih in znanstvenih del doc. dr. Franc Brcar franc.brcar@gmail.com http://www.uporabna-statistika.si/ Prirejeno po: Brcar, F. (2016). Pisanje strokovnih in znanstvenih del. Novo mesto: 1
Prikaži večVaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x
Vaje: Matrike 1 Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N n 1 1 0 1 ; n N 0 2 Pokaži, da je množica x 0 y 0 x y x + z ; x, y, z R y x z x vektorski podprostor v prostoru matrik
Prikaži večSPLOŠNE INFORMACIJE
»PSIHOLOŠKI DIFERENCIALNI MODUL«(PDM) V ŠTUDIJSKEM LETU 2016/17 1 VSEBINA: 1. Namen Psihološkega diferencialnega modula (PDM)... 2 2. Predmeti PDM... 2 2.1 Predmeti... 4 2.1.1 Diferencialna psihologija...
Prikaži večUPRAVLJANJE RAZPRŠENIH PODATKOV Shranjevanje, zaščita in vzdrževanje informacij, ki jih najbolj potrebujete
UPRAVLJANJE RAZPRŠENIH PODATKOV Shranjevanje, zaščita in vzdrževanje informacij, ki jih najbolj potrebujete ELEKTRONSKI PODATKI, KI JIH ORGANIZACIJA USTVARJA IN POTREBUJE ZA DOSTOP, SE KAŽEJO V RAZLIČNIH
Prikaži večŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA
ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA Navdih Poizvedovanje po BD podatkovnih virih, ki imajo časovno dimenzijo in so dostopni. Večji promet pomeni večje število dobrin in močnejšo
Prikaži večPRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEP
PRILOGA 2 Minimalni standardi kakovosti oskrbe za izbrane dimenzije kakovosti oskrbe in raven opazovanja posameznih parametrov kakovosti oskrbe 1. NEPREKINJENOST NAPAJANJA 1.1. Ciljna raven neprekinjenosti
Prikaži več2. Model multiple regresije
2. Model multiple regresije doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 2.1 Populacijski regresijski model in regresijski model vzorčnih podatkov
Prikaži več10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, k
10. Meritev šumnega števila ojačevalnika Vsako radijsko zvezo načrtujemo za zahtevano razmerje signal/šum. Šum ima vsaj dva izvora: naravni šum T A, ki ga sprejme antena in dodatni šum T S radijskega sprejemnika.
Prikaži večMicrosoft Word - 9.vaja_metoda porusnih linij.docx
9. vaja: RAČUN EJNE NOSILNOSTI AB PLOŠČ PO ETODI PORUŠNIH LINIJ 1. ZASNOVA S pomočjo analize plošč po metodi porušnih linij bomo določili mejno obtežbo plošče, za katero poznamo geometrijo, robne pogoje
Prikaži večPREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC
MATEMATIKA 1.razred OSNOVE PREDMETA POKAZATELJI ZNANJA SPRETNOSTI KOMPETENCE Naravna števila -pozna štiri osnovne računske operacije in njihove lastnosti, -izračuna številske izraze z uporabo štirih računskih
Prikaži večresitve.dvi
FAKULTETA ZA STROJNISTVO Matematika Pisni izpit. junij 22 Ime in priimek Vpisna st Navodila Pazljivo preberite besedilo naloge, preden se lotite resevanja. Veljale bodo samo resitve na papirju, kjer so
Prikaži večMicrosoft PowerPoint - Sestanek zastopniki_splet.ppt
SREČANJE MED PATENTNIMI ZASTOPNIKI IN ZASTOPNIKI ZA MODELE IN ZNAMKE TER URADOM RS ZA INTELEKTUALNO LASTNINO Ljubljana, 21. oktober 2013 Dnevni red Uvodna beseda Vesna Stanković Juričić, v. d. direktorja
Prikaži večIme in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31 avgust 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven
Prikaži večMrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p
Mrežni modeli polimernih verig Boštjan Jenčič. maj 013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posameni segmenti polimera asedejo golj ogljišča v kvadratni (ali kubični v
Prikaži večMacoma katalog copy
POSLOVNE APLIKACIJE PO ŽELJAH NAROČNIKA Poročilni sistem Finance in kontroling Poprodaja Podatkovna skladišča Prodaja Proizvodnja Obstoječi ERP Partnerji Implementacija rešitev prilagojena po željah naročnika
Prikaži večDelavnica Načrtovanje digitalnih vezij
Laboratorij za načrtovanje integriranih vezij Univerza v Ljubljani Fakulteta za elektrotehniko Programirljivi Digitalni Sistemi Digitalni sistem Digitalni sistemi na integriranem vezju Digitalni sistem
Prikaži večDiapozitiv 1
Vhodno izhodne naprave Laboratorijska vaja 5 - LV 1 Meritve dolžine in karakteristične impedance linije VIN - LV 1 Rozman,Škraba, FRI Model linije Rs Z 0, Vs u i u l R L V S - Napetost izvora [V] R S -
Prikaži več11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo
11. Navadne diferencialne enačbe 11.1. Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogoju y(x 0 ) = y 0, kjer je f dana dovolj gladka funkcija
Prikaži več(Microsoft PowerPoint - Predstavitev IJS kon\350na.ppt)
Institut 'Jožef Stefan' Urban Šegedin Fotokatalizatorji s superiornimi lastnostmi Sinteza stabilnega tetragonalnega cirkonijevega oksida v obliki tankih plasti. Povečana učinkovitost razgradnje nevarnih
Prikaži večPredmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Računalniški sistemi Computer systems Študijski program in stopnja Study programme and le
Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS Računalniški sistemi Computer systems Študijski program in stopnja Study programme and level Interdisciplinarni magistrski študijski program
Prikaži večNavodila avtorjem člankov
Zaprtozančno vodenje proizvodnega procesa polimerizacije Dejan Gradišar, Sebastjan Zorzut, Vladimir Jovan Institut "Jožef Stefan" Jamova 39, Ljubljana dejan.gradisar@ijs.si Closedloop control of polymerization
Prikaži večSlovenska predloga za KE
23. posvetovanje "KOMUNALNA ENERGETIKA / POWER ENGINEERING", Maribor, 2014 1 ANALIZA VPLIVA PRETOKA ENERGIJE PREKO RAZLIČNIH NIZKONAPETOSTNIH VODOV NA NAPETOSTNI PROFIL OMREŽJA Ernest BELIČ, Klemen DEŽELAK,
Prikaži večUniverza v Ljubljani FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Tržaška c. 25, 1000 Ljubljana Realizacija n-bitnega polnega seštevalnika z uporabo kvan
Univerza v Ljubljani FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Tržaška c. 25, 1000 Ljubljana Realizacija n-bitnega polnega seštevalnika z uporabo kvantnih celičnih avtomatov SEMINARSKA NALOGA Univerzitetna
Prikaži večOblikovanje in razvijanje spletnih strani
Uporabniški vmesnik načrtovanje in izdelava Interaktivni mediji Doc. dr. Aleš Hladnik Načrtovanje uporabniškega vmesnika (UV) Načrtovanje oz. zasnova UV (User( interface design or engineering) je načrtovanje
Prikaži večStrojna oprema
Asistenta: Mira Trebar, Miha Moškon UIKTNT 2 Uvod v programiranje Začeti moramo razmišljati algoritmično sestaviti recept = napisati algoritem Algoritem za uporabo poljubnega okenskega programa. UIKTNT
Prikaži več3. Preizkušanje domnev
3. Preizkušanje domnev doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 3.1 Izračunavanje intervala zaupanja za vrednosti regresijskih koeficientov Motivacija
Prikaži večPredmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Inteligentni sistemi Intelligent systems Študijski program in stopn
Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Inteligentni sistemi Intelligent systems Študijski program in stopnja Study programme and level Interdisciplinarni univerzitetni
Prikaži večM-Tel
Poročilo o meritvah / Test report Št. / No. 16-159-M-Tel Datum / Date 16.03.2016 Zadeva / Subject Pooblastilo / Authorization Meritve visokofrekvenčnih elektromagnetnih sevanj (EMS) Ministrstvo za okolje
Prikaži večANALITIČNA GEOMETRIJA V RAVNINI
3. Analitična geometrija v ravnini Osnovna ideja analitične geometrije je v tem, da vaskemu geometrijskemu objektu (točki, premici,...) pridružimo števila oz koordinate, ki ta objekt popolnoma popisujejo.
Prikaži večMicrosoft Word - PAR02 - Stradovnik.docx
Interaktivna laboratorijska aplikacija s kolaborativnim robotom Saša Stradovnik, Rok Pučko, Aleš Hace Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko Koroška cesta 46, 2000
Prikaži večDiapozitiv 1
Ključne kompetence za uspešno delo knjižničarja Kako jih razvijati? Dr. Vlasta Zabukovec Oddelek za bibliotekarstvo, informacijsko znanost in knjigarstvo FF, UL Kompetence Študij, vseživljenjsko učenje
Prikaži večVSEBINSKI NASLOV SEMINARSKE NALOGE
Univerza v Ljubljani Naravoslovnoteniška fakulteta Oddelek za tekstilstvo VSEBINSKI NASLOV SEMINARSKE NALOGE TITLE IN ENGLISH Avtorja: Študijska smer: Predmet: Informatika in metodologija diplomskega dela
Prikaži več00ABILHAND-Kids_Slovenian_Slovenia
Université catholique de Louvain Institute of NeuroScience (IoNS), System & Cognition Division (COSY), Brussels, Belgium. Haute Ecole Louvain en Hainaut Physical and Occupational Therapy Departments, Paramedical
Prikaži večBV_STANDARDI_SISTEMOV_VODENJA_EN_OK
STANDARDI SISTEMOV VODENJA KOT ORODJE ZA IZBOLJŠANJE OKOLJSKE IN ENERGETSKE UČINKOVITOSTI 10.11.2011 Gregor SIMONIČ Sistemi vodenja Kaj so sistemi vodenja oziroma upravljanja? Sistem vodenja oziroma upravljanja
Prikaži večVerjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC
Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC VERJETNOST osnovni pojmi Poskus: dejanje pri katerem je izid negotov met
Prikaži večKotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr
Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete in hipotenuze. Kosinus kota je razmerje
Prikaži večFLIR UNITED VMS Najboljše v svojem razredu upravljanje videa, ki lahko raste z vašimi varnostnimi potrebami - od ene lokacije do več lokacij po vsem s
UNITED VMS Najboljše v svojem razredu upravljanje videa, ki lahko raste z vašimi varnostnimi potrebami - od ene lokacije do več lokacij po vsem svetu. KAJ JE UNITED VMS? United VMS je družina izdelkov,
Prikaži večKRMILNA OMARICA KO-0
KOTLOVSKA REGULACIJA Z ENIM OGREVALNIM KROGOM Siop Elektronika d.o.o., Dobro Polje 11b, 4243 Brezje, tel.: +386 4 53 09 150, fax: +386 4 53 09 151, gsm:+386 41 630 089 e-mail: info@siopelektronika.si,
Prikaži večUniverza v Ljubljani Fakulteta za računalništvo in informatiko David Možina Argumentirano strojno učenje z uporabo logistične regresije MAGISTRSKO DEL
Univerza v Ljubljani Fakulteta za računalništvo in informatiko David Možina Argumentirano strojno učenje z uporabo logistične regresije MAGISTRSKO DELO MAGISTRSKI PROGRAM DRUGE STOPNJE RAČUNALNIŠTVO IN
Prikaži več(Microsoft PowerPoint _IZS_izobraevanje ZK_1_del.ppt [Zdru\236ljivostni na\350in])
Geodetski postopki in izdelava elaborata Darinka Bertole, september 2017 NAMEN IZOBRAŽEVANJA: obnova znanja s področja izvedbe geodetske storitve in izdelave elaborata poenotenje dela in dvig kvalitete
Prikaži večAKCIJSKO RAZISKOVANJE INOVACIJSKI PROJEKT ZA ZNANJE IN SPOŠTOVANJE Udeleženci: Učenci 2. c Razredničarka: Irena Železnik, prof. Učni predmet: MAT Učna
AKCIJSKO RAZISKOVANJE INOVACIJSKI PROJEKT ZA ZNANJE IN SPOŠTOVANJE Udeleženci: Učenci 2. c Razredničarka: Irena Železnik, prof. Učni predmet: MAT Učna vsebina: Ustno seštevanje in odštevanje do 20 sprehodom
Prikaži večMicrosoft PowerPoint - cigre_c2_15.ppt [Compatibility Mode]
Univerza v Mariboru Fakulteta za elektrotehniko, računalništvo in informatiko Boštjan Polajžer, Drago Dolinar, Jožef Ritonja (FERI) bostjan.polajzer@um.si Andrej Semprimožnik (ELES) KAZALNIKI KAKOVOSTI
Prikaži večUniverza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA
Enopredmetna matematika IN STATISTIKE Maribor, 31. 01. 2012 1. Na voljo imamo kovanca tipa K 1 in K 2, katerih verjetnost, da pade grb, je p 1 in p 2. (a) Istočasno vržemo oba kovanca. Verjetnost, da je
Prikaži večMicrosoft Word - 9.vaja_metoda porusnih linij_17-18
9. vaja: RAČUN EJNE NOSILNOSTI AB PLOŠČ PO ETODI PORUŠNIH LINIJ S pomočjo analize plošč po metodi porušnih linij določite mejno obtežbo plošče, za katero poznate geometrijo, robne pogoje ter razporeditev
Prikaži večMicrosoft Word - ELEKTROTEHNIKA2_ junij 2013_pola1 in 2
Šifra kandidata: Srednja elektro šola in tehniška gimnazija ELEKTROTEHNIKA PISNA IZPITNA POLA 1 12. junij 2013 Čas pisanja 40 minut Dovoljeno dodatno gradivo in pripomočki: Kandidat prinese nalivno pero
Prikaži večKazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij
Kazalo 1 DVOMESTNE RELACIJE 1 1.1 Operacije z dvomestnimi relacijami...................... 2 1.2 Predstavitev relacij............................... 3 1.3 Lastnosti relacij na dani množici (R X X)................
Prikaži večOŠ VODMAT, POTRČEVA 1, 1000 LJUBLJANA
OŠ VODMAT, POTRČEVA 1, 1000 LJUBLJANA UČNA PRIPRAVA ZA URO VZOJE (1. razred) MALI POTEPUH Skladatelj: W. A. Mozart Besedilo: Jože Humer MENTOR: Mateja Petrič PRIPRAVNICA: Urška Zevnik Ljubljana, 24. 1.
Prikaži večNAVODILA ZA OBLIKOVANJE PRISPEVKOV
SISTEM ZA VERIFIKACIJO OSEBE NA PODLAGI PRSTNEGA ODTISA Uroš Klopčič, Peter Peer Laboratorij za računalniški vid Fakulteta za računalništvo in informatiko E-pošta: uros.klopcic@gmail.com, peter.peer@fri.uni-lj.si
Prikaži večKein Folientitel
Eksperimentalno modeliranje Se imenuje tudi: y = f x; β + ε - system identification, - statistical modeling, - parametric modeling, - nonparametric modeling, - machine learning, - empiric modeling - itd.
Prikaži večPodatkovni model ER
Podatkovni model Entiteta- Razmerje Iztok Savnik, FAMNIT 2018/19 Pregled: Načrtovanje podatkovnih baz Konceptualno načtrovanje: (ER Model) Kaj so entite in razmerja v aplikacijskem okolju? Katere podatke
Prikaži večUvodno predavanje
RAČUNALNIŠKA ORODJA Simulacije elektronskih vezij M. Jankovec Pomagala za hitrejšo/boljšo konvergenco Modifikacija vezja s prevodnostimi Med vsa vozlišča in maso se dodajo upori Velikost uporov določa
Prikaži večDiapozitiv 1
Vhodno izhodne naprave Laboratorijska vaja 4 - AV 4 Linije LTSpice, simulacija elektronskih vezij VIN - LV 1 Rozman,Škraba, FRI LTSpice LTSpice: http://www.linear.com/designtools/software/ https://www.analog.com/en/design-center/design-tools-andcalculators/ltspice-simulator.html
Prikaži večMicrosoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf
uporaba for zanke i iz korak > 0 oblika zanke: for i iz : korak : ik NE i ik DA stavek1 stavek2 stavekn stavek1 stavek2 stavekn end i i + korak I&: P-XI/1/17 uporaba for zanke i iz korak < 0 oblika zanke:
Prikaži večPopravki nalog: Numerična analiza - podiplomski študij FGG : popravljena naloga : popravljena naloga 14 domače naloge - 2. skupina
Popravki nalog: Numerična analiza - podiplomski študij FGG 9.8.24: popravljena naloga 4 3..25: popravljena naloga 4 domače naloge - 2. skupina V drugem delu morate rešiti toliko nalog, da bo njihova skupna
Prikaži večMicrosoft PowerPoint - CIGER - SK 3-15 Izkusnje nadzora distribucijskih transformatorjev s pomo... [Read-Only]
CIRED ŠK 3-15 IZKUŠNJE NADZORA DISTRIBUCIJSKIH TRANSFORMATORJEV S POMOČJO ŠTEVCEV ELEKTRIČNE ENERGIJE ŽIGA HRIBAR 1, BOŠTJAN FABJAN 2, TIM GRADNIK 3, BOŠTJAN PODHRAŠKI 4 1 Elektro novi sistemi. d.o.o.,
Prikaži večPowerPoint-Präsentation
ENERGETSKO POGODBENIŠTVO (EPC) V JAVNIH STAVBAH Podpora pri izvajanju energetske prenove stavb na lokalni ravni z mehanizmom energetskega pogodbeništva 12.10.2016, LJUBLJANA NIKO NATEK, KSSENA Projekt
Prikaži več10108-Bench-mark-brochure-6pg.indd
Unikatna konstrukcija mostu Kompaktna izvedba O podjetju Perceptron: Temperaturna kompenzacija stroja in merjenca (opcijsko) X in Y osi na isti stopnji za povečano togost Perceptron (NASDAQ: PRCP) zagotavlja
Prikaži večLetni posvet o IO 2018 in letna konferenca projekta EUPO
23. in 24. oktober, Kongresni center Habakuk, Maribor RAZVOJNI KORAKI DO LETA 2020 IN NAPREJ VIDIK ANDRAGOŠKEGA CENTRA SLOVENIJE Andrej Sotošek, Andragoški center Slovenije Vsebina predstavitve Ključni
Prikaži večČlen 11(1): Frekvenčna območja Frekvenčna območja Časovna perioda obratovanja 47,0 Hz-47,5 Hz Najmanj 60 sekund 47,5 Hz-48,5 Hz Neomejeno 48,5 Hz-49,0
Člen 11(1): Frekvenčna območja Frekvenčna območja Časovna perioda obratovanja 47,0 Hz-47,5 Hz Najmanj 60 sekund 47,5 Hz-48,5 Hz Neomejeno 48,5 Hz-49,0 Hz Neomejeno 49,0 Hz-51,0 Hz Neomejeno 51,0 Hz-51,5
Prikaži večLINEARNA ELEKTRONIKA
Linearna elektronika - Laboratorijske vaje 1 LINERN ELEKTRONIK LBORTORIJSKE VJE Priimek in ime : Skpina : Datm : 1. vaja : LSTNOSTI DVOVHODNEG VEZJ Naloga : Za podano ojačevalno stopnjo izmerite h parametre,
Prikaži več