Wyniki wyszukiwania dla: APPROXIMATION SUR-ROGATES - MOST Wiedzy

Wyszukiwarka

Wyniki wyszukiwania dla: APPROXIMATION SUR-ROGATES

Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (60)

Wyniki wyszukiwania dla: APPROXIMATION SUR-ROGATES

  • Zespół Algorytmów i Modelowania Systemów

    Studiowanie problemów i modeli teoriografowych ma na celu badanie złożoności obliczeniowej uogólnień problemu klasycznego kolorowania wierzchołków i krawędzi grafu znajdujących zastosowania w modelowaniu praktycznych problemów oraz badanie nowych miar oceny skuteczności algorytmów. W zakresie szeregowania zadań badania koncentrują się na konstrukcji harmonogramów optymalnych z punktu widzenia długości harmonogramu i średniego czasu...

  • Katedra Elektrotechniki, Systemów Sterowania i Informatyki

    W Katedrze Elektrotechniki, Systemów Sterowania i Informatyki prowadzone są badania w tematyce podstaw elektrotechniki, zaawansowanych systemów sterowania, prototypowania dedykowanych rozwiązań sprzętowych w FPGA. Prowadzone badania skupiają się również na wykorzystaniu zaawansowanych technik analizy komputerowej w systemach sterowania oraz elektrotechniki.

  • Zespół Katedry Analizy Nieliniowej i Statystyki

    W Katedrze prowadzone są badania w trzech wiodących kierunkach. Pierwszy dotyczy zastosowania metod topologicznych i wariacyjnych w układach dynamicznych, w teorii równań różniczkowych zwyczajnych i cząstkowych oraz w teorii bifurkacji. Drugim kierunkiem badań Katedry jest zastosowanie rachunku prawdopodobieństwa i teorii aproksymacji. Ostatnią specjalizacją jest Geometria i Grafika Komputerowa, która istnieje od 2014 roku. Wybór...

Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (9)

Wyniki wyszukiwania dla: APPROXIMATION SUR-ROGATES

Pozostałe wyniki Pokaż wszystkie wyniki (349)

Wyniki wyszukiwania dla: APPROXIMATION SUR-ROGATES

  • Multiobjective Aerodynamic Optimization by Variable-Fidelity Models and Response Surface Surrogates

    Publikacja

    - AIAA JOURNAL - Rok 2016

    A computationally efficient procedure for multiobjective design optimization with variable-fidelity models and response surface surrogates is presented. The proposed approach uses the multiobjective evolutionary algorithm that works with a fast surrogate model, obtained with kriging interpolation of the low-fidelity model data enhanced by space-mapping correction exploiting a few high-fidelity training points. The initial Pareto...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Reflexion etique sur l´action ekonomique

    Publikacja

    - Rok 2003

    Praca pokazuje ważność pytań z zakresu etyki, stawianych wszelkiej przedsię-biorczości, działalności ekonomicznej w ujęciu historycznym. Jednocześniepraca usiłuje znaleźć przyczynę roztraygnięć etycznych współczesności.

  • Approximation Strategies for Generalized Binary Search in Weighted Trees

    Publikacja

    - Rok 2017

    We consider the following generalization of the binary search problem. A search strategy is required to locate an unknown target node t in a given tree T. Upon querying a node v of the tree, the strategy receives as a reply an indication of the connected component of T\{v} containing the target t. The cost of querying each node is given by a known non-negative weight function, and the considered objective is to minimize the total...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • An Approximation of the Zero Error Capacity by a Greedy Algorithm.

    Publikacja

    - Rok 2020

    We present a greedy algorithm that determines a lower bound on the zero error capacity. The algorithm has many new advantages, e.g., it does not store a whole product graph in a computer memory and it uses the so-called distributions in all dimensions to get a better approximation of the zero error capacity. We also show an additional application of our algorithm.

    Pełny tekst do pobrania w serwisie zewnętrznym

  • An Approximation of the Zero Error Capacity by a Greedy Algorithm

    Publikacja

    - Rok 2020

    We present a greedy algorithm that determines a lower bound on the zero error capacity. The algorithm has many new advantages, e.g., it does not store a whole product graph in a computer memory and it uses the so-called distributions in all dimensions to get a better approximation of the zero error capacity. We also show an additional application of our algorithm.