Dati di tipo video. Indicizzazione e ricerca video
|
|
- Claudia Fabiani
- 8 anni fa
- Visualizzazioni
Transcript
1 Corso d Laurea n Informatca Applcata Unverstà d Urbno Dat d tpo vdeo I dat vdeo sono generalmente rcch dal punto d vsta nformatvo. Sottottol (testo) Colonna sonora (audo parlato e/o musca) Frame (mmagn catturate e rprodotte a veloctà costante), Metadat (ttolo, autore, produttore, ecc ). Corso d Laurea n Informatca Applcata Unverstà d Urbno Indczzazone e rcerca vdeo Metod basat su metadat: nformazon memorzzate n manera strutturata n RDBMS tradzonal Metod basat sul testo: sottottol o la trascrzone de dalogh sono utlzzat con tecnche d IR standard per l ndczzazone e la rcerca Metod basat sull audo: segmentazone n parlato e nonparlato e tecnche d speech recognton per ottenere l testo e qund tecnche d IR sul testo Metod basat sul contenuto con 2 approcc dstnt: Consderare l vdeo come una sere d mmagn ndpendent utlzzando le tecnche per le mmagn (s perdono le nformazon temporal e la mole d dat da elaborare è molto grande) Dvdere frame n grupp (shots) e l ndczzazone è basata su frame rappresentatv d ogn shot Approcc ntegrat: due o pù metod sono utlzzat n manera combnata
2 Corso d Laurea n Informatca Applcata Unverstà d Urbno Indczzazone e rcerca basata sugl SHOT SHOT = gruppo d frame contgu che hanno uno o pù delle seguent caratterstche: Frame fanno parte della stessa scena Frame non sono nterrott da uno stacco della telecamera Frame contengono lo stesso evento / azone Esempo: n un vdeo d un telegornale, ogn notza rappresenta uno shot dverso. In un flm, una sere d mmagn con gl stess protagonst present nello stesso ambente è uno shot In molte applcazon è necessaro non soltanto ndvduare quale vdeo contene una determnata nformazone, ma anche quale parte del vdeo la contene. Scorrere un vdeo alla rcerca d una partcolare sequenza è una operazone che rchede molto tempo: Sono necessare tecnche d SEGMENTAZIONE de vdeo per l dentfcazone automatca degl shot Corso d Laurea n Informatca Applcata Unverstà d Urbno Segmentazone automatca(1) I frame consecutv che stanno prma e dopo d un cambo d camera generalmente mostrano un elevato cambamento quanttatvo nel loro contenuto. Per ndvduare gl shot occorre defnre una msura quanttatva che cattur la dfferenza tra una coppa d frame: Data una certa sogla, se la dfferenza tra un frame e l successvo supera tale valore, l punto vene consderato una nterruzone tra shot dvers.
3 Corso d Laurea n Informatca Applcata Unverstà d Urbno Segmentazone automatca(2) La prma msura potzzable per calcolare la dfferenza tra due frame è la somma, pxel per pxel, delle dfferenze tra frame: tale metodo non funzona bene n quanto la presenza d oggett n movmento tra l prmo e l secondo frame causa grand dfferenze anche all nterno della stesa scena e porta a ottenere molte false nterruzon d shot. Un secondo metodo consste nella msura della dfferenza tra gl stogramm d colore de due frame consecutv: Il concetto utlzzato è che l movmento d oggett all nterno della stessa scena causa pccole varazon nell stogramma dell mmagne Se la varazone è grande, probablmente samo d fronte ad un cambo d scena. Corso d Laurea n Informatca Applcata Unverstà d Urbno Calcolo della dfferenza tra stogramm d colore Calcolo della dstanza tra frame: H ( j) H+ 1 j SD = ( j) Dove H (j) denota l stogramma d colore dell -esmo frame e j e un bn dell stogramma Se SD supera una sogla ammettamo un cambo d shot La scelta della sogla per l ndvduazone degl shot è molto crtca per l ottenmento d rsultat corrett: deve tollerare le varazon present normalmente tra sngol frame ma ndvduare tutt camb d shot un buon compromesso consste nel consderare un valore d sogla leggermente pù grande della meda d tutte le dfferenze tra un frame ed l successvo.
4 Corso d Laurea n Informatca Applcata Unverstà d Urbno Shot e transzon Quando tra una scena e l altra d un vdeo sono utlzzate le transzon (dssolvenza ncrocata, fade-n, fade-out, ecc ) la dfferenza frame per frame è sempre molto bassa. Sarebbe necessaro ntrodurre una sogla molto pù bassa ma con l rscho d trovare molt cambament d shot che non corrspondono a effettv camb d scena. Corso d Laurea n Informatca Applcata Unverstà d Urbno Segmentazone a due sogle Un meccansmo utlzzato consste nell ntrodurre due sogle dverse: una pù alta Tb utlzzata per determnare camb d camera e una pù bassa Ts per determnare frame ne qual avvene una transzone graduale: Confrontando un frame con l successvo, se la dfferenza è maggore d Tb s ntroduce un cambo d shot, se la dfferenza è mnore d Tb ma superore a Ts l frame è dcharato come un potenzale frame d transzone. Fno a quando s hanno potenzal frame d transzone consecutv, la loro dstanza vene sommata e quando raggunge la sogla Tb s genera un cambo d shot (se la sequenza d potenzal frame d transzone è nterrotta da una dfferenza nferore alla sogla Ts la somma rparte da zero) In generale l compto d ndvduazone degl shot è molto pù complesso n presenza d transzon e le percentual d rconoscmento corretto degl shot sono basse.
5 Corso d Laurea n Informatca Applcata Unverstà d Urbno Il problema del pannng e dello zoom Le operazon d pannng e zoom effettuate con la telecamera generano de cambament gradual (sml alle transzon) che possono portare all ndvduazone d fals shot. Per lmtare questo fenomeno s possono ntrodurre tecnche d anals del movmento d blocch d pxel tra frame successv. Nel caso d pannng e zoom vettor d movmento hanno un precso comportamento: Nel pannng, vanno tutt nella stessa drezone Nello zoom convergono o dvergono dal punto centrale dell mmagne. Corso d Laurea n Informatca Applcata Unverstà d Urbno Cambament d llumnazone Un secondo problema è dovuto alla determnazone d fals shot a causa d cambament d llumnazone. Per evtarl s possono applcare operazon d normalzzazone a color de frame d cu calcolare la dfferenza: Normalzzazone de valor de pxel rspetto all mmagne stessa: ' R ' G ' B = = = R N = 1 R 2 G N = 1 G 2 B N = 1 B 2 Conversone n cromatcta R r = R + G + B ' ' ' ' g R ' ' = b ' ' ' = ' ' R + G + B ' R + G + B R
6 Corso d Laurea n Informatca Applcata Unverstà d Urbno Utlzzo degl SHOT A seguto della ndvduazone degl shot, occorre rappresentare e ndczzare ogn shot n modo che quest possano essere ndvduat e rcercat n manera veloce. Per ogn shot s determnano uno o pù frame rappresentatv (r frame) che vengono usat per l ndczzazone e la rcerca con tecnche sml a quelle vste per le mmagn statche (colore, forma o texture) Quant r frame utlzzo per ogn shot? 1 r frame per ogn shot posso non consderare correttamente le dfferenze d lunghezza tra var shot e non catturare completamente l contenuto d uno shot N r frame ogn secondo gestsco la lunghezza ma non l contenuto (potrebbero anche essere sovrabbondant nel caso d uno shot molto unforme) Suddvdo n sotto-shot utlzzo le stesse tecnche utlzzate per determnate gl shot per ntrodurre un nuovo lvello e genero un r-frame per ogn sotto-shot Corso d Laurea n Informatca Applcata Unverstà d Urbno Indvduazone degl r-frame Se l vdeo è abbastanza statco, ognuno de frame d uno shot può essere scelto come r-frame Se c sono movment d oggett e/o della camera all nterno dello shot, la scelta dell r-frame rveste una mportanza fondamentale per ottenere buone performance d rcerca. Metod possbl: Consdero come r-frame l prmo frame dello shot ( o del sotto-shot) Calcolo un frame medo facendo la meda de color d tutt frame dello shot pxel per pxel Calcolo la meda d tutt gl stogramm de frame dello shot e scelgo come r-frame l frame l cu stogramma è pù vcno all stogramma medo
7 Corso d Laurea n Informatca Applcata Unverstà d Urbno Tecnche basate sulle nformazon d movmento Memorzzano, per ogn frame, le nformazon dervant da moton vectors : drezone prevalente d movmento unformtà del movmento Pannng zoom, Ogn shot vene ndczzato attraverso moton vectors che lo caratterzzano Questa tecnca d solto completa l ndczzazone basata sugl r-frame Corso d Laurea n Informatca Applcata Unverstà d Urbno Tecnche basate sul rconoscmento degl oggett Le tecnche d rconoscmento sono d dffcle applcazone nel caso d mmagn statche. Contraramente a quanto può essere ntutvamente pensato, nel caso d dat vdeo tal tecnche funzonano meglo n quanto l movmento degl oggett tra frame successv fornsce nformazon utl per segmentare l vdeo e rconoscerne sngol element. Gl oggett rconoscut sono qund utlzzat per l ndczzazone degl shot e la successva rcerca.
8 Corso d Laurea n Informatca Applcata Unverstà d Urbno Rappresentazone dat vdeo Rcch dal punto d vsta nformatvo Contengono una dmensone temporale Metod per una rappresentazone compatta che catturno le nformazon essenzal da presentare all utente. Tal tecnche hanno 3 applcazon dverse: Vdeo browsng (scorrere un vdeo rcercando una porzone d nteresse) Una rappresentazone compatta veloczzerebbe d molto tal operazon su vdeo d una certa lunghezza Presentazone de rsultat d una rcerca Un sstema d rcerca rtorna vdeo o shot a seguto d una query dell utente. Una rappresentazone compatta occupa una lmtata porzone d schermo Lmtazone de requst sulla banda d trasmssone. Un utente potrebbe consultare la rappresentazone compatta che occupa molt meno byte dell orgnale Corso d Laurea n Informatca Applcata Unverstà d Urbno Classfcazone de vdeo per argoment E un auslo alla rcerca n quanto consente una maggore focalzzazone sugl nteress nformatv dell utente (rduce lo spazo d rcerca) Può essere utlzzata sa a lvello d ntero vdeo che de suo sngol shot (e qund realzzare una rappresentazone compatta del vdeo stesso)
9 Corso d Laurea n Informatca Applcata Unverstà d Urbno Presentazone vdeo tramte MICON MICON Moton Icon Sono rappresentazon compatte che possono essere applcate agl shot (l analogo delle mnature per le mmagn fsse) Una MICON ha tre dmenson: Un r-frame La profondtà ndca la durata temporale I pxel present su bord orzzontal e vertcal danno una dea del movmento all nterno dello shot S possono mplementare alcune operazon sulle MICON: Browsng: posso portare n prmo pano qualunque frame dello shot Taglo: posso taglare orzzontalmente o vertcalmente l cubo per ottenere nformazon agguntve Corso d Laurea n Informatca Applcata Unverstà d Urbno Browser vdeo gerarchco E uno strumento che consente d spezonare n manera gerarchca var element d un vdeo. L utente s muove sulla gerarcha alla rcerca delle nformazon che gl nteressano Lvello vdeo Vdeo ttolo 3 Lvello scene Scena 1 Scena 2 Scena 3 Scena 4 Scena 5 Lvello shot Shot 1 r frame Shot 2 r frame Shot 3 r frame Shot 4 r frame Shot 5 r frame Shot 6 r frame Lvello frame Frame 21 Frame 22 Frame 23 Frame 24 Frame 25 Frame 26
10 Corso d Laurea n Informatca Applcata Unverstà d Urbno Altre tecnche d rappresentazone compatta Storyboard: Collezone d r-frame che rappresentano le porzon pù mportant d un vdeo Mosacatura: Unone d frame dvers che nel loro nseme descrvono un elemento complesso (ad esempo un edfco) Scene Transton Graph (STG): E una struttura a grafo che cattura n modo compatto sa l contenuto che l flusso temporale d un vdeo (utlzza un concetto smle a quello degl pertest per la rappresentazone de document) Corso d Laurea n Informatca Applcata Unverstà d Urbno Tecnche e strutture dat per la rcerca effcente d smlartà ne dat multmedal Le feature, una volta estratte vengono rappresentate attraverso vettor multdmensonal: Zero crossng rate Slence rato Istogramm d colore,.. ecc La smlartà o la dstanza sono calcolate come dstanza tra vettor che rappresentano le feature estratte. Il calcolo della smlarta e un operazone computazonalmente dspendosa. Se la dmensonaltà del vettore è grande, temp d rcerca per confrontare tutt vettor de dat memorzzat con la query dventano troppo lung Servono tecnche e strutture dat che permettano d organzzare vettor multdmensonal e d effettuare le rcerche n modo veloce. Lo scopo fondamentale d tal tecnche è d suddvdere lo spazo multdmensonale n sottospaz n modo tale che solo alcun d quest debbano essere consderat per rspondere ad una query
11 Corso d Laurea n Informatca Applcata Unverstà d Urbno Tp d query e vettor POINT QUERY: Una query utente è rappresentata da un vettore e la rcerca ha come obettvo quello d trovare gl oggett memorzzat nel database l cu vettore delle feature rsulta dentco a quello della query (exact match) RANGE QUERY: La query è rappresentata da un vettore e da un range d dstanza. Tutt gl oggett la cu dstanza dalla query è nferore o uguale a quella specfcata sono rtrovat (n alcun cas s possono dare range d dstanze per ogn dmensone del vettore) K-NEAREST NEIGHBOR: La query è rappresentata da un vettore e da un ntero k. I k oggett con le dstanze pù pccole dal vettore d query sono rtrovat Le tecnche e le strutture dat che vedremo potranno permettere una o pù delle tpologe d query. Oltre alla rcerca ed al calcolo della dstanza devo permettere INSERIMENTI ed ELIMINAZIONI (non crtche perché possbl offlne) Corso d Laurea n Informatca Applcata Unverstà d Urbno Rduzone dello spazo d rcerca tramte fltraggo In alcune applcazone è possble utlzzare alcun crter per focalzzare la rcerca solo n alcune zone dello spazo multdmensonale. C è una fase d fltro che deve essere molto effcente e portare ad escludere automatcamente una gran parte de vettor multdmensonal dal confronto vero e propro.
12 Corso d Laurea n Informatca Applcata Unverstà d Urbno Fltraggo tramte classfcazone Fltraggo tramte classfcazone, attrbut strutturat o parole chave: Utlzza nformazon assocate a dat multmedal per rdurre lo spazo d rcerca. Es: l utente può essere nteressato ad un ntervallo d date d produzone o a prodott d un autore/regsta, ecc ) Nell ndczzazone delle mmagn regon-based basato sulla forma abbamo utlzzato l eccentrctà delle forme come crtero d fltraggo: solo le forme con una eccentrctà smle sono confrontate Corso d Laurea n Informatca Applcata Unverstà d Urbno Fltraggo basato sulla dsuguaglanza trangolare Molte msure d dstanza (ad esempo la dstanza eucldea) sono dette METRICHE Queste godono d una propretà detta d dsuguaglanza trangolare La dstanza tra due oggett non può essere nferore alla dfferenza tra le loro dstanze con un terzo oggetto d(,q) >= d(,k) - d(q,k) dove d è la dstanza e,q,k sono vettor d feature Tale propretà è valda qualunque sa l vettore k. Qund possamo scrvere d(,q) >= max 1<=j<=m d(,k j ) - d(q,k j ) dove m = numero d vettor d feature
13 Corso d Laurea n Informatca Applcata Unverstà d Urbno Fltraggo basato sulla dsuguaglanza trangolare A partre dagl N vettor present nel database, ne selezonamo un numero m come base d confronto (con m molto mnore d N) Per ogn vettore -esmo presente nel database e per ogn vettore d confronto K j calcolamo off-lne la dstanza d(,k j ) e la memorzzamo nel database Durante la rcerca calcolamo la dstanza d(q,k j ) tra la query q ed ognuno de vettor d confronto K j. Trovamo l() = max 1<=j<=m d(,k j ) - d(q,k j ) per ogn vettore presente nel database Soltanto vettor con l() nferore ad una determnata sogla T sono selezonat per calcolare la loro dstanza d(q,). Per gl altr vettor non calcolamo la dstanza da q n quanto samo scur che sa maggore della sogla Corso d Laurea n Informatca Applcata Unverstà d Urbno Esempo Esempo: Supponamo d avere un database multmedale con 8 oggett memorzzat (da 1 a 8 ) e due vettor d confronto (k 1 e k 2 ). In modaltà offlne vengono calcolate le dstanze tra ogn oggetto del database e due vettor d confronto. Supponamo d voler trovate tutt gl oggett del database che dstano meno d 3 dalla query q e che le dstanze tra q e due vettor d confront sano 3 e 4.
14 Corso d Laurea n Informatca Applcata Unverstà d Urbno Esempo Items d(, k 1 ) d(, k 2 ) d(,k 1 )- d(q, k 1 ) d(, k 2 )- d(q, k 2 ) Solo gl oggett 1 e 7 potrebbero avere dstanza da q nferore a 3 e qund solo 2 oggett su 8 devono essere confrontat con q! l() Corso d Laurea n Informatca Applcata Unverstà d Urbno Fltraggo per stogramm d colore Un stogramma è composto da n bn. La dstanza tra due stogramm è calcolata sommando le dfferenze tra valor de bn corrspondent. Per ottenere una elevata veloctà d rcerca s possono: Rdurre l numero d bn (dmnuendo l accuratezza n quanto color dvers vengono consderat ugual) Effettuare l calcolo della dstanza solo per un sottonseme delle mmagn present nel database Le due stratege s possono combnare nel seguente modo: S utlzzano stogramm con poch bn per selezonare possbl canddat tra tutte le mmagn present nel database D tale sottnseme s calcola la dfferenza con la query utlzzando gl stogramm complet
15 Corso d Laurea n Informatca Applcata Unverstà d Urbno Fltraggo basato sul colore medo Un altro metodo consste nel realzzare l fltraggo basandos sul colore medo delle mmagn. Possamo calcolarlo come: P P P R( p) G( p) B( p) p= Ravg = 1 p= Gavg = 1 p= Bavg = 1 P P P dove P è l numero d pxel dell mmagne e R(p),G(p) e B(p) sono component d colore del pxel p. Dato l vettore de color med x e y d due mmagn s defnsce la dstanza eucldea tra due vettor: d avg ( X, Y ) = 3 = 1 ( x y ) S dmostra che: la dstanza calcolata attraverso l stogramma completo non può ma essere nferore a d avg () e qund tale valore può essere utlzzato per l fltraggo delle mmagn sulle qual effettvamente calcolare la dstanza tra stogramm 2 Corso d Laurea n Informatca Applcata Unverstà d Urbno Indczzazone a semantca latente (LSI) All nterno d un database testuale ogn documento è rappresentato da un vettore d N element rappresentant l peso d ognuno degl N termn nel documento. Se un database ha M document, la collezone d document può essere rappresentata da una matrce A d dmenson M x N. Durante la rcerca la query è rappresentata da un vettore d N termn e la smlartà è calcolata con l prodotto tra una rga della matrce A ed l vettore della query. Ogn rcerca comporterebbe M moltplcazon d vettor a N dmenson e temp d rcerca sarebbero molto lent. S utlzza una INDICIZZAZIONE SEMANTICA LATENTE (LSI) che consste nel raggruppare nseme termn sml per formare CONCETTI e utlzzare tal concett per memorzzare document.
16 Corso d Laurea n Informatca Applcata Unverstà d Urbno Scomposzone a valor sngolar (SVD) La tecnca LSI s basa sulla scomposzone a valor sngolar d una matrce. Se A è una matrce M x N possamo esprmerla come: A = U x S x V t dove U è una matrce ortonormale M x r (coè U t x U = I) r è l RANGO d A S è una matrce dagonale r x r V è una matrce ortonormale N x r (coè V t x V = I) In termn d IR su document testual: r E IL NUMERO DI CONCETTI U è la matrce d smlartà tra document e concett (u 2,3 = 0.6 sgnfca che l concetto 3 ha peso 0.6 nel documento 2) V è la matrce d smlartà tra termn e concett (v 1,2 = 0.4 sgnfca che la smlartà tra l termne 1 e l concetto 2 è 0.4) Corso d Laurea n Informatca Applcata Unverstà d Urbno Esempo In tal modo s possono memorzzare le matrc U, S e V rducendo n manera sgnfcatva lo spazo d memora utlzzato Esempo: M = N = r = 500 Lo spazo totale rchesto è d MB nvece d 10 GB ( x x x500) [se uso un byte per elemento] Durante la rcerca la query q espressa nello spazo de termn è tradotta nella query q c nello spazo de concett moltplcandola per V t q c = V t x q La smlartà è calcolata tra q c ed ognuna delle rghe della matrce U In tal modo s effettuano moltplcazon tra vettor d r (nvece che d N) element rducendo d molto anche l tempo necessaro per la rcerca.
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliAnalisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:
Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto
DettagliMacchine. 5 Esercitazione 5
ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliMACROECONOMIA A.A. 2014/2015
MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliDBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2
DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:
DettagliRETI TELEMATICHE Lucidi delle Lezioni Capitolo VII
Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliStrutture deformabili torsionalmente: analisi in FaTA-E
Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliPrincipi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive
Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliLezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse
Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso
DettagliCapitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS
Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva
DettagliLa retroazione negli amplificatori
La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo
DettagliAritmetica e architetture
Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliA. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO
4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.
DettagliCircuiti di ingresso differenziali
rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,
DettagliFotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica
Fotogrammetra Scopo della fotogrammetra è la determnazone delle poszon d punt nello spazo fsco a partre dalla msura delle poszon de punt corrspondent su un mmagne fotografca. Ovvamente, affnché questo
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliDipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014
Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate
DettagliDipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
DettagliPARENTELA e CONSANGUINEITÀ di Dario Ravarro
Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu
DettagliProgetto Lauree Scientifiche. La corrente elettrica
Progetto Lauree Scentfche La corrente elettrca Conoscenze d base Forza elettromotrce Corrente Elettrca esstenza e resstvtà Legge d Ohm Crcut 2 Una spra d rame n equlbro elettrostatco In un crcuto semplce
DettagliTITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)
Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA
DettagliIl modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
DettagliDai circuiti ai grafi
Da crcut a graf Il grafo è una schematzzazone grafca semplfcata che rappresenta le propretà d nterconnessone del crcuto ad esso assocato Il grafo è costtuto da un nseme d nod e d lat Se lat sono orentat
DettagliCalcolo della caduta di tensione con il metodo vettoriale
Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliLeggere i dati da file
Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon
DettagliTrigger di Schmitt. e +V t
CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliSegmentazione di immagini
Segmentazone d mmagn Introduzone Segmentazone: processo d partzonamento d un mmagne n regon dsgunte e omogenee. Esempo d segmentazone. Tratta da [] Introduzone (def. formale ( Sa R l ntera regone spazale
DettagliSTRATIGRAFIE PARTIZIONI VERTICALI
STRATIGRAFI PARTIZIONI VRTICALI 6. L solamento acustco: tecnche, calcol 2 Trasmssone rumor In edlza s possono dstnguere dfferent tp d rumor: rumor aere (vocare de vcn da altre untà abtatve, rumor provenent
DettagliNewsletter "Lean Production" Autore: Dott. Silvio Marzo
Il concetto d "Produzone Snella" (Lean Producton) s sta rapdamente mponendo come uno degl strument pù modern ed effcac per garantre alle azende la flessbltà e la compettvtà che l moderno mercato rchede.
DettagliLA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
Dettagli3. Esercitazioni di Teoria delle code
3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliFondamenti di Fisica Acustica
Fondament d Fsca Acustca Pro. Paolo Zazzn - DSSARR Archtettura Pescara Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore rosa. Lvello equvalente. Fsologa dell apparato
DettagliSoluzioni per lo scarico dati da tachigrafo innovativi e facili da usare. http://dtco.it
Soluzon per lo scarco dat da tachgrafo nnovatv e facl da usare http://dtco.t Downloadkey II Moble Card Reader Card Reader Downloadtermnal DLD Short Range and DLD Wde Range Qual soluzon ho a dsposzone per
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2011-2012 lezione 22: 30 maggio 2013
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 22: 30 maggo 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/27? Eserczo Dmostrare che l equazone della frontera
DettagliSoluzione esercizio Mountbatten
Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno
DettagliFondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007
Fondament d Vsone Artfcale (Seconda Parte PhD. Ing. Mchele Folgherater Corso d Robotca Prof.ssa Guseppna Gn Anno Acc.. 006/007 Caso Bdmensonale el caso bdmensonale, per ndvduare punt d contorno degl oggett
DettagliValore attuale di una rendita. Valore attuale in Excel: funzione VA
Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t
DettagliProva di verifica n.0 Elettronica I (26/2/2015)
Proa d erfca n.0 lettronca I (26/2/2015) OUT he hfe + L OUT - Fgura 1 Con rfermento alla rete elettrca d Fg.1, determnare: OUT / OUT / la resstenza sta dal generatore ( V ) la resstenza sta dall uscta
DettagliOttimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO
Ottmzzazone nella gtone de progett Captolo 6 Project Schedulng con vncol sulle rsorse CARLO MANNINO Unverstà d Roma La Sapenza Dpartmento d Informatca e Sstemstca 1 Rsorse Ogn attvtà rchede rsorse per
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model
Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un
DettagliL'Analisi in Componenti Principali. Luigi D Ambra Dipartimento di Matematica e Statistica Università di Napoli Federico II
L'Anals n Component Prncpal Lug D Ambra Dpartmento d Matematca e Statstca Unverstà d Napol Federco II ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Anals Multdmensonale de Dat (AMD) è una famgla d tecnche
DettagliIntroduzione alla Programmazione e Applicazioni per la Finanza M2 (Prodotti Derivati) Lezione 12
Introduzone alla Programmazone e Applcazon per la Fnanza M2 (Prodott Dervat) Lezone 12 Anno accademco 2006-07 Ttolare corso: Prof. Costanza Torrcell Docente: Dott.ssa Maranna Brunett In partcolare mplementeremo:
DettagliCorso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard
Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm
DettagliEconomie di scala, concorrenza imperfetta e commercio internazionale
Sanna-Randacco Lezone n. 14 Econome d scala, concorrenza mperfetta e commerco nternazonale Non v è vantaggo comparato (e qund non v è commerco nter-ndustrale). S vuole dmostrare che la struttura d mercato
DettagliCondensatori e resistenze
Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliLEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz
LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non
DettagliUNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO METODI DI LOCALIZZAZIONE DEL RISALTO IDRAULICO RELATORE Ch.mo Prof. Ing.
DettagliGURU. Facebook. Gli strumenti avanzati di Facebook ADS WEBLIME
Facebook GURU Gl strument avanzat d Facebook ADS Un corso tecnco-pratco d approfondmento sugl strument pù avanzat d Facebook ADS. Il Corso s rvolge esclusvamente a ch gà gestsce nserzon con Facebook. Ogg
DettagliCalcolo delle Probabilità
alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.
DettagliIl diagramma PSICROMETRICO
Il dagramma PSICROMETRICO I dagramm pscrometrc vengono molto utlzzat nel dmensonamento degl mpant d condzonamento dell ara, n quanto consentono d determnare n modo facle e rapdo le grandezze d stato dell
DettagliAnalisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti
UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
DettagliLezione 2 Codifica della informazione
Lezone Codfca della nformazone Vttoro Scarano Archtettura Corso d Laurea n Informatca Unverstà degl Stud d Salerno Organzzazone della lezone La codfca della nformazone Notazone poszonale Rappresentazone
DettagliManuale di istruzioni Manual de Instruções Millimar C1208 /C 1216
Manuale d struzon Manual de Instruções Mllmar C1208 /C 1216 Mahr GmbH Carl-Mahr-Str. 1 D-37073 Göttngen Telefon +49 551 7073-0 Fax +49 551 Cod. ord. Ultmo aggornamento Versone 3757474 15.02.2007 Valda
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco
DettagliControllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Controllo e schedulng delle operazon Paolo Dett Dpartmento d Ingegnera dell Informazone Unverstà d Sena Organzzazone della produzone PRODOTTO che cosa ch ORGANIZZAZIONE PROCESSO come FLUSSO DI PRODUZIONE
DettagliModello del Gruppo d Acquisto
InVMall - Intellgent Vrtual Mall Modello del Gruppo d Acqusto Survey L attvtà svolta per la realzzazone dell attvtà B7 Defnzone del Gruppo d Acqusto e de Relatv Algortm d Inferenza, prevsta dal captolato
Dettagli{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo
Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d
DettagliCodice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio
Codce d Stoccaggo Captolo 7 Blancamento e rentegrazone dello stoccaggo 7.4 Corrspettv per servz d stoccaggo L UTENTE è tenuto a corrspondere a STOGIT, per la prestazone de servz, gl mport dervant dall
DettagliLa taratura degli strumenti di misura
La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure
DettagliQuesto è il secondo di una serie di articoli, di
DENTRO LA SCATOLA Rubrca a cura d Fabo A. Schreber Il Consglo Scentfco della rvsta ha pensato d attuare un nzatva culturalmente utle presentando n ogn numero d Mondo Dgtale un argomento fondante per l
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
Dettagli10-7-2009. GAZZETTA UFFICIALE DELLA REPUBBLICA ITALIANA Serie generale - n. 158. ALLEGATO 1 (Allegato A, paragrafo 2)
ALLEGATO 1 (Allegato A, paragrafo 2) Indcazon per l calcolo della prestazone energetca d edfc non dotat d mpanto d clmatzzazone nvernale e/o d produzone d acqua calda santara 1. In assenza d mpant termc,
Dettaglidi una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3)
Esempo d soluzone d una delle verson del compto d Geometra analtca e algebra lneare del luglo 3 Stablre se la retta r, d equazon parametrche x =, y = + t, z = t (nel parametro reale t), è + y + z = sghemba
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliSimulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006
Smulazone seconda prova Tema assegnato all esame d stato per l'abltazone alla professone d geometra, 006 roposte per lo svolgmento pubblcate sul ollettno SIFET (Socetà Italana d Fotogrammetra e Topografa)
DettagliVA TIR - TA - TAEG Introduzione
VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S
DettagliPROBLEMA DI SCELTA FRA DUE REGIMI DI
PROBLEMA DI SCELTA FRA DUE REGIMI DI CAPITALIZZAZIONE Prerequst: legge d captalzzazone semplce legge d captalzzazone composta logartm e loro propretà dervate d una funzone pendenza d una curva n un punto
DettagliDATA MINING E CLUSTERING
Captolo 4 DATA MINING E CLUSTERING 4. Che cos'è l Data Mnng Per Data Mnng s'ntende quel processo d estrazone d conoscenza da banche dat, tramte l'applcazone d algortm che ndvduano le assocazon non mmedatamente
DettagliCalibrazione. Lo strumento idealizzato
Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta
DettagliStatistica di Bose-Einstein
Statstca d Bose-Ensten Esstono sstem compost d partcelle dentche e ndstngubl che non sono soggette al prncpo d esclusone. In quest sstem non esste un lmte al numero d partcelle che possono essere osptate
DettagliInduzione elettromagnetica
Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone
DettagliLaboratorio di Matematica e Informatica 1
Laboratoro d Matematca e Informatca 1 Matteo Mondn Antono E. Porreca matteo.mondn@gmal.com porreca@dsco.unmb.t Dpartmento d Informatca, Sstemstca e Comuncazone Unverstà degl Stud d Mlano - Bcocca 10 Gennao
DettagliTutti gli strumenti vanno tarati
L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
DettagliLa rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri
Artmetca de calcolator Rappresentazone de numer natural e relatv Addzone e sommator: : a propagazone d rporto, veloce, con segno Moltplcazone e moltplcator: senza segno, con segno e algortmo d Booth Rappresentazone
DettagliApprendimento Automatico e IR: introduzione al Machine Learning
Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliTEST D INGRESSO MATEMATICA 24/05/2011
TEST D INGRESSO MATEMATICA // COGNOME NOME ISTITUTO COMPRENSIVO/SCUOLA MEDIA CITTA Legg attentamente. ISTRUZIONI PER LA COMPILAZIONE DEL QUESTIONARIO Inza a lavorare solo quando te lo drà l nsegnante e
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliGli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services
Gl mpatt de cambament clmatc sull atmosfera e sul mare: l ruolo de Clmate Servces Maurzo Mauger Dpartmento d Fsca Va Celora 16 I20133 MILANO maurzo.mauger@unm.t Indce Descrzone dell UdR UnM Un esempo d
DettagliCAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI
Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )
DettagliPARTE II LA CIRCOLAZIONE IDRICA
PARTE II LA CIRCOLAZIONE IDRICA La acque d precptazone atmosferca che gungono al suolo scorrono n superfce o penetrano n profondtà dando orgne alla crcolazone, la quale subsce l nfluenza d molt fattor
Dettagli