AUTÓMATOS CELULARES António Câmara ADSA. Equações diferenciais “First (a) we stylize physics into differential equations, then (b) we force these equations.

Slides:



Advertisements
Apresentações semelhantes
IA Importância da IA em jogos Aplicações.
Advertisements

Vicente Vieira Filho Orientadora: Patrícia Tedesco
3 Paradigmas e Linguagens de Programação
QUAL A INFLUÊNCIA DAS TECNOLOGIAS NA NOSSA ÉTICA?
Jogos em Inteligência Artificial
Dep. Eng. Electrotécnica Diagramas de controle de execução.
Método das Diferenças Finitas no Domínio do Tempo
Squash and Stretch Quando os objectos se movem, ou ficam rigidos ou se deformam; Timing Tempo apropriado para o desenrolar de uma acção; Anticipation.
O Essencial sobre Linguagens de Programação Luís Caires Maio 2005.
INTERAÇÕES Organizações como Sistemas Complexos
Adaptado de material da profa. Maria Aparecida Livi
Finite State Machines.
IA em jogos modelagem de comportamento de personagens
Modelos Baseados em Agentes
Inteligência Artificial
A terceira dimensão.
Prof. Rafael Stubs Parpinelli
Inteligência Artificial Câmpus de Uruguaiana - PUCRS
Computação Gráfica: Aula9: Sistemas de Partículas
1 Simulação baseada em multiagentes – aplicação em educação O processo de simulação significa dirigir o modelo de um sistema com entradas satisfatórias.
Máquina de Estados Uma máquina de estados finitos ou autômato finito é uma modelagem de um comportamento composto por estados, transições e ações Um estado.
Introdução aos Métodos em Simulação Computacional
Orientador: Prof. Bernardo M. Rocha Bolsista: Agilian Lucas
I.A. – Inteligência Artificial
Rosa Purpura do Cairo ao Contrário António Câmara YDreams Universidade Nova de Lisboa.
Detecção de anomalias no protocolo DNS
Introdução aos Agentes Autónomos (UD2) Teorias de Agentes e Agentes Deliberativos IST- 2003/2004.
So what is life? Afinal o que é a vida?.
Thresholding, Otsu Trabalho 2 - CG.
Framsticks Tânia Santos Em que se baseiam? Projecto de simulação, em 3 dimensões, composto por criaturas. Projecto de simulação, em 3 dimensões,
Agentes Inteligentes e Sistemas Multi- agente (UD5) Construção de Sociedades de Agentes IST- 2004/2005.
Game Engines.
Inteligência Artificial
Seleção de Atributos Ricardo Prudêncio.
SIG e Cartografias: novas ferramentas e a alienação da fazer geográfico Gilberto Camara National Institute for Space Research, Brazil Institut für Geoinformatik,
Inteligência Artificial em Jogos Eletrônicos
Robôs Autómatos - Sistema de Mecos Autómatos Realizado por: Armando Cavaleiro Tiago Roque Universidade de Aveiro Sistemas de Tempo Real.
Por que se estudar superfícies vicinais?
Influência de Parâmetros Ambientais na Variação Populacional de Moluscos Biomphalaria glabrata em Carne de Vaca - GO Baseado no artigo: Fu, S. C.; Milne,
Dimensões sociológicas e a sua/nossa dependência das ideologias e do império António Pedro Dores Évora de Abril de 2014.
Plataforma Java 2 - Micro Edition (J2ME) Prof. Afonso Ferreira Miguel, MSc.
OPTIMIZAÇÃO COM ALGORITMOS EVOLUTIVOS
UMA ESTRATÉGIA DE REDE NEURAL APLICADA À GAME ESTILO BEAT’EM UP Mendes,T.M. e Almeida, A.G. RESUMO O projeto consiste no desenvolvimento de um jogo 2D.
AUTÓMATOS CELULARES António Câmara ADSA.
TEMPO E ESPAÇO Time In A Bottle Jim Croce If i could save time in a bottle the first thing that i'd like to do is to save everyday till eternity passes.
O Computador Universal. Bibliografia Base Artigo “Turing Machine” por James Moor em Encyclopedia of Computer Science (4a Edição). Bib. FCT/UNL: QA
Fundamentos de SIG (aula 2).
Computabilidade e Linguagens Formais
Graça Abrantes 1 Visão de campos A área objecto de estudo, normalmente um rectângulo, considera-se dividida numa grelha de células com a forma de rectângulos.
1 Fundamentos de SIG (2ª aula). - Sistemas de Informação
Módulo III: Dispersão e dinâmicas complexas Paulo R. Guimarães Jr Marcus A. M. de Aguiar Instituto de Física “Gleb Wataghin” UNICAMP F016: Física aplicada.
Simulação de uma v.a. discreta – I – 1 Uso da distribuição uniforme em [0,1]
ADSA António Câmara Cristina Gouveia
Ecossistemas de objectos António Câmara YDreams e UNL.
ISCTE – Instituto Universitário de Lisboa The Lessons of Lucasfilm’s Habitat Chip Morningstar and F. Randall Farmer Rui Sebastião Mendes – Redes Sociais.
Modelos Computacionais para Simulação do Processo de Expansão da Esquistossomose na Área Litorânea de Pernambuco
Sistemas de Informação em Ambiente Animação em Ambiente António Câmara 2005.
Simulação de Sistemas Discretos MS. JOSEMERI APARECIDA JAMIELNIAK SIMULAÇÃO DE SISTEMAS – UNICAMP 29 DE OUTUBRO DE 2015.
William Hudson Tridente ambíguo My Wife and my Mother in Law - W.E. Hill, 1915.
Ordenação Professor Paulo Gomide 27 de outubro de 2015.
CADSC II - São Carlos, julho 2005 Sistemas Complexos: Modelos de Vida Américo T. Bernardes Depto Física/UFOP.
Disciplina: LINGUAGENS FORMAIS, AUTÔMATOS E COMPUTABILIDADE
Animação em Ambiente António Câmara Animação em Ambiente Introdução Animação baseada em keyframes Animação de entidades naturais e artificiais Sistemas.
Programação Linear ADSA António Câmara.
Universidade de Brasília Laboratório de Processamento de Sinais em Arranjos 1 Adaptive & Array Signal Processing AASP Prof. Dr.-Ing. João Paulo C. Lustosa.
APPLICATIONS OF DIFFERENTIAL EQUATIONS - ANIL. S. NAYAK.
APPLICATIONS OF DIFFERENTIAL EQUATIONS PRESENTED TO:DR.SADIA ARSHAD PRESENTED BY:ASHHAD ABBAS GILANI(026) SHAHAB ARSHAD(058) RIAZ HUSSAIN(060) MUHAMMAD.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS LABORATÓRIO ASSOCIADO DE COMPUTAÇÃO E MATEMÁTICA APLICADA Modelagem Computacional de base Empírica - Autômatos.
Subway Network - São Paulo City
Transcrição da apresentação:

AUTÓMATOS CELULARES António Câmara ADSA

Equações diferenciais “First (a) we stylize physics into differential equations, then (b) we force these equations into the mold of discrete space and time and truncate the resulting power series, so as to arrive to finite difference equations, and finally, in order to commit the latter to algorithms, (c) we project real valued variables on to finite computer words (round-off). At the end, we find the computer-again a physical system” Tommaso Toffoli, 1984

Autómatos celulares Espaço uni, bi or tri-dimensional dividido em células Cada célula pode assumir um conjunto finito de valores (típicamente 0 ou 1) Os valores das células vão sendo alterados através de regras de transição (de t para t+dt)

Autómatos celulares Regras de transição –locais –homogéneas –paralelas Autómatos celulares permitem criar pontes entre representações micro e macroscópicas

Autómatos celulares Exemplos de regras de transição

Autómatos celulares Jogo da vida de John Conway regras de transição para células (valor 0- célula morta; valor 1- célula viva) numero de vizinhos vivosestado em t+dt 2não muda 3viva 0, 1, 4, 5, 6, 7, 8morta

Modelos de predador-presa

Modelos de fogos florestais

Autómatos celulares correndo sobre imagens

Autómatos celulares correndo em processadores paralelos

Simulação pictorial Objectos podem ser pictografos, sinais ou símbolos Podem ser descritos pela cor, posição, dimensão e forma Regras de transição incluem regras de comportamento e regras de interacção Condições de fronteira: donnut, barreira, fronteira ilimitada

Simulação pictorial Regras de comportamento

Simulação pictorial Regras de interacção

Live sketch

Autómatos celulares e video interactivo

Autómatos celulares e realidade virtual

Vida artificial Métodos algorítmicos –Autómatos Celulares –Algoritmos Genéticos –Programação Genética –Redes Neuronais –Métodos de Animação

Vida artificial Objectos Soft –Virus –Virtual Pets –Agentes Objectos físicos –Robots

Vida artificial Exemplos paradigmáticos- Programação genética –Evolução estética (Karl Sims em Galapagos)

Vida artificial Exemplos paradigmáticos- Programação genética –Evolução estética (produtos)

Vida artificial Aplicação de Karl Sims “Virtual Creatures” evolução de uma cobra artificial

Vida artificial Karl Sims’ Virtual Creatures