Datamodellering en –verwerking 8C020 college 7

Slides:



Advertisements
Verwante presentaties
De Profile Selector 2 april 2017.
Advertisements

Formele Technieken in SWE Petri Nets - 2. Petri Nets t3t3 t2t2 t1t1 Plaatsen: passief, bevatten tokens (markering) Transities: actief, wijzigen de markering.
Formele technieken in SWE
Omgang met kwaliteitscriteria en beoordelen
-Glucuronidase (GUS)
2013 EVALUATIES N+1. INLEIDING • Gelieve onze 2011 video te bekijken voor meer details aangaande het proces en de applicatie
Programmeren met Alice
Meer over de semantiek van basiselementen van TM en AD van UML (er zijn elementen en aspecten die niet door deze slides gedekt zijn) Meer over Toestandmachine.
Objecten en Volgordediagrammen
Customer service en planvorming
Blok 7: netwerken Les 4 Christian Bokhove Vraag Hoe kunnen ´vele´ gebruikers communiceren (informatie uitwisselen) met dezelfde physical service provider?
Techniek Eigen inhoud rekening houdend met de toepassingsgebieden:
Formele Technieken in SWE - Petri Nets 16 feb 2007.
BESTURINGS SYSTEMEN Vincent Naessens.
Wie het begrijpt mag het uitgeven
Het stellen van kwaliteitseisen aan mentoringprojecten.
Eiwit als van een ei alleen dan anders….
Waar is dit goed voor? doel: conceptuele grondslag voor moleculaire binding, moleculaire structuren. benadering: fundamentele, fysische wetmatigheden,
Deel I Hoofdstuk 5: Modelleren van toestand -- gevorderd
Logistiek management: begrippen en principes
Transport en locatie warehouse
8C120 Inleiding Meten en Modelleren 8C120 Prof.dr.ir. Bart ter Haar Romeny Faculteit Biomedische Technologie Biomedische Beeld Analyse
Beroepsvaardigheden onderdeel van SBC
Beslisbomen Robert de Hoog College Beslissingsondersteuning 26 september 2002.
Communicatieproces .
Inleidend probleem Data structuur (hiërarchie van classes)
Meten bij marktonderzoek
Webkwesties webquest.
Blok 7: netwerken Les 1 Christian Bokhove
Databases.
Procesmodellen en Use Cases als Basis voor Zorgvuldige Componentselectie E. Maij M. Poerschke M. Kalshoven J. Zwetsloot DEMO UML MIC2000.
Het individueel zorgplan in ketenzorg
Werken in K.U.Loket Syllabi. 1 ZoekmogelijkhedenVolledige lijst opvragen is ook mogelijk, maar kan lang duren Start in K.U.Loket de toepassing “mijn syllabi”
Modelleren van XML element content of Hoe doe je dat? Harrie Passier & Bastiaan Heeren TouW-dag 13 november 2010.
Reguliere talen nReguliere grammatica: versimpelde Contextvrije grammatica nFinite-state Automaton: andere manier om een taal te beschrijven nReguliere.
2014 EVALUATIES N+1.
Neurale Netwerken Genetische Algorithmen
Datamodellering en –verwerking 8C020 college 6
 Informeren over aanpassingen van de assessments in jaar 3 en jaar 4  Informeren over uitbreiding beoordelingscategorieën en toepassingen  Richtlijnen.
Veldenmodel Selectielijst
Datamodellering en –verwerking 8C020 college 9. Terugblik college week 8 Toepassingen van Petri-netten in bioinformatica Biologische schakelaars en oscillatoren.
Agenda Inleiding en Lagerhuis: Proces management en proces keten optimalisatie gaat ons helpen inzicht te krijgen in de impact van toekomstige veranderingen.
Week 2 : Ontwikkelingspsychologie, Liesbeth van Beemen:
ANALYSE 3 INFANL01-3 WEEK 8 CMI Informatica. ANALYSE 3- INFANL01-3 ▸ Vorige les ▸ Herhaling ▸ Normaliseerregels ▸ Omzetten ERD ▸ Group by en SET ▸ Proeftentamen.
Gecijferdheid 2 (Meten 1 – ME144X) week 3
Slc kwartaal 3. programma Hoe is het gegaan Verwachtingen Tips and tricks Opdrachten slc.
ANALYSE 3 INFANL01-3 WEEK CMI Informatica.
Hoorcollege 1: efficiëntie en complexiteitsontwikkeling.
Levenslooppsychologie werkcollege 2 Jennifer de Vries-Aydogdu Med.hro.nl/vrije
Hoorcollege 1: efficiëntie en complexiteitsontwikkeling.
PERSONEELSMANAGEMENT PPT 8 Onderdeel : communicatie.
Voorbeeldvraag 1 Welke uitspraak is JUIST: 1. De basisstelling van Nicolas Carr (auteur van "IT doesn't matter") is dat de investeringen die in IT gedaan.
De praktijk van het bekwaamverklaren
De definitie van een object. Een object is een verzameling van eigenschappen en bewerkingen. Veel voorkomende objecten zijn: D (display) Gui (user interface)
Executieve Functies op het Stedelijk Gymnasium
Verspillingen in de processen
Gezondheid en gezond gedrag
Kan je zien of iemand holebi is?
Opbrengst Themadiner 6 oktober 2016
Groepswerk Eén werk! = Eén cijfer?.
Distributiebeleid.
Direct 3. De DM-cyclus 30/07/2018 Direct 3. De DM-cyclus.
MARKANT centrum voor mantelzorg
RIO Registratie Instellingen en Opleidingen.
De didactiek van ontwerpen
Bijeenkomsten modernisering CAO Sport
M5 Datacommunicatie Datalink laag
Zouten 6.4.
Sandra van Heukelom-Verhage Amy Elzakkers
Transcript van de presentatie:

Datamodellering en –verwerking 8C020 college 7

Terugblik college 6 SQL oefeningen Procesmodelleren Transitie Systemen Klassieke Petri-netten Inleiding Definitie (structuur) Gedrag Voorbeelden

Onderwerpen college 7 Klassike Petri-netten Formele definitie gedrag Voorbeelden Modelleren Modelleren van biologische netwerken

Kanalen en processoren (voorbeeld Lift) kanaal p34 p43 processor k3 p23 p32 k2 token p12 k1 p21 p01 p10 k0

Formele beschrijving van de structuur K en P worden beschreven met verzamelingen I en O kunnen worden beschreven als functies I: K X P -> N O: P X K -> N Een Petri-net is een 4-tupel (K,P,I,O) met K een eindige verzameling kanalen P een eindige verzameling processoren I een functie (KXP)->N voor de bepaling van de inputmultipliciteit O een functie (PXK)-> voor de bepaling ven de outputmultipliciteit

Gedrag van een Petri-net De toestand van ee Petri-net wordt bepaald door de verdeling van tokens over de kanalen Toestandsovergangen zijn slechts onder bepaalde voorwaarden mogelijk Een processor moet enabled zijn om te vuren Een processor is enabled op het moment dat er in elk van de inputkanalen voldoende tokens aanwezig zijn afhankelijk van de multipliciteit Als een processor p vuurt, verwijdert p van elk van zijn inputkanalen tokens en voegt tokens toe aan zijn outputkanalen

Gedrag van een Petri-net (formele beschrijving) Het gedrag van een Petri-net wordt formeel bepaald met behulp van een transitiesysteem Gegeven een Petri-net PN = (K,P,I,O) gaan we de corresponderende transitiesysteem TS = (S,S0,T) construeren Markering Een functie m: K ® N De toestanden van TS zijn markeringen S = {m | m is een markering van PN} De transitie relatie T  S X S is gedefinieerd als volgt: Transitie (m,m’) is in T alleen en alleen als: er bestaat een processor p in P zodanig dat voor alle k in K: m’(k)=m(k) + I(k,p) + O(p,k)

Gedrag van een Petri-net (formele beschrijving)(2) Markering m is bereikbaar van markering m0 alleen en allen als er bestaat een rij transities in T: (m0,m1)(m1,m2)…(mn,m) m0 wordt omgezet naar m Gebruikelijk werken we met de verzameling van toestanden Sr die bereikbaar zijn van een initiële toestand: Sr = {m | m is bereikbaar van m0 en m0 is in S0} Transitie relatie wordt beperkt tot de bereikbare toestanden Tr = T Ç Sr X Sr We krijgen een nieuwe transitiesysteem (Sr , S0, Tr)

Non-determinisme Wanneer meerdere processoren op hetzelfde moment enabled zijn, is niet bepaald welke van deze processoren zal vuren In principe blijven processoren vuren tot er geen enkele processor meer enabled is: dan is een eindtoestand bereikt Echte parallelisme en interleaving

Voorbeeld (Specialist-Patient) vrij docu einde begin wissel wacht klaar bezig begin wissel binnen

Voorbeeld: Specialist-Patient vrij docu einde wacht klaar begin wissel bezig binnen

Voorbeeld: Verkeerstoplichten oranje rood groen rg go or rg groen go rood oranje or

Modelleren Er zijn vele manieren om hetzelfde systeem te modelleren p34 p23 p12 p01 p43 p32 p21 p10 k4 k3 k2 k1 k0 onder omhoog omlaag boven

Modelleren Er zijn vele systemen die op dezelfde manier gemodelleerd kunnen worden bergt_het_document_op zoekt_document onderneemt_actie leest_document winter zomer herfst lente regen damp plas wolk p1 p4 p2 p3

Kwaliteit van een model Tijdens het modelleren laten we bepaalde aspecten weg Abstractie De kwaliteit van een model hangt af van de eenvoud, de omvang en de begrijpelijkheid Een model is van hoge kwaliteit als het goed past bij het systeem en het doel waarvoor het model gebruikt wordt De keuze voor een model is vaak subjectief De kwaliteit van een model moeilijk te meten

Rol van een token Een token heeft vaak de volgende rollen: fysiek object (bijv.product, onderdeel, medicament, persoon) informatieobject (bericht, signaal, rapport) verzameling van objecten (vrachtwagen met producten, magazijn met onderdelen) indicator van een toestand (indicator van toestand van een proces of van een object) indicator van conditie (is een bepaalde conditie voldaan)

Voorbeeld vrij docu einde wacht klaar begin wissel bezig binnen

Rol van een kanaal Een kanaal wordt vaak gebruikt voor het modelleren van een: medium (bijv. telefoonlijn, tussenpersoon, communicatienetwerk,distributiekanaal) buffer (opslagplaats, wachtrij, postbakje) geografische locatie (bepaalde plaats in magazijn, kantoor of zikenhuis) mogelijke toestand (jaartijdje) mogelijke conditie (vrij zijn van specialist)

Voorbeeld vrij docu einde wacht klaar begin wissel bezig binnen

Rol van een processor Een processor wordt vaak gebruikt voor het modelleren van een: gebeurtenis (bijv. starten van bewerking, seizoensovergang) transformatie (bewerken van product, operatie op patient, aanpassen van gegevensbank) transport (verplaatsen van producten of verzenden van dossier)

Voorbeeld vrij docu einde wacht klaar begin wissel bezig binnen

Vuistregel Gebeurtenissen stellen we voor door middel van processoren Toestanden stellen we voor door middel van kanalen en tokens

Typische netwerkstrukturen Nuttig om de typische “bouwelementen” te bekijken Typische vragen over gebeurtenissen x, y, z y na x plaatsvindt x en y tegelijkertijd plaats kunnen vinden z na x en y plaatsvindt nadat x heeft plaatsgevonden, y of z plaats zal vinden etc.

Causaliteit leeg gedrukt In_bewerking start stop a x b y c

Parallellisme en synchronisatie x b d y c a d b x y z e

Wederzijds uitsluiting c a b y x d z

Terugkoppeling a x y b

Voorbeeld: Ponsplaatjes in_bewerking start stop vrij leeg gedrukt

Voorbeeld: Poonsplaatjes gedrukt leeg bewerking leeg gedrukt In_bewerking start stop gedrukt In_bewerking start stop vrij bezig

Petri-netten voor Metabolse pathways Voorbeeld entry van KEGG/LENZYME ENTRY EC 1.11.1.10 NAME Chloride peroxidase CLASS Oxidoreductases Acting on a peroxide as acceptor SYSNAME Chloride: hydrogen-peroxide oxidoreductase REACTION 2 RH +2Cl- + H202 = 2 RCl + 2 H20 SUBSTRATE RH Cl- Br- I- H202 PRODUCT Rcl Rbr RI H2O COFACTOR Heme COMMENT …. STRUCTURES PDB: 1CPO 2CPO 1VNC

Pettri-netten voor Metabolse Pathways EC1.11.1.10 2Alkene 2Rcl 2Cl- H2O2 H2O2 De KEGG entry vertaald naar Petri-netten

Petri-netten voor Metabolse Pathways Transcriptional Activator P39113 PCK (EC 4.1.1.32) FBK (EC 3.1.3.11) ……….. Pyruvate PEP Fructose 6P Fructose 1-6biP Gluconeogenesis

Petri-netten als Genetische (Regulatie) Netwerken Activatie g1 g1’ g2 g2’ g1 g2 t1 t1 g1’ g2’ Inhibitie