ݺߣ

ݺߣShare a Scribd company logo

2010/04/28 IK Szakest, Ágens-alapú szimulációk

•Download as PPTX, PDF•
•
Richard Oliver Legendi
Richard Oliver Legendi

Az ELTE HÖK szervezésében Esemény: http://bit.ly/ikszakest Képek: http://on.fb.me/jjkGrl

1 of 28
Download to read offline
Ágens-alapú szimulációkLegéndi Richárd Olivérlegendi@inf.elte.huEötvös Loránd Tudományegyetem Programozási nyelvek és fordítóprogramok tanszék Az informatika alapjai és módszertana doktori programTémavezetők: Dr. Gulyás László, Dr. Kozsik Tamás IK Szakest - 2011. április 28.
KivonatBevezetésAlapfogalmak: ágens, ABM, motivációPéldákProjectekEredményekÖsszefoglalás2011. április 28.2Legéndi Richárd Olivér, IK Szakest
Kutatási irányokÁgens-alapú szimulációkHáttér: sokszor egy hálózat Ismertségi, publikációs kapcsolat, táplálkozási lánc, ...Dinamikus hálózatokDinamikus folyamatokInformáció-, betegségterjedés, ...Időben változó hálózatok2011. április 28.Legéndi Richárd Olivér, IK Szakest 3
Ágens?2011. április 28.Legéndi Richárd Olivér, IK Szakest 4Replicator (Stargate)
Ágens-alapú modellezés (ABM)Ágens: önálló döntéshozóKomplex rendszerek számos, egymással kölcsönhatásban lévő szereplővelAlulról felfelé építkező számítási modellEmergens globális (makro) jelenségek vizsgálata lokális (mikro) szabályok meghatározásával
Ágens-alapú modellezés (ABM)Az ágensek általában:FüggetlenekSaját döntéseket hoznakTanulnak, alkalmazkodnak a környezethezMeghatározott topológia szerint kommunikálnak(grid, speciális hálózatok, stb.)Nem jósolni szeretnénkViselkedési minták alapján következtetések
Motiváció – Példa„The economy needs agent-based modelling -The leaders of the world are flying the economy by the seat of their pants, say J. Doyne Farmer andDuncan Foley. There is, however, a better way to help guide financial policies.In today’s high-tech age, one naturallyassumes that US President BarackObama’s economic team and its international counterparts are using sophisticated quantitative computer models to guide us out of the current economic crisis. They are not.”J. Doyne Farmer andDuncan FoleyThe economy needs agent-based modellingNature Vol. 460, 6 August, 20092011. április 28.Legéndi Richárd Olivér, IK Szakest 7
KözgazdaságtanJelenleg használt modellek:EkonometrikusStatisztikai modellekIdősorelemzés: a múlt adataira illesztésKiváló előrejelző nagyjából azonos változások esetén„Dinamikus sztochasztikus általános egyensúlyi”Tökéletes világot feltételeznek...... amiben a válsághoz hasonló fogalom nem is létezikHeterogenitás, spekulációk, személyes preferenciák, nem racionális szereplők...?2011. április 28.Legéndi Richárd Olivér, IK Szakest 8
A miérteket folytatvaReprezentatív felől elmozdulhatunk heterogén szereplők feléBonyolultabb folyamatokat leírni esetenként makro szinten nehéz – ha nem lehetetlenAz ABM megközelítés sokkal kézenfekvőbb az általánosan bevált matematikai eszközöknél2011. április 28.Legéndi Richárd Olivér, IK Szakest 9
PéldákInformáció-, BetegségterjedésKatasztrófavédelemForgalomtervezésAdóelkerülés
Demo – Schelling-féle szegregáció2011. április 28.Legéndi Richárd Olivér, IK Szakest 11http://ccl.northwestern.edu/netlogo/models/Segregation
Miért lehet érdekes?Kis létszámú, de roppant heterogén kutatóbázisSzociológusok, epidemológusok, közgazdászok, biológusok, politológusok, ...Komoly szükség van a jól képzett informatikusokra2011. április 28.Legéndi Richárd Olivér, IK Szakest 12
ProjectekELTE IKKK GVOP-3.2.2-2004.07-005/3.0 (2007)Emergence In the Loop, EMILEC FP6 STREP #033841 (2007-2009)QosCosGrid, QCGEC FP6 STREP #033883 (2006-2009)TÁMOPTÁMOP-4.2. 1/B-09/1/KMR-2010-0003ELTE-SoftKMOP-1.1.2-08/1-2008-0002 2011. április 28.13Legéndi Richárd Olivér, IK Szakest
FablesFunctional Agent-Based Language for SimulationSzimulációs nyelv és Eclipse-alapú keretrendszerBartha Sándor, Legéndi Richárd (MSc)Keszthelyi Balázs (BSc)~5-6 publikált cikkhttps://fables.aitia.aihttps://mass.aitia.ai/fables2011. április 28.Legéndi Richárd Olivér, IK Szakest 14
TraffixKözlekedési szimulációkhoz kifejlesztett ágens-alapú környezetBálint Balázs (MSc, könyvfejezet, +2-3 cikk)http://www.youtube.com/user/balintbaDiamant Péter (MSc)Tóth Vivien (BSc)Dósa László, Barna Zoltánhttp://traffix.aitia.ai2011. április 28.Legéndi Richárd Olivér, IK Szakest 15
TaxSimAdóelkerülés szimulátorMTA Közgazdaságtudományi partnerekkelSzabó Attila (~4-5 publikált cikk)http://taxsim.aitia.ai2011. április 28.Legéndi Richárd Olivér, IK Szakest 16
Szimulációs módszertanDesign of ExperimentsIteratív kiértékelő algoritmus (IUI)Szabó Attila (PhD)2011. április 28.Legéndi Richárd Olivér, IK Szakest 17
GridABMFizikai korlátok: Számítási kapacitás, memóriaAutomatikus párhuzamosítást támogató modellsablonok Ágensek számának növelése griden történő futtatássalNe jelentsen többlet munkát a párhuzamos változat elkészítéseSzemes Gábor (MSc, ~10 előadás/publikáció)http://gridabm.sourceforge.net/2011. április 28.Legéndi Richárd Olivér, IK Szakest 18
GridABM2011. április 28.19Legéndi Richárd Olivér, IK Szakest
Szoftvertechnológia csoportDistributed ABM - http://distributedabm.elte.hu/Elosztott implementációs technikákKommunikációs költségeket minimalizáló gráfvágásokFutásidejű megoldások dinamikus kapcsolati gráfokhozModellformalizációs technikák hatékonyságaModellek automatikus párhuzamosításaSzakdolgozat, diplomamunka, TDK lehetőségLehetséges témák a weboldalon3 előadás/publikációJelenleg ~6 BSc/MSc szakdolgozó2011. április 28.Legéndi Richárd Olivér, IK Szakest 20
Társadalmi hálózatok2011. április 28.Legéndi Richárd Olivér, IK Szakest 21
Társadalmi hálózatokInterakciós topológiaSzomszédságTipikus tulajdonságok:„Kisvilág”KlaszterezettségSkálafüggetlenség (power law)Ezekre alapvető modellek:Erdős-Rényi (1., ha összefüggő)Watts-Strogatz (2., lehet 1. is)Barabási-Albert (1., 3., de nem 2.)...2011. április 28.Legéndi Richárd Olivér, IK Szakest 22
HálózatelemzésCséri Tamás:Ritka hálózatok robusztusságának szimulációs vizsgálata a sűrűség függvényében(OTDK)Dinamikus hálózatokStatikus modellek: pillanatfelvételMinden hálózat változikA kumulatív hálózat tulajdonságainak vizsgálata2011. április 28.Legéndi Richárd Olivér, IK Szakest 23
ÖsszefoglalásEddigi eredményekÁgens-alapú szimulációk eszközeinek összehasonlításaFormális lehetőségek ágens-alapú szimulációk leírásáraÁgens-alapú szimulációk elosztott futtatásának lehetőségeiAlapvető dinamikus hálózatok vizsgálataTovábbi tervezett kutatási irányokMulticore rendszerek elemzése ágens-alapú renszerek szempontjábólElosztott futtatások további vizsgálataIdőben változó hálózatokGSoC 2011 – Repast SimphonyFujita-Krugman-Venables modell ágens-alapú implementációja2011. április 28.24Legéndi Richárd Olivér, IK Szakest
ÉrdeklődőknekDr. Gulyás László felvehető órái az ELTE-n:Társadalmi rendszerek számítógépes szimulációja 1-2http://hps.elte.hu/~gulya/Teaching/TarsSzim/TarsSzimu2.htmA hálózatok világábanhttp://hps.elte.hu/~gulya/Teaching/Halovilag/Halovilag.htmlHaladó hálózat-elemzés (angol nyelvű olvasószeminárium)Szoftvertech laborhttp://distributedabm.elte.hu/Ágens Portálhttp://www.agent.ai/2011. április 28.Legéndi Richárd Olivér, IK Szakest 25
Gyakorlati felhasználási területekFilmek (ld. Gyűrűk Ura csatajelenetei)Logisztikai feladatok (ld. Vehicle Routing Problem)Döntéshozóknak eszköz lehetOkostelefonokLd. Google + Android + Maps = dugófigyelés2011. április 28.Legéndi Richárd Olivér, IK Szakest 26
Kérdések2011. április 28.27Legéndi Richárd Olivér, IK Szakest
Köszönöm a figyelmet!Legéndi Richárd Olivérlegendi@inf.elte.huEötvös Loránd Tudományegyetem Programozási nyelvek és fordítóprogramok tanszék Az informatika alapjai és módszertana doktori programTémavezetők: Dr. Gulyás László, Dr. Kozsik Tamás IK Szakest - 2011. április 28.2011. április 28.28Legéndi Richárd Olivér, IK Szakest

More Related Content

2010/04/28 IK Szakest, Ágens-alapú szimulációk

  • 1. Ágens-alapú szimulációkLegéndi Richárd Olivérlegendi@inf.elte.huEötvös Loránd Tudományegyetem Programozási nyelvek és fordítóprogramok tanszék Az informatika alapjai és módszertana doktori programTémavezetők: Dr. Gulyás László, Dr. Kozsik Tamás IK Szakest - 2011. április 28.
  • 2. KivonatBevezetésAlapfogalmak: ágens, ABM, motivációPéldákProjectekEredményekÖsszefoglalás2011. április 28.2Legéndi Richárd Olivér, IK Szakest
  • 3. Kutatási irányokÁgens-alapú szimulációkHáttér: sokszor egy hálózat Ismertségi, publikációs kapcsolat, táplálkozási lánc, ...Dinamikus hálózatokDinamikus folyamatokInformáció-, betegségterjedés, ...Időben változó hálózatok2011. április 28.Legéndi Richárd Olivér, IK Szakest 3
  • 4. Ágens?2011. április 28.Legéndi Richárd Olivér, IK Szakest 4Replicator (Stargate)
  • 5. Ágens-alapú modellezés (ABM)Ágens: önálló döntéshozóKomplex rendszerek számos, egymással kölcsönhatásban lévő szereplővelAlulról felfelé építkező számítási modellEmergens globális (makro) jelenségek vizsgálata lokális (mikro) szabályok meghatározásával
  • 6. Ágens-alapú modellezés (ABM)Az ágensek általában:FüggetlenekSaját döntéseket hoznakTanulnak, alkalmazkodnak a környezethezMeghatározott topológia szerint kommunikálnak(grid, speciális hálózatok, stb.)Nem jósolni szeretnénkViselkedési minták alapján következtetések
  • 7. Motiváció – Példa„The economy needs agent-based modelling -The leaders of the world are flying the economy by the seat of their pants, say J. Doyne Farmer andDuncan Foley. There is, however, a better way to help guide financial policies.In today’s high-tech age, one naturallyassumes that US President BarackObama’s economic team and its international counterparts are using sophisticated quantitative computer models to guide us out of the current economic crisis. They are not.”J. Doyne Farmer andDuncan FoleyThe economy needs agent-based modellingNature Vol. 460, 6 August, 20092011. április 28.Legéndi Richárd Olivér, IK Szakest 7
  • 8. KözgazdaságtanJelenleg használt modellek:EkonometrikusStatisztikai modellekIdősorelemzés: a múlt adataira illesztésKiváló előrejelző nagyjából azonos változások esetén„Dinamikus sztochasztikus általános egyensúlyi”Tökéletes világot feltételeznek...... amiben a válsághoz hasonló fogalom nem is létezikHeterogenitás, spekulációk, személyes preferenciák, nem racionális szereplők...?2011. április 28.Legéndi Richárd Olivér, IK Szakest 8
  • 9. A miérteket folytatvaReprezentatív felől elmozdulhatunk heterogén szereplők feléBonyolultabb folyamatokat leírni esetenként makro szinten nehéz – ha nem lehetetlenAz ABM megközelítés sokkal kézenfekvőbb az általánosan bevált matematikai eszközöknél2011. április 28.Legéndi Richárd Olivér, IK Szakest 9
  • 11. Demo – Schelling-féle szegregáció2011. április 28.Legéndi Richárd Olivér, IK Szakest 11http://ccl.northwestern.edu/netlogo/models/Segregation
  • 12. Miért lehet érdekes?Kis létszámú, de roppant heterogén kutatóbázisSzociológusok, epidemológusok, közgazdászok, biológusok, politológusok, ...Komoly szükség van a jól képzett informatikusokra2011. április 28.Legéndi Richárd Olivér, IK Szakest 12
  • 13. ProjectekELTE IKKK GVOP-3.2.2-2004.07-005/3.0 (2007)Emergence In the Loop, EMILEC FP6 STREP #033841 (2007-2009)QosCosGrid, QCGEC FP6 STREP #033883 (2006-2009)TÁMOPTÁMOP-4.2. 1/B-09/1/KMR-2010-0003ELTE-SoftKMOP-1.1.2-08/1-2008-0002 2011. április 28.13Legéndi Richárd Olivér, IK Szakest
  • 14. FablesFunctional Agent-Based Language for SimulationSzimulációs nyelv és Eclipse-alapú keretrendszerBartha Sándor, Legéndi Richárd (MSc)Keszthelyi Balázs (BSc)~5-6 publikált cikkhttps://fables.aitia.aihttps://mass.aitia.ai/fables2011. április 28.Legéndi Richárd Olivér, IK Szakest 14
  • 15. TraffixKözlekedési szimulációkhoz kifejlesztett ágens-alapú környezetBálint Balázs (MSc, könyvfejezet, +2-3 cikk)http://www.youtube.com/user/balintbaDiamant Péter (MSc)Tóth Vivien (BSc)Dósa László, Barna Zoltánhttp://traffix.aitia.ai2011. április 28.Legéndi Richárd Olivér, IK Szakest 15
  • 16. TaxSimAdóelkerülés szimulátorMTA Közgazdaságtudományi partnerekkelSzabó Attila (~4-5 publikált cikk)http://taxsim.aitia.ai2011. április 28.Legéndi Richárd Olivér, IK Szakest 16
  • 17. Szimulációs módszertanDesign of ExperimentsIteratív kiértékelő algoritmus (IUI)Szabó Attila (PhD)2011. április 28.Legéndi Richárd Olivér, IK Szakest 17
  • 18. GridABMFizikai korlátok: Számítási kapacitás, memóriaAutomatikus párhuzamosítást támogató modellsablonok Ágensek számának növelése griden történő futtatássalNe jelentsen többlet munkát a párhuzamos változat elkészítéseSzemes Gábor (MSc, ~10 előadás/publikáció)http://gridabm.sourceforge.net/2011. április 28.Legéndi Richárd Olivér, IK Szakest 18
  • 19. GridABM2011. április 28.19Legéndi Richárd Olivér, IK Szakest
  • 20. Szoftvertechnológia csoportDistributed ABM - http://distributedabm.elte.hu/Elosztott implementációs technikákKommunikációs költségeket minimalizáló gráfvágásokFutásidejű megoldások dinamikus kapcsolati gráfokhozModellformalizációs technikák hatékonyságaModellek automatikus párhuzamosításaSzakdolgozat, diplomamunka, TDK lehetőségLehetséges témák a weboldalon3 előadás/publikációJelenleg ~6 BSc/MSc szakdolgozó2011. április 28.Legéndi Richárd Olivér, IK Szakest 20
  • 21. Társadalmi hálózatok2011. április 28.Legéndi Richárd Olivér, IK Szakest 21
  • 22. Társadalmi hálózatokInterakciós topológiaSzomszédságTipikus tulajdonságok:„Kisvilág”KlaszterezettségSkálafüggetlenség (power law)Ezekre alapvető modellek:Erdős-Rényi (1., ha összefüggő)Watts-Strogatz (2., lehet 1. is)Barabási-Albert (1., 3., de nem 2.)...2011. április 28.Legéndi Richárd Olivér, IK Szakest 22
  • 23. HálózatelemzésCséri Tamás:Ritka hálózatok robusztusságának szimulációs vizsgálata a sűrűség függvényében(OTDK)Dinamikus hálózatokStatikus modellek: pillanatfelvételMinden hálózat változikA kumulatív hálózat tulajdonságainak vizsgálata2011. április 28.Legéndi Richárd Olivér, IK Szakest 23
  • 24. ÖsszefoglalásEddigi eredményekÁgens-alapú szimulációk eszközeinek összehasonlításaFormális lehetőségek ágens-alapú szimulációk leírásáraÁgens-alapú szimulációk elosztott futtatásának lehetőségeiAlapvető dinamikus hálózatok vizsgálataTovábbi tervezett kutatási irányokMulticore rendszerek elemzése ágens-alapú renszerek szempontjábólElosztott futtatások további vizsgálataIdőben változó hálózatokGSoC 2011 – Repast SimphonyFujita-Krugman-Venables modell ágens-alapú implementációja2011. április 28.24Legéndi Richárd Olivér, IK Szakest
  • 25. ÉrdeklődőknekDr. Gulyás László felvehető órái az ELTE-n:Társadalmi rendszerek számítógépes szimulációja 1-2http://hps.elte.hu/~gulya/Teaching/TarsSzim/TarsSzimu2.htmA hálózatok világábanhttp://hps.elte.hu/~gulya/Teaching/Halovilag/Halovilag.htmlHaladó hálózat-elemzés (angol nyelvű olvasószeminárium)Szoftvertech laborhttp://distributedabm.elte.hu/Ágens Portálhttp://www.agent.ai/2011. április 28.Legéndi Richárd Olivér, IK Szakest 25
  • 26. Gyakorlati felhasználási területekFilmek (ld. Gyűrűk Ura csatajelenetei)Logisztikai feladatok (ld. Vehicle Routing Problem)Döntéshozóknak eszköz lehetOkostelefonokLd. Google + Android + Maps = dugófigyelés2011. április 28.Legéndi Richárd Olivér, IK Szakest 26
  • 27. Kérdések2011. április 28.27Legéndi Richárd Olivér, IK Szakest
  • 28. Köszönöm a figyelmet!Legéndi Richárd Olivérlegendi@inf.elte.huEötvös Loránd Tudományegyetem Programozási nyelvek és fordítóprogramok tanszék Az informatika alapjai és módszertana doktori programTémavezetők: Dr. Gulyás László, Dr. Kozsik Tamás IK Szakest - 2011. április 28.2011. április 28.28Legéndi Richárd Olivér, IK Szakest

Editor's Notes

  1. Arról tudok beszélni, amivel én találkoztam, foglalkoztam az egyetemen, ez pedig az ABM.
  2. Alulról felfelé építkező számítási modell
  3. Önszerveződő, önreplikáló, formába szerveződő, programozott lények
  4. Valamekkora szabadságfokkal megáldott kis entitánsokNincs teljes információPraktikusan szoftver komponensek
  5. Remélem nagy hülyeséget nem mondok, ehhez kevésbé értek...Haszigorúan vesszük...Vannak faktorok, amelyekkel egyszerűen nem tudnak mit kezdeni ezek a módszerekEz egy példa a sok közül...
  6. Tovább haladva a miértek felé, általánosságban...
  7. Politikai korrektség jegyében...Első alapmodellek egyike, ’70-es évek, 2005-ben Nóbel-díj a társadalmi jelenségek játékelméleti elemzése kapcsánSakktáblán „futott”Tórikus, nincs új ágens, jól érzi magát, ha..., toleranciaszint; Lépés: körönként mindegyik, véletlen sorrendben, dupla bufferelésselAzonban mégis van értelme, hiszen rámutat valamire: nem garancia egy társadalomban, hogy a magas toleranciaszint nem vezet szegregációhoz.Természetesen rengeteg kritika érheti a modellt: Miért egyformák a házak? Mi az, hogy az ember véletlenszerűen költözködik? Ráadásul ki az, aki naponta/hetente költözésre buzdítja az egész családját? Van olyan ember, aki megnézi a szomszédait, és ha nem szimpatikusak neki, akkor fogja a sátorfáját, és elköltözik?A modell tulajdonságait, feltételeit variálva elemezhetjük a szimulációt
  8. Azon a nyilvánvaló előnyön kívül, hogy az ember kutathat, akadémiai szférában tevékenykedhet...Tervben lévő konferenciák: Anglia, Guildford; Portugália, Liszabon; Montpellier, Franciao.; Bécs
  9. EMIL: normák kialakulása (Wiki, Hume – csoportok kialakulása, piacok vannak, reputáció alapján, NR - normakövetés)
  10. Befejezett dolgozatok, ELTE-hez köthető tanulókkal együtt készített publikációk
  11. Sávok, lámpák, különböző viselkedésű vezetők...Bazsi:ColbudDiamant a hatrafele terjedo dugokat modellezniMargit sziget, etc.
  12. Nem jóslás problémaköre: nem azt akarjuk megmondani, mi az „optimális” helyzet, hanem olyan tanulságokat levonni, hogy pl. van-e értelme a sűrűbb ellenőrzéseknek, mert az szignifikánsan módosítja-e az adófizetést, stb.
  13. „hiperkocka” x2^6  6 paraméter, 2-2 értékkel (random)Faktoroknak külön-külön, párban, hármasokban, etc. – de egy szinten felül már nem (elhagyunk
  14. Gyakorlati Java ismeretek, ipar számára is hasznosak: ProActive, JavaSpaces, RMI, SGE, Hadoop, GridGain, Terracotta, etc.
  15. Nem nodes meg edges, hanem actorok meg relációk
  16. N csúcs esetén a legrövidebb utak hossza arányos logN-nelBetegségek + klaszterezettségSkálafüggetlen: sexnetFelhívnám a figyelmet a nevekre... + Albert rékaFertőzés, oltás 0.005% esély bénulásra; USA: 300
  17. Hálózat hány, hogy, milyen komponensekre esik szétER, BA, WS-hoz jellegükben hasonló modellek
  18. A jegyzetet én írtam – olyan is lett sajnos :P