|
|
Optimalizace predikce pozice v síti
Pospíšil, Petr ; Pfeifer, Václav (oponent) ; Burget, Radim (vedoucí práce)
Práce se zabývá určováním pozice v síti, je zaměřena na určení nejbližšího bodu v síti pro stanici (s nejnižším vektorem vzdálenosti). Algoritmus je založen na systému GNP. Na základě simulace systému GNP byla pro testování vybrána metoda pro matematické řešení problému odhadu pozice. Zvolena byla metoda Simplex Downhill. Byla tedy implementována metoda v jazyce Java pro odhad pozice v síti, která měřením v první fázi určí kontinent, na nemž se stanice nalézá, pak stanoví část kontinentu a ve finální fázi si odhadne svou pozici přesněji a podle ní určí nejbližší poziční bod. Účelem této práce je zjistit použitelnost systému GNP pro operaci v protokolu TTP nazvanou binning, kdy si stanice hledá nejbližší sumarizační bod. Na základě testování navrženou aplikací bylo zjištěno, že pokud je síť pozičních bodů dostatečně hustá a dobře a rovnoměrně rozmístěna, je GNP pro operaci binning použitelná.
|
|
|
Algoritmické obchodování
Uherek, Jiří ; Stádník, Bohumil (vedoucí práce) ; Fičura, Milan (oponent)
Diplomová práce se zabývá oblastí algoritmického obchodování. V první části práce jsou shrnuty teoretické poznatky pro tuto oblast. Konkrétně se práce zabývá definováním pojmu algoritmického obchodování, exekučními algoritmy, kvantitativními strategiemi, včetně problémů spojených s testováním strategií, a také pak přínosy a riziky algoritmického obchodování z hlediska trhů. Práce rovněž zpracovává úvod do problematiky genetických algoritmů. V aplikační části je vyvíjena obchodní strategie, která využívá genetického algoritmu k nalezení optimální kombinace dílčích strategií. Výsledky aplikační části ukázaly, že zahrnutí genetických algoritmů zvýšilo výkonnost strategie na konkrétním datovém vzorku. Dále pak ukázaly, že velikost transakčních nákladů má zásadní vliv na posuzování výkonnosti strategií, stejně jako rozdělení dat na testovací a validační vzorek.
|
|
|
Datamining - teorie a praxe
Popelka, Aleš ; Maryška, Miloš (vedoucí práce) ; Machač, Ivo (oponent)
Tato diplomová práce zpracovává téma technologie zvané data mining. Práce nejdříve popisuje data mining jako svébytný obor a dále jeho procesní postupy a nejčastější využití. Samotný pojem data mining je poté vysvětlen pomocí metodik popisujících jednotlivé části procesu dobývání znalostí z databází - CRISP-DM, SEMMA. Práce si dává za cíl představit hlavní metody data miningu a konkrétní algoritmy - rozhodovací stromy, neuronové sítě a genetické algoritmy, přičemž tato fakta jsou zároveň použita jako určitý teoretický úvod, na který navazuje praktická aplikace. V této aplikaci jde o hledání příčin vzniku meningoencefalitidy u určitého vzorku pacientů. Pro analýzu byly použity rozhodovací stromy v systému Clementine, který patří ke špičce dataminingových nástrojů.
|
|
|
Moderní trendy v oboru počítačová fyzika
SURYNEK, Radek
Diplomová práce nabízí přehled základních moderních metod, které mohou být využity v oblasti počítačové fyziky. Jedná se konkrétně o paralelní výpočty, neuronové sítě, genetické algoritmy a fuzzy logiku. V každé kapitole je uveden teoretický popis metody, zjednodušené matematické vyjádření, návrhy technické realizace a stručně jsou zmíněny i konkrétní aplikace. Text je doplněn řadou jednoduchých příkladů. Závěr práce shrnuje získané poznatky a nastiňuje budoucí vývoj.
|
|
| |
|
| |
|
| |
|
|
Shluková analýza pomocí genetických algoritmů
Kudová, Petra
V článku se zabýváme možnostmi využití genetických algoritmů v oblasti shlukové analýzy. Navrhneme shlukovací genetický algoritmus, který otestujeme na experimentech. Ukážeme, že shlukovací genetický algoritmus dává v některých případech lepší výsledky než algoritmus k-means a že je schopen za určitých předpokladů najít optimální počet shluků
|
|
| |
|
|
Evolutionary techniques in physical design for FPGAs
Daněk, Martin ; Muzikář, Z.
This paper disscusses two studies of using evolutionary algorithms in physical design for FPGAs. The first study presents an adaptation of a genetic algorithm that optimises parametres of a linear delay model for Xilinx XC4000 FPGA and compares their performance to parameters optimised by hand. The second study showes implementation and performance of an adaptive technology mapping algorithm for XC4000 based on Wilsons XCS classifier system.
|
host ::
RSS.