|
|
Šachový program s různými variantami šachů s rozdílnou sadou figur
Škandera, František ; Žák, Jakub (oponent) ; Rozman, Jaroslav (vedoucí práce)
Cieľom tejto práce bolo vytvoriť šachový program so schopnosťou hry rôznych šachových variácií s rozdielnou sadou figúr. Prvá čásť práce sa zaoberá všeobecnou problematikou tvorby šachového programu a implementácie šachovej umelej inteligencie. V druhej časti analyzujeme jednotlivé zvolené šachové varianty a navrhujeme stratégie pre ich implementáciu. Nakoniec popisujeme samotnú implementáciu vytvoreného programu a jeho štruktúru.
|
|
|
Optimalizace matchmakingu na základě simulace
Eštvan, Ivan ; Chlubna, Tomáš (oponent) ; Milet, Tomáš (vedoucí práce)
Táto práca sa sústredí na návrh fungujúceho matchmaking systému a prostredia pre simuláciu hier typu "First Person Shooter", v preklade "streľba z pohľadu prvej osoby," a ich implementáciu pomocou herného enginu Unreal Engine 4. Obsah práce zahŕňa predstavenie rôznych matchmaking systémov, ktoré sa používajú v dnešnom hernom priemysle a ďalej vysvetľuje základné koncepty Unreal Engine 4 použité na implementáciu tohoto prostredia. Implementovaný systém následne na základe vstupných dát a informácií o hráčovi vytvára zápasy pomocou vlastného matchmakingu, simuluje ich a zapisuje výsledky zápasov, ktoré sú použité pre ich ďalšiu analýzu.
|
|
|
Exploiting Approximate Arithmetic Circuits in Neural Networks Inference
Matula, Tomáš ; Mrázek, Vojtěch (oponent) ; Češka, Milan (vedoucí práce)
This thesis is concerned with the utilization of approximate circuits in neural networks to provide energy savings. Various studies showing interesting results already exist, but most of them were very application specific or demonstrated on a small scale. To take this further, we created a platform by nontrivial modifications of robust open-source framework Tensorflow allowing us to simulate approximate computing on known state-of-the-art neural networks e.g. Inception or MobileNet. We focused only on replacement of most computationally expensive parts of convolutional neural networks, which are multiplication operations in convolution layers. We experimentally demonstrated and compared various setups and even that we proceeded without relearning, we were able to obtain promising results. For example, with zero accuracy loss on Inception v4 architecture, we gained almost 8% energy savings which could be valuable, especially in low-power devices or in large neural networks with enormous computational demands.
|
|
|
Algoritmické obchodování na burze s využitím umělých neuronových sítí
Poláček, Samuel ; Beneš, Karel (oponent) ; Szőke, Igor (vedoucí práce)
Algoritmické obchodovanie na rôznych typoch búrz nie je novinkou. Obor neurónových sietí poskytuje mnohé nástroje, ktoré nájdu svoje uplatnenie aj v tejto sfére. Táto bakalárska práca sa zaoberá obchodovaním na trhu s kryptomenami s využitím umelých neurónových sietí. V teoretickej časti práce si vysvetlíme problematiku obchodovania na burze a uvedieme základné pojmy nutné k pochopeniu práce. Po zakončení teoretickej časti uvedením myšlienky obchodovaného média a zoznámením sa s využitými technickými nástrojmi sa v praktickej časti práce budeme venovať experimentom, vďaka ktorým zvolíme vhodnú konfiguráciu topológie a hyperparametrov neurónovej siete. Pokusmi s indikátormi technickej analýzy nám umožní vytvoriť model neurónovej siete, ktorý bude v kombinácií s navrhnutou obchodnou stratégiou generovať profit.
|
|
|
Optimalizace hlubokých neuronových sítí
Bažík, Martin ; Wiglasz, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cieľom tejto bakalárskej práce bolo navrhnúť, implementovať a analyzovať rôzne optimalizácie vybraných hlbokých neurónových sietí. Ich účelom bolo zlepšenie sledovaných parametrov neurónovej siete. Implementované optimalizácie spočívajú v práci s reprezentáciou dát využívaných operáciami neurónovej siete a hľadaní najlepšej kombinácie jej hyper-parametrov. Jednotlivé optimalizácie boli prevedené na konvolučných neurónových sieťach založených na architektúre LeNet-5 pri využití dátových sád MNIST, CIFAR-10 a SVHN. Implementácia a následná optimalizácia neurónových sietí boli prevedené využitím knižnice Tiny-dnn v programovacom jazyku C++.
|
|
|
Creating the Game Strategies for PuppetWars Using Neuroevolution
Šmelko, Adam ; Pilát, Martin (vedoucí práce) ; Matzner, Filip (oponent)
V posledných rokoch nastal v hernom priemysle rozmach. Pre udržanie konkurencieschopnosti sú herné spoločnosti nútené vyvíjať stále viac príťažli- vé počítačové hry, čo implikuje i prítomnosť čo najvernejšej umelej inteligen- cie ovládajúcej herné prvky, na čo sa naša práca zameriava. Implementovali sme jednoduchú 2D programovaciu hru, na ktorej sme predviedli sadu poku- sov učiac umelú inteligenciu v nej, snažiac sa vytvoriť stratégie konkurujúce tým ľudským. Preskúmali sme niekoľko variácií učenia pomocou evolučnej stratégie aplikovanej na neurónové siete a vytvorili sme herné postavičky hodné bytia rovnocenným protivníkom užívateľom hry.
|
|
|
Domain Specific Languages in Functional Programming
Rapavá, Jana ; Hric, Jan (vedoucí práce) ; Pilát, Martin (oponent)
V umělé inteligenci, obzvláště v programování s omezujícími podmínkami, je populární navrhovat rozličné modelovací jazyky, které umožňují řešit problémy na úrovni domény a prostřednictvím doménových abstrakcí. Při tom je často užitečné používat techniky známé z oblasti doménově specifických jazyků. Funkcionální programovací jazyky poskytují nové prostředky pro návrh těchto jazyků, obzvláště v případě vnořených doménově specifických jazyků. Tato práce zkoumá výhody a nevýhody využití technik funkcionálního programování při návrhu a implementaci vnořeného doménově specifického jazyka pro problémy prohledávání stavových prostorů.
|
|
|
Využití umělé inteligence jako podpory pro rozhodování
Nezbedová, Katarína ; Pekárek, Jan (oponent) ; Dostál, Petr (vedoucí práce)
Táto bakalárska práca sa zaoberá problematikou Tamariho atraktoru a jeho aplikáciou pre formovanie predikčného modelu. Jadrom práce je vytvorenie programu na simuláciu, vo vývojovom prostredí MATLAB, a jeho využitie pre vytvorenie a porovnanie niekoľkých prípadových štúdií predikčného modelu založeného na odlišných parametroch. Tento model je zobrazený graficky a doplnený o ekonomickú interpretáciu.
|
|
|
Neuronové sítě pro hru gomoku
Bako, Matúš ; Kolář, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Cieľom tejto bakalárkej práce je vytvoriť umelú inteligenciu, ktorá dokáže hrať hru Gomoku. Narozdiel od konvenčných metód prehľadávania stavového priestoru a ručně definovaných pravidiel kombinujem stochastické prehľadávanie s použitím konvolučných neurónových sietí. Strategická neurónová sieť určuje pravdepodobnostnú distribúciu pre všetky pozície na hracej ploche pri danej konfigurácii a ohodnocovacia sieť určuje pravdepodobnosť výhry. Natrénoval som architektúry neurónových sietí s rôznym počtom konvolučných vrstiev a s rôznymi veľkosťami konvolučných jadier. Z experimentov vyplinulo, že bez použitia ohodnocovacej siete a prehľadávacieho algoritmu je problematické zakončiť hru, avšak strategická sieť dokáže fungovať ako dostatočne silná heuristika pre výber ťahu. Napriek relatívne malej množine trénovacích dát je mnou vytvorená umelá inteligencia schopná poraziť nižšie umiestnené programy zo súťaže Gomocup.
|
|
|
Evolutionary Analogue Amplifier Optimisation
Bielik, Marek ; Zachariášová, Marcela (oponent) ; Bidlo, Michal (vedoucí práce)
This thesis demonstrates the capabilities of the evolutionary algorithms, namely the evo lution strategies, in the domain of the analog amplifiers design. The ngSPICE simulator is integrated into the implementation and it is used for the evaluation of the optimized solutions. There are various methods for evaluating amplifiers proposed in the thesis and also various experiments and their results which were used for the determination of the most optimal parameters for evolution strategies. The goal was to optimize the values of components of the single and two stage common emitter amplifiers. The result is a tool that provides the design of amplifiers with an arbitrary gain, which is within the bounds of the circuit's possibilities, without using any mathematical apparatus.
|
host ::
RSS.