|
|
Urychlení evolučních algoritmů pomocí směsí rozdělení pravděpodobnosti
Bajer, Lukáš ; Holeňa, Martin (vedoucí práce) ; Kovářík, Oleg (oponent)
Evoluční, a zvláště genetické algoritmy se staly jednou z nejúspěšnějších metod optimalizace empirické cílové funkce. V mnoha reálných aplikacích je však hlavní nevýhodou to, že ohodnocení empirickou funkcí stojí nemalé finanční prostředky nebo trvá značnou dobu. V naší práci je použit náhradní model původní cílové funkce sloužící jako její rychlý odhad. Původně bylo zamýšleno použití směsí rozdělení pravděpodobnosti, což však nebylo možné realizovat. V naší práci jsou tedy konkrétně použity RBF sítě, které se směsmi velmi úzce souvisí. Díky modelu je možné najednou vyvíjet podstatně větší populace, nebo je možné nechat ohodnocovat několik generací pouze modelem. Výsledkem je znatelně rychlejší konvergence ve smyslu počtu ohodnocení původní empirickou funkcí.
|
|
|
Procházky v grafech a genetické algoritmy
Szépe, Peter ; Pangrác, Ondřej (vedoucí práce) ; Bajer, Lukáš (oponent)
Název práce: Procházky v grafech a genetické algoritmy Autor:Peter Sépe Katedra (ústav): Katedra aplikované matematiky Vedoucí bakalárské práce: RNDr. Ondřej Pangrác, Ph.D. e-mail vedoucího: pangrac@kam.mff.cuni.cz Abstrakt: Řešíme optimalizační úlohy nalezení maximálního tahu mezi dvěma vrcholy v orintovaném grafu s omezením na délku tohoto tahu. Je dán orientovaný graf, startovní a cílový vrchol, délková funkce na hranách a váhová funkce na vrcholech grafu a parametr omezení délky cesty L. Úkolem je najít tah ze startovního do cílového vrcholu celkové délky nejvýše L maximalizující součet vah navštívených vrcholů (každý se započítává pouze jednou).Tato úloha je NP-těžká a ani aproximační algoritmy nedávají příliš dobré výsledky. Proto je třeba pro praktické aplikace použít heuristické přístupy. Klícová slova: optimalizace, evolučné algoritmy, genetické algoritmy, grafy, procházky v grafech
|
|
|
Pohyb v projektu ENTI
Bajer, Lukáš ; Brom, Cyril (vedoucí práce) ; Šerý, Ondřej (oponent)
Projekt ENTI je simulátor prostředí, které je podobné lidskému světu. Žijí v něm autonomní agenti nazývaní enti, kteří se o svět starají. K naplňování svých úkolů a životních potřeb potřebují často hledat po svém světě cestu. Tato práce je zaměřena na skripty, které toto hledání a následné procházení cest řídí. Pohyb entů mezi místnostmi vylepšuje hierarchickou verzí algoritmu A*, čímž snižuje nároky na procesor při hledání delších cest. Dále pak rozšiřuje skripty pro pohyb po místnosti, sledování a vyhýbání se cizím entům a hledání předmětů.
|
|
|
Model-based evolutionary optimization methods
Bajer, Lukáš ; Holeňa, Martin (vedoucí práce) ; Brockhoff, Dimo (oponent) ; Pošík, Petr (oponent)
Statistické modely se používají pro urychlení optimalizace jak v akademické sféře, tak v průmyslu. Právě v reálných aplikacích, kde je optimalizovaná funkce často finančně nebo časově náročná, mohou statistické modely ušetřit zdroje nebo urychlit optimalizaci. Každá ze tří částí dizertační práce se zabývá jedním takovým modelem: v první části práce nahrazují kopule grafické modely v algoritmech odhadující distribuci, RBF sítě slouží jako náhradní model v genetických algoritmech pro kombinaci spojitých a diskrétních proměnných ve druhé části a třetí část práce používá gaussovské procesy jednak jako model pro vzorkování v bayesovských optimalizačních algoritmech, jednak jako náhradní model v evoluční strategii adaptující kovarianční matici (CMA-ES). Poslední kombinaci, která je popsána klíčové části práce, využívá navržený algoritmus DTS-CMA-ES---dvojitě trénovaný CMA-ES s náhradním modelem. Tento algoritmus využívá nejistotu predikovanou gaussovským procesem, aby vybral část populace CMA-ES k ohodnocení drahou originální funkcí, zatímco zbytek populace je ohodnocen modelem---predikovanou nejpravděpodobnější hodnotou. Výsledky ukázaly, že DTS-CMA-ES konverguje na několika syntetických funkcích rychleji než současné spojité optimalizační algoritmy s náhradním modelem.
|
|
|
Patofyziologie idiopatických střevních zánětů.Vztah k primární sklerózující cholangitidě, transplantaci jater a karcinogenezi.
Bajer, Lukáš ; Drastich, Pavel (vedoucí práce) ; Živný, Jan (oponent) ; Procházka, Vlastimil (oponent)
Idiopatické střevní záněty multifaktoriálně podmíněných celosvětově narůstající incidencí. Dvěma nejlépe definovanými fenotypy jsou Crohnova střevní zánět doprovázející primární progresivní onemocnění žlučovodů vedoucí k klinická a patofyziologická specifika považován za samostatný fenotyp - Cílem experimentální čá - klíčových oblastech podílejících se na patogenezi IBD, kterými jsou: složení střevní mikrobioty, porucha střevní bariéry, genetická predispozice a aberantní imunologická odpověď. Dalším cílem prác neoplazií na základě analýzy klinických dat pacientů sledovaných v transplantačního centra. Za použití metod paralelní sekvenace jsme odhalili specifickou kompozici bakteriální - IBD, která se odlišovala od kompozice u UC a kontrol rekrutovaných ze zdravé české populace. V práci jsme odhalili četné sérové biomarkery, jednotlivými fenotypy IBD či specifickými klinickými kofaktory. Některé těchto nálezů prokazují klíčovou úlohu střevní bariéry v Zároveň jsme charakterizovali protilátkovou a buněčnou odpověď, která u různých podtypů IBD vykazovala signifikantní rozdíly. Na největším českém souboru pacientů rámci retrospektivní studie prokázali klíčovou úlohu střevního zánětu na míru rekurence PSC, a tím i na prognózu jaterního štěpu. V kohortě pacientů jsme pomocí HLA typizace taktéž prokázali význam...
|
|
|
Model-based evolutionary optimization methods
Bajer, Lukáš ; Holeňa, Martin (vedoucí práce) ; Brockhoff, Dimo (oponent) ; Pošík, Petr (oponent)
Statistické modely se používají pro urychlení optimalizace jak v akademické sféře, tak v průmyslu. Právě v reálných aplikacích, kde je optimalizovaná funkce často finančně nebo časově náročná, mohou statistické modely ušetřit zdroje nebo urychlit optimalizaci. Každá ze tří částí dizertační práce se zabývá jedním takovým modelem: v první části práce nahrazují kopule grafické modely v algoritmech odhadující distribuci, RBF sítě slouží jako náhradní model v genetických algoritmech pro kombinaci spojitých a diskrétních proměnných ve druhé části a třetí část práce používá gaussovské procesy jednak jako model pro vzorkování v bayesovských optimalizačních algoritmech, jednak jako náhradní model v evoluční strategii adaptující kovarianční matici (CMA-ES). Poslední kombinaci, která je popsána klíčové části práce, využívá navržený algoritmus DTS-CMA-ES---dvojitě trénovaný CMA-ES s náhradním modelem. Tento algoritmus využívá nejistotu predikovanou gaussovským procesem, aby vybral část populace CMA-ES k ohodnocení drahou originální funkcí, zatímco zbytek populace je ohodnocen modelem---predikovanou nejpravděpodobnější hodnotou. Výsledky ukázaly, že DTS-CMA-ES konverguje na několika syntetických funkcích rychleji než současné spojité optimalizační algoritmy s náhradním modelem.
|
|
|
Pohyb v projektu ENTI
Bajer, Lukáš ; Šerý, Ondřej (oponent) ; Brom, Cyril (vedoucí práce)
Projekt ENTI je simulátor prostředí, které je podobné lidskému světu. Žijí v něm autonomní agenti nazývaní enti, kteří se o svět starají. K naplňování svých úkolů a životních potřeb potřebují často hledat po svém světě cestu. Tato práce je zaměřena na skripty, které toto hledání a následné procházení cest řídí. Pohyb entů mezi místnostmi vylepšuje hierarchickou verzí algoritmu A*, čímž snižuje nároky na procesor při hledání delších cest. Dále pak rozšiřuje skripty pro pohyb po místnosti, sledování a vyhýbání se cizím entům a hledání předmětů.
|
|
|
Urychlení evolučních algoritmů pomocí směsí rozdělení pravděpodobnosti
Bajer, Lukáš ; Kovářík, Oleg (oponent) ; Holeňa, Martin (vedoucí práce)
Evoluční, a zvláště genetické algoritmy se staly jednou z nejúspěšnějších metod optimalizace empirické cílové funkce. V mnoha reálných aplikacích je však hlavní nevýhodou to, že ohodnocení empirickou funkcí stojí nemalé finanční prostředky nebo trvá značnou dobu. V naší práci je použit náhradní model původní cílové funkce sloužící jako její rychlý odhad. Původně bylo zamýšleno použití směsí rozdělení pravděpodobnosti, což však nebylo možné realizovat. V naší práci jsou tedy konkrétně použity RBF sítě, které se směsmi velmi úzce souvisí. Díky modelu je možné najednou vyvíjet podstatně větší populace, nebo je možné nechat ohodnocovat několik generací pouze modelem. Výsledkem je znatelně rychlejší konvergence ve smyslu počtu ohodnocení původní empirickou funkcí.
|
|
|
Procházky v grafech a genetické algoritmy
Szépe, Peter ; Bajer, Lukáš (oponent) ; Pangrác, Ondřej (vedoucí práce)
Název práce: Procházky v grafech a genetické algoritmy Autor:Peter Sépe Katedra (ústav): Katedra aplikované matematiky Vedoucí bakalárské práce: RNDr. Ondřej Pangrác, Ph.D. e-mail vedoucího: pangrac@kam.mff.cuni.cz Abstrakt: Řešíme optimalizační úlohy nalezení maximálního tahu mezi dvěma vrcholy v orintovaném grafu s omezením na délku tohoto tahu. Je dán orientovaný graf, startovní a cílový vrchol, délková funkce na hranách a váhová funkce na vrcholech grafu a parametr omezení délky cesty L. Úkolem je najít tah ze startovního do cílového vrcholu celkové délky nejvýše L maximalizující součet vah navštívených vrcholů (každý se započítává pouze jednou).Tato úloha je NP-těžká a ani aproximační algoritmy nedávají příliš dobré výsledky. Proto je třeba pro praktické aplikace použít heuristické přístupy. Klícová slova: optimalizace, evolučné algoritmy, genetické algoritmy, grafy, procházky v grafech
|
|
| |
host ::
RSS.