|
|
Genetic Algorithms driven by MCTS
Havránek, Štěpán ; Hric, Jan (vedoucí práce) ; Moudřík, Josef (oponent)
Evoluční a genetické algoritmy jsou techniky navržené dle přírodní inspirace. Používají se k řešení nejrůznějších úloh, se kterými se neumíme efektivně vypořádat exaktními metodami. Metoda Monte Carlo, potažmo Monte Carlo Tree Search, je založena na vzorkování, a také se uplatňuje tam, kde nelze daný problém držet celý v paměti a úplné prohledávání není možné. Tato práce se zabývá návrhem spojení těchto dvou odlišných přístupů do jedné obecné metody. Tuto metodu ilustruje a implementuje na konkrétním případě: problému obchodního cestujícího (TSP). Součástí práce jsou i nejrůznější experimenty hledající vhodné nastavení parametrů, porovnávající různé varianty metody s klasickým evolučním přístupem k TSP nebo například hladovým algoritmem. Naše metoda se ukázala přinejmenším konkurenceschopná. Nejlepších výsledků potom dosahuje kooperace našeho přístupu s klasickým evolučním řešením TSP. Tato spolupráce dosahuje vyššího výkonu než každá její část samostatně, což považujeme za úspěch naší metody.
|
|
|
Detection and analysis of polychronous groups emerging in spiking neural network models.
Šťastný, Bořek ; Brom, Cyril (vedoucí práce) ; Moudřík, Josef (oponent)
Jak biologické struktury neuronových sítí reprezentují informace zůstává otevřenou otázkou. Stále více důkazů však naznačuje, že jsou neuronové sítě schopné vykazovat přesné a opakovatelné vzorce chování. Jednou z teorií, která na toto pozorování navazuje, je teorie polychronních skupin. To jsou skupiny neuronů, jež pálí pohromadě v přesně daných odstupech, které reflektují strukturu sítě. V práci popisujeme některé současné metody vyhledávání polychronních skupin. Ty jsou však jen stěží využitelné při práci s velkými nebo spontánně aktivními sítěmi. Proto předkládáme vlastní řešení, pomocí kterého jsme schopni provést analýzu výskytu polychronních skupin ve spontánní aktivitě. Naše data naznačují, že spontánní aktivita vede k tvorbě polychronních skupin v síti, což by potvrzovalo její důležitou roli v tvorbě struktur neuronových sítí.
|
|
|
Model V1 s realistickou distribucí funkčních typů neuronů v rámci kortikálních vrstev
Moudřík, Josef ; Brom, Cyril (vedoucí práce) ; Sýkora, Ondřej (oponent)
Primární zraková kůura (V1) obsahuje dva hlavní funkční okruhy neuronů, takzvané simplexní a komplexní buňky. Tyto buňky se liší svými reakcemi na určité podněty a jejich vznik byl nedávno simulován v jednom z výpočetních modelů V1. V tomto modelu se však obě kategorie neuronůu vyvíjejí v oddělených vrstvách, které odpovídají vrstvám 4C a 2/3 zrakové kůry. To je v rozporu s experimentálními daty, jež ukazují, že oba typy buněk jsou (i když nerovnoměrně) zastoupeny v obou vrstvách. V této práci je představen výpočetní model s realistickým rozložením obou typů buněk. Narozdíl od předcházejících modelů obsahujících inhibiční spojení dlouhého dosahu, můj model obsahuje excitační spojení dlouhého dosahu, která byla pozorována u zvířat. Abych zhodnotil vlastnosti modelu, porovnal jsem jej s výsledky studie zkoumající zrakovou kůru makaků. Model vykazuje velkou diverzitu neuronů různě preferujících rozličné orientace stimulů, v souladu s touto studií. Navíc v něm vznikají mapy orientační preference a realistická receptivní pole.
|
|
|
Dance Recognition from Audio Recordings
Pavlín, Tomáš ; Čech, Jan (vedoucí práce) ; Moudřík, Josef (oponent)
Navrhujeme metodu založenou na konvolučních sítích (CNN) pro klasifikování deseti druhů společenských tanců ze zvukových záznamů, pěti latinskoamerických a pěti standardních. Konkrétně rozpoznáváme tance cha-cha, jive, paso doble, rumba, samba, quickstep, slowfox, waltz, tango a valčík. Využíváme spektrogramy zvukových signálů a používáme je jako obrázky, které jsou vstupem CNN. Klasifikace je provedena nezávisle na pětisekundových segmentech spektrogramů pomocí posuvného okénka a výsledky jsou poté agregovány. Metodu testujeme na následujících datasetech: Na zveřejněném Extended Ballroom datasetu (Marchand and Peeters, 2016) a dvou námi vytvořených datasetech, jednom s nahrávkami studiové kvality a dalším s nahrávkami na mobilní telefon. Pro zmíněné datasety jsme postupně dosáhli úspěšnosti 93.9%, 96.7% a 89.8%. Naše řešení funguje v reálném čase a jako ukázku jsme implementovali webovou aplikaci.
|
|
|
Detection and analysis of polychronous groups emerging in spiking neural network models.
Šťastný, Bořek ; Brom, Cyril (vedoucí práce) ; Moudřík, Josef (oponent)
Jak biologické struktury neuronových sítí reprezentují informace zůstává otevřenou otázkou. Stále více důkazů však naznačuje, že jsou neuronové sítě schopné vykazovat přesné a opakovatelné vzorce chování. Jednou z teorií, která na toto pozorování navazuje, je teorie polychronních skupin. To jsou skupiny neuronů, jež pálí pohromadě v přesně daných odstupech, které reflektují strukturu sítě. V práci popisujeme některé současné metody vyhledávání polychronních skupin. Ty jsou však jen stěží využitelné při práci s velkými nebo spontánně aktivními sítěmi. Proto předkládáme vlastní řešení, pomocí kterého jsme schopni provést analýzu výskytu polychronních skupin ve spontánní aktivitě. Naše data naznačují, že spontánní aktivita vede k tvorbě polychronních skupin v síti, což by potvrzovalo její důležitou roli v tvorbě struktur neuronových sítí.
|
|
|
Obecná umělá inteligence pro hraní her
Klůj, Jan ; Pilát, Martin (vedoucí práce) ; Moudřík, Josef (oponent)
Hraní her je v současné době poměrně zajímavý problém na poli umělé inteli- gence. V diplomové práci se zabýváme tvorbou obecné umělé inteligence, která je schopna hrát vybrané jednoduché počítačové hry na základě informací, které jsou dostupné i lidskému hráči. Našimi vybranými hrami jsou 2048, Mario, zá- vodní simulátor TORCS a Alhambra. Všechny informace, které umělá inteligence získává, jsou poskytovány hrami pomocí rozhraní a žádný model tak nevyužívá obrazový vizuální vstup. Využíváme evolučních přístupů jako jsou evoluční algo- ritmy, evoluční strategie CMA a diferenciální evoluce, aplikované na různé typy neuronových sítí. Dále se zabýváme hlubokým zpětnovazebním učením. Tyto pří- stupy testujeme a jejich výsledky porovnáváme. 1
|
|
|
HexMage - Encounter Balancing in Hex Arena
Arnold, Jakub ; Gemrot, Jakub (vedoucí práce) ; Moudřík, Josef (oponent)
Název práce: HexMage - Balancování setkání v hexové aréně Autor: Jakub Arnold Katedra: Katedra softwaru a výuky informatiky Vedoucí bakalářské práce: Mgr. Jakub Gemrot, Katedra softwaru a výuky infor- matiky Abstrakt: Procedurální generování obsahu (PCG - procedural content genera- tion) je zejména prozkoumáváno v kontextu vytváření herních map, nikoliv však pro účely generování herních postav. Cílem této práce je navrhnout tahovou hru s RPG prvky s úplnou informací, na které implementujeme algoritmus pro balancování setkání. Hra probíhá v hexové aréně, v níž bojují dva týmy proti sobě. Každý tým je složen z několika hráčem ovládaných postav s různými schop- nostmi. Naším cílem je generovat atributy těchto schopností, abychom docílili vyváženého souboje. Dalším cílem je také naprogramovat umělou inteligenci, která bude použita pro automatické testování PCG algoritmu. Cílem je, aby vygenerovaný nepřítel byl stejně silný jako hráč, ale dostatečně odlišný. Klíčová slova: počítačové hry, balancování soubojů, hexová aréna, rpg prvky 1
|
|
|
Genetic Algorithms driven by MCTS
Havránek, Štěpán ; Hric, Jan (vedoucí práce) ; Moudřík, Josef (oponent)
Evoluční a genetické algoritmy jsou techniky navržené dle přírodní inspirace. Používají se k řešení nejrůznějších úloh, se kterými se neumíme efektivně vypořádat exaktními metodami. Metoda Monte Carlo, potažmo Monte Carlo Tree Search, je založena na vzorkování, a také se uplatňuje tam, kde nelze daný problém držet celý v paměti a úplné prohledávání není možné. Tato práce se zabývá návrhem spojení těchto dvou odlišných přístupů do jedné obecné metody. Tuto metodu ilustruje a implementuje na konkrétním případě: problému obchodního cestujícího (TSP). Součástí práce jsou i nejrůznější experimenty hledající vhodné nastavení parametrů, porovnávající různé varianty metody s klasickým evolučním přístupem k TSP nebo například hladovým algoritmem. Naše metoda se ukázala přinejmenším konkurenceschopná. Nejlepších výsledků potom dosahuje kooperace našeho přístupu s klasickým evolučním řešením TSP. Tato spolupráce dosahuje vyššího výkonu než každá její část samostatně, což považujeme za úspěch naší metody.
|
|
|
Meta-learning methods for analyzing Go playing trends
Moudřík, Josef ; Neruda, Roman (vedoucí práce) ; Mráz, František (oponent)
Práce rozšiřuje metodiku pro ohodnocování hráčů hry go na základě záznamů jejich her, kterou jsme dříve publikovali v (Baudiš - Moudřík, 2012). V této diplomové práci jsme nejprve přidali některé featury a navrhli metodiku pro jejich porovnávání. Následně jsme představili robustní framework, který je pomocí metod strojového učení schopen zachytit závislosti mezi ohodnoceními hráčů a obecnou závislou proměnou. Tento framework spočívá v evoluci ansámblových metod strojového učení. Aplikovali jsme jej na dva problémy - predikci síly hráčů a stylů jejich hry. Výsledky ukazují, že v obou případech je možné tuto predikci provést s rozumnou přesností. Jedním z výsledků práce je i webová aplikace, která demonstruje metodiku navrženou v této práci, slouží jako pomůcka pro studium hry go a umožňuje další sběr dat. Powered by TCPDF (www.tcpdf.org)
|
|
|
Model V1 s realistickou distribucí funkčních typů neuronů v rámci kortikálních vrstev
Moudřík, Josef ; Sýkora, Ondřej (oponent) ; Brom, Cyril (vedoucí práce)
Primární zraková kůura (V1) obsahuje dva hlavní funkční okruhy neuronů, takzvané simplexní a komplexní buňky. Tyto buňky se liší svými reakcemi na určité podněty a jejich vznik byl nedávno simulován v jednom z výpočetních modelů V1. V tomto modelu se však obě kategorie neuronůu vyvíjejí v oddělených vrstvách, které odpovídají vrstvám 4C a 2/3 zrakové kůry. To je v rozporu s experimentálními daty, jež ukazují, že oba typy buněk jsou (i když nerovnoměrně) zastoupeny v obou vrstvách. V této práci je představen výpočetní model s realistickým rozložením obou typů buněk. Narozdíl od předcházejících modelů obsahujících inhibiční spojení dlouhého dosahu, můj model obsahuje excitační spojení dlouhého dosahu, která byla pozorována u zvířat. Abych zhodnotil vlastnosti modelu, porovnal jsem jej s výsledky studie zkoumající zrakovou kůru makaků. Model vykazuje velkou diverzitu neuronů různě preferujících rozličné orientace stimulů, v souladu s touto studií. Navíc v něm vznikají mapy orientační preference a realistická receptivní pole.
|
host ::
RSS.