|
|
Využití celulárních automatů pro kompresi dat
Polák, Marek ; Trunda, Otakar (vedoucí práce) ; Mráz, František (oponent)
V této práci se zabýváme možnostmi využití celulárních automatů pro bezeztrátovou kompresi dat. Popisujeme klasifikaci celulárních automatů a jejich dosavadní využití. Zkoumáme vlastnosti jednotlivých typů elementárních celulárních automatů (tzv. Wolframova pravidla), popisujeme jejich třídy ekvivalence, možnosti jak dopředné, tak i zpětné simulace, zkoumáme pravidla se zajímavým chováním. Stavy získané těmito pravidly hodnotíme z hlediska jejich uspořádanosti (např. poměr živých buněk či aproximace entropie). Implementujeme některé standardní kompresní algoritmy a porovnáváme je z hlediska využitelnosti pro nejlépe ohodnocené stavy. Aplikací získaných poznatků navrhujeme nový kompresní algoritmus, testujeme jej na textových a obrazových datech a výsledky srovnáváme s tradičními kompresními algoritmy. Powered by TCPDF (www.tcpdf.org)
|
|
|
Computational Intelligence for Financial Market Prediction
Řeha, Filip ; Pilát, Martin (vedoucí práce) ; Mráz, František (oponent)
Finanční trhy jsou charakterizovány nejistotou, která je často spojována s budoucím vývojem světových ekonomik a firem. Schopnost předpovědět alespoň do určité míry budoucí vývoj finančních trhů by umožnila člověku dosáhnout téměř neomezených zisků. Cílem této práce je prozkoumat neuronové sítě a genetické programování jako možné nástroje pro předpovídání budoucích pohybů finančních trhů, a aplikovat je na dostupná historická finanční data. Experimenty byly provedeny a jejich výsledky nám ukázaly, že obě metody mohou být úspěšně k tomuto účelu využity. Výsledky nám dále ukázaly, že strategie využívající neuronové sítě v průměru překonaly strategie vytvořené pomocí genetického programování. Pro zhodnocení a zobrazení výsledků našich strategií byla dále vytvořena aplikace MarketForecaster. Powered by TCPDF (www.tcpdf.org)
|
|
|
Genetic programming in Swift for human-competitive evolution
Mánek, Petr ; Mráz, František (vedoucí práce) ; Gemrot, Jakub (oponent)
Evoluční algoritmy napodobují biologický proces přirozeného výběru. Osvědčily se zejména jako optimalizační a vyhledávací metody. Předmětem této práce je návrh a implementace programátorské knihovny obsahující často používané nástroje pro tvorbu evolučních algoritmů v novém programovacím jazyce Swift. Výsledný software je kompatibilní s linuxovými systémy i chytrými mobilními telefony. Široké spektrum podporovaných technologií umožňuje jeho úspěšnou aplikaci v situacích, kdy signály musí být zpracovány uvnitř zařízení, které je naměřilo, nezávisle na ostatních výpočetních jednotkách. Díky zjednodušené syntaxi jazyka Swift navíc zdrojový kód knihovny spolu s přiloženými ukázkami jejího použití ilustrují základní principy evolučních algoritmů a genetického programování pro využití ve výuce. Powered by TCPDF (www.tcpdf.org)
|
|
|
Artificial Player for Hearthstone Card Game
Ohman, Ľubomír ; Gemrot, Jakub (vedoucí práce) ; Mráz, František (oponent)
The goal of this work was to create an artificial agent that is able to learn how to play Hearthstone with given deck of cards. We decided to use Q-learning algorithm to achieve it. The side effect of this work is the transformation of the simple simulator of Hearthstone into the framework for developing Artificial Intelligence in this game. For the purpose of training and evaluation, commonly played strategies served us as inspiration for the testing agents that we developed. This work contains comparison of the table representation of Q-function and the neural network approximation of it. The original goal was fulfilled partially. We were successful in the creation of the learning agent but he is only able to learn one specific strategy.
|
|
|
Efficient video retrieval using complex sketches and exploration based on semantic descriptors
Blažek, Adam ; Lokoč, Jakub (vedoucí práce) ; Mráz, František (oponent)
Tématem této práce jsou nové způsoby hledání ve videu. Konkrétněji se zaměřujeme na hledání známého objektu, v našem případě krátkého video segmentu. Předpokládáme, že žádný vhodný příklad pro podobnostní vyhledávání není k dispozici. Náš původní nástroj, opírající se o zachycení distribuce barev ve videu, je rozšířen o řadu nových modulů. Jmenovitě představujeme multi-modální skicy, nové prohledávací a vizualizační metody, podobnostní hledání s pomocí sémantických deskriptorů a v neposlední řadě dvě ortogonální metody pro zpracování textových dotazů. Navržené metody jsou implementovány v nástroji Enhanced Sketch-based Video Browser (ESBVB). Efektivita nástroje je testována v konkurenci dalších nejmodernejších metod na mezinárodní soutěži. Opakovaně se ukazuje, že ESBVB představuje jeden z nejefektivnějíších přístupů k dané problematice. V uživatelských studiích je dále ukázáno, že i nezkušení uživatélé dokáží využít možností ESBVB pro hledání známého objektu ve videu. Powered by TCPDF (www.tcpdf.org)
|
|
|
Maximizing Computational Power by Neuroevolution
Matzner, Filip ; Mráz, František (vedoucí práce) ; Pilát, Martin (oponent)
Echo state networks jsou speciálním typem rekurentních neuronových sítí. Nedávný výzkum ukázal, že výkon echo state networks je nejvyšší na přechodu mezi uspořádaným a chaotickým režimem, takzvané hranici chaosu. Tato práce potvrzuje tento jev pomocí rozsáhlých experimentů. Dále je nejlepší echo state network porovnána se sítí vyvinutou pomocí neuroevoluce. Vyvinutá síť má vyšší výkon než nejlepší echo state network, ovšem evoluce vyžaduje značný výpočetní výkon. Kombinací toho nejlepšího z obou modelů, jednoduchostí echo state networks a výkonu vyvinutých sítí, byl navržen nový model zvaný locally connected echo state networks. Výsledky práce mohou mít vliv na budoucí návrhy echo state networks a na efektivitu jejich implementace. Výsledky mohou navíc pomoci lepšímu pochopení toho, jak funguje mozková tkáň. 1
|
|
|
Restricted Restarting Automata
Černo, Peter ; Mráz, František (vedoucí práce) ; Kutrib, Martin (oponent) ; Průša, Daniel (oponent)
Restartovací automaty byly navrženy jako model pro redukční analýzu, která představuje lingvisticky motivovanou metodu pro kontrolu korektnosti věty. Dizertační práce zkoumá lokálně omezené modely restartovacích automatů, které (na rozdíl od obecných restartovacích automatů) smí upravovat obsah vstupní pásky jenom na základě lokálně omezeného kontextu. Studium omezených modelů se ukazuje jako jednodušší než studium obecných restartovacích automatů. Navíc se tyhle modely efektivně učí z pozitivních příkladů redukcí a jejich instrukce jsou srozumitelné i pro člověka. Powered by TCPDF (www.tcpdf.org)
|
|
|
Evolution and Learning of Virtual Robots
Krčah, Peter ; Mráz, František (vedoucí práce) ; Kvasnička, Vladimír (oponent) ; Pilát, Martin (oponent)
Název práce: Evoluce a učení virtuálních robotů Autor: RNDr. Peter Krčah Katedra: Katedra softwaru a výuky informatiky Vedoucí disertační práce: RNDr. František Mráz, CSc. Abstrakt: Evoluční robotika využívá evoluční algoritmy k automatickému návrhu stavby těla i chování robotů. Tato práce přináší dvě metody do oblasti automatického návrhu virtuálních robotických organizmů. První metoda ukazuje přírodou inspirovaný algo- ritmus, který umožňuje virtuálním robotům měnit jejich morfologii učením v průběhu života. Vysvětlujeme, jak tato morfologická plasticita umožňuje vyvíjet organizmy, které mohou dynamicky měnit svoji stavbu těla podle prostředí, do kterého jsou umístěny. Dále ukazujeme, že učení redukuje výpočetní čas potřebný k evoluci robota s předem určenou hodnotou fitness. V druhé části popisujeme pro vybrané problémy evoluční robotiky, jak změna zaměření evoluce z původního cíle na hledání libovolných nových forem chování může předejít předčasné konvergenci do lokálního minima (tato technika je známá jako Novelty search). Klíčová slova: evoluce virtuálních organizmů, koevoluce stavby těla a chování robota, morfologická plasticita, neuronové sítě, učení
|
|
|
Applying genetic algorithms for decision trees induction
Šurín, Lukáš ; Mráz, František (vedoucí práce) ; Šmíd, Jakub (oponent)
Rozhodovacie stromy sú úznávanou a široko používanou technikou pri spracovaní a analyzovaní dát. Tieto stromy sú konštruované typickými a všeobecne známymi indukčnými technikami (napr. ID3, C4.5, C5.0, CART, CHAID, MARS). Kvalita takto získaných stromov nie je vždy dokonalá a často má rezervy. Indukcia kvalitných stromov, na ktoré kladieme zložité požiadavky, je ťažkou až nereálnou úlohou. V tejto práci sa budeme zaoberať práve takýmito rozhodovacími stromami, konkrétne ich vytváraním. Spomínanú rezervu sa snažíme využiť na zlepšenie stromov pomocou metaheuristiky, genetických algoritmov, ktorá sa využíva pri rôznych optimalizačných úlohách. Práca taktiež obsahuje implementáciu navrhnutého algoritmu vo forme zásuvného modulu do prostredia Weka. Neoddeliteľnou súčasťou práce je porovnanie novej metódy so známym algoritmom tvorby rozhodovacích stromov C4.5. Powered by TCPDF (www.tcpdf.org)
|
|
|
IVA Movement Quality Improvement for the Virtual Environment of Unreal Tournament 2004
Macháč, Bohuslav ; Gemrot, Jakub (vedoucí práce) ; Mráz, František (oponent)
Název práce: Zvýšení kvality pohybu IVA ve virtuálním prostředí Unreal Tournament 2004 Autor: Bohuslav Macháč Katedra / Ústav: Kabinet software a výuky informatiky Vedoucí diplomové práce: Mgr. Jakub Gemrot, Kabinet software a výuky informatiky Abstrakt: PogamutUT2004 je rozšíření platformy Pogamut navržené pro vývoj inteligentních virtuálních agentů (IVA) ve hře Unreal Tournament 2004. Navigaci IVA má v Pogamutu na starosti navigační systém, který používá navigační graf jako abstrakci prostředí. Navigační mesh je novou, pokročilejší abstrakcí, ale navigační systém není schopný využívat jejích výhod. Vytvořili jsme nový navigační systém, který těží z výhod navigačního meshe a řeší několik dalších problémů starého systému. Ukazujeme, že nový navigační systém zvyšuje kvalitu navigace. Abychom mohli demonstrovat zvýšení kvality, vytvořili jsme hodnotící framework pro porovnávání navigačních systémů. Systémy byly porovnány v absolutním počtu důležitých cest, které je systém schopen úspěšně následovat, v délce cesty a době, kterou zabere její následování. Vybrali jsme 18 různých map pro detailní vyhodnocení a provedli základní vyhodnocení na dalších 58 mapách. Nový systém je úspěšnější na 16 detailně vyhodnocených mapách s průměrným zlepšením 6,75% v úspěšnosti navigace. Podařilo se nám zvýšit použitelnost...
|
host ::
