|
| |
|
| |
|
|
Implementace dolovacích modulů systému pro dolování z dat na platformě NetBeans
Stríž, Rostislav ; Bartík, Vladimír (oponent) ; Šebek, Michal (vedoucí práce)
Sběr a ukládání dat hraje významnou roli v mnoha aspektech dnešního podnikání a kvalitní informace se stávají klíčem k úspěchu. Proces získávání znalostí z databází umožňuje z uložených dat získat skryté informace, které lze využít k dalšímu rozvoji. Tato práce se zabývá rozšířením nástroje, který slouží právě k dolování informací. Cílem bylo vytvořit modul pro dolovací program, pracující na platformě NetBeans avyvíjený na FIT ke studijním účelům. Nový modul bude umožňovat dolování z databázového systému Oracle pomocí netradičního použití genetického algoritmu. Obsahem práce je postup tvorby tohoto modulu - od teoretických základů až po podrobnosti implementace, testování a zhodnocení.
|
|
|
Detekce obtížně diferencovatelných skupin srdečních arytmií
Kantor, Marek ; Ronzhina, Marina (oponent) ; Novotná, Petra (vedoucí práce)
Tato práce se zabývá problematikou detekčních metod fibrilace síní, flutteru síní a sinusového rytmu ze záznamu EKG. Práce rovněž pojednává o těchto arytmiích a klasifikačních algoritmech vhodných pro tuto problematiku. V rámci této práce je vytvořeno několik přístupů klasifikace. Pro extrakci příznaků je využita konvoluční neuronová síť a klasifikace je realizovaná prostřednictvím umělé neuronové sítě. Vybrána metoda 1D CNN pro tyto těžko diferencovatelné srdeční arytmie dosahuje průměrné přesnosti klasifikace F1 - skóre = 91 %. Vybrána CNN optimalizovaná pomocí GA je rychlá mělká síť s lepší přesností než hluboká síť. Vytvořené modely jsou použity i pro klasifikaci jiných typů arytmií.
|
|
|
Akcelerace neuronových sítí s využitím GPU
Šimíček, Ondřej ; Jaroš, Jiří (oponent) ; Petrlík, Jiří (vedoucí práce)
Tato práce se zabývá využitím grafických čipů pro akceleraci neuronových sítí s učením typu backpropagation. Pro řešení tohoto problému byla zvolena technologie OpenCL umožňující využít grafické čipy různých výrobců. Hlavním cílem práce byla akcelerace časově náročného procesu učení sítí a procesu klasifikace. Zrychlení bylo docíleno trénováním velkého množství neuronových sítí současně. Získané zrychlení bylo využito pro nalezení vhodné topologie a nastavení neuronové sítě pro zadanou úlohu pomocí genetického algoritmu.
|
|
| |
|
|
Adaptivní model pro simulaci znečištění ovzduší
Pazúriková, Jana ; Šátek, Václav (oponent) ; Dvořák, Radim (vedoucí práce)
Znečištění ovzduší ohrožuje životní prostředí i životy lidí a je třeba lépe pochopit procesy, které se za ním skrývají. Počítačové modely a jejich simulace pomocí advekčně-difuzní rovnice, popřípade jinými způsoby, poměrně přesně reprezentují pohyb a proměny kontaminantu. Současné modely jsou však validní pouze za určitých omezených počátečních podmínek. V práci je představen obecný model kombinující několik specifických modelů, které jsou schopny měnit se dle vstupních parametrů a zlepšovat se trénováním. Adaptivnost systému je zajištěna rozhodovacím stromem a genetickým algoritmem. Rozhodovací strom reprezentuje datovou strukturu s informacemi pro proces výběru a kombinaci modelů, genetický algoritmus slouží jako optimalizační metoda pro přizpůsobení stromu trénovacími daty. Ohodnocení implementovaného systému dokazuje, že kombinace modelů dává lepší výsledky než modely samotné. I s jednoduchými specifickými modely má systém výsledky srovnatelné se současnými modely znečištění ovzduší.
|
|
| |
|
|
Nové techniky návrhu celulárních automatů
Baláž, Martin ; Drábek, Vladimír (oponent) ; Bidlo, Michal (vedoucí práce)
Cílem této diplomové práce je uvést novou techniku návrhu celulárních automatů, která poskytne lepší možnosti implementace a řešení zadaných problémů v prostředí neuniformních automatů. V rámci této práce byly položeny teoretické základy k problematice celulárních automatů a byly přezkoumány možnosti jejich návrhu pomocí dvou evolučních principů, které se běžně používají - genetický algoritmus a celulární programování. Byly vybrány dva principiálně výrazně odlišné problémy, na kterých byly možnosti a schopnosti těchto technik prověřeny: problém synchronizace a systém implementace logických hradel v prostředí celulárního automatu. Na základě přezkoumání implementačních vlastností a na základě prvních výsledků použití těchto metod byla vytvořena nová metoda návrhu celulárních automatů - celulární evoluce. Celulární evoluce se svojí metodou "predikce budoucího stavu okolních buněk" poskytuje nové možnosti v návrzích automatů, jelikož pracuje se strukturovanými geny, které umožňují, aby byl daný gen aktivní pro více různých celulárních okolí. V závěru práce byly na vybraných dvou problémech porovnané všechny tři metody a jejich schopnosti byly shrnuty v podrobném přehledu.
|
|
|
Užití genetického programování v návrhu digitálních obvodů
Hejtmánek, Michal ; Bidlo, Michal (oponent) ; Gajda, Zbyšek (vedoucí práce)
Cílem této práce bylo nastudování evolučních algoritmů a jejich využití pro návrh digitálních obvodů. Především jsem se zaměřil na genetické programování a jeho rozdílný způsob zacházení se stavebními bloky ve srovnání s genetickým algoritmem. Na základě těchto dvou přístupů jsem vytvořil a odzkoušel hybridní metodu návrhu obvodů. Tato metoda využívá šíření schemat podle genetického algoritmu pro problémy řešené genetickým programováním. U složitějších obvodů dosahuje vyšší úspěšnosti návrhu i rychlejší konvergence k řešení než obecný algoritmus genetického programování.
|
host ::
RSS.