|
|
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.
|
|
|
Využití GPU pro akceleraci optimalizace systému vodních děl
Marek, Jan ; Petrlík, Jiří (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato práce se zabývá optimalizací řízení zásobní funkce vodohospodářských soustav. Vycházíme z dizertační práce Ing. Pavla Menšíka Ph.D., Automatizace řešení zásobní funkce vodohospodářské soustavy. Jako optimalizační metoda byla zvolena diferenciální evoluce. Daná metoda bude implmentována sekvečne a poté paralelizována nejdříve na procesoru a poté na GPU
|
|
|
Realistický simulátor kruhových objezdů
Molnár, Miroslav ; Petrlík, Jiří (oponent) ; Korček, Pavol (vedoucí práce)
Neustálý nárůst silniční dopravy zvyšuje požadavky na ni a přináší nové problémy. Nalezení vhodných řešení vyžaduje detailní zkoumání silniční dopravy. Cílem práce je návrh a implementace mikroskopického simulátoru kruhových objezdů, který je založen na principu celulárního automatu. Simulátor umožňuje tvorbu různých typů kruhových objezdů navzájem propojitelných cestami. V simulátoru je možné měnit různé parametry, jako např. hodnoty viditelnosti na silnici, smykového tření, maximální rychlosti, dodržování bezpečné vzdálenosti. V práci jsou shrnuty výsledky simulací pomocí implementovaného simulátoru v různých dopravních situacích.
|
|
|
Telemetrie pro formuli Dragon IV
Bezdíček, Jan ; Petrlík, Jiří (oponent) ; Šimek, Václav (vedoucí práce)
Cílem této diplomové práce bylo navrhnout a zkonstruovat kompletní telemetrické zařízení určené pro formuli Dragon IV soutěže Formula Student. Tato práce se nejprve zabývá teorií problematiky měření fyzikálních veličin v automobilu, jejich vzájemnou komunikací a komunikací se sběrnicí CAN. Je zde popsán postup návrhu hardwaru včetně výběru a použití jednotlivých inerciálních senzorů a GPS modulu. Jsou zde obsaženy i podklady pro tvorbu dvouvrstvé desky plošného spoje, která rozšiřuje mikropočítač BeagleBone Black o inerciální senzory a modul GPS. Součástí této práce je také vytvoření softwaru v jazyce C# a C++ a to jak firmwaru pro hardware, tak aplikace pro řídící počítač. Tato uživatelská aplikace slouží pro bezdrátový příjem stavu senzorů získaných telemetrickým zařízením a jejich zobrazování. Umožňuje také bezdrátově zařízení konfigurovat. Výsledný produkt je kompletní telemetrický systém již vhodný pro koncového zákazníka.
|
|
|
DNA výpočty a jejich aplikace
Fiala, Jan ; Petrlík, Jiří (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá návrhem a implementací aplikace pro simulaci DNA výpočtů pro řešení vybraných problémů. DNA výpočty patří mezi nekonvenční výpočetní paradigmata, které se zásadně liší od konceptu elektronických počítačů. Hlavní myšlenkou DNA počítání je požití DNA jako média, kde může poměrně efektivně probíhat výpočet. I přesto, že DNA reakce jsou mnohem pomalejší než výpočetní takty dnešních křemíkových počítačů, má DNA počítání velmi slibnou budoucnost. DNA operace jsou založeny na dvou důležitých aspektech: masivní paralelismus DNA operací a princip komplementarity bází. Existuje mnoho důležitých problémů, pro které na konvenčních počítačích neexistuje algoritmus řešení v polynomiálním čase. Takto obtížné problémy se musí řešit prohledáváním celého stavového prostoru všech jejich řešení. Zde se ukazuje být masivní paralelismus DNA operací velmi důležitý, aby se snížila složitost hledání řešení.
|
|
|
Multikriteriální kartézské genetické programování
Petrlík, Jiří ; Schwarz, Josef (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cílem této diplomové práce je shrnout problematiku multikriteriálních genetických algoritmů a kartézského genetického programování. Podrobně je popsán algoritmus NSGAII a začlenění multikriteriální optimalizace do kartézského genetického programování (CGP). Navržená metoda multikriteriálního CGP byla ověřena na zvolených problémech z oblasti návrhu číslicových obvodů.
|
|
| |
|
|
Soutěživá koevoluce v kartézském genetickém programování
Skřivánková, Barbora ; Petrlík, Jiří (oponent) ; Drahošová, Michaela (vedoucí práce)
Symbolická regrese je metoda hledání předpisů funkcí, které co nejpřesněji prochází danými body v rovině nebo prostoru. V této práci je řešena symbolická regrese s využitím kartézského genetického programování a soutěživé koevoluce. Tato úloha byla již dříve řešena pomocí kartézského genetického programování a koevoluce prediktorů fitness. V této práci je zkoumáno, zda-li jednodušší soutěživá koevoluce dokáže dosáhnout obdobných výsledků jako koevoluce prediktorů fitness. Symbolická regrese je v této práci testována na pěti různě složitých úlohách. Při testování se ukázalo, že při řešení jednodušších úloh dosahuje soutěživá koevoluce oproti klasickému kartézskému genetickému programování výrazně vyššího zrychlení než koevoluce prediktorů fitness. Složitější úlohy, ve kterých koevoluce prediktorů fitness obstála stejně dobře jako v jednodušších, však soutěživá koevoluce vyřešit nedokázala.
|
|
|
Multi-objective genetic algorithms in road traffic prediction
Petrlík, Jiří ; Brandejský, Tomáš (oponent) ; Snášel,, Václav (oponent) ; Sekanina, Lukáš (vedoucí práce)
The understanding of the road traffic behavior is a key to effective traffic control, management and organization. This task is becoming more and more important with increasing traffic demands and the number of registered vehicles. The information about the current and future traffic situation is very important for drivers and traffic operators. Fortunately, there was a huge progress in technologies for traffic data acquisition in the last few decades. Stationary sensors, such as loop detectors, radars, cameras and infrared sensors can be installed on important locations of the roads and measure various microscopic and macroscopic traffic variables. However, some measurements can lead to an incorrect data which cannot further be used in the subsequent processing tasks such as traffic prediction or intelligent control. For example, this can be caused by equipment failures or data transmission problems. It is highly desirable to have a framework, which is capable of estimating the missing values in traffic data. It is also very important to provide a reliable short-time prediction of the traffic state. In this thesis, we focus on selected problems from this domain - the imputation of missing traffic data, short time traffic forecasting and travel times estimation. The proposed solution is based on combining the state-of-the art machine learning methods such as support vector regression (SVR) with the multi-objective evolutionary optimization. SVR has various meta-parameters which should be properly set in order to achieve the best performance. The performance also strongly depends on the selection of the input variables for SVR. We used the multi-objective optimization to find the proper settings of SVR meta-parameters and input variables. Using the multi-objective optimization, we obtained many different non-dominated solutions from Pareto front. These solutions can dynamically be switched according to the traffic data which are currently available, in order to maximize the quality of prediction. The proposed methods are specially designed for environments with many missing values in traffic data. We evaluated the proposed methods using real world data and compared them with the state of the art methods for the traffic data imputation and short term prediction such as the probabilistic principal component analysis and support vector regression optimized by a single objective optimization. The proposed methods provide better results than these state of the art methods especially in the cases where there are many missing values in the traffic data.
|
|
|
Interpreter bytového kódu Java
Husák, Jiří ; Petrlík, Jiří (oponent) ; Fučík, Otto (vedoucí práce)
Cílem bakalářské práce je navrhnout a implementovat interpreter bytového kódu Java na platformě FITkit. V práci je nejprve rozebrána problematika jazyka Java, zejména vlastnosti přenositelného bytekódu a virtuálního stroje Javy. Dále je v práci popsán mikroprocesor MSP430 od firmy Texas Instruments. Výsledkem práce je interpreter napsaný v jazyce C pro mikroprocesor a aplikace pro PC, která zajišťuje překlad a zavedení bytekódu přes sériovou linku do zařízení FITkit. Na konci práce jsou uvedeny demonstrační aplikace napsané v jazyce Java, které využívají periferie FITkitu nebo také FPGA k akceleraci výpočtů.
|
host ::
RSS.