|
|
Optimalizace úloh typu TSP technikami kolektivní výpočetní inteligence
Franěk, Jaromír ; Jaroš, Jiří (oponent) ; Bidlo, Michal (vedoucí práce)
Cílem této práce je porovnání algoritmů kolektivní výpočetní inteligence pro optimalizaci rozsáhlých instancí problémů obchodního cestujícího obsahující až několik tisíc měst. Tato práce bude zaměřená na optimalizace, které jsou založené na chování hejna a optimalizace, které jsou založené na chování včelího roje. V sadě experimentů jsem porovnal jednotlivé algoritmy z těchto dvou přístupů s různými parametry. Podle těchto výsledků jsem navrhl vlastní vylepšení algoritmů pro řešení daného problému. Dále jsem navrhl vylepšení algoritmů o metody podpory diversity, nebo lokálního prohledávání pro diskrétní verze těchto algoritmů. Na finální sadě experimentu jsem porovnal výsledky navržených algoritmů.
|
|
|
Přírodou inspirované optimalizační algoritmy
Krampla, Vojtěch ; Dvořák, Jiří (oponent) ; Šeda, Miloš (vedoucí práce)
Tato práce je zaměřena na popis čtyř optimalizačních algoritmů inspirovaných přírodou. Jsou popsány algoritmus mravenčí kolonie, algoritmus vlčí smečky, algoritmus včelího roje a genetický algoritmus. V rámci této práce byl implementován genetický algoritmus pro optimalizační úlohu, konkrétně pro řešení problému batohu. Součástí práce je experiment s tímto algoritmem a vyhodnocení získaných výsledků.
|
|
|
Registrace ultrazvukových sekvencí s využitím evolučních algoritmů
Hnízdilová, Bohdana ; Odstrčilík, Jan (oponent) ; Mézl, Martin (vedoucí práce)
Tato diplomová práce se věnuje registraci ultrazvukových sekvencí s využitím evolučních algoritmů. V teoretické části práce je popsán proces registrace obrazů a jeho optimalizace pomocí genetických a metaheuristických algoritmů. V práci jsou také uvedeny problémy, které se mohou vyskytnout při registraci ultrasonografických snímků a různé přístupy k jejich registraci. V praktické části práce byla implementováno a srovnáno několik metod optimalizace pro registraci řady sekvencí.
|
|
|
Mravenčí kolonie
Hart, Pavel ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Práce se zabývá rešerší optimalizačních algoritmů a dále pak implementací a porovnáním tří z nich. Jedná se o algoritmus mravenčí kolonie, zakázané prohledávání a simulované žíhání. Implementace algoritmů byla uzpůsobena k řešení problému obchodního cestujícího. U všech zmíněných algoritmů byla zkoumána a zhodnocena jejich časová náročnost a kvalita nalezeného řešení. U algoritmů mravenčí kolonie bylo navíc provedeno zhodnocení vlivu řídicích parametrů na kvalitu nalezeného řešení.
|
|
|
Evoluční algoritmy
Haupt, Daniel ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
První část práce je teoretická a zabývá se optimalizací a evolučními algoritmy, které jsou používány k řešení složitých optimalizačních problémů. Konkrétně jsou popsány algoritmy diferenciální evoluce, genetický algoritmus, simulované žíhání a deterministický neevoluční algoritmus zakázané prohledávání. Dále je diskutována problematika testování optimalizačních algoritmů pomocí tzv. galerii testovacích funkcí a testování pomocí srovnání výsledků algoritmů při řešení problému obchodního cestujícího. Ve druhé části práce jsou všechny uvedené algoritmy testovány na 11 testovacích funkcích a na třech modelech rozmístění měst v problému obchodního cestujícího. Nejprve jsou algoritmy srovnávány s možností neomezeného přístupu k účelové funkci a dále s omezenou možností přístupu k účelové funkci. Veškerá data jsou statisticky a graficky zpracována. Jednotlivé algoritmy jsou seřazeny dle úspěšnosti.
|
|
| |
|
|
Stabilizace videa využívající globální optimalizační algoritmy
Bartoš, Patrik ; Říha, Kamil (oponent) ; Kříž, Petr (vedoucí práce)
Tato bakalářská práce se věnuje stabilizaci videa pomocí optimalizačních algoritmů CRS (kontrolované náhodné prohledávání) a GA (genetický algoritmus). Popisuje proces lícování obrazu, geometrické transformace, interpolační metody, podobnostní kritéria a optimalizační algoritmy. Stručně popisuje také strukturu programu vytvořeného v prostředí MATLAB. V závěru práce jsou obsaženy výsledky dosažené stabilizace.
|
|
|
Evoluční optimalizace konvolučních neuronových sítí
Čoupek, Vojtěch ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
Práce se zabývá problematikou komprese vah neuronové sítě pomocí techniky Weight-Sharing a~optimalizací parametrů této techniky pomocí nekonvenčních optimalizačních algoritmů. Důvodem optimalizace je snížení paměťové, respektive energetické náročnosti výpočtu odezvy neuronové sítě. Cílem je navrhnout systém, který dokáže přijmout neuronovou síť a~snížit její paměťovou náročnost, a~ověřit použitelnost této metody na několika případových studiích. Práce prozkoumává využití různých optimalizačních algoritmů, dodatečnou kompresi pomocí kvantizace nad technikou Weight-Sharing a navrhuje metodu ladění výsledků kvantizace pro zlepšení přesnosti. Tyto postupy jsou nejdříve vyzkoušeny na síti Le-Net-5 a následně aplikovány na kompresi sítě MobileNet\_v2.
|
|
| |
|
|
The Role of Advanced Option Pricing Techniques Empirical Tests on Neural Networks
Brejcha, Jiří ; Baruník, Jozef (vedoucí práce) ; Vošvrda, Miloslav (oponent)
Tato práce se zabývá porovnáním dvou pokročilých metod oceňování opcí aplikovaných na opce evropského stylu vypsané na index DAX. Práce zkoumá výkonnost především dvou modelů: modelu se stochastickou volatilitou založeného na asymetrickém nelineárním procesu GARCH, který navrhli Heston a Nandi (2000), dále pak přístupu využívajícím umělé neuronové sítě, přičemž jako referenční je zde použit klasický Black-Scholes-Mertonův model. Modely pro oceňování opcí jsou testovány nejen na datech pro období mezi 3. 7. 2006 - 30. 10. 2009, ale i na jednotlivých podsouborech dat nazvaných jako "data před krizí" a "data v krizi", kde je přelomovým dnem 17. 4. 2008. Hlavním cílem práce je nalezení nejvhodnějšího oceňovacího nástroje opcí a to jak pro "data před krizí", tak i pro "data v krizi". První dvě kapitoly uvádějí do problematiky opčního oceňování, přičemž následující třetí kapitola poskytuje teoretické zázemí vztahující se k výše uvedeným metodám. V práci je též shrnut teoretický rámec různých nelineárních optimalizačních algoritmů, jako je metoda klesajícího gradientu, metoda zpětného šíření, kvasi-Newtonova metoda a Levenberg-Marquardtův algoritmus. Empirická část pak ukazuje, že žádný z uvedených modelů nepřevyšuje ve všech kategoriích svým výkonem ty ostatní. Nicméně přesto můžeme vyslovit závěr, že...
|
host ::
RSS.