|
|
Computational modelling of thermal behavior of DC motor
Grepl, Robert ; Wierciak, J. ; Vlach, R.
The paper deals with computational modelling of thermal behavior ofdrive system with DC motor. Motivation to built dynamical thermal model is toincrease utility value performance of electrical motor in particular roboticapplication. There is mathematical model presented in the paper, describedidentification of parameters process and shown results for two kind ofidentification approaches. Usage of neural networks approximators ismentioned.
|
|
| |
|
| |
|
|
Využití neuronových sítí při obchodování s akciemi
Lahodová, Martina ; Veselá, Jitka (vedoucí práce) ; Stádník, Bohumil (oponent)
Neuronové sítě se v poslední době staly nejrychleji se rozvíjející oblastí počítačových věd. Mají výrazný interdisciplinární charakter, což umožňuje jejich aplikace v mnoha odvětvích lidské činnosti např. v prostředí kapitálových trhů. Cílem této práce je aplikovat model perceptronu pro výpočet budoucí ceny u vzorku akcií, zjistit přesnost predikce a vyvodit závěr o spolehlivém uplatnění neuronových sítí. Úvodní kapitoly práce se zabývají obecnými principy fungování neuronových sítí, jejich tříděním a překládají různé způsoby učení. Analytická část se věnuje tvorbě a použití modelu perceptronu a analýze dosažených výsledků.
|
|
|
Aplikace neuronových sítí a Elliotových vln na vybraný vzorek akcií
Polaková, Soňa ; Veselá, Jitka (vedoucí práce) ; Musílek, Petr (oponent)
Tato práce je zaměřena na predikce budoucího trendu kurzu akcií pomocí umělých neuronových sítí, zejména na optimalizaci parametrů v procesu učení neuronové sítě. Identifikace pozice v rámci systému Elliotových vln a následná predikce budoucího vývoje trendu kurzu akcií je druhým zkoumaným přístupem. Na základě shody obchodních signálů, generovaných těmito dvěma metodami, a ex-post skutečného signálu přinášejícího zisk, je vyhodnocena úspěšnost využívání těchto modelů pro predikce na akciových trzích.
|
|
|
Analýza burzovních dat metodami UI
Kutina, Michal ; Jelínek, Jiří (vedoucí práce) ; Dvořák, Pavel (oponent)
Diplomová práce Analýza burzovních dat metodami UI je zaměřena na uplatnění neuronových sítí při predikci kurzových pohybů na burze. Teoretická část je rozdělena na tři samostatné celky. V první části je popsána problematika burzy a jednotlivé termíny s ní související. V druhé části jsou rozebrány dva základní přístupy pro analýzu burzovních dat, kterými jsou fundamentální a technická analýza. Třetí, poslední teoretická část tvoří samostatný celek popisující teorii Umělé Inteligence. Zejména podrobně je popsána problematika neuronových sítí. Praktická část hledá uplatnění pro vybranou neuronovou síť GAME. Analyzuje vybraný trh YMZ9. Zaměřuje se na predikci pohybu kurzu pomocí metody posuvného okna. V závěrečné kapitole shrnuje výsledky a dokazuje, že neuronové sítě je možné, za určitých podmínek, vhodně použít, jak pro predikci kurzových pohybů, tak jako jeden ze základních stavebních kamenů profitabilního obchodního systému.
|
|
|
Historie a vývoj umělé inteligence
Kraitz, Petr ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Práce popisuje relativně krátkou historii oboru umělé inteligence, obsahuje základní překážky a výzvy, kterým pracovníci na odborných pracovištích čelili a čelí, stejně jako popis metod jak se s výzvami utkat a nástin možného budoucího vývoje. Cílem práce nebylo podat vyčerpávající obraz oboru umělé inteligence, nýbrž seznámit čtenáře s novým zajímavým oborem, jeho zakladateli a pokračovateli, základními přístupy a obory které se tématu dotýkají.
|
|
|
Ekonomické modely realizované neuronovou sítí typu GMDH
Beneš, Vratislav ; Jablonský, Josef (vedoucí práce) ; Hrabčák, Petr (oponent)
V této diplomové práci je uveden návrh a realizace modifikované neuronové sítě typu MIA GMDH k tvorbě ekonomických modelů pomocí induktivních metod. Modely jsou porovnávány se statistickými metodami podle kvality a míry pohodlí jejich užívání. Pro ověření funkcionality byla vytvořena aplikace, v které byly provedeny experimenty. Stejné experimenty byly provedeny v ekonometrickém software a získané výsledky byly porovnány. Bylo ověřeno, že MIA GMDH je vhodná pro ekonomické modelování.
|
|
|
Rozhodování člověka a počítače
Belák, Václav ; Rosický, Antonín (vedoucí práce) ; Havel, Ivan (oponent) ; doc. Ing. Ivan M. Havel, CSc. Ph.D., (oponent)
Rozhodování je procesem výběru jedné z možných variant akcí. U jedince se jedná o komplexní proces, který je ovlivněn očekáváním jedince, jeho znalostmi, porozuměním světu, hodnotami a také jeho schopností tvořit. Komplexita tohoto procesu vzrůstá, uvážíme-li postavení jedince v kolektivu. Vyrovnávání se s těmito problémy je tradičně výzvou pro psychologii a management. Autorovým cílem je pojmutí této problematiky z perspektivy kognitivní vědy spolu s akcentem na inteligentní systémy pro podporu rozhodování. Nastíníme některé ze základních principů těchto systémů a po pojmenování rozdílů mezi těmito a lidským procesem rozhodování se přesuneme k jednotlivým přínosům a úskalím kombinace obou procesů rozhodování, v jejichž vhodné kombinaci spočívá úspěch budoucích rozhodnutí.
|
|
|
Moderní metody predikce měnových kurzů
Buryan, Petr ; Taušer, Josef (vedoucí práce)
Tato práce se snaží nabídnout odpověď na otázku, zda má smysl při rozhodování o budoucím pohybu měnových kurzů brát ohled na výsledky vystupující z modelů získaných analýzou měnových kurzů a relevantních časových řad provedeného pomocí metod strojového učení. Účelem této práce je tak prozkoumat možnosti analýzy kurzů (ve formě časových řad) s důrazem na použití nových metod spočívajících svým těžištěm v oblasti umělé inteligence a strojového učení (neuronové sítě, algoritmus GMDH sítí).
|
host ::
RSS.