|
|
Evoluční algoritmy v návrhu konvolučních neuronových sítí
Badáň, Filip ; Vašíček, Zdeněk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Táto práca sa zaoberá možnosťami automatizácie návrhu neurónových sietí pomocou neuroevolúcie, t. j. využitia evolučných algoritmov pri konštruovaní umelých neurónových sietí alebo optimalizovaní ich parametrov. Cieľom práce je navrhnúť a implementovať evolučný algoritmus v podobe frameworku slúžiaceho na automatizáciu a optimalizáciu návrhu topológií konvolučných neurónových sietí. Účinnosť frameworku bola následne experimentálne vyhodnotená na úlohách klasifikácie obrazu na datasetoch MNIST a CIFAR10. Výsledky ukázali, že neuroevolúcia má potenciál hľadať úspešné a efektívne architektúry konvolučných neurónových sietí.
|
|
|
Evoluční návrh konvolučních neuronových sítí
Pristaš, Ján ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cieľom tejto diplomovej práce je popísať základné techniky evolučného počítania, konvolučných neurónových sietí (CNN) a automatický návrh neurónových sietí pomocou neuroevolúcie ( NAS - Neural Architecture Search ). NAS techniky sú v súčasnej dobe stále viac skúmané, nakoľko zrýchľujú a zjednodušujú zdĺhavý a namáhavý proces návrhu umelých neurónových sietí, a taktiež umožňujú hľadať nekonvenčné architektúry, ktoré by klasickými metódami návrhu nevznikli. Práca obsahuje návrh a implementáciu programu, ktorý je schopný automatického návrhu konvolučných neurónových sietí s využitím open-source knižnice TensorFlow. Program na návrh CNN využíva algoritmus NSGA-II, čo je multikriteriálna varianta genetických algoritmov. Vďaka využití multikriteriálneho optimalizačného algoritmu je program schopný hľadať Pareto množinu optimálnych riešení v závislosti od presnosti sietí a počtu ich parametrov.
|
|
|
Evoluční návrh konvolučních neuronových sítí
Pristaš, Ján ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cieľom tejto diplomovej práce je popísať základné techniky evolučného počítania, konvolučných neurónových sietí (CNN) a automatický návrh neurónových sietí pomocou neuroevolúcie ( NAS - Neural Architecture Search ). NAS techniky sú v súčasnej dobe stále viac skúmané, nakoľko zrýchľujú a zjednodušujú zdĺhavý a namáhavý proces návrhu umelých neurónových sietí, a taktiež umožňujú hľadať nekonvenčné architektúry, ktoré by klasickými metódami návrhu nevznikli. Práca obsahuje návrh a implementáciu programu, ktorý je schopný automatického návrhu konvolučných neurónových sietí s využitím open-source knižnice TensorFlow. Program na návrh CNN využíva algoritmus NSGA-II, čo je multikriteriálna varianta genetických algoritmov. Vďaka využití multikriteriálneho optimalizačného algoritmu je program schopný hľadať Pareto množinu optimálnych riešení v závislosti od presnosti sietí a počtu ich parametrov.
|
|
|
Evoluční algoritmy v návrhu konvolučních neuronových sítí
Badáň, Filip ; Vašíček, Zdeněk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Táto práca sa zaoberá možnosťami automatizácie návrhu neurónových sietí pomocou neuroevolúcie, t. j. využitia evolučných algoritmov pri konštruovaní umelých neurónových sietí alebo optimalizovaní ich parametrov. Cieľom práce je navrhnúť a implementovať evolučný algoritmus v podobe frameworku slúžiaceho na automatizáciu a optimalizáciu návrhu topológií konvolučných neurónových sietí. Účinnosť frameworku bola následne experimentálne vyhodnotená na úlohách klasifikácie obrazu na datasetoch MNIST a CIFAR10. Výsledky ukázali, že neuroevolúcia má potenciál hľadať úspešné a efektívne architektúry konvolučných neurónových sietí.
|
host ::
RSS.