|
|
Zařízení pro inteligentní měření spotřeby elektrické energie
Mrázek, Vojtěch ; Sekanina, Lukáš (oponent) ; Vašíček, Zdeněk (vedoucí práce)
Cílem práce je návrh a realizace zařízení pro měření elektrické energie, které podporuje zaznamenávání starých hodnot a také jejich jednoduchou analýzu. Navržené zařízení umožňuje zobrazení aktuálních hodnot jako je aktivní, činný a jalový příkon a účiník. Mimo to ještě také ukládá energetický profil, který může být zpětně analyzován. Přístroj komunikuje lokálně přes USB a nebo vzdáleně přes rozhraní Ethernet.
|
|
|
Grafické uživatelské rozhraní pro platformu REPOMO
Šimek, Petr ; Růžička, Richard (oponent) ; Sekanina, Lukáš (vedoucí práce)
Rekonfigurace hardwaru se stala současným trendem, kdy pevnou obvodovou strukturu dokážeme softwarově konfigurovat. REPOMO je rekonfigurovatelný čip obsahující 32 polymorfních logických členů. Termín "polymorfní" znamená, že obvod dokáže měnit svou logickou funkci v závislosti např. na úrovni napájecího napětí. Tato práce si klade za úkol seznámit čtenáře s problematikou polymorfismu v elektrických obvodech, konstrukcí a funkcí čipu REPOMO. Hlavním cílem práce bylo navrhnout a implementovat grafické uživatelské rozhraní, které usnadní vývoj aplikací pro čip REPOMO.
|
|
|
Jednoduchý simulátor číslicových obvodů
Kolman, Aleš ; Žaloudek, Luděk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tituln. list esf Tato práce je zmařena na simulování číslicových obvodů, především menších kombinačních a sekvenčních obvodů. Je orientována zejména na dosažení co nejvyšší rychlosti simulace, z tohoto důvodu byla naimplementována v jazyce C. Vstupním formátem pro tento projekt byl zvolen zápis číslicového obvodu v EDIFu. Výstup nebyl specifikován.
|
|
| |
|
|
Sebemodifikující se programy v kartézském genetickém programování
Minařík, Miloš ; Slaný, Karel (oponent) ; Sekanina, Lukáš (vedoucí práce)
Kartézské genetické programování se během posledních let ukázalo jako velmi perspektivní oblast evolučních výpočtů. Má však jistá omezení, která znemožňují řešit pomocí něj rozsáhlejší nebo obecné problémy. Tato omezení lze eliminovat pomocí novějšího přístupu umožňujícího sebemodifikaci programů v kartézském genetickém programování. Cílem této práce je zhodnotit dosavadní vývoj a aktuální situaci v této oblasti a navrhnout vlastní řešení různých problémů, při jejichž řešení klasické kartézské genetické programování selhává. Jedním z těchto problémů, kterými se práce zabývá, je generování členů Taylorova rozvoje pro různé funkce. Vzhledem k tomu, že se jedná o problém vyžadující zobecnění, je cílem dokázat, že sebemodifikující varianta kartézského genetického programování je v tomto ohledu lepší než klasická. Dalším řešeným problémem bude využití sebemodifikujících programů v kartézském genetickém programování k návrhu řadicích sítí pro libovolný počet vstupů. Také v tomto případě je záměrem dokázat, že sebemodifikace přináší do kartézského genetického programování nové aspekty nutné k vývoji libovolně rozsáhlých řešení.
|
|
|
Globálně řízené celulární automaty
Švantner, Martin ; Žaloudek, Luděk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato diplomová práce obsahuje úvod do problematiky celulárních automatů a podrobněji se zabývá možností jejich globálního řízení. Popisuje implementaci simulátoru globálně řízených celulárních automatů. Cílem je na základě provedených experimentů navrhnout a vyzkoušet klasifikaci celulárních automatů s globálním řízením. Návrh klasifikace je založen na ohodnocení vlivu jednotlivých parametrů globálně řízeného celulárního automatu na dynamiku chování automatu.
|
|
|
Umělé imunitní systémy pro detekci spamů
Hohn, Michal ; Sekanina, Lukáš (oponent) ; Schwarz, Josef (vedoucí práce)
Tato práce se zabývá tvorbou hybridního systému, založeného na agregaci umělého imunitního systému s vhodnými heuristikami, aby co nejúspěšněji detekoval nevyžádanou poštu. V práci jsou popsány hlavní principy biologického a umělého imunitního systému, klasické techniky pro rozpoznávání spamu včetně několika klasifikátorů. Navržený systém je testován na známých datových korpusech a je provedeno srovnání výsledných experimentů.
|
|
|
Evoluční řešení Rubikovy kostky
Mališ, Radim ; Sekanina, Lukáš (oponent) ; Jaroš, Jiří (vedoucí práce)
Tato diplomová práce se zabývá evoluční metodou řešení hlavolamu Rubikova kostka. Celosvětově rozšířený hlavolam je už po několik desítek let nejen hračkou pro děti a dospělé, ale téměř životním stylem pro zástupy nadšenců a rovněž značnou výzvou pro odborníky z počítačové oblasti, kteří se pokoušejí o jeho efektivní automatizované řešení. Potenciál pro řešení problému by v sobě mohly skrývat i evoluční algoritmy. V rámci této práce byla navržena aplikace využívající, kromě genetických algoritmů, řady technik, jako jsou lineární genetické programování, nebo lokální prohledávání, jejichľ účelem je zefektivnit evoluční proces. Byla rovněž vytvořena sada testů zkoumající vliv velikosti populace, křížení, mutace a dalších. Všechny testy byly vyhodnoceny pomocí statistiky.
|
|
|
Symbolická regrese a koevoluce
Drahošová, Michaela ; Žaloudek, Luděk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Symbolická regrese je úloha identifikace matematického popisu skryté závislosti experimentálně získaných dat. Symbolická regrese je úzce spjata se základními úlohami strojového učení. Tato práce se zabývá symbolickou regresí a jejím řešením založeném na principu genetického programování a koevoluce. Genetické programování je evolucí inspirovaná metoda strojového učení, která automaticky generuje celé programy v určitém programovacím jazyce. Koevoluce fitness prediktorů je optimalizační metoda modelování fitness, která snižuje náročnost a frekvenci výpočtu fitness. Tato práce se zabývá návrhem a implementací řešení symbolické regrese s užitím koevoluce fitness prediktorů a srovnáním s řešením bez užití koevoluce. Experimenty byly provedeny s použitím kartézského genetického programování.
|
|
|
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.
|
host ::
RSS.