Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Posilované učení pro volbu trasy v rámci scénáře abstraktního provozu
GLASER, Leoš
Práce se zabývá přístupem posilovaného učení pro navrhování trasy agentovi ve zjednodušeném scénáři pohybu v dopravní síti. V teoretické části jsou představeny základy umělé inteligence, posilovaného učení a vybrané metody posilovaného učení. Dále je stručně zmíněna základní teorie týkající se simulace dopravy. V praktické části práce je vytvořena konzolová aplikace využívající vybrané metody posilovaného učení. Metody jsou použity pro návrh trasy svozu odpadu ve vybrané čtvrti Českých Budějovic a porovnány s metodou řešící tuto úlohu pomocí rojové inteligence. Výsledky návrhů posilovaným učením jsou podobné výsledkům získaným rojovou inteligencí, přičemž celkově nejúspěšnější metodou je Proximal Policy Optimization s detekcí validity akcí. V jednom případu je nalezeno optimální řešení.
Finanční matematika na internetu s podporou formátu cdf
GLASER, Leoš
Tato bakalářská práce se zaměřuje na užití proprietárního interaktivního formátu Computable Document Format (CDF) od Wolfram Research pro finanční matematiku. Teoretická část představuje vybrané produkty společnosti Wolfram Research a popisuje formát CDF spolu s jeho nejčastějším použitím. Praktická část se zabývá vytvořením CDF aplikací pro vybrané oblasti finanční matematiky. Je popsán proces vývoje těchto aplikací v softwaru Wolfram Mathematica. Dílčím cílem této práce je publikování aplikací na internetu, čímž se stanou lehce přístupné veřejnosti a mohou tak sloužit jako podpůrný materiál pro výuku finanční matematiky.

Viz též: podobná jména autorů
2 Glaser, Lukáš
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.