|
|
Evoluční návrh neuronových sítí
Kastner, Jan ; Hurta, Martin (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato práce je věnována implementaci metody pro řešení problémů v oblasti automatizovaného návrhu architektury konvolučních neuronových sítí (CNN). Optimalizace dvou základních a často protichůdných charakteristik, počtu parametrů a kvality klasifikace CNN, je prováděna pomocí vícekriteriálního optimalizačního genetického algoritmu (NSGA-II). Pro zakódování tohoto problému je využita technika kartézského genetického programování (CGP), která umožňuje reprezentaci široké škály architektur CNN a současně lze parametrizací vhodně omezit prohledávaný prostor. Experimenty byly prováděny na datasetu MNIST za účelem pochopení vlivu velikosti populace na kvalitu výsledného řešení. Z výsledků experimentů je také patrné, že kvalita nalezených architektur dokáže konkurovat již etablovaným modelům. Jedná se tedy o alternativní přístup, který v porovnání s manuálním návrhem nevyžaduje lidskou intervenci.
|
|
|
Srovnání metod operátoru křížení v kartézském genetickém programování
Fedorová, Ela ; Mrázek, Vojtěch (oponent) ; Hurta, Martin (vedoucí práce)
This thesis deals with the crossover operator in Cartesian genetic programming. The aim of the thesis is to investigate and compare the use of different crossover methods. The thesis focuses on analyzing the behavior and effectiveness of selected methods on symbolic regression problems. My own implementation of three crossover methods, namely the subgraph method, block method and discrete recombination, was used. For these methods, experiments were performed to monitor the number of generations to find a solution and the quality of the solution found. The results indicate the potential of all three investigated methods to improve CGP performance and point to the subgraph method as the most useful in the given experimental setting.
|
|
|
Využití operátoru křížení v kartézském genetickém programování
Bromnik, Petr ; Sekanina, Lukáš (oponent) ; Hurta, Martin (vedoucí práce)
Cílem této práce je navrhnout a implementovat dvě nové metody křížení v kartézském genetickém programování (CGP) a porovnat je s existujícím přístupem. CGP je typ evolučního algoritmu využívající acyklické grafy k reprezentaci spustitelných programů. Většina CGP aplikací pracuje výhradně s operátorem mutace, ale snahy o nalezení vhodného operátoru křížení stále pokračují. V této práci jsou dvě nově navržené metody křížení porovnávány na pěti úlohách symbolické regrese oproti standardnímu přístupu 1 + lambda založenému čistě na mutaci. Výsledky experimentů ukázaly, že tyto metody naleznou řešení za podobný počet fitness evaluací jako 1 + lambda, ve dvou případech dokonce významně dříve.
|
|
|
Evolutionary Design of Local Image FIlters
Gall, Samuel ; Hurta, Martin (oponent) ; Sekanina, Lukáš (vedoucí práce)
This thesis focuses on the research and implementation of evolutionary design of local image filters. The aim is to create a tool capable of automatically designing suitable image operators for image filtering, specifically noise removal, using an evolutionary design method called Cartesian Genetic Programming (CGP). The tool was used for various experiments with different settings of CGP parameters such as grid size, population size, and mutation parameter. The created filters were compared with conventional noise removal filters. Evolved filters were tested on a set of test images, where their behavior was comparable to that of a median filter. Unlike the median filter, evolved filters were able to preserve more image quality.
|
|
|
Evolutionary Circuit Design by Means of Genetic Programming
Synák, Maroš ; Hurta, Martin (oponent) ; Bidlo, Michal (vedoucí práce)
This thesis investigates the application of genetic programming (GP) for designing circuits, focusing on sinusoidal and square oscillators, and tone discriminators, using Python and PySpice. It aims to recreate aspects of John Koza's foundational work in this field. The primary goal is to assess if GP can generate advanced electronic designs more effectively than traditional methods, adapting Koza's genetic operations—selection, crossover, mutation—to modern circuit design challenges. The methodology involves developing GP models to simulate evolutionary circuit design, evaluated through controlled experiments. These experiments test the models' ability to evolve from basic to complex configurations that meet specific electronic functions. This study not only revisits but also modifies Koza’s methods, incorporating strategies more reliant on an initial embryo setup to guide the evolution process in generating targeted designs. Additionally, the study investigates recent methodologies utilized in similar applications to enhance the adaptability and efficiency of GP. The results demonstrate that while GP can effectively support and enhance electronic circuit design for sinusoid oscillators and tone discriminators, its application to square oscillator generation encounters limitations and severe problems. This highlights areas for potential improvement in genetic diversity and algorithm refinement.
|
|
|
Porovnání variant genetického programování v úloze symbolické regrese
Doležal, Petr ; Hurta, Martin (oponent) ; Drahošová, Michaela (vedoucí práce)
Tato práce se zabývá porovnáváním různých variant genetického programování v úloze symbolické regrese. Na zadaných úlohách zkoumá rychlost konvergence a kvalitu nalezeného řešení. Klade si za cíl porovnat kartézské genetické programování, stromové genetické programování a jejich modifikace pomocí koevoluce. Byla použita vlastní implementace (bez využití knihoven), kde jednotlivé varianty spolu sdílí převážnou část kódu. Součástí práce je i ověření použitelnosti implementovaných přístupů při analýze reálných dat. Na základě experimentů bylo zjištěno, že všechny zkoumané přístupy jsou použitelné pro provádění symbolické regrese. Nejlepších výsledků ve zkoumaných oblastech (rychlost konvergence, kvalita nalezeného řešení) dosahovalo kartézské genetické programování s koevolucí.
|
|
|
Koevoluční algoritmy a klasifikace
Hurta, Martin ; Sekanina, Lukáš (oponent) ; Drahošová, Michaela (vedoucí práce)
Cílem této práce je automatizovaný návrh programu pro detekci projevů dyskineze z pohybových dat pacientů. K návrhu programu je využito kartézské genetické programování, které bylo z důvodu urychlení procesu návrhu doplněno o koevoluci prediktorů fitness s proměnlivou velikostí, která umožňuje vyhodnocení kvality kandidátních řešení na pouhé části trénovacích dat. Vzniklé řešení dosahuje srovnatelné schopnosti rozlišení mezi třídami (AUC) s existujícím řešením při dosažení v průměru trojnásobného zrychlení procesu návrhu oproti variantě bez prediktorů fitness. Experimenty s metodami křížení prediktorů neukázaly významný rozdíl mezi zvolenými metodami. Zajímavých výsledků však bylo dosaženo při experimentech s celočíselnými datovými typy vhodnými pro implementaci v hardwaru, kdy u datového typu o osmi bitech bez znaménka (uint8_t) bylo dosaženo nejenom srovnatelné schopnosti rozlišení mezi třídami (pro významné projevy dyskineze AUC = 0,93 shodně jako pro existující řešení) a zlepšení rozlišovací schopností u chodících pacientů (AUC = 0,80 oproti AUC = 0,73 u existujícího řešení), ale navíc v průměru téměř devítinásobného zrychlení návrhu oproti variantě bez prediktorů fitness využívající datový typ float.
|
|
|
Podpora hry Krycí jména na mobilním telefonu s OS Android
Hurta, Martin ; Fajčík, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je vytvoření podpůrné aplikace ke slovní asociační deskové hře Krycí jména na mobilní telefony s operačním systémem Android. Řešení se skládá z detekce a rozpoznání herního plánu za pomoci knihoven OpenCV a Tess-two a nástrojů Google Firebase ML Kit a následovného poskytnutí podpory v průběhu hry včetně volitelné úrovně jejího ulehčení a možnosti hry na více zařízeních díky službě Hry Google Play. Tyto funkce motivují uživatele k dalšímu užívání aplikace a poskytnutí dat ve formě vygenerovaného záznamu hry, užitečného pro další vývoj a ověřování asociačních modelů nebo strategií pro automatické hraní.
|
|
|
Analýza teplotní mapy města Brna
Kozubek, Jakub ; Hurta, Martin (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Práce se zabývá analýzou teplotních dat pro oblast města Brna. Věnuje se návrhu a ověřování hypotéz pro oteplování a ochlazování částí města. Výsledkem práce jsou metody pro statistické testování a pro regresní analýzu implementované v programovacím jazyce Python, výsledky získané pomocí těchto metod a jejich následná interpretace vzhledem k původně navrženým hypotézám.
|
|
|
Evolutionary Approach to the Traveling Thief Problem
Fodor, Dávid ; Hurta, Martin (oponent) ; Sekanina, Lukáš (vedoucí práce)
This thesis presents design of an evolutionary algorithm for solving the Traveling thief problem (TTP), which is composed of two interconnected subproblems, the traveling salesperson problem (TSP) and the knapsack problem (KP). The proposed algorithm contains multiple variations of evolutionary algorithm. It is based on the genetic algorithm, the evolutionary algorithm (1+1), and their combination. The algorithm is implemented and tested on official TTP benchmark instances. The best variation of the proposed evolutionary algorithm is chosen and compared with random search and the best publicly available solutions for tested problem instances.
|
host ::
RSS.