|
|
Lokalizace robota ve venkovním prostředí
Marek, Jakub ; Obdržálek, David (vedoucí práce) ; Iša, Jiří (oponent)
V této práci je popsán návrh a implementace frameworku pro tvorbu řídících systémů pro mobilní roboty. Jde o jednoduchý modulární systém usnadňující tvorbu řídících systémů a pokusy s jejich jednotlivými moduly. Součástí frameworku jsou také některé nástroje pro lokalizaci ve venkovním prostředí.
|
|
|
Vstupní data a jejich význam pro vrstevnaté neuronové sítě
Gabašová, Evelina ; Mrázová, Iveta (vedoucí práce) ; Iša, Jiří (oponent)
Neuronové sítě stále zůstávají konkurence schopným modelem v některých oblastech strojového učení. Jednou z jejich nevýhod je však jejich tendence k předurčení, která může vážne omezit jejich schopnost zobecňovat. V předložené práci studujeme různé regularizační techniky založené na vynucování interních reprezentací v neuronových sítích. Interní reprezentace jsou analyzovány na základě nového teoretického modelu založeného na teorii informace, ze kterého následně vychází regularizátor minimalizující entropii interníchh reprezentací. Tento regularizátor založený na minimalizaci entropie je výpočetne náročný a z tohoto důvodu je v práci použit především jako teoretická motivace. Z důvodu potřeby efektivnější a flexibilnejší regularizace byl navrhnut nový regularizátor založený na Gaussovském směsovém modelu aktivací neuronů. Tento model je srovnán s existujícími metodami vynucování interních reprezentací v experimentální části práce. Výsledky navrhnutého modelu jsou lepší především na klasifikačních úlohách.
|
|
|
Grammatical evolution
Nohejl, Adam ; Mráz, František (vedoucí práce) ; Iša, Jiří (oponent)
Gramatická evoluce (GE) je nový přístup ke genetickému programování s užitím gramatiky, který umožňuje vývoj řešení v libovolném programovacím jazyce. Její existující implementace nemají dostatečnou dokumentaci a neposkytují reprodukovatelné výsledky vhodné pro další analýzu. Tato práce shrnuje metody GE a standardní metody užívané v evolučních algoritmech, a zkoumá existující implementace, především jedinou aktivně vyvíjenou, software GEVA. Na základě toho je navrženo a implementováno nové komplexní prostředí pro GE. Je modulární, dobře dokumentované, přenositelné, a poskytuje reprodukovatelné výsledky. Bylo testováno ve dvou standardních testovacích úlohách, v nichž dosáhlo srovnatelných výsledků a 10krát až 29krát lepšího výkonu než GEVA. Dále je předvedeno, jak ještě zlepšit výsledky a výkon pomocí technik nepodporovaných v GEVA, mimo jiné nových úprav již publikovaných metod bitové mutace a "citlivé" inicializace ( "sensible" initialisation). Tato práce a software tvoří dobrý základ pro další výzkum.
|
|
|
Artificial neural networks for clustering and rule extraction
Iša, Jiří ; Mrázová, Iveta (vedoucí práce) ; Jiroutek, Pavel (oponent)
Problematika extrakce pravidel pomocí neuronových sítí byla během uplynulých desetiletí častým námětem výzkumných prací. Tato diplomová práce navrhuje nový model rostoucí fuzzy inferenční neuronové sítě, vycházejících z principu rostoucích neuronových struktur [5]. To síti umožnuje postupný nárust počtu skrytých neuronů až do velikosti potřebné pro dané úlohy. Pro úcely této sítě byla zvýšena citlivost již existujícího shlukovacího algoritmu vůči požadovaným výstupním hodnotám. Je také představen nový rychlý algoritmus adaptace vah, inspirovaný teorií fuzzy množin. Vlastnosti navrženého modelu i nová metoda výběru signifikantních vstupních příznaků podporuje extrakci relativně malého množství jednoduchých fuzzy pravidel. Navržené techniky jsou experimenálně ověřeny na reálných datech popisujících vztah mezi ruzným typem bydlení v okolí Bostonu a jeho cenou. Data byla získána z databáze "Bostonské ceny bydlení".
|
|
|
Algoritmy umělé inteligence pro hru šachy
Ivanová, Marika ; Petříček, Martin (vedoucí práce) ; Iša, Jiří (oponent)
Primárním cílem této práce je prostudovat a shrnout současné algoritmy používané v počítačovém šachu s jejich následnou implementací. Součástí práce je aplikace, která, kromě běžné šachové hry jednoho hráče proti počítači, ponechává uživateli možnost volby používaného algoritmu a nastavení jejich parametrů. Teoretická část se zaměřuje zejména na postupy šachového programování a jejich názorné vysvětlení. Na algoritmech umělé inteligence bylo provedeno několik měření, jejichž výsledky jsou zde prezentovány.
|
|
|
Pohled vzhůru jako senzor pro mobilní robotiku
Musílek, Jan ; Iša, Jiří (vedoucí práce) ; Krajíček, Václav (oponent)
K mobilní robotice neodmyslitelně patří široké spektrum senzorů. Práce zkoumá netradiční využití kamery namířené svisle vzhůru jako senzoru využitelného k orientaci robota v prostoru. Popisuje různé objekty, které lze detekovat v obrazu, soustřeďuje se na tzv. body zájmu a jejich párování mezi dvěma snímky. To umožňuje následným výpočtem, založeným na aproximačním řešení soustavy lineárních rovnic, zjistit údaje o relativní i absolutní pozici robota. V praktické části práce provádíme analýzu dvojic snímků, mezi nimiž se robot pouze otáčel na místě o různě velké úhly. Naším cílem bylo prokázat možnost nahrazení elektronického kompasu pohledem vzhůru v místech, kde je silné elektromagnetické rušení. Data naměřená kompasem a analýzou pohledu vzhůru vzájemně porovnáváme a přesnost navržené metody posuzujeme jako u klasického fyzikálního měření. Výsledky našeho experimentu potvrzují, že pohled vzhůru může v případě potřeby nahradit elektronický kompas. Navrhujeme též různé úpravy pořízených snímků a posuzujeme vliv těchto úprav na přesnost navrhované metody. V závěru práce věnujeme pozornost robotické platformě, na které probíhaly praktické experimenty a interpretujeme výsledky provedených měření.
|
|
|
Srovnání lokalizačních technik
Skalka, Marek ; Obdržálek, David (vedoucí práce) ; Iša, Jiří (oponent)
Tato práce srovnává lokalizační techniky používané v mobilní robotice. Lokalizace, tedy úloha zjistit vlastní polohu v prostoru, představuje jeden ze základních problémů robotiky. Tato práce se úvodem věnuje podrobnějšímu popisu problematiky a kategorizaci lokalizačních technik, v dalších kapitolách pak po jednotlivých kategoriích popisuje různé lokalizačních technik a jejich varianty a uvádí jejich silné a slabé stránky. Práce se postupně zabývá technikami pravděpodobnostní lokalizace, určenými ke zpracování chybami zatížených senzorických měření a k vytváření spolehlivého odhadu polohy, technikami relativní lokalizace, zajišťujícími vyhodnocování relativních změn polohy robota, a technikami absolutní lokalizace, řešícími určování nebo odhad absolutní polohy robota v prostředí.
|
|
|
Samoorganizace a umělé neuronové sítě pro extrakci znalostí
Aharkava, Larysa ; Mrázová, Iveta (vedoucí práce) ; Iša, Jiří (oponent)
Neuronové sítě jsou často využívány k predikci finančních časových řad. Předpovídání budoucích hodnot však skrývá řadu problémů, které často znemožní vytvoření protabilního obchodního systému. V této diplomové práci jsem popsala dva typy neuronových sítí - Kohonenovy mapy a sítě založené na algoritmu zpětného šíření. Na základě těchto dvou přístupů jsem zkonstruovala a následně otestovala dva obchodní modely. V obecnější rovině jsem se také věnovala popisu speci k Forexu (Foreign exchange market) a možnostem využití neronových sítí na těchto trzích.
|
|
|
Monte Carlo lokalizace na grafu
Pilát, Ondřej ; Obdržálek, David (vedoucí práce) ; Iša, Jiří (oponent)
Práce je zaměřena na problematiku Monte Carlo lokalizace na grafu. V práci se řeší hlavně pohyb částic po grafu, generování částic na hrany grafu podle posledních měření ze senzorů, zotavení z chyb lokalizace, ohodnocení částic pomocí více druhů senzorů a tvorba grafu z volně dostupné mapy. Použití grafu jako mapy prostředí a vhodně navržený pohyb částic po grafu usnadňují globální lokalizaci mobilního robota v prostředí. Implementace byla otestována na reálných datech z několika mobilních robotů. Pohyb částic po hranách grafu jako výsledek implementovaného algoritmu vystihuje pohyb robota po cestách a zajišťuje vysokou odolnost proti chybám ze senzorů.
|
|
|
Grammar-based genetic programming
Nohejl, Adam ; Mráz, František (vedoucí práce) ; Iša, Jiří (oponent)
Genetické programování (GP) založené na stromech má několik známých nedostatků: složité přizpůsobení specifickým programovacím jazykům a prostředím, problém uzávěru a více typů a problém deklarativní reprezentace vědomostí. Většina metod, které se snaží tyto problémy vyřešit, je založena na formálních gramatikách. Přesné důsledky vlastností, které je odlišují, je těžké analyzovat a dobré srovnání výsledků v konkrétních problémech chybí. Tato práce zkoumá tři metody založené na gramatikách: genetické programování s bezkontextovými gramatikami (CFG-GP), včetně jeho varianty GPHH nedávno aplikované na rozvrhování zkoušek, gramatickou evoluci (GE) a LOGENPRO, pojednává o tom, jak řeší problémy GP, a porovnává je v sérii experimentů v šesti aplikacích podle četností úspěchu a charakteristik derivačních stromů. Práce ukazuje, že GE ani LOGENPRO neposkytují podstatnou výhodu v žádném z experimentů a analyzuje rozdíly v účincích operátorů používaných v CFG-GP a GE. Jsou také prezentovány výsledky velmi efektivní implementace metod CFG-GP a GE.
|
host ::
RSS.