Národní úložiště šedé literatury Nalezeno 40 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Automatic evaluation of fermentation degree of cocoa beans
Sedlmajer, Jakub ; Kůdela, Jakub (oponent) ; Škrabánek, Pavel (vedoucí práce)
Standard method for visual evaluation of the cocoa beans fermentation degree is cut-test. In this test cocoa beans are split into halves and high-skilled specialist evaluates them. As the amount of processed cocoa is significant, automation of this process by machine vision is inevitable. This thesis deals with this issue by proposing of an automated process and software tools to make it possible and effective.
Optimalizace nemocničních kapacit pomocí evolučních algoritmů
Koksa, Martin ; Roupec, Jan (oponent) ; Kůdela, Jakub (vedoucí práce)
Tato diplomová práce se zabývá optimalizací nemocničních kapacit pomocí evolučních algoritmů. Zpracovává dosavadní znalosti obecné optimalizace s popisem základních, i moderních metod. Dále popisuje simulátor a simulační prostředí, které bylo vyvinuto k dané problematice jako nástroj k řešení jedné ze soutěžních úloh konference GECCO. V závěru práce byla provedena samotná optimalizace pomocí několika algoritmů a porovnání vhodnosti vybraných metod.
Optimalizace plánování výroby
Kovářová, Karolína ; Šeda, Miloš (oponent) ; Kůdela, Jakub (vedoucí práce)
Tato diplomová práce pojednává o plánování výroby a její optimalizaci. Plánování hraje důležitou roli v širokém spektru oblastí – např. ve výrobním průmyslu, službách, dopravě a distribuci. Rešeršní část je věnována stručné historii a vývoji plánovacích úloh, dále pak klasifikaci plánovacích úloh a základům optimalizace. Je vybrána úloha pro praktickou část a popsány metody použitelné pro její optimalizaci. Vybrané algoritmy jsou implementovány, aplikovány na pět testovacích instancí a vzájemně porovnány.
Benchmarking evolučních algoritmů
Kostiha, Petr ; Matoušek, Radomil (oponent) ; Kůdela, Jakub (vedoucí práce)
Tato práce se zaměřuje na benchmarking evolučních algoritmů s podporou náhradních modelů. Jedná se o oblast, která dosud nebyla tak hloubkově prozkoumána jako tradiční evoluční metody. Cílem je identifikovat a analyzovat nejlepší dostupné algoritmy tohoto typu a poukázat na jejich potenciální využití. Práce začíná definicí optimalizačního problému, následuje teoretický přehled benchmarkingu, jeho význam a~nástroje. Poté jsou podrobně popsány vybrané evoluční metody, které jsou následně implementovány v softwaru MATLAB. Z osmi testovaných metod se metoda SAMSO ukázala jako nejúčinnější, společně s metodami LSADE, ESA a TS-DDEO. Výsledky ukazují, že tyto metody nabízejí významný potenciál pro řešení komplexních optimalizačních problémů a otevírají nové možnosti pro další výzkum v této oblasti.
Návrh algoritmu pro plánování cesty mobilní platformy
Smolinský, Michal ; Kůdela, Jakub (oponent) ; Holoubek, Tomáš (vedoucí práce)
Cieľom tejto diplomovej práce je tvorba programu zvolených laboratórnych úloh pre mobilného robota TurtleBot3 Burger. Týmito úlohami je mapovanie neznámeho prostredia a návrh algoritmu plánovania cesty s využitím frameworku ROS. Objasneniu potrebných znalostí sú venované prvé kapitoly práce, ktoré popisujú odvetvie mobilnej robotiky, robota TurtleBot3 Burger, Robotický operačný systém, použité algoritmy plánovania cesty a zbierku ROS navigačných balíkov. Po uvedení robota do prevádzky prebieha tvorba úlohy mapovania a plánovania cesty. Overeniu funkčnosti oboch úloh je venovaná nasledovná kapitola, ktorej súčasťou je tiež porovnanie použitých algoritmov plánovania cesty. Vyhodnotenie aplikácie algoritmov na platforme TurtleBot3 Burger, prínosy navrhnutých algoritmov a ich praktické využitie v reálnom prostredí je vykonané v záverečnej kapitole tejto práce.
Algoritmus Brain Storm Optimization: varianty a aplikace
Řezáč, Ladislav ; Hůlka, Tomáš (oponent) ; Kůdela, Jakub (vedoucí práce)
Práce obsahuje úvod do tématiky optimalizace. Věnuje se popisu hejnových a evolučních algoritmů a menšímu přestavení vybraných modelů. Následně se přesouvá k důkladnějšímu průzkumu momentálního stavu a historie jednoho z nových modelů této skupiny, přesněji algoritmu Brain storm optimization. Ten byl následně testován na citlivost jednotlivých parametrů a přesnost výsledků nalezených řešení napříč několika testovacími funkcemi. Na závěr byly nejlepší varianty BSO porovnány s dalšími algoritmy dle na výpočetních časů a dosažených výsledků.
Generátor syntetických dat pro vývoj algoritmů kompenzujících zkreslení vznikající pohybem objektů snímaných řádkovou kamerou
Furik, Pavel ; Kůdela, Jakub (oponent) ; Škrabánek, Pavel (vedoucí práce)
Diplomová práce se zabývá problémem deformace snímků vzniklé v důsledku pohybu při snímání řádkovou kamerou. Algoritmy kompenzující dané zkreslení často vyžadují velké množství dat pro jejich správnou funkci. Datové sady jsou často nedostupné a jediná možnost je využití syntetických dat. S dnešní výpočetní technikou lze syntetizovat snímky blízké reálným. V práci jsou shrnuty klasické metody generování syntetických dat a některé aplikace neuronových sítí. Další částí je popis vytvořeného softwaru, který produkuje snímky podobné chybnému výstupu řádkové kamery.
Plánování trasy bezpilotních letounů pomocí evolučních algoritmů
Miloševič, Filip ; Šoustek, Petr (oponent) ; Kůdela, Jakub (vedoucí práce)
Tato bakalářská práce pojednává o problematice optimalizace tras bezpilotních letounů v 3D prostoru. Je tvořena rešerší současných znalostí této problematiky a implementací programu s grafickým rozhraním, který dokáže vytvořit optimalizovanou trasu pomocí algoritmů Artificial Bee Colony, Particle Swarm Optimalization a Whale Optimalization Algorithm. Následně byla v programu provedena série simulací, v nichž se jako nejvýkonnější pro řešení tohoto problému ukázal algoritmus Artificial Bee Colony.
Optimalizační modely pro rozdělování zdrojů
Franěk, Jiří ; Šeda, Miloš (oponent) ; Kůdela, Jakub (vedoucí práce)
Práce představuje přehled problematiky optimalizace rozdělování zdrojů a zpracování konstrukce dvou modelů pro uvedený příklad popisující strojírenský výrobní podnik. První z vytvořených modelů, který byl koncipován jako deterministický, byl transformován na stochastický s využitím různých scénářů poptávky. Samotné řešení modelů bylo implementováno v programovacím jazyce Julia s využitím dostupných optimalizačních knihoven. Byla provedena analýza řešení včetně jeho grafického zobrazení a byl úspěšně vytvořen plán výroby pro podnik.
Support vector machines: teorie, aplikace a softwarové implementace
Podtesov, Daniil ; Matoušek, Radomil (oponent) ; Kůdela, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá problematikou algoritmu strojového učení metody podpůrných vektorů. Práce se zaměřuje na teoretický základ nutný pro pochopení mechanismu fungování této metody, aplikace této metody v reálném životě a implementace této metody v různých softwarech. Jsou vysvětleny pojmy jako jsou optimální separační nadrovina, lineární rozhodovací hranice a podpůrné vektory. Dále jsou popsány různé varianty této metody při použití různých jádrových funkcí. V třetí části práce bylo nejen použito metody pro ukázku toho, jak to funguje, ale i využito několika postupů pro zlepšení výsledků aplikace dané metody.

Národní úložiště šedé literatury : Nalezeno 40 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
1 KUDELA, Jiří
9 Kudela, Jan
9 Kuděla, Jan
9 Kúdela, Jakub
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.