|
|
Remote laboratory for PYNQ
Veselý, Boris ; Šimek, Václav (oponent) ; Mrázek, Vojtěch (vedoucí práce)
This thesis is used to provide PYNQ devices to multiple users for teaching the IVH subject. The remote laboratory application provides access to the PYNQ devices using tunnel connections. The application can manage the files stored on the server and register the time slots during which the user will be allowed to access the PYNQ devices using tunnel connections. The application also allows an administrator role that can manage users, their reservations and individual PYNQ devices. The application is written using PHP, the Nette framework and Go. The contribution of the work is to simplify access to PYNQ devices in the context of teaching the IVH subject.
|
|
|
Systém inteligentních květináčů pro pěstování pokojových rostlin
Kinc, Michael ; Mrázek, Vojtěch (oponent) ; Šimek, Václav (vedoucí práce)
V současné době, kdy technologie ze světa internetu věcí nabývají na popularitě, se otevírají nové možnosti pro automatizaci běžných denních úkolů pomocí inteligentních zařízení. Takovým zařízením je i inteligentní květináč, díky kterému lze zamezit předčasnému uhynutí rostliny, protože může být schopný pěstitele včas upozornit na zhoršující se hodnoty naměřené z půdy nebo okolí sledované rostliny. Cílem této práce je vytvořit systém inteligentních květináčů pro pěstování pokojových rostlin, který lze ovládat skrze informační systém a webovou aplikaci, ve které má uživatel přehled o svých květináčích, stavu rostliny a naměřených hodnotách.
|
|
|
Aproximace obvodů s využitím alternativních reprezentací
Michalisko, Tomáš ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato diplomová práce se zabývá návrhem aproximačních obvodů s využitím alternativních reprezentací. Mezi zkoumané reprezentace patří And-inverter graf, Majority-Inverter graf a Xor-Majority graf. Pro automatizaci návrhu je použito kartézské genetické programování. Díky výpočtu aproximační chyby pomocí formálních metod je možné vytvořený systém aplikovat i na složitější obvody. V první části experimentů je vyhodnocena a optimalizována rychlost programu. Následně je hledán vhodný mutační operátor. Poté je systém otestován při aproximaci 8bitových násobiček a 16bitových sčítaček s cílem minimalizovat velikost a zpoždění. Bylo zjištěno, že sčítačky i násobičky v reprezentaci XMG dosahují lepších fitness hodnot v porovnání s evolucí na úrovni hradel. Na závěr je provedena evoluce s cílem mapování na technologii k-LUT. Zde zůstávají nejefektivnější reprezentací hradla.
|
|
|
System for Electricity Consumption Registration
Hockicko, Matej ; Zachariášová, Marcela (oponent) ; Mrázek, Vojtěch (vedoucí práce)
The aim of this work is to design a system to record the consumed electricity. This system will consist of an embedded device that monitors the optical output of the meter and a mobile application, which will be able to download and display the measured data using bluetooth technology. The embedded system will consist of a microcontroller from Nordic Semiconductor. The mobile application will be programmed in the Flutter framework. Historically measured data will be stored on the cloud. The focus of the design will be on the battery life of the embedded device, which will be powered by a CR2032 battery. The main benefit of this work is the ability to monitor electricity consumption using the embedded device and mobile application without the need of owning a smart meter.
|
|
|
Evoluční návrh nelineárních funkcí pro konvoluční neuronové sítě
Hladiš, Martin ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cílem této diplomové práce je návrh a implementace programu pro automatizovaný návrh nelineárních aktivačních funkcí pro konvoluční neuronové sítě (CNN) s využitím evolučních algoritmů. Využití automatického návrhu poskytuje nezávislý pohled na systematické prozkoumání širokého spektra aktivačních funkcí a identifikaci těch nejlepších. Metoda zvolená v práci pro automatický návrh je formou evolučních algoritmů nazývanou jako kartézské genetické programování, které pro zakódování řešení využívá grafovou reprezentaci. Tato technika umožňuje definici sady matematických primitiv, která definuje prohledávací prostor, a tak jednoduše parametrizuje návrh. Implementovaný přístup byl otestován na několika různých architekturách a datasetech (LeNet-5 \& MNIST, ResNet-10 \& FashionMNIST, WRN-40-4 \& CIFAR-10). Experimenty dokázaly, že přístup dokáže nalézt aktivační funkce, které statisticky zlepšují přesnost CNN oproti běžně využívané funkci ReLU.
|
|
|
Visual Programming Toolkit Based on MicroPython for ESP32 Platform
Paul, Daniel ; Mrázek, Vojtěch (oponent) ; Šimek, Václav (vedoucí práce)
This thesis presents the development of a Visual Programming Toolkit designed for programming the ESP32 platform using MicroPython. The toolkit leverages the intuitive nature of the visual programming paradigm to simplify the process of programming microcontrollers for users without extensive coding experience. The core of the toolkit is built on a web-based interface that utilizes the ReactFlow library to enable drag-and-drop functionality with flow-based diagrams, allowing users to assemble code through visual blocks that represent MicroPython commands and structures. Furthermore, it covers the backend hosted on the ESP32 device itself, allowing communication with the frontend client.
|
|
|
Automated compression of neural network weights
Lorinc, Marián ; Sekanina, Lukáš (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Convolutional Neural Networks (CNNs) have revolutionised computer vision field since their introduction. By replacing weights with convolution filters containing trainable weights, CNNs significantly reduced memory usage. However, this reduction came at the cost of increased computational resource requirements, as convolution operations are more computation intensive. Despite this, memory usage remains more energy-intensive than computation. This thesis explores whether it is possible to avoid loading weights from memory and instead functionally calculate them, thereby saving energy. To test this hypothesis, a novel weight compression algorithm was developed using Cartesian Genetic Programming. This algorithm searches for the most optimal weight compression function, aiming to enhance energy efficiency without compromising the functionality of the neural network. Experiments conducted on the LeNet-5 and MobileNetV2 architectures demonstrated that the algorithm could effectively reduce energy consumption while maintaining high model accuracy. The results showed that certain layers could benefit from weight computation, validating the potential for energy-efficient neural network implementations.
|
|
|
Automatický systém pro domácí chov slepic
Kejík, Pavel ; Šimek, Václav (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Cílem práce bylo navrhnout a zkonstruovat zařízení pro automatizaci chovu slepic. Zařízení by měla být konkurenceschopná cenově a vlastnostmi zařízením dostupným na trhu. Popisovaná zařízení umožňují rádiovou konektivitu, jde tedy o tzv. IoT zařízení. V práci je popsán přehled dostupných IoT protokolů. Dále jsou zmíněna zařízení dostupná na trhu a jejich vlastnosti, které jsou stanoveny jako minimální pro návrh realizovaných zařízení. Praktická realizace těchto zařízení je rozdělena na popis mechanické, elektronické konstrukce a popis softwaru. Speciální přístupy při řízení jsou vysvětleny detailně. Zařízení byla vyvinuta do stavu plně funkčního prototypu. Testy prototypů byly prováděny po dobu několika týdnů v simulovaných podmínkách bez přítomnosti slepic, aby se zabránilo jejich znečištění.
|
|
|
Automated Representation Learning for Cartesian Genetic Programming Using Neural Networks
Koči, Martin ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
This master's thesis addresses the integration of neural networks and Cartesian Genetic Programming (CGP). It explores the use of neural networks for automated representation creation for CGP and their application to improve the evolutionary process in CGP. The study covers basic concepts of machine learning, including various types of learning and neural network models. It also touches on evolutionary algorithms with an emphasis on their basic principles, general algorithms, and types of representations. This work also includes principles of representation learning and two fundamental architectures for their creation. It describes the subsequent use of representation learning in genetic programming. The solution design includes data acquisition and preprocessing, representation creation processes, and the utilization of the resulting representations. The thesis also implements two new approaches for creating representations for Cartesian genetic programs. It further explores their use in two new mutation operators, where one is based on direct modification of the vector representation and the other on the selection of genes for mutation based on their similarity. The last of the explored areas is predicting the suitability of candidate solutions using newly emerged representations.
|
|
|
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.
|
host ::
RSS.