|
|
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.
|
|
|
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.
|
|
|
Polysemy of Japanese V-V compound verbs- a corpus analysis
Nohejl, Adam ; Kanasugi, Petra (vedoucí práce) ; Rosen, Alexandr (oponent)
Tato práce analyzuje japonská složená slovesa typu sloveso-sloveso pomocí korpusu s cílem vytvořit pedagogický seznam slov. Nejdříve jsou probrány typologie a vlastnosti japonských složených sloves. Následný přehled a zhodnocení výukových zdrojů identifikuje potřebu seznamu složených sloves a jejich významů sestaveného podle frekvenčních kritérií. Metodologie pro vytvoření seznamu slov a posouzení jeho užitečnosti pro studenty je rozebírána s ohledem na vlastnosti japonského jazyka. Výsledný seznam založený na korpusové analýze (příloha práce) se skládá ze 37 složených sloves, z nichž 32 je lexikálních, a zahrnuje 45 významů lexikálních složených sloves. Pokrývá 17.95 % výskytů lexikálních složených sloves, což pokrytí odpovídající celkovému pokrytí 85 % sloves. Nakonec jsou porovnány kvantitativní charakteristiky japonských složených sloves a anglických frázových sloves. Srovnání ukazuje, že japonská složená slovesa mají vyšší frekvenci a různorodost a mohou tedy také být zásadním úskalím pro studenty jazyka.
|
|
|
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.
|
|
|
Grammatical evolution
Nohejl, Adam ; Iša, Jiří (oponent) ; Mráz, František (vedoucí práce)
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.
|
host ::
RSS.