|
|
Evoluční návrh umělé neuronové sítě
Jílek, Tomáš ; Šperka, Svatopluk (oponent) ; Pospíchal, Petr (vedoucí práce)
Tato bakalářská práce je zaměřena na Neuronové sítě, Genetické algoritmy a evoluční návrh. První část popisuje Neuronové sítě, jejich historii, učení, způsob použití a Genetické algoritmy, jejich části, operátory a použití. Další část je věnována predikcícm časových řad, a to konkrétně pomocí Neuronových sítí. Poté následuje samotná implementace a experimenty s evolučně navrhnutými Neuronovými sítěmi pro predikci, v nichž jsou jako časové řady použity kurzy několika měn. V závěru je provedeno shrnutí dosažených výsledků a diskuze nad nimi, stejně tak nad možnostmi dalšího rozvoje práce.
|
|
|
Coevolution of Fitness Predicotrs in Cartesian Genetic Programming
Drahošová, Michaela ; Pošík, Petr (oponent) ; Šenkeřík, Roman (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cartesian genetic programming (CGP) is an evolutionary based machine learning method which can automatically design computer programs or digital circuits. CGP has been successfully applied in a number of challenging real-world problem domains. However, the computational power that the design based on CGP needs for obtaining innovative results is enormous for most applications. In CGP, every candidate program is executed to dermine a fitness value, representing the degree to which it solves the problem. Typically, the most time consuming part of CGP is the fitness evaluation. This thesis proposes to introduce coevolution of fitness predictors to CGP in order to accelerate the evolutionary design performed by CGP. Fitness predictors are small subsets of the training data, which are used to estimate candidate program fitness instead of performing an expensive objective fitness evaluation. Coevolution of fitness predictors is an optimization method of the fitness modeling that reduces the fitness evaluation cost and frequency, while maintaining the evolutionary process. In this thesis, the coevolutionary algorithm is adapted for CGP and three approaches to fitness predictor encoding are introduced and examined. The proposed approach is evaluated using five symbolic regression benchmarks and in the image filter design problem. The method enabled us to significantly reduce the time of evolutionary design for considered class of problems.
|
|
|
Concurrent evolutionary design of hardware and software
Minařík, Miloš ; Sekaj, Ivan (oponent) ; Squillero, Giovanni (oponent) ; Sekanina, Lukáš (vedoucí práce)
Genetic programming (GP) can, to some extent, automatically generate desired programs without asking the user to specify how to do it. It has been used to solve a wide range of practical problems and produce a number of human-competitive results in different fields. An interesting and practically untouched question is whether for a given problem, GP can generate a highly optimized programmable computational model (platform) together with a program running on the platform, solving the problem and satisfying all constrains such as on the area on a chip and speed. In a multi-objective scenario, the user would obtain a set of non-dominated solutions showing various tradeoffs between resources (the area, power consumption) and performance (the speed of execution). This problem can be seen as a concurrent development of hardware and software, simply, HW/SW codesign. This thesis explores the ways how to evolve hardware platforms together with programs in the case that the specification is given in terms of a set of input-output vectors. The initial model of the architecture was created and the evolutionary framework capable of maintaining and evolving the population of such architectures was implemented. Candidate microprogrammed architectures were evolved together with programs using extended linear genetic programming. Several simple experiments were carried out and the framework proved competitive with state-of-the-art methods. The framework was subsequently extended addressing the weak points identified during the initial experiments. The extended framework was validated by means of more complex experiments. One of them focused on an effective implementation of sigmoid function approximation. Various implementations of sigmoid approximation were evolved (sequentional as well as purely combinational). The proposed framework provided several well-known solutions and even optimized some of them for the particular input domain chosen for the experiment. The next set of experiments was supposed to evolve an image filter reducing salt-and-pepper impulse noise. The framework was able to evolve the concept of switching-based filter and even the variation of a switching-based median filter comparable to the filters commonly used. This thesis proved that small-size HW/SW systems can be designed and optimized by means of genetic programming. Moving to an automated evolutionary design of more complex HW/SW systems is an open research problem waiting for a future research.
|
|
|
Evoluční návrh obrazů tvořených L-systémy
Kovařík, Roman ; Jaroš, Jiří (oponent) ; Gajda, Zbyšek (vedoucí práce)
Tato práce pojednává o evolučním návrhu obrazů tvořených L-systémy. Vlastní návrh probíhá pomocí operátorů genetického programování. Ty jsou schopny pracovat s obrazem reprezentovaným ve formě syntaktického stromu. Ke komunikaci s uživatelem (návrhářem) slouží applet, který může být zobrazen na webové stránce.
|
|
|
Návrh soutěžního modelu F5F
Faltičko, Martin ; Bidlo, Michal (oponent) ; Chudý, Peter (vedoucí práce)
Tento dokument si dává za cíl prozkoumat možnosti optimalizace pro návrh koncepce leteckého modelu ve specifické soutěžní kategorii. Na základě simulování teoreticky navrženého modelu, popsého základními parametry, se provádí vyhodnocování výsledků. Dále podle vhodně zvoleného optimalizačního algoritmu probíhá zdokonalování návrhu. Při vyhodnocování se zohledňuje několik kritérií, mezi něž patří např. aerodynamický odpor, stabilita a hmotnost s přihlédnutím k požadavkům dané kategorie.
|
|
|
Evolutionary Approach to Synthesis and Optimization of Ordinary and Polymorphic Circuits
Gajda, Zbyšek ; Schmidt, Jan (oponent) ; Zelinka,, Ivan (oponent) ; Sekanina, Lukáš (vedoucí práce)
This thesis deals with the evolutionary design and optimization of ordinary and polymorphic circuits. New extensions of Cartesian Genetic Programming (CGP) that allow reducing of the computational time and obtaining more compact circuits are proposed and evaluated. Second part of the thesis is focused on new methods for synthesis of polymorphic circuits. Proposed methods, based on polymorphic binary decision diagrams and polymorphic multiplexing, extend the ordinary circuit representations with the aim of including polymorphic gates. In order to reduce the number of gates in circuits synthesized using proposed methods, an evolutionary optimization based on CGP is implemented and evaluated. The implementations of polymorphic circuits optimized by CGP represent the best known solutions if the number of gates is considered as the target criterion.
|
|
|
Optimalizace návrhu celulárních automatů
Jílek, Tomáš ; Drábek, Vladimír (oponent) ; Bidlo, Michal (vedoucí práce)
Tato diplomová práce je zaměřena na evoluční návrh celulárních automatů a jeho optimalizaci. Nejprve jsou popsány evoluční algoritmy, celulární automaty, a poté je rozebrán jeden z možných nových postupů pro reprezentaci a evoluční návrh přechodové funkce automatu - podmínková pravidla. Následuje popis experimentů s podrobnými výsledky. V závěru je prezentováno úspěšné dosažení optimalizace evolučního návrhu celulárních automatů za pomocí podmínkových pravidel pro vybrané problémy.
|
|
|
Evoluční návrh využívající booleovské sítě
Mrnuštík, Michal ; Žaloudek, Luděk (oponent) ; Bidlo, Michal (vedoucí práce)
Tato diplomová práce představuje možnosti využití booleovských sítí jako vývojového modelu v evolučním návrhu. Jsou zde popsány reprezentace booleovských sítí vhodné pro evoluční návrh včetně genetických operátorů. Booleovské sítě jsou použity jako vývojový model pro vývoj kombinačních obvodů a řadicích sítí. Dále je uvedena jedna z možných reprezentací aplikovatelná pro návrh obrazových filtrů. Navržené metody jsou experimentálně ověřeny a je navrženo jejich potenciální vylepšení a směr dalšího výzkumu.
|
|
|
Celulární automat v evolučním procesu
Hejč, Michal ; Herrman, Tomáš (oponent) ; Bidlo, Michal (vedoucí práce)
Tato diplomová práce pojednává o využití evolučních algoritmů společně s technikou developmentu v celulárních automatech. Popisuje základní principy jednotlivých nástrojů a následně se zaměřuje na jednu specifickou oblast - návrh kombinačních logických obvodů. Pomocí genetického algoritmu je hledán neuniformní celulární automat, který slouží jako generátor výsledného obvodu. Jsou provedeny experimenty se základními typy kombinačních logických obvodů a se speciální třídou nazývanou polymorfní obvody. Na závěr jsou představeny dosažené výsledky a provedeno porovnání s uniformními celulárními automaty.
|
|
|
Evoluční aproximace obrazových filtrů
Foukal, Tomáš ; Bidlo, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato diplomová práce popisuje problematiku aproximativního počítání, filtrování obrazu v hardwaru a evolučních algoritmů. Představuje řešení problému evoluční aproximace mediánových filtrů, kdy je cílem snížit výpočetní a implementační náročnost filtrace a současně minimalizovat chybu výpočtu. Na základě získaných poznatků a návrhů byly vytvořeny implementace nutných programů. Experimentální vyhodnocení ukazuje, že navržená metoda může pro mediánový filtr poskytovat dobrý kompromis mezi kvalitou filtrování a implementační cenou.
|
host ::
RSS.