|
|
Sebemodifikující se celulární automaty
Szabo, Peter ; Drábek, Vladimír (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá celulárními automaty s konceptem sebe-modifikace a jich porovnáním s konvenčními celulárními automaty. Pro tento účel jsme vytvořili simulátor, který také umožňuje samostatně definovat logiky umělé inteligence, generátoru čísel a statistického testu, které simulátor využívá. Následně jsou provedeny dva pokusy, které koncept sebe-modifikace demonstrují.
|
|
|
Nelineární řízení komplexních soustav s využitím evolučních přístupů
Minář, Petr ; Ošmera, Pavel (oponent) ; Oplatková,, Zuzana Komínková (oponent) ; Matoušek, Radomil (vedoucí práce)
Problematika optimalizace složitých soustav za použití algoritmů umělé inteligence, je relativně nový vědní obor a má mnohé způsoby využití v technické praxi. Vhodné algoritmy na řešení podobných úloh jsou třeba genetický algoritmus, diferenciální evoluce, algoritmus HC12, metoda nelder-mead, fuzzy logika a gramatická evoluce. Kompletní řešení je prezentováno na vybraných příkladech od matematických soustav nelineárních systémů, až po praktické úlohy spolu s návrhem antén a stabilizace deterministického chaosu. Práce si klade za cíl navržení jednotlivých postupů využití algoritmů umělé inteligence při vícekriteriální optimalizaci. K dosažení optimálních výsledků slouží navržené softwarové řešení na základě multi-platformové aplikace v rámci Matlab a Java rozhraní. Softwarové řešení spojuje všechny algoritmy do ucelené aplikace a dále rozšiřuje možnosti uplatnění výsledků na reálných soustavách a v technické praxi.
|
|
| |
|
|
Využití prostředků umělé inteligence na kapitálových trzích
Vaško, Jan ; Kříž, Jiří (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zabívá analyzováním možnosti využití umělé inteligence, konkrétně umělých neuronových sítí a fuzzy logiky, na kapitálových trzích jako podpůrný nástroj v rozhodování podniku. K tomu je využito programové prostředí Matlabu. Práce je rozdělena do tří částí. V první se věnuji teoretickým poznatkům, ve druhé stručnému popisu současné situace a ve třetí části aplikuji tyto teoretická východiska do systému.
|
|
|
Autoportrét nelidského
Trnková, Barbora ; Horáková, Jana (oponent) ; Klodová, Lenka (oponent) ; Ruller, Tomáš (vedoucí práce)
Práce uměleckovýzkumnými prostředky, na ploše několika vnitřně porvázaných projektů a explikací jejich východisek, ohledává ohlášené překonání racionalistických dualit personifikované v metafoře kyborga. Je ukázáno, jakým způsobem medializované digitální myšlení brání vnímání jiného, což představuje riziko pro touto metaforou inspirované feministické vize. V duchu glitch feminismu je navrženo případy algoritmického zkreslení, které ukazují glitche normativní hegemonie zprostředkované výsledky učících se algoritmů, vnímat pozitivně jako příležitost k jejich identifikování a odstranění. Dále je v práci představena kategorie nelidského jiného vyráběná prostřednictvím dehumanizujícího tabuizovaného násilí. A ve srovnání povahy pornografického a erotického a na pozadí konceptu stávání-se, je pak naznačena cesta k nabytí vlastní autonomie jiného. Vedle vytváření alternativ rozrušujících dominantní hegemonie, je navrženo zaměřit více pozornosti na subtraktivní strategie, povstávání nelidského a zároveň suspendování transcendentálního subjektu v nás. Tím je řešena problematika přechovávání tohoto subjektu jinak vždy interpretujícího jiné.
|
|
|
Algoritmus pro detekci pozitívního a negatívního textu
Musil, David ; Harár, Pavol (oponent) ; Povoda, Lukáš (vedoucí práce)
Se svižným vývojem informačních a komunikačních technologií vzrůstá i množství informací produkovaných nejrůznějšími zdroji v elektronické podobě. Třídění a získávání znalostí z těchto dat vyžaduje značné úsilí, které pro člověka není snadné zajistit, do popředí se tedy dostává zpracování strojem. Dolování emocí z textových dat je zajímavou oblastí výzkumu, zažívající v posledních letech nezanedbatelný rozmach, přičemž nachází široké uplatnění. V rámci této diplomové práce byl vytvořen systém sloužící k detekci pozitivní a negativní emoce z textu, dále je provedeno zhodnocení jeho úspěšnosti. Systém je navržen v jazyce Java a je koncipován pro umožnění jeho trénování pomocí velkých objemů dat (Big Data) s využitím knihovny Spark. V práci je popsána struktura a zacházení s textem z databázi, ze které systém čerpá vstupní data. Samotný model klasifikátoru je pak vytvořen za pomoci algoritmu podpůrných vektorů (SVM), přičemž je optimalizován metodou n-gramů.
|
|
|
Adaptivní model pro simulaci znečištění ovzduší
Pazúriková, Jana ; Šátek, Václav (oponent) ; Dvořák, Radim (vedoucí práce)
Znečištění ovzduší ohrožuje životní prostředí i životy lidí a je třeba lépe pochopit procesy, které se za ním skrývají. Počítačové modely a jejich simulace pomocí advekčně-difuzní rovnice, popřípade jinými způsoby, poměrně přesně reprezentují pohyb a proměny kontaminantu. Současné modely jsou však validní pouze za určitých omezených počátečních podmínek. V práci je představen obecný model kombinující několik specifických modelů, které jsou schopny měnit se dle vstupních parametrů a zlepšovat se trénováním. Adaptivnost systému je zajištěna rozhodovacím stromem a genetickým algoritmem. Rozhodovací strom reprezentuje datovou strukturu s informacemi pro proces výběru a kombinaci modelů, genetický algoritmus slouží jako optimalizační metoda pro přizpůsobení stromu trénovacími daty. Ohodnocení implementovaného systému dokazuje, že kombinace modelů dává lepší výsledky než modely samotné. I s jednoduchými specifickými modely má systém výsledky srovnatelné se současnými modely znečištění ovzduší.
|
|
|
Evoluční návrh hašovacích funkcí pomocí gramatické evoluce
Freiberg, Adam ; Bidlo, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Gramatická evoluce umožňuje automatizovaně vytvářet řešení různorodých problémů a to v libovolném programovacím jazyce. Právě tyto vlastnosti jsou v této práci využity k experimentálnímu vytváření nových hašovacích funkcí, jejichž hlavním zaměřením je hašování síťových toků. Takto vytvořené funkce jsou následně porovnány s již existujícími hašovacími funkcemi, vytvořenými experty v této oblasti.
|
|
|
Umělá inteligence ve hře Bang!
Kolář, Vít ; Lodrová, Dana (oponent) ; Orság, Filip (vedoucí práce)
Cílem této diplomové práce je vytvoření umělé inteligence do karetní hry Bang!. Obsahem této práce je kompletní popis hry Bang!, její pravidla, strategické principy používané při hraní a rozbor hry pohledu UI. Dále práce podává přehled metod umělé inteligence a základní informace o disciplíně teorie her. Následuje popis implementace v jazyce C++ a způsobu vytvoření umělé inteligence za pomoci Bayesovské klasifikace a rozhodovacích stromů založených na expertních systémech. Poslední část obsahuje zhodnocení vesměs pozitivních výsledků a závěr s možnými dalšími rozšířeními.
|
|
|
Adaptivní generování příběhu v RPG
Vymazal, Jiří ; Grochol, David (oponent) ; Hrbáček, Radek (vedoucí práce)
Procedurální generování příběhu nabízí mnoho výhod například pro přostředí počítačových her. Ovšem, zachování alespoň některých kvalit autorského vyprávění při algoritmickém generování je náročný problém. Tento je v práci diskutován současně s přehledem existujících přístupů a řešení. Dále je v práci prezentován návrh řešení založeného na evolučním počítání a výhody tohoto přístupu. Následuje popis použití tohoto přístupu na řízení jednoduchého příběhu v RPG prostředí, vyhodnocení výsledků a srovnání se současnými metodami.
|
host ::
RSS.