|
Evoluční algoritmy
Haupt, Daniel ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
První část práce je teoretická a zabývá se optimalizací a evolučními algoritmy, které jsou používány k řešení složitých optimalizačních problémů. Konkrétně jsou popsány algoritmy diferenciální evoluce, genetický algoritmus, simulované žíhání a deterministický neevoluční algoritmus zakázané prohledávání. Dále je diskutována problematika testování optimalizačních algoritmů pomocí tzv. galerii testovacích funkcí a testování pomocí srovnání výsledků algoritmů při řešení problému obchodního cestujícího. Ve druhé části práce jsou všechny uvedené algoritmy testovány na 11 testovacích funkcích a na třech modelech rozmístění měst v problému obchodního cestujícího. Nejprve jsou algoritmy srovnávány s možností neomezeného přístupu k účelové funkci a dále s omezenou možností přístupu k účelové funkci. Veškerá data jsou statisticky a graficky zpracována. Jednotlivé algoritmy jsou seřazeny dle úspěšnosti.
|
|
Genetické algoritmy a rozvrhování
Škrabal, Ondřej ; Popela, Pavel (oponent) ; Roupec, Jan (vedoucí práce)
Práce se zabývá problémem rozvrhování výroby pro vstřikolisovnu plastových výrobků v konkrétním provozu. Řešení je založené na heuristických algoritmech, programovacích jazycích C+ + a C#, je postaveno na platformě .NET a LINQ do XML. Přináší srovnání základních heuristických metod s Genetickými algoritmy aplikovaných na problém v dané výrobě. Všechny metody a jejich výsledky jsou porovnány vzhledem k ručně sestaveným plánům.
|
|
Genetické algoritmy – Multi-core CPU implementace
Studnička, Vladimír ; Kuba, Martin (oponent) ; Matoušek, Radomil (vedoucí práce)
Cílem diplomové práce je vytvořit co možná nejuniverzálnější knihovnu pro genetické algoritmy v jazyce C++, s určitým počtem implementovaných univerzálních operátorů a následně vytvořenou knihovnu otestovat na příkladech. Musí být implementována podpora více-jádrových procesorů pomocí OpenMP. Knihovna bude testována celkově na třech příkladech. První dva příklady jsou matematické funkce, které se používají právě k testování genetických algoritmů. Dalším testovacím příkladem je problém rozložení n-dam na šachovnici, aby se vzájemně neohrožovali. Nakonec se pokusíme pomocí navrhnutých algoritmů zjistit řešení puzzle s názvem Eternity II, za jehož vyřešení je vypsána odměna 2 milióny dolarů.
|
| |
| |
| |
|
Evoluční algoritmy
Bortel, Martin ; Karásek, Jan (oponent) ; Burget, Radim (vedoucí práce)
Práce se zabývá principy a základními vlastnostmi Evolučních a Genetických algoritmů. Jsou zde rozebrány operátory mutace, křížení a selekce a možnosti ukončení algoritmu. Uvedeny jsou příklady využití evolučních a genetických algoritmů v praxi. Využití technologií PHP&MySQL a Google Maps API k optimalizaci distribuční trasy, je důležitým bodem práce.
|
|
Určení směru pohledu
Bastl, Petr ; Číp, Pavel (oponent) ; Richter, Miloslav (vedoucí práce)
Tato práce se zabývá problematikou sledování oka a určování směru a místa pohledu. Je uveden přehled metod pro určování směru pohledu. Pro vlastní realizaci je vybrána a navržena metoda přímého zjišťování směru pohledu pomocí jedné kamery a umožňující volný pohyb hlavy uživatele. Jsou popsány algoritmy pro zpracování a popis obrazu. Střed zorničky je určován genetickým algoritmem hledajícím elipsu. Dále jsou navrženy postupy kalibrace měřicího zařízení. Práce dále řeší problematiku určení polohy oka směru jeho pohledu. Nakonec je uvedeno srovnání přesnosti s podobnými projekty.
|
|
Rozpoznávání emocí v česky psaných textech
Červenec, Radek ; Smékal, Zdeněk (oponent) ; Burget, Radim (vedoucí práce)
Díky rozvoji informačních a komunikačních technologií v posledních letech došlo k velkému nárůstu množství informací, které denně vznikají ve formě elektronických dokumentů. Třídění a zpracování informací se stalo pro člověka velmi obtížné, a proto vzrůstá obliba systémů automatického dolování znalostí z textu. Zajímavou podoblastí jsou systémy pro analýzu sentimentu a automatického rozpoznání emocí v textech, které mají potencionálně široké uplatnění. V rámci této práce byl navržen a implementován systém využívající technik dolování znalostí z textu za účelem rozpoznávání emocí v česky psaných textech a bylo provedeno zhodnocení jeho úspěšnosti. Protože je systém postaven převážně na metodě strojového učení, byla navrhnuta a vytvořena trénovací množina, která byla posléze použita k vytvoření modelu klasifikátoru pomocí algoritmu podpůrných vektorů (SVM). Pro potřeby zpřesnění výsledků klasifikace textových dokumentů do předem definovaných emočních tříd, jsou do systému integrovány další prvky, jako např.: lexikální databáze, lemmatizátor a odvozený slovník klíčových slov. Součástí práce je také zhodnocení několika přístupů ke klasifikaci s různými modifikacemi navrženého systému.
|
| |