|
|
Vliv mapování kandidátního řešení na efektivitu evolučního algoritmu
Hrbáček, Jiří ; Korček, Pavol (oponent) ; Křivánek, Jan (vedoucí práce)
Náplní předložené práce je sumarizace znalostí v oblasti teorie mapování kandidátního řešení, jejich analýza a aplikace na evoluční algoritmy. Práce podává přehled evolučních algoritmů, jejich klasifikaci a použití. Cílem práce je propojení získaných znalostí z oblasti evolučních algoritmů a mapování kandidátního řešení a vytvořit systém, který bude úspěšně demonstrovat vliv mapování na efektivitu evolučních algoritmů.
|
|
|
Evoluční strategie v úloze anotace funkce nukleotidového polymorfismu
Šalanda, Ondřej ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce prezentuje nový přístup k predikci vlivu nukleotidového polymorfismu na funkci proteinu. Cílem je vytvořit nový metanástroj, který pomocí váhového konsensu kombinuje vlastnosti osmi již existujících nástrojů za účelem zvýšení přesnosti a univerzálnosti predikce. K nalezení vhodného rozložení vah je přistoupeno inovativně, používá se evoluční strategie. Parametry pro její spuštění jsou zjištěny experimentálně. Na závěr je uvedeno zhodnocení úspěšnosti nového nástroje a porovnání výsledků na testovacích sadách.
|
|
|
Evoluční strategie v úloze predikce vlivu aminokyselinových mutací na stabilitu proteinu
Pavlík, David ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce se zabývá otázkou predikce změn stability proteinů v důsledku aminokyselinových mutací. Cílem je vytvořit meta-klasifikátor, který bude využívat výsledky predikcí vybraných nástrojů, použít evoluční strategii pro přiřazení vah jednotlivým nástrojům a dosáhnout tak větší úspěšnosti predikce než při použití nástrojů samostatně. Bylo vybráno celkem pět dostupných nástrojů, jejichž výsledky predikcí byly váhovány. Jsou zde zkoumány a porovnávány dvě odlišné metody evoluční strategie. První je evoluční strategie s pravidlem 1/5 a druhou je evoluční strategie s autoevolucí řídících parametrů typu 2. Pro trénování a následné ověření úspěšnosti navrženého meta-klasifikátoru byly vytvořeny dvě nezávislé sady mutací. Z provedených experimentů a dosažených výsledků byl zjištěn možný přínos evoluční strategie, ovšem za podmínek pečlivého výběru sady nástrojů a datových sad pro trénování a testování.
|
|
|
Optimization of Aircraft Tracker Parameters
Samek, Michal ; Vlk, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
This Master's thesis deals with a configuration optimization of an aircraft surveillance system, which is being used in the air traffic control. We survey commonly used methodology for a performance evaluation of such surveillance systems and review relevant algorithms for target tracking. Three optimization approaches are explored. The first solution attempts to identify parameters of employed filtering algorithms by using the Expectation-Maximisation algorithm to find corresponding maximum likelihood estimates. The second approach employs a simple distribution fitting to the available measured and reference data. Evolution strategies are examined as the third option. Experimental evaluation shows that the third approach is the most suitable for the problem in hand.
|
|
|
Evoluční strategie v úloze predikce vlivu aminokyselinových mutací na stabilitu proteinů
Kadlec, Miroslav ; Burgetová, Ivana (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce se zabývá predikcí vlivu aminokyselinových mutací na stabilitu proteinu. Cílem je vytvořit konsenzuální prediktor využívající výstupy vybraných existujících nástrojů za účelem zvýšení úspěšnosti predikce. Optimální konsenzus mezi těmito nástroji byl hledán s pomocí evolučních strategií (ES) ve třech variantách: evoluční strategie s pravidlem 1/5, varianta s autoevolucí typu 2 a metoda CMA-ES. Kvalita nalezených řešení byla následně testována na nezávislé datové sadě. Výsledky všech tří variant dosahovaly podobných přesností predikce, jako nejlepší byl vyhodnocen vektor vah nalezený ES s autoevolucí typu 2. Oproti samostatným prediktorům vykazovala konsenzuální metoda na trénovacích datech zlepšení Pearsonova korelačního koeficientu o 0,057. Na testovací sadě byl její přínos nižší (zlepšení o 0,040). Poměrně malý přínos k přesnosti predikcí na trénovací i testovací datové sadě byl způsoben tím, že pro některé záznamy se nepodařilo získat výsledky všech dílčích nástrojů. V případě vypuštění těchto záznamů přinesla konsenzuální metoda zlepšení Pearsonova korelačního koeficientu o 0,118.
|
|
|
Neuronové sítě a evoluční algoritmy
Vágnerová, Jitka ; Rychtárik, Milan (oponent) ; Hrubeš, Jan (vedoucí práce)
Diplomová práce se zabývá použitím zvolených evolučních algoritmů k určení a úpravě parametrů neuronové sítě. K úpravě parametrů sítě se zpětným šířením chyby byly použity genetické algoritmy, evoluční strategie a evoluční programování. Součástí práce je program vytvořený v prostředí Matlab, ve kterém byly použité metody testovány na úlohách rozpoznávání vzorů a predikci průběhu funkce. Výsledkem práce jsou grafy průběhu chyby sítě a fitness během úpravy pomocí zvolených algoritmů a průběhů chyby při následném učení.
|
host ::
RSS.