|
|
Dynamická aproximace číslicových obvodů
Jásenský, Michal ; Hrbáček, Radek (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato bakalářská práce se zabývá návrhem metody postavené na kartézském genetickém programování, která umožňuje evoluční návrh obvodů schopných dynamické rekonfigurace. Cílem rekonfigurace obvodu je dynamicky měnit počet použitých komponent v obvodu a tím měnit přesnost výpočtu. Je zde popsána implementace navržené metody. Metoda je experimentálně ověřena a demonstrována na několika zvolených obvodech.
|
|
|
Koevoluce obrazových filtrů a detektorů šumu
Komjáthy, Gergely ; Zachariášová, Marcela (oponent) ; Drahošová, Michaela (vedoucí práce)
Táto práce se zabývá vytvořením obrazových filtrů pomocí koevolučních algoritmů. Práce obsahuje popis evolučních algoritmů, zaměřený hlavně na genetické programování, kartézské genetické programování a koevoluci. Čtenář se dále seznámí s různými typy obrazových filtrů. V dalších částech práce je popsán návrh programu pro tvorbu obrazových filtrů kombinovaných s detektory šumu pomocí kartézského genetického programování a s využitím kooperativní koevoluce, implementace a testování navrženého programu. V poslední části práce jsou filtry vytvořené pomocí koevoluce s detektory šumu porovnány s filtry s detektory šumu vytvořenými bez použití koevoluce a filtry, které nepoužívají detektory.
|
|
|
Geometrické sémantické genetické programování
Končal, Ondřej ; Bidlo, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato práce se zabývá převodem řešení získaného geometrickým sémantickým genetickým programováním (GSGP) na instanci kartézského genetického programování (CGP). GSGP se ukázalo jakožto kvalitní při tvorbě složitých matematických modelů, ale problémem je výsledná velikost řešení. CGP zase dokáže dobře redukovat velikost již vzniklých řešení. Tato práce dala pomocí kombinací těchto dvou metod vzniknout podstromovému CGP (SCGP), které jako vstup používá výstup GSGP a evoluci pak provádí pomocí CGP. Experimenty provedené na čtyřech úlohách z oblasti farmakokinetiky ukázaly, že SCGP dokáže vždy zmenšit řešení a ve třech ze čtyř případů navíc úspěšně bez přetrénování.
|
|
|
Genetické vylepšení software pro kartézské genetické programování
Husa, Jakub ; Jaroš, Jiří (oponent) ; Sekanina, Lukáš (vedoucí práce)
Genetické programování je přírodou inspirovaná metoda programování umožňující automatizovaně vytvářet a adaptovat programy. Již téměř dvacet let je tato metoda schopna poskytovat výsledky porovnatelné s těmi vytvořenými člověkem, a to napříč mnoha obory. Tato práce čtenáře seznamuje s problematikou evolučních algoritmů, genetického programování a způsobů, jakými mohou být použity pro vylepšení stávajícího software. Dále je navržen program, který je touto metodou schopen vylepšit implementaci kartézského genetického programování (CGP). Program je poté otestován na implementaci CGP vytvořené pro potřeby tohoto projektu, a jeho funkčnost je dále ověřena i na převzatých již existujících implementacích CGP.
|
|
|
Klasifikace pohybových abnormalit pomocí genetického programování
Chudárek, Aleš ; Mrázek, Vojtěch (oponent) ; Drahošová, Michaela (vedoucí práce)
Při potlačování příznaků Parkinsonovy nemoci je pro pacienta velice důležité správné dávkovaní léků. Nesprávné dávkování může zapříčinit buďto nedostatečné potlačení příznaků nebo naopak při vysokých dávkách dochází k vedlejším účinkům, například dyskinezii. Ta se projevuje nedobrovolným pohybem svalů. Tato práce se zabývá problematikou automatizované klasifikace dyskinezie z pohybových dat nasnímaných pomocí tříosého akcelerometru umístěného na těle pacienta. V této práci je klasifikátor dyskinezie automatizovaně navrhován pomocí Kartézského genetického programování. Navržený klasifikátor dosahuje velmi dobré kvality při klasifikaci závažné míry dyskinezie (AUC = 0,94), což je srovnatelný výsledek jako u technik prezentovaných v odborné literatuře.
|
|
|
Možnosti akcelerace symbolické regrese pomocí kartézského genetického programování
Hodaň, David ; Mrázek, Vojtěch (oponent) ; Vašíček, Zdeněk (vedoucí práce)
Tato práce je zaměřena na hledání postupů, které by akcelerovaly symbolickou regresi v rámci kartézského genetického programování. Práce přibližuje kartézské genetické programování a jeho využití v úloze symbolické regrese. Zabývá se architekturou SIMD a instrukční sadou SSE a AVX. Práce představuje řadu optimalizačních metod, které vedou k výraznému urychlení evoluce v kartézském genetickém programování. Metoda bitově paralelní simulace používající vektory AVX2 umožňuje paralelně pracovat s 256 vstupními kombinacemi logického obvodu. Obdobně lze využít bajtově paralelní simulaci a pracovat se 32 bajty při evoluci obrazového filtru. Metoda akcelerace pomocí generování nativního kódu výrazně urychluje evaluaci kandidátních řešení. Nová metoda dávkové mutace může zrychlit evoluci kombinačních logických obvodů i tisíckrát v závislosti na velikosti problému. Kombinací zmíněných i dalších metod trvala například evoluce násobiček 5 x 5b v průměru 5,8 vteřin na procesoru Intel Core i5-4590.
|
|
|
Techniky reprezentace pro evoluční návrh celulárních automatů
Kovács, Martin ; Drábek, Vladimír (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce je zaměřena na experimentální testování různých reprezentací přechodové funkce celulárního automatu. V práci je prezentována výpočetní platforma celulárního automatu. Celulární automat má mnoho potenciálních využití při simulacích různých přírodních jevů, fyzikálních systémů, atd. Jeho paralelní výpočet založený na lokálních bunečných interakcích je však náročný na programování, proto je návrh programu automatu často přenechán evolučním technikám. Evoluční techniky založené na Darwinově teorii evoluce byly už mnohokrát využity pro nalezení stejně dobrých nebo lepších než lidsky navržených řešení různých problémů. Evoluční techniky ale vyžadují speciální zakódování řešených problémů, a právě z toho důvodu jsou reprezentace přechodové funkce celulárního automatu zkoumány. Zkoumané reprezentace zahrnují klasickou tabulkovou reprezentaci, podmínková pravidla a kartézske genetické programování. Testovacím problémem pro určení efektivity reprezentací je funkce druhé mocniny.
|
|
|
Využití přibližné ekvivalence při návrhu přibližných obvodů
Matyáš, Jiří ; Lengál, Ondřej (oponent) ; Češka, Milan (vedoucí práce)
Tato práce je zaměřena na využití formálně verifikačních technik pro návrh funkčních aproximací kombinačních obvodů. Jsou zde důkladně prostudovány existující formální přístupy pro zkoumání přibližné ekvivalence a jejich použití při vývoji aproximovaných obvodů. V rámci této práce je navržena nová metoda, která integruje vybrané formální techniky do Kartézského genetického programování. Klíčovým bodem nového přístupu je využití prohledávací strategie, která vede evoluci směrem k řešením, která lze rychleji verifikovat. Navržený algoritmus byl implementován v rámci syntézního nástroje ABC. Jeho výkonnost byla otestována na vývoji funkčních aproximací násobiček a sčítaček s šířkami vstupních operandů 32, respektive 128 bitů. Dosažené výsledky ukazují výjimečnou škálovatelnost navržené metody.
|
|
|
Aproximace obvodů v nástroji Yosys
Plevač, Lukáš ; Vašíček, Zdeněk (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Cílem této práce je představení rozšíření cgploss, které slouží k optimalizaci kombinačních obvodů v nástroji Yosys. V první části práce bude představena metoda Kartézského genetického programování, která lze použít na návrh a optimalizaci obvodů. Tato kapitola dále popisuje možné reprezentace kombinačních obvodů pro Kartézské genetické programování. Následuje představení nástroje Yosys z uživatelského i implementačního hlediska a popis tvorby rozšíření pro tento nástroj. Následující kapitola popisuje návrh rozšíření cgploss a jeho vnitřní struktury. Dále je popisována implementace rozšíření a jeho ovládání. V závěru práce je otestována funkčnost nástroje a jednotlivé použité reprezentace obvodu jsou porovnány mezi sebou.
|
|
|
Akcelerace evolučního návrhu obvodů na úrovni tranzistorů na platformě Zynq
Mrázek, Vojtěch ; Sekanina, Lukáš (oponent) ; Vašíček, Zdeněk (vedoucí práce)
Cílem této práce je návrh a realizace hardwarové jednotky umožňující automatickou syntézu integrovaných obvodů na úrovni tranzistorů. Práce je rozdělena na dvě části. První, teoretická část, se věnuje metodám návrhu obvodů s MOSFET tranzistory a problematice evolučních algoritmů. Dále rozebírá aktuální výsledky výzkumu v této oblasti a navazuje popisem nového přístupu evolučního návrhu a optimalizace číslicových obvodů na úrovni tranzistorů. Následující část se zabývá popisem hardwarové jednotky, která tuto novou metodu akceleruje na obvodu Zynq integrující procesor ARM a programovatelnou logiku. Funkčnost metody je prezentována na optimalizaci vícevstupých obvodů. Hardwarová jednotka byla využita v evolučním návrhu dvou a třívstupých hradel.
|
host ::
RSS.