|
|
Rozpoznávání obrázkových jazyků
Barták, Jakub ; Plátek, Martin (oponent) ; Mráz, František (vedoucí práce)
Předkládáme zde transformaci jednodimenzionálního zkracujícího restartovacího automatu do dvou dimenzí. Výsledný automat (zvaný dvoudimenzionální restartovací automat - 2RA) má jak zajímavé uzávěrové vlastnosti, tak blízkou vazbu na třídu jazyků REC (Recognizable languages), čímž se třída jazyků které je schopen rozpoznat ukazuje být zajímavým přínosem pro hierarchii dvou-dimenzionálních jazyků.
|
|
|
Strojové učenie formálnych jazykov
Klonfar, Matěj ; Mráz, František (vedoucí práce) ; Plátek, Martin (oponent)
V předložené práci studuji úlohu strojového učení formálních jazyků. Úlohou práce je navrhnout a implementovat program umožňující studovat průběh a výsledky jednotlivých algoritmů na učení jazyků. Program podporuje učení z příkladů zadaných vstupní množinou pozitivních a negativních příkladů nebo učitelem, znajícím cílový jazyk. Program poskytuje nástroj na testování naučených jazyků. Hlavním cílem práce je navrhnout program s ohledem na snadné rozšiřování o další implementace algoritmů bez omezení na použité reprezentace naučených jazyků či složitosti těchto jazyků.
|
|
|
Learning Restricted Restarting Automata using Genetic Algorithm
Basovník, Stanislav ; Plátek, Martin (oponent) ; Mráz, František (vedoucí práce)
Restartovací automaty jsou lingvisticky motivované modely pro reprezentaci jazyků. Hlavním cílem této práce je navrhnout vhodnou variantu restartovacího automatu pro učení jazyků z pozitivních a negativních příkladů pomocí genetických algoritmů. Dále je v práci vymezena třída jazyků rozpoznávaných nově zavedenými restartovacími automaty s ohledem na Chomského hierarchii. Navrhnutý učící algoritmus je porovnán se dvěma známými metodami pro učení jazyků z pozitivních a negativních příkladů - RPNI a LARS. Součástí práce je i nástroj pro učení restartovacích automatů s omezeným kontextem včetně příkladů a návodu k použití.
|
|
|
Generátor kompilátorů založený na restartovacích automatech
Procházka, Jan ; Plátek, Martin (oponent) ; Mráz, František (vedoucí práce)
Restartovací automaty jsou velmi silný teoretický model, který umožňuje (ve své nejobecnější variantě) rozpoznávat mnohem širší třídu jazyků, než je třída jazyků bezkontextových. Cílem této práce bylo vytvořit nástroj, který pro daný restartovací automat zapsaný pro člověka čitelnou formou generuje program počítající význam vstupního textu. Bylo proto nutné model rozšířit o sémantiku. Výsledný nástroj je generátor kompilátorů (CCRA) a vychází z nástrojů jako je flex, či bison, ale místo bezkontextové gramatiky používá restartovací automat. Je napsaný v jazyce C++ tak, aby bylo možné ho používat jak na systémech Windows, tak Linux. Stejný jazyk používá pro svůj výstup.
|
|
|
Verefication of Mathematical Proofs
Pudlák, Petr ; Štěpánek, Petr (vedoucí práce) ; Haniková, Zuzana (oponent) ; Plátek, Martin (oponent)
In this thesis we deal with the problem of automatic proving (or disproving) mathematical conjectures using computer programs (usually called automated theorem provers). We address several issues that are important for a successful utilization of such programs. In Chapter 3 we examine how to store and reuse important pieces of mathematical knowledge in the form of lemmas. We investigate how this process can be automatized, i.e. how a computer can construct and use lemmas without human guidance. The program we develop tries to shorten or to speed up the proofs of several conjectures from a common theory. It repeatedly extracts lemmas from the proofs it has already completed and uses the lemmas to improve the sets of premisses to produce more efficient proofs of the conjectures. In Chapter 4 we develop a new algorithm that tries to construct the optimal sets of premisses for proving and disproving mathematical conjectures. The algorithm semantically analyzes the conjectures and the set of premisses of the given theory to find the optimal subsets of the premisses. The algorithm uses an automated model finder to construct models that serve as counterexamples that guide the algorithm to find the optimal set of premisses. In Chapter 5 we use the algorithm to decide formulae in a wide range of modal systems. We...
|
|
|
Natural Language Processing of Textual Use Cases
Dražan, Jaroslav ; Mencl, Vladimír (vedoucí práce) ; Plátek, Martin (oponent)
Požadavky na funkčnost navrhovanému systému jsou obvykle zachycovány pomocí use case psaných v přirozeném jazyce. Formát use case není standardizován, nicméně věty use case mají tradični jednoduchou strukturu a popisují buď komunikaci mezi aktéry a navrhovaným systémem, nebo interní akce. Přirozený jazyk se používá, nebo je srozumitelný pro zainteresované strany a je dostatečný k zachycení většiny požadavků, bohužel ale díky jeho volnosti není možné snadno automatizovat jeho analyzování. Vladimír Mencl použil současné lingvistické nástroje, aby získal popis chování navrhovaného systému z use case napsaných v přirozeném jazyce. Specifikaci chování zachycuje ve formi pro-case. Z jeho práce vyplývá, že je to možné, ale také se objevilo několik problémů, které daná práce neřeší. A právě některé z těchto problémů řešíme v této diplomové práci. Popisujeme v ní algoritmus odvozený od původního Menclova algoritmu, který umožní zpracovat více typů use case než ten původní, a navrhujeme metriku, která měří kvalitu parse stromů. Tato metrika umožňuje výběr nejlepšího parse stromu use case věty z několika parse stromů vytvořených pomocí různých lingvistických parserů. To pomáhá eliminovat problémy s tím, že jeden parser vrátí chybný výstup.
|
host ::
RSS.