|
|
Prostředí pro testování algoritmů pro učení automatů
Vyšohlíd, Jan ; Hoffmann, Petr (vedoucí práce) ; Krčah, Peter (oponent)
V předložené práci studujeme metody pro testování algoritmů regulární inference. Nejprve jsou uvedeny některé teoretické poznatky z oblasti konečných automatů a regulární inference. Dále jsou představeny některé algoritmy pro učení konečných automatů, jejich principy a použité testovací metody, jež zjišťují kvalitu algoritmů testováním výsledných automatů. V dalším textu je pak vysvětlen způsob generování trénovacích a testovacích dat, popsán formát pro uložení těchto dat a pro uložení konečných automatů a nakonec také samotný průběh testování algoritmů. Součástí práce je rovněž aplikace, která uvedené testovací metody implementuje a výsledné statistiky ukládá ve zvoleném formátu. V dodatcích přikládáme uživatelskou a programátorskou dokumentaci k této aplikaci.
|
|
|
Rozvrhování v distribuovaných systémech
Vyšohlíd, Jan ; Janeček, Jan (vedoucí práce) ; Yaghob, Jakub (oponent)
Předložená práce studuje metody rozvrhování v heterogenních distribuovaných systémech. Nejprve jsou uvedeny některé teoretické poznatky, které kromě vlastní teorie z oblasti rozvrhování obsahují také potřebné znalosti z teorie grafů a složitosti. Dále jsou představeny metody statického rozvrhování a nejznámější algoritmy řešící tento problém, po nichž následují základy dynamického rozvrhování a klasifikace používaných metod. V hlavní části práce jsou navrženy algoritmy, které respektují přidaná omezení. Tyto algoritmy jsou testovány pomocí přiložené aplikace a porovnány navzájem nebo s ostatními algoritmy, které většinou přidané podmínky na systém nekladou. Součástí práce je rovněž zmíněná aplikace a dokumentace k této aplikaci.
|
|
|
Prostředí pro testování algoritmů pro učení automatů
Vyšohlíd, Jan ; Krčah, Peter (oponent) ; Hoffmann, Petr (vedoucí práce)
V předložené práci studujeme metody pro testování algoritmů regulární inference. Nejprve jsou uvedeny některé teoretické poznatky z oblasti konečných automatů a regulární inference. Dále jsou představeny některé algoritmy pro učení konečných automatů, jejich principy a použité testovací metody, jež zjišťují kvalitu algoritmů testováním výsledných automatů. V dalším textu je pak vysvětlen způsob generování trénovacích a testovacích dat, popsán formát pro uložení těchto dat a pro uložení konečných automatů a nakonec také samotný průběh testování algoritmů. Součástí práce je rovněž aplikace, která uvedené testovací metody implementuje a výsledné statistiky ukládá ve zvoleném formátu. V dodatcích přikládáme uživatelskou a programátorskou dokumentaci k této aplikaci.
|
host ::
RSS.