|
|
Principy a aplikace neuroevoluce
Herec, Jan ; Strnadel, Josef (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se na teoretické úrovni zabývá evolučními algoritmy (EA), neuronovými sítěmi (NN) a jejich syntézou v podobě neuroevoluce. Z praktického hlediska je cílem práce ukázat uplatnění neuroevoluce na dvou odlišných úlohách. První úloha spočívá v evolučním návrhu architektury konvoluční neuronové sítě (CNN), která by dokázala klasifikovat s vysokou přesností ručně psané číslice (z datasetu MNIST). Druhá úloha spočívá v evoluční optimalizaci vah neurokontroléru, který řídí přistání 1. stupně rakety Falcon 9 ve 2D simulaci. Obě úlohy jsou výpočetně velmi náročné a proto byly řešeny na superpočítači. V rámci první úlohy se podařilo navrhnout takové architektury, které při správném natrénování dosahují přesnosti klasifikace 99,49%. Ukázalo se tak, že je možné návrh kvalitních architektur zautomatizovat s využitím neuroevoluce. V rámci druhé úlohy se podařilo optimalizovat váhy neurokontroléru tak, že pro definované počáteční podmínky dovede neurokontrolér model rakety k úspěšnému přistání. V obou úlohách tedy neuroevoluce uspěla.
|
|
|
Developing Brain Computer Interface for Imagined Movements
Blašková, Barbora ; Jawed, Soyiba (oponent) ; Malik, Aamir Saeed (vedoucí práce)
Brain disorders and diseases affect 1 in 6 people worldwide and in many cases result in a condition that profusely impacts the life of patient. Mental health topics surge as 1 in 10 people is diagnosed with a mental health disorder. It is therefore crucial to study the organ that is still in a big part a mystery to the researchers - brain. The focus of this thesis is on Brain Computer Interface (BCI) which can act as a intermediary between the brain and a device by acquiring the brain signals and translating them into a set of actions or commands. One of the methods to control a device by thoughts is motor imagery, which is based on the fact that imagining moving a part of the body elicits the same brain response as actual movement. This thesis proposes to utilize a recent field of the EEG for the BCI applications - microstate analysis. Classifier for distinguishing between the motor imagery tasks is proposed as a combination of microstate features extracted from different regions of the brain with the already established features such as from frequency or time-domain. The subject-specific classifiers was trained for 30 participants. Two distinct classifiers were implemented - one for the classification of the rest versus activity and second for the classification of the left versus right motor imagery. The mean accuracy across participants for the rest versus activity classification was 0.85. The mean accuracy across participants for the left versus right motor imagery classification was 0.74. The microstates proved to be helpful in distinguishing between different conditions in a task settings, but need some improvements in terms of the further research.
|
|
|
Principy a aplikace neuroevoluce
Herec, Jan ; Strnadel, Josef (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se na teoretické úrovni zabývá evolučními algoritmy (EA), neuronovými sítěmi (NN) a jejich syntézou v podobě neuroevoluce. Z praktického hlediska je cílem práce ukázat uplatnění neuroevoluce na dvou odlišných úlohách. První úloha spočívá v evolučním návrhu architektury konvoluční neuronové sítě (CNN), která by dokázala klasifikovat s vysokou přesností ručně psané číslice (z datasetu MNIST). Druhá úloha spočívá v evoluční optimalizaci vah neurokontroléru, který řídí přistání 1. stupně rakety Falcon 9 ve 2D simulaci. Obě úlohy jsou výpočetně velmi náročné a proto byly řešeny na superpočítači. V rámci první úlohy se podařilo navrhnout takové architektury, které při správném natrénování dosahují přesnosti klasifikace 99,49%. Ukázalo se tak, že je možné návrh kvalitních architektur zautomatizovat s využitím neuroevoluce. V rámci druhé úlohy se podařilo optimalizovat váhy neurokontroléru tak, že pro definované počáteční podmínky dovede neurokontrolér model rakety k úspěšnému přistání. V obou úlohách tedy neuroevoluce uspěla.
|
host ::
RSS.