|
|
Application of fuzzy logic as a support for decision-making in financial market
Abrahám, Adam ; Šuňavcová, Nikola (oponent) ; Janková, Zuzana (vedoucí práce)
This thesis focuses on the application of fuzzy logic in supporting of decision-making in financial markets, especially in cryptocurrency investment. Firstly, the theory of fuzzy logic and its various applications are comprehensively discussed. Subsequently, cryptocurrencies and their investment criteria are analyzed. Based on this analysis, a fuzzy system is proposed as a decision-making tool for cryptocurrency investment. Specifically, the fuzzy system enables the evaluation of the risk and return of the investment in a particular cryptocurrency. The implementation of the proposed system, using MS Excel and MathWorks MATLAB, is also described. The experimental results show that the proposed fuzzy system is an effective decision-making tool for cryptocurrency investment.
|
|
|
Fuzzy modely chování řidiče
Fišer, Michal ; Mihálik, Ondrej (oponent) ; Jirgl, Miroslav (vedoucí práce)
Diplomová práce se zabývá nalezením vhodného fuzzy modelu pro aproximaci datových řad reprezentujících řídící zásahy řidiče při změně jízdního pruhu. Nejprve je v teoretické části představen úvod do problematiky modelování řidiče a systémů člověk-stroj, základy fuzzy logiky, fuzzy systémů a regulátorů, metody optimalizace a simulátor řízení vozidla. Práce se zaměřuje v oblasti modelování chování řidiče zejména na McRuerovy modely chování lidského operátora a v oblasti metod optimalizace na genetické algoritmy. Na~základě této teorie jsou následně vytvořeny jednotlivé lineární modely chování řidiče. Data byla získávána na simulátoru řízení vozidla. Na tomto simulátoru bylo provedeno několik experimentů měření na reakci řidiče na skokovou změnu. Následně z naměřených dat byly identifikovány jednotlivé modely řidiče pomocí System Identification Toolboxu v~programu Matlab. Dále je zde popsán návrh vhodné struktury fuzzy modelu. Poté následuje popis genetického algoritmu použitého pro identifikaci fuzzy modelu a na závěr jsou porovnány lineární a fuzzy modely.
|
|
|
Paušální a formalistický přístup v právu
Pavlíček, Libor ; Maršálek, Pavel (oponent)
Paušální a formalistický přístup v právu Mnoho procesů v právu se děje automaticky a ze setrvačnosti, bez připuštění svobodné vůle člověka a bez obsažení hodnot důležitých pro člověka (svoboda, důstojnost, spravedlnost). Nositelem procesu automatizace v právu jsou automaty, tedy nástroje zajišťující primárně právní jistotu. Právo se však vedle stránky právní jistoty skládá i ze stránky spravedlnosti a účelnosti, kterou automaty neovládají, protože jejich algoritmy mnohdy nereflektují tento subjektivní rozměr v právu. Trend automatizace bezesporu přináší v právu řadu zlepšení, ale současně i rizik. Jelikož automatu nelze naprogramovat duši, nelze ani předpokládat, že jeho rozhodování, tj. jejich výstup, bude za všech okolností i spravedlivé a účelné. Přesto je tradičním přístupem v právu výstup automatu roven závazné normě. Příkladem automatu v dopravě je semafor, v oblasti státní správy jsou automaty formuláře nebo vzorce, v soudnictví soudce jako robot (subsumpční automat) a za nejsofistikovanější automat lze považovat umělou inteligenci. Automaty jsou pomůcky v regulaci, které jsou zaváděny na základě zákona a mají schopnost zakládat, měnit nebo rušit práva a povinnosti. V této souvislosti lze hovořit o "automatickém právu", tedy pracovním označení práva prosazovaného automaty, jinak též označení...
|
|
|
Artificial neural networks for clustering and rule extraction
Iša, Jiří
Název práce: Umělé neuronové sítě pro klastrování a extrakci pravidel Autor: Jiří Iša Katedra (ústav): Katedra softwarového inženýrství Vedoucí práce: RNDr. Iveta Mrázová, CSc. E-mail vedoucí: mrazova@ksi.ms.mff.cuni.cz Klíčová slova: fuzzy, pravidla, extrakce, neuronová síť Abstrakt: Problematika extrakce pravidel pomocí neuronových sítí byla během uplynulých desetiletí častým námětem výzkumných prací. Tato diplomová práce navrhuje nový model rostoucí fuzzy inferenční neuronové sítě, vycházejících z principu rostoucích neuronových struktur. To síti umožňuje pos- tupný nárůst počtu skrytých neuronů až do velikosti potřebné pro dané úlohy. Pro účely této sítě byla zvýšena citlivost již existujícího shlukovacího algoritmu vůči požadovaným výstupním hodnotám. Je také představen nový rychlý al- goritmus adaptace vah, inspirovaný teorií fuzzy množin. Vlastnosti navrženého modelu i nová metoda výběru signifikantních vstupních příznaků podporuje ex- trakci relativně malého množství jednoduchých fuzzy pravidel. Navržené tech- niky jsou experimenálně ověřeny na reálných datech popisujících vztah mezi různým typem bydlení v okolí Bostonu a jeho cenou. Data byla získána z databáze "Bostonské...
|
|
|
Stochastické řízení zásobní funkce nádrže s pomocí metod umělé inteligence
Kozel, Tomáš ; Fošumpaur, Pavel (oponent) ; Zezulák,, Jiří (oponent) ; Starý, Miloš (vedoucí práce)
Stochastické řízení pracuje s určitým rozptylem hodnot řídících průtoků s daným pravděpodobnostním rozdělením, a proto dochází k výrazně lepší aproximaci skutečné problematiky řízení. Pro potřeby stochastického řízení zásobní funkce nádrže byly sestaveny stochastické předpovědní modely, které lépe vystihují náhodné procesy, mezi které můžeme zařadit průtok v měrném profilu. Výhodou stochastického řízení oproti deterministickému řízení je výběr možnosti řízení pro danou pravděpodobnost scénáře. Výběr pravděpodobností nám poskytne vějíř možností. V práci je popsána konstrukce a vyhodnocení stochastického adaptivního řízení zásobní funkce nádrže, které využívá modely vycházející z metod umělé inteligence (fuzzy logika, neuronové sítě), jako náhradu tradičních optimalizačních metod (evoluční algoritmy). Modelům vycházejícím z umělé inteligence je poskytnuta matice vzorů (vzorové řízení), která je vytvořena modely využívající evoluční algoritmy, a stochastický model provede řízení se zvolenou pravděpodobností překročení řízeného odtoku vody z nádrže. Celý algoritmus byl testován i validován na fiktivní nádrži. Poté bylo provedeno srovnání řízení poskytnutých jednotlivými řídícími modely, které využívaly předpovědi poskytnutými různými v práci popsanými předpovědními modely. Výsledky stochastického adaptivního řízení byly srovnány s výsledky poskytnutými modelem s tradičními algoritmy, který měl k dispozici 100% přesnost předpovědi. Velkou výhodou modelů vycházejících z metod umělé inteligence je rychlost výpočtu. Tradiční model potřeboval pro provedení stochastického řízení paralelní výpočty v klastru. Závěrem lze říci, že stochastické adaptivní řízení dokázalo provést řízení nádrže se zásobní funkcí velmi dobře. Závěrem práce byly vybrány nejlepší nastavení pro jednotlivé předpovědní a řídící modely.
|
|
| |
|
|
Artificial neural networks for clustering and rule extraction
Iša, Jiří
Název práce: Umělé neuronové sítě pro klastrování a extrakci pravidel Autor: Jiří Iša Katedra (ústav): Katedra softwarového inženýrství Vedoucí práce: RNDr. Iveta Mrázová, CSc. E-mail vedoucí: mrazova@ksi.ms.mff.cuni.cz Klíčová slova: fuzzy, pravidla, extrakce, neuronová síť Abstrakt: Problematika extrakce pravidel pomocí neuronových sítí byla během uplynulých desetiletí častým námětem výzkumných prací. Tato diplomová práce navrhuje nový model rostoucí fuzzy inferenční neuronové sítě, vycházejících z principu rostoucích neuronových struktur. To síti umožňuje pos- tupný nárůst počtu skrytých neuronů až do velikosti potřebné pro dané úlohy. Pro účely této sítě byla zvýšena citlivost již existujícího shlukovacího algoritmu vůči požadovaným výstupním hodnotám. Je také představen nový rychlý al- goritmus adaptace vah, inspirovaný teorií fuzzy množin. Vlastnosti navrženého modelu i nová metoda výběru signifikantních vstupních příznaků podporuje ex- trakci relativně malého množství jednoduchých fuzzy pravidel. Navržené tech- niky jsou experimenálně ověřeny na reálných datech popisujících vztah mezi různým typem bydlení v okolí Bostonu a jeho cenou. Data byla získána z databáze "Bostonské...
|
|
| |
|
|
Automatické udržování letu RC modelu
Denk, Filip ; Bidlo, Michal (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Práce se zabývá stabilizací letu dálkově ovládaného modelu letadla. Cílem je vytvořit systém, který se v průběhu letu sám postará o to, aby letadlo bylo schopné (bez zásahu pilota) udržovat směr letu. Systém využívá 3-osý gyroskop pro získání polohy letadla. Pro řízení byla použita jednotka Arduino Uno.
|
|
|
Klasifikace zubů na 3D polygonálním modelu čelisti
Hulík, Rostislav ; Španěl, Michal (oponent) ; Kršek, Přemysl (vedoucí práce)
Tato práce se zabývá návrhem a implementací řešení klasifikace zubů na polygonálním modelu otisku čelisti. Postupně v ní popisuji možnosti procházení a reprezentace polygonálního modelu v paměti počítače, detekci roviny prokládající křivku zubního oblouku a proložení plochy reprezentující přibližnou zubní rovinu. Dále se zabývám možností generování výškové mapy usnadňující zařazení jednotlivých zubů do širšího kontextu (zubního oblouku) a detekcí těchto zubů na úrovni výškové mapy. Současně nabízím možnosti segmentace trojrozměrného modelu tak, abych z něho byl schopen extrahovat hranice vymezující zuby. V závěru navrženého algoritmu spojuji tyto dva postupy ve výsledný způsob detekce a klasifikace jednotlivých zubů tak, že aplikace bude schopna automaticky rozpoznávat a zařazovat zuby ke korespondujícím jménům s minimálním zásahem uživatele. V druhé části tohoto dokumentu se nachází popis implementovaného řešení. Podle zadání navrhuji výše zmíněné postupy s důrazem na multiplatformní chování a maximální pohodlí uživatele.
|
host ::
RSS.