|
|
Nástroj pro vizuální analýzu evoluce obvodů
Staurovská, Jana ; Minařík, Miloš (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cílem diplomové práce je zpracovat studii o kartézském genetickém programování se zaměřením na použití v oblasti evoluce obvodů a vytvořit návrh konceptu vizualizace této evoluce. Následně je cílem vytvořit program umožňující vizualizovat evoluci obvodů kartézského genetického programování, její jednotlivé generace, stejně tak i jednotlivé chromozomy, dále umožňující zobrazovat změny mezi generacemi a chromozomy a porovnávat více chromozomů najednou. Pro výsledný program bylo rovněž zpracováno několik příkladů použití.
|
|
|
Metoda pro evoluční návrh násobiček využívající development
Kaplan, Tomáš ; Jaroš, Jiří (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce je zaměřena na techniky překonání problému škálovatelnosti při evolučním návrhu kombinačních násobiček. Běžně používané techniky evolučního návrhu pracují přímo s kandidátním řešením, což není příliš vhodné při návrhu rozsáhlých struktur. Je zde použita technika developmentu, která zajišťuje netriviální mapování genotypu na fenotyp. Pomocí developmentu založeného na instrukcích jsme schopni vytvořit poměrně rozsáhlé obvody. V práci jsou představeny tři modely pro tvoření násobičky, která jako poslední stupeň obvodu pro výpočet finálního součtu využívá sčítačku s postupným přenosem.
|
|
|
Porovnání variant genetického programování v úloze symbolické regrese
Doležal, Petr ; Hurta, Martin (oponent) ; Drahošová, Michaela (vedoucí práce)
Tato práce se zabývá porovnáváním různých variant genetického programování v úloze symbolické regrese. Na zadaných úlohách zkoumá rychlost konvergence a kvalitu nalezeného řešení. Klade si za cíl porovnat kartézské genetické programování, stromové genetické programování a jejich modifikace pomocí koevoluce. Byla použita vlastní implementace (bez využití knihoven), kde jednotlivé varianty spolu sdílí převážnou část kódu. Součástí práce je i ověření použitelnosti implementovaných přístupů při analýze reálných dat. Na základě experimentů bylo zjištěno, že všechny zkoumané přístupy jsou použitelné pro provádění symbolické regrese. Nejlepších výsledků ve zkoumaných oblastech (rychlost konvergence, kvalita nalezeného řešení) dosahovalo kartézské genetické programování s koevolucí.
|
|
|
Genetické programování - Java implementace
Tomaštík, Marek ; Kuba,, Martin (oponent) ; Matoušek, Radomil (vedoucí práce)
Tato diplomová práce má za cíl vytvoření programové aplikace v jazyce Java, dále využitelné v oblasti automatického generování modelů, speciálně v úlohách tzv. symbolické regrese. Práce zahrnuje stručný popis genetického programování (GP) a vlastní implementací GP s důrazem na využití pokročilých operátorů (nedestruktivní operace, elitní přistup, zjednodušování výrazů). Pro zvolené datové množiny je technikou symbolické regrese generován matematický model. K ověření funkcionality je využito tzv. testovacích úloh. Pro vybrané parametry GP je hledáno optimální nastavení.
|
|
|
High-Level Object Oriented Genetic Programming in Logistic Warehouse Optimization
Karásek, Jan ; Rakús,, Martin (oponent) ; Cvrk, Lubomír (oponent) ; Burget, Radim (vedoucí práce)
This work is focused on the work-flow optimization in logistic warehouses and distribution centers. The main aim is to optimize process planning, scheduling, and dispatching. The problem is quite accented in recent years. The problem is of NP hard class of problems and where is very computationally demanding to find an optimal solution. The main motivation for solving this problem is to fill the gap between the new optimization methods developed by researchers in academic world and the methods used in business world. The core of the optimization algorithm is built on the genetic programming driven by the context-free grammar. The main contribution of the thesis is a) to propose a new optimization algorithm which respects the makespan, the utilization, and the congestions of aisles which may occur, b) to analyze historical operational data from warehouse and to develop the set of benchmarks which could serve as the reference baseline results for further research, and c) to try outperform the baseline results set by the skilled and trained operational manager of the one of the biggest warehouses in the middle Europe.
|
|
|
Koevoluční algoritmy a klasifikace
Hurta, Martin ; Sekanina, Lukáš (oponent) ; Drahošová, Michaela (vedoucí práce)
Cílem této práce je automatizovaný návrh programu pro detekci projevů dyskineze z pohybových dat pacientů. K návrhu programu je využito kartézské genetické programování, které bylo z důvodu urychlení procesu návrhu doplněno o koevoluci prediktorů fitness s proměnlivou velikostí, která umožňuje vyhodnocení kvality kandidátních řešení na pouhé části trénovacích dat. Vzniklé řešení dosahuje srovnatelné schopnosti rozlišení mezi třídami (AUC) s existujícím řešením při dosažení v průměru trojnásobného zrychlení procesu návrhu oproti variantě bez prediktorů fitness. Experimenty s metodami křížení prediktorů neukázaly významný rozdíl mezi zvolenými metodami. Zajímavých výsledků však bylo dosaženo při experimentech s celočíselnými datovými typy vhodnými pro implementaci v hardwaru, kdy u datového typu o osmi bitech bez znaménka (uint8_t) bylo dosaženo nejenom srovnatelné schopnosti rozlišení mezi třídami (pro významné projevy dyskineze AUC = 0,93 shodně jako pro existující řešení) a zlepšení rozlišovací schopností u chodících pacientů (AUC = 0,80 oproti AUC = 0,73 u existujícího řešení), ale navíc v průměru téměř devítinásobného zrychlení návrhu oproti variantě bez prediktorů fitness využívající datový typ float.
|
|
|
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.
|
|
|
Evoluční návrh hašovacích funkcí
Kidoň, Marek ; Bidlo, Michal (oponent) ; Dobai, Roland (vedoucí práce)
Hašovací tabulky jsou rychlé vyhledávací struktury, které se staly součástí moderního světa výpočetních technologií a svou snadnou implementací si získali mnoho příznivců v řadách programátorů. Volba vhodné hašovací funkce je klíčová. Nevhodně zvolená hašovací funkce může mít za následek špatný výkon hašovací tabulky a aplikace na ní navázanou. V současné době existují velmi dobré implementace obecných hašovacích funkcí, tedy takových, jejichž vstup není omezen na konkrétní doménu. Na druhé straně, pokud známe vstupní doménu, můžeme navrhnout hašovací funkcí na míru dané aplikaci a tím dosáhnout výrazně lepších výsledků než v případě hašovací funkce obecné. Návrh hašovací funkce není triviální záležitost. Neexistují pevně dané normy, pravidla, návody ani automatizované nástroje, který by za nás tuto práci odvedly. V případě ručního návrhu se autor hašovací funkce musí spoléhat na své znalosti, zkušenosti, vynalézavost a intuici. V případě takto komplikovaných úloh je někdy vhodné se uchýlit k méně tradičním technikám návrhu jako jsou evoluční algoritmy. Evoluční algoritmy přistupují k řešení problémů způsobem prohledávání stavového prostoru, inspirují se v přírodních procesech a to konkrétně v Darwinistické reprodukci druhů. V této práci se budeme zabývat evolučním návrhem hašovacích funkcí pro doménu IP adres, unikátních identifikátorů síťového rozhraní v sítích řízených internetovým protokolem. Vybraným evolučním algoritmem je genetické programování, velmi specifická podskupina počítání podle přírody, která svými vlastnosmi umožňuje navrhnovat skutečně kvalitní hašovací funkce. Evolučně navržené hašovací funkce nabízejí velmi dobré vlastnosti s ohledem na specifickou aplikaci. A předčí své state-of-the- art obecné, člověkem navržené protějšky co se rychlosti i odolnosti vůči kolizím týče.
|
|
|
Evoluční návrh obrazů tvořených L-systémy
Kovařík, Roman ; Jaroš, Jiří (oponent) ; Gajda, Zbyšek (vedoucí práce)
Tato práce pojednává o evolučním návrhu obrazů tvořených L-systémy. Vlastní návrh probíhá pomocí operátorů genetického programování. Ty jsou schopny pracovat s obrazem reprezentovaným ve formě syntaktického stromu. Ke komunikaci s uživatelem (návrhářem) slouží applet, který může být zobrazen na webové stránce.
|
|
|
Decision Tree Design Based on Evolutionary Algorithms
Benda, Ondřej ; Trzos, Michal (oponent) ; Karásek, Jan (vedoucí práce)
This thesis deals with two algorithms for data stream mining - the Very Fast Decision Tree (VFDT) and the Concept-adapting Very Fast Decision Tree (CVFDT). The decision tree based classification is explained. The essential idea of the Hoeffding Tree, which is the base of VFDT and CVFDT algorithms is described. Both algorithms VFDT and CVFDT are explained in more detail. Further this work deals with the design of the Genetic Programming algorithm, which is used for an image object classifier evolving. This classifier is used as alternative approach of object classification in the Viola-Jones framework. All algorithms are implemented in programming language Java. The implementation is described. The algorithm GP is integrated into the “Image Processing Extension” library of the program RapidMiner. The VFDT and CVFDT are tested on the synthetic and real text data. The GP algorithm is tested on the image data for the object classification. The evolved classifier is tested on the object in image detection.
|
host ::
RSS.