|
|
Evoluční návrh klasifikátoru obrazů
Koči, Martin ; Bidlo, Michal (oponent) ; Drahošová, Michaela (vedoucí práce)
Táto práca sa zaoberá evolučným návrhom klasifikátora obrazov pomocou genetického programovania, konkrétne kartézskeho genetického programovania. Práca popisuje teoretické základy strojového učenia, evolučných algoritmov a genetického programovania. Súčasťou práce je popísaný návrh programu a jeho implementácia. Ďalej sú vykonané experimenty na dvoch riešených úlohách pre klasifikáciu ručne písaných číslic a klasifikáciu obrázkov kociek pomocou, ktorých sa dá určiť miera demencie pri Parkinsonovej chorobe. Najlepšie navrhnuté riešenie pre čísla má AUC 0.95 a pre kocky 0.86. Navrhnuté riešenia sú porovnané s inými metódami, konkrétne konvolučnými neurónovými sieťami (CNN) a metódou podporných vektorov (SVM). Výsledná AUC pre klasifikáciu číslic, je pre obe CNN a aj SVM 0.99 pre kocky mala CNN výslednú AUC 0.81 a SVM 0.69. Kocky sú následne porovnané z existujúcim riešením, pri ktorom bola výsledná AUC 0.70, takže na základe výsledkov experimentov je vidieť zlepšenie pri použitej metóde v tejto práci.
|
|
|
Automatizace tvorby scénářů přenositelných stimulů pomocí evolučních algoritmů
Tichý, Andrej ; Bardonek, Petr (oponent) ; Zachariášová, Marcela (vedoucí práce)
Táto práca sa zaoberá automatizáciou tvorby scenárov pre štandard Portable Stimulus. Hlavným cieľom práce je automatické generovanie testov, ktoré sú definované formou grafu pre nástroj Questa InFact od spoločnosti Mentor. K automatizácii som použil evolučný algoritmus s využitím gramatickej evolúcie. Pri implementácii som využil framework PonyGe2, ktorý zastrešuje implementáciu niektorých variačných operátorov gramatickej evolúcie. Vygenerované scenáre sa pripoja k existujúcemu verifikačnému prostrediu, založenom na metodike UVM, a následne je spustená verifikácia pripojeného komponentu. Na základe dosiahnutého funkčného a štrukturálneho pokrytia je vypočítaná fitness hodnota jedinca, ktorá je propagovaná do evolučného algoritmu. V závere práce sú vykonané experimenty nad komponentom časovač a vyhodnotený prínos navrhnutého evolučného algoritmu. Navrhnutý evolučný algoritmus je konfigurovateľný pomocou gramatiky a užívateľom definovaných základných transakcií, čo umožňuje široké spektrum použitia. Evolučný algoritmus dokázal na verifikovanom komponente časovač dosiahnuť vysoké funkčné a štrukturálne pokrytie.
|
|
|
Evoluční algoritmy v úloze booleovské splnitelnosti
Serédi, Silvester ; Vašíček, Zdeněk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cílem této diplomové práce je najít heuristiku řešící SAT problém pomocí evolučního algoritmu. Jsou zde uvedeny přístupy k řešení SAT problému a různé varianty k evolučním algoritmům, které jsou relevantní k danému tématu. Následně je popsaná implementace lineárního genetického programování hledající heuristiku pro řešení instancí SAT problému společne s vlastní implementací SAT solveru pracujíci s výstupem evolučně navrženého programu. Na závěr jsou shrnuty dosažené výsledky
|
|
|
Indexing Arbitrary Similarity Models
Bartoš, Tomáš ; Skopal, Tomáš (vedoucí práce) ; Bustos, Benjamin (oponent) ; Dohnal, Vlastislav (oponent)
Charakteristika výkonu podobnostného vyhľadávania v neštruktúrovaných databázach záleží od použitého podobnostného modelu. Vlastnosti metrických priestorov nám umožňujú efektívne indexovať dáta pomocou tzv. metrických prístupových metód. Ale pre prípad nemetrických priestorov, ktoré sú typické pre multimediálne, medicínske a vedecké databázy, a v ktorých neplatia axiómy metrických priestorov, zatiaľ nepoznáme všeobecné riešenie. Na základe úspešnej aplikácie ptolemaického modelu indexovania, predstavujeme SIMDEX Framework, univerzálny nástroj, ktorý dokáže objaviť alternatívne metódy indexácie dát za účelom efektívneho podobnostného vyhľadávania pre ľubovoľný podobnostný model. Na pozadí prehľadáva priestor platných axióm tak, aby našiel nové techniky určené pre indexovanie databáz. Preskúmame všetky existujúce varianty (prostý I-SIMDEX; GP-SIMDEX a PGP-SIMDEX využívajúce genetické programovanie) a zhodnotíme ich prínos a použitie v praxi pre profesionálov v rozličných doménach. Nakoniec opíšeme konkrétnu aplikáciu SIMDEX Framework-u v praxi na vytvorenie indexu Smart Pivot Table s pokročilým filtrovaním pre metrické priestory (Triangle+ filtering) spoločne s technikou na zlepšovanie kvality filtrovania (LowerBound Tightening). Vo všetkých prípadoch uvádzame aj experimentálne vyhodnotenie a porovnanie...
|
|
|
Evoluční návrh klasifikátoru obrazů
Koči, Martin ; Bidlo, Michal (oponent) ; Drahošová, Michaela (vedoucí práce)
Táto práca sa zaoberá evolučným návrhom klasifikátora obrazov pomocou genetického programovania, konkrétne kartézskeho genetického programovania. Práca popisuje teoretické základy strojového učenia, evolučných algoritmov a genetického programovania. Súčasťou práce je popísaný návrh programu a jeho implementácia. Ďalej sú vykonané experimenty na dvoch riešených úlohách pre klasifikáciu ručne písaných číslic a klasifikáciu obrázkov kociek pomocou, ktorých sa dá určiť miera demencie pri Parkinsonovej chorobe. Najlepšie navrhnuté riešenie pre čísla má AUC 0.95 a pre kocky 0.86. Navrhnuté riešenia sú porovnané s inými metódami, konkrétne konvolučnými neurónovými sieťami (CNN) a metódou podporných vektorov (SVM). Výsledná AUC pre klasifikáciu číslic, je pre obe CNN a aj SVM 0.99 pre kocky mala CNN výslednú AUC 0.81 a SVM 0.69. Kocky sú následne porovnané z existujúcim riešením, pri ktorom bola výsledná AUC 0.70, takže na základe výsledkov experimentov je vidieť zlepšenie pri použitej metóde v tejto práci.
|
|
|
Automatizace tvorby scénářů přenositelných stimulů pomocí evolučních algoritmů
Tichý, Andrej ; Bardonek, Petr (oponent) ; Zachariášová, Marcela (vedoucí práce)
Táto práca sa zaoberá automatizáciou tvorby scenárov pre štandard Portable Stimulus. Hlavným cieľom práce je automatické generovanie testov, ktoré sú definované formou grafu pre nástroj Questa InFact od spoločnosti Mentor. K automatizácii som použil evolučný algoritmus s využitím gramatickej evolúcie. Pri implementácii som využil framework PonyGe2, ktorý zastrešuje implementáciu niektorých variačných operátorov gramatickej evolúcie. Vygenerované scenáre sa pripoja k existujúcemu verifikačnému prostrediu, založenom na metodike UVM, a následne je spustená verifikácia pripojeného komponentu. Na základe dosiahnutého funkčného a štrukturálneho pokrytia je vypočítaná fitness hodnota jedinca, ktorá je propagovaná do evolučného algoritmu. V závere práce sú vykonané experimenty nad komponentom časovač a vyhodnotený prínos navrhnutého evolučného algoritmu. Navrhnutý evolučný algoritmus je konfigurovateľný pomocou gramatiky a užívateľom definovaných základných transakcií, čo umožňuje široké spektrum použitia. Evolučný algoritmus dokázal na verifikovanom komponente časovač dosiahnuť vysoké funkčné a štrukturálne pokrytie.
|
|
|
Indexing Arbitrary Similarity Models
Bartoš, Tomáš ; Skopal, Tomáš (vedoucí práce) ; Bustos, Benjamin (oponent) ; Dohnal, Vlastislav (oponent)
Charakteristika výkonu podobnostného vyhľadávania v neštruktúrovaných databázach záleží od použitého podobnostného modelu. Vlastnosti metrických priestorov nám umožňujú efektívne indexovať dáta pomocou tzv. metrických prístupových metód. Ale pre prípad nemetrických priestorov, ktoré sú typické pre multimediálne, medicínske a vedecké databázy, a v ktorých neplatia axiómy metrických priestorov, zatiaľ nepoznáme všeobecné riešenie. Na základe úspešnej aplikácie ptolemaického modelu indexovania, predstavujeme SIMDEX Framework, univerzálny nástroj, ktorý dokáže objaviť alternatívne metódy indexácie dát za účelom efektívneho podobnostného vyhľadávania pre ľubovoľný podobnostný model. Na pozadí prehľadáva priestor platných axióm tak, aby našiel nové techniky určené pre indexovanie databáz. Preskúmame všetky existujúce varianty (prostý I-SIMDEX; GP-SIMDEX a PGP-SIMDEX využívajúce genetické programovanie) a zhodnotíme ich prínos a použitie v praxi pre profesionálov v rozličných doménach. Nakoniec opíšeme konkrétnu aplikáciu SIMDEX Framework-u v praxi na vytvorenie indexu Smart Pivot Table s pokročilým filtrovaním pre metrické priestory (Triangle+ filtering) spoločne s technikou na zlepšovanie kvality filtrovania (LowerBound Tightening). Vo všetkých prípadoch uvádzame aj experimentálne vyhodnotenie a porovnanie...
|
|
|
Evoluční algoritmy v úloze booleovské splnitelnosti
Serédi, Silvester ; Vašíček, Zdeněk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cílem této diplomové práce je najít heuristiku řešící SAT problém pomocí evolučního algoritmu. Jsou zde uvedeny přístupy k řešení SAT problému a různé varianty k evolučním algoritmům, které jsou relevantní k danému tématu. Následně je popsaná implementace lineárního genetického programování hledající heuristiku pro řešení instancí SAT problému společne s vlastní implementací SAT solveru pracujíci s výstupem evolučně navrženého programu. Na závěr jsou shrnuty dosažené výsledky
|
host ::
RSS.