|
|
Multiobjective Optimization in EMC
Olivová, Jana ; Sekanina, Lukáš (referee) ; Křesálek,, Vojtěch (referee) ; Raida, Zbyněk (advisor)
The work is aimed to propose a methodology for creating an equivalent of composite materials used for construction of small aircraft. Such equivalent should enable to create numerical models of small aircraft in the simulation of precertication EMC tests for aircraft resistance against the lightning. Eliminating situations threatening the aircraft and passengers in the initial steps of the design will allow savings in production costs and contribute to the safety of air transport. In order to nd the equivalent of composite materials, global optimization methods will be used.
|
|
|
Automated Multi-Objective Parallel Evolutionary Circuit Design and Approximation
Hrbáček, Radek ; Fišer, Petr (referee) ; Trefzer,, Martin (referee) ; Sekanina, Lukáš (advisor)
Spotřeba a energetická efektivita se stává jedním z nejdůležitějších parametrů při návrhu počítačových systémů, zejména kvůli omezené kapacitě napájení u zařízení napájených bateriemi a velmi vysoké spotřebě energie rostoucích datacenter a cloudové infrastruktury. Současně jsou uživatelé ochotni do určité míry tolerovat nepřesné nebo chybné výpočty v roustoucím počtu aplikací díky nedokonalostem lidských smyslů, statistické povaze výpočtů, šumu ve vstupních datech apod. Přibližné počítání, nová oblast výzkumu v počítačovém inženýrství, využívá rozvolnění požadavků na funkčnost za účelem zvýšení efektivity počítačových systémů, pokud jde o spotřebu energie, výpočetní výkon či složitost. Aplikace tolerující chyby mohou být implementovány efektivněji a stále sloužit svému účelu se stejnou nebo mírně sníženou kvalitou. Ačkoli se objevují nové metody pro návrh přibližně počítajících výpočetních systémů, je stále nedostatek automatických návrhových metod, které by nabízely velké množství kompromisních řešení dané úlohy. Konvenční metody navíc často produkují řešení, která jsou daleko od optima. Evoluční algoritmy sice přinášejí inovativní řešení složitých optimalizačních a návrhových problémů, nicméně trpí několika nedostatky, např. nízkou škálovatelností či vysokým počtem generací nutných k dosažení konkurenceschopných výsledků. Pro přibližné počítání je vhodný zejména multikriteriální návrh, což existující metody většinou nepodporují. V této práci je představen nový automatický multikriteriální paralelní evoluční algoritmus pro návrh a aproximaci digitálních obvodů. Metoda je založena na kartézském genetickém programování, pro zvýšení škálovatelnosti byla navržena nová vysoce paralelizovaná implementace. Multikriteriální návrh byl založen na principech algoritmu NSGA-II. Výkonnost implementace byla vyhodnocena na několika různých úlohách, konkrétně při návrhu (přibližně počítajících) aritmetických obvodů, Booleovských funkcích s vysokou nelinearitou či přibližných logických obvodů pro tří-modulovou redundanci. V těchto úlohách bylo dosaženo význammých zlepšení ve srovnání se současnými metodami.
|
|
|
Multi-objective genetic algorithms in road traffic prediction
Petrlík, Jiří ; Brandejský, Tomáš (referee) ; Snášel,, Václav (referee) ; Sekanina, Lukáš (advisor)
Porozumění chování silniční dopravy je klíčem pro její efektivní řízení a organizaci. Tato úloha se stává čím dál více důležitou s rostoucími požadavky na dopravu a počtem registrovaných vozidel. Informace o dopravní situaci je důležitá pro řidiče a osoby zodpovědné za její řízení. Naštěstí v posledních několika dekádách došlo k značnému rozvoji technologií pro monitorování dopravní situace. Stacionární senzory, jako jsou indukční smyčky, radary, kamery a infračervené senzory, mohou být nainstalovány na důležitých místech. Zde jsou schopny měřit různé mikroskopické a makroskopické dopravní veličiny. Bohužel mnohá měření obsahují nekorektní data, která není možné použít při dalším zpracování, například pro predikci dopravy a její inteligentní řízení. Tato nekorektní data mohou být způsobena poruchou zařízení nebo problémy při přenosu dat. Z tohoto důvodu je důležité navrhnout obecný framework, který je schopný doplnit chybějící data. Navíc by tento framework měl být také schopen poskytovat krátkodobou predikci budoucího stavu dopravy. Tato práce se především zabývá vybranými problémy v oblasti doplnění chybějících dopravních dat, predikcí dopravy v krátkém časovém horizontu a predikcí dojezdových dob. Navrhovaná řešení jsou založena na kombinaci současných metod strojového učení, například Support vector regression (SVR) a multikriteriálních evolučních algoritmů. SVR má mnoho meta-parametrů, které je nutné dobře nastavit tak, aby byla dosažena co nejkvalitnější predikce. Kvalita predikce SVR dále silně závisí na výběru vhodné množiny vstupních proměnných. V této práci používáme multiktriteriální optimalizaci pro optimalizaci SVR meta-parametrů a množiny vstupních proměnných. Multikriteriální optimalizace nám umožňuje získat mnoho Pareto nedominovaných řešení. Mezi těmito řešeními je možné dynamicky přepínat dle toho, jaká data jsou aktuálně k dispozici tak, aby bylo dosaženo maximální kvality predikce. Metody navržené v této práci jsou především vhodné pro prostředí s velkým množstvím chybějících hodnot v dopravních datech. Tyto metody jsme ověřili na reálných datech a porovnali jejich výsledky s metodami, které jsou v současné době používány. Navržené metody poskytují lepší výsledky než stávající metody, a to především ve scénářích, kde se vyskytuje mnoho chybějících hodnot v dopravních datech.
|
|
| |
|
|
Application of Approximate Computing in Image Processing
Hruda, Petr ; Vašíček, Zdeněk (referee) ; Bidlo, Michal (advisor)
This master thesis focuses on approximate computing applied to image processing. Specifically, the approximation is applied to adaptive thresholding. Two approaches were used, the design of a new system using approximated components and the approximation of an existing algorithm. The resulting effect on thresholding quality was investigated. Experimental evaluation of the first approach shows quality improvements of thresholding with usage of aproximated components. Also, area of found aproximated solutions is smaller. Evaluation of the second approach shows worse quality of thresholding with usage of aproximated components. The second approach is then declared inappropriate.
|
|
|
Optimization Algorithm for the Truss Steel Structures
Zeizinger, Lukáš ; Čorňák,, Štefan (referee) ; Brázda,, Robert (referee) ; Malášek, Jiří (advisor)
The work deals with the optimization of trusses construction building and transport machinery. The goal was to create an algorithm that can design an optimized design. The simulation took place on two experiments involving 52 sets of different entries, which are processed in detail into graphs. One-dimensional target mass or price function is used as part of optimization, but there is also an incorporated multidimensional purpose function. The finite element variation method for the beam system is used for the strength calculation of the truss structure and the genetic algorithm is used for optimization. At the end of the work, specific steps are formulated that lead to the most appropriate algorithm settings.
|
|
|
Antenna Arrays with Synthesized Frequency Response of Gain
Všetula, Petr ; Polívka,, MIlan (referee) ; Bonefačic, Davor (referee) ; Raida, Zbyněk (advisor)
V disertační práci popisuji metodu syntézy dipólové anténní řady s definovanou schopností prostorové a spektrální filtrace. Díky prostorové filtraci se směr hlavního laloku a hodnota zisku mění v celém pracovním pásmu jen zanedbatelně. Díky spektrální filtraci je hodnota zisku v pracovním pásmu nejvyšší a mimo toto pásmo nejnižší. Abychom syntetizovali anténní řadu s předepsanými filtračními vlastnostmi, optimalizujeme amplitudy, fáze a rozměry prvků dipólové anténní řady. Abychom počáteční optimalizaci co nejvíce urychlili, předpokládáme při výpočtu hodnot kriteriálních funkcí idealizovanou anténní řadu. Jelikož optimalizace zahrnuje požadavky na směr hlavního laloku, zisk i impedanční přizpůsobení, využíváme k syntéze multi-kriteriální optimalizaci. Optimalizovaná anténní řada byla následně analyzována ve vlnovém simulátoru, aby byl ověřen výsledek syntézy. Syntetizovaná anténní řada byla vyrobena a experimentálně byly ověřeny její vlastnosti.
|
|
|
Evolutionary Design of EEG Data Classifier
Kuželová, Simona ; Jawed, Soyiba (referee) ; Mrázek, Vojtěch (advisor)
Tato diplomová práce se zaměřuje na vývoj efektivního klasifikátoru pro klasifikaci kandidátů na základě extrahovaných vlastností z elektroencefalografického (EEG) signálu. K dosažení tohoto cíle byl použit genetický algoritmus pro výběr příznaků a optimalizaci klasifikátorů na základě pěti kritérií: minimalizace počtu příznaků, minimalizace doby inference a maximalizace klasifikační senzitivity, specificity a přesnosti. Pro extrakci příznaků s cílem klasifikovat kandidáty jako trpící MDD, nebo jako zdravé, byla použita EEG data s otevřenýma očima 31 kandidátů trpících depresivní poruchou (MDD) a 28 zdravých kandidátů. Byly otestovány dva algoritmy, NSGA-II a NSGA-III. Navržený algoritmus pracoval se třemi kritérii, ale byly přidány dvě další kritéria - senzitivita a specificita. NSGA-III byl v tomto případě účinnější a byl použit v následujících experimentech. Byla zavedena omezení pro zlepšení parametrů a byly vyzkoušeny různé hodnoty pro pravděpodobnost mutace a křížení. Vygenerované klasifikátory dosáhly průměrné přesnosti 91.36 \%, senzitivity 91.82 \% a specificity 90.84 \%. V závěrečných experimentech byly nejčastěji používány kanály F3 a C3 a nejčastěji využívaným vlnovým pásmem byla gama frekvence. Výsledkem této práce jsou efektivní klasifikátory, které byly získány pomocí navrženého algoritmu, jenž využívá genetický algoritmus pro optimalizaci parametrů.
|
|
|
Optimization Algorithm for the Truss Steel Structures
Zeizinger, Lukáš ; Čorňák,, Štefan (referee) ; Brázda,, Robert (referee) ; Malášek, Jiří (advisor)
The work deals with the optimization of trusses construction building and transport machinery. The goal was to create an algorithm that can design an optimized design. The simulation took place on two experiments involving 52 sets of different entries, which are processed in detail into graphs. One-dimensional target mass or price function is used as part of optimization, but there is also an incorporated multidimensional purpose function. The finite element variation method for the beam system is used for the strength calculation of the truss structure and the genetic algorithm is used for optimization. At the end of the work, specific steps are formulated that lead to the most appropriate algorithm settings.
|
|
|
Application of Approximate Computing in Image Processing
Hruda, Petr ; Vašíček, Zdeněk (referee) ; Bidlo, Michal (advisor)
This master thesis focuses on approximate computing applied to image processing. Specifically, the approximation is applied to adaptive thresholding. Two approaches were used, the design of a new system using approximated components and the approximation of an existing algorithm. The resulting effect on thresholding quality was investigated. Experimental evaluation of the first approach shows quality improvements of thresholding with usage of aproximated components. Also, area of found aproximated solutions is smaller. Evaluation of the second approach shows worse quality of thresholding with usage of aproximated components. The second approach is then declared inappropriate.
|
guest ::
