|
|
Automatic scheduling, execution and monitoring of computational workflows on distributed systems
Jaroš, Marta ; Corbalan Gonzales, Julita (oponent) ; Martinovič, Jan (oponent) ; Jaroš, Jiří (vedoucí práce)
Automated execution of computational workflows has become a critical issue in achieving high productivity in various research and development fields. Over the last few years, workflows have emerged as a significant abstraction of numerous real-world processes and phenomena, including digital twins, personalized medicine, and simulation-based science in general. Workflow execution can be viewed as an orchestration of multiple tasks with diverse computational requirements and interdependencies, determined by the workflow structure. Due to the complexity of workflows, execution can only be satisfied by remote computing clusters or clouds. As these resources are expensive, workflow scheduling plays a crucial role in the automation process. The primary objective of this thesis is to enable automated and reliable execution of computational workflows. Moldable tasks, defined within these workflows, permit execution across multiple computational resources. This affects both the workflow makespan and computational cost, but not equally due to varying computational efficiency. Consequently, the thesis investigates various approaches to workflow scheduling and execution optimization, focusing on methods based on genetic algorithms. Three optimization approaches-targeting both on-demand and static computational resource allocations-are examined and discussed. The optimization process is supported by a performance database, which is collected on-the-fly and maintains parallel scaling of executed tasks and diverse inputs. The sparsity and incompleteness of the performance database are addressed through different interpolation methods. The proposed approaches demonstrate better utilization of computing resources while allowing prioritization of various optimization criteria, such as workflow makespan and computational cost. The final implementation was experimentally validated using real workflows executed on high-performance computing clusters at the IT4Innovations national supercomputing center. Additionally, this thesis presents the design and development of a comprehensive system for automated workflow scheduling, execution offloading and monitoring, completed with features such as accounting, reporting, and fault tolerance. This system, named k-Dispatch, has been commercialized for the neuroscience market by Brainbox, Ltd.
|
|
|
Využití genetických algoritmů k optimalizaci činnosti zemědělských strojů v systémech precizního zemědělství
BUMBÁLEK, Roman
Metaheuristické metody, inspirované fyzikálními, biologickými, chemickými, séman-tickými i sociálními jevy, jsou aplikovány pro optimalizaci úloh s rozsáhlou množinou možných řešení v širokém spektru oborů včetně zemědělství, přičemž významnou část tvoří evoluční výpočty, z nichž jsou pro potřeby precizního zemědělství využívány především genetické algoritmy. Tato práce se zabývá jejich implementací v rámci pro-blematiky plánování tras pojezdu zemědělské techniky s cílem snížení délky trajekto-rie pohybu na souvratích i ve vnitřní části pozemku. Vytvořený algoritmus se skládá z několika částí, kdy nejprve dochází k výpočtu souřadnic dílčích tras a následně apli-kací genetických algoritmů k optimalizaci otáčení souprav na souvratích vhodnou kombinací jejich průjezdů s ohledem na vstupní parametry zahrnující poloměr otáčení a záběr nástroje. Kvalitu získaných výsledků ovlivňuje mnoho parametrů použitého genetického algoritmu, jako je velikost populace, počet generací či zvolený typ se-lekce, kdy se zvyšujícím se množstvím chromozomů v populaci i generací dochází k vygenerování lepších řešení, umožňujících zkrácení vzdálenosti pojezdu při otáčení na souvratích o více než 37 %, což může přímo vést k úsporám pracovního času, po-honných hmot a nižšímu zhutnění půdy.
|
|
|
Využití umělé inteligence ve vibrodiagnostice
Dočekalová, Petra ; Huzlík, Rostislav (oponent) ; Zuth, Daniel (vedoucí práce)
Diplomová práce pojednává o strojovém učení, expertních systémech, fuzzy logice, genetických algoritmech, neuronových sítích a teorii chaosu, které spadají do kategorie umělé inteligence. Cílem práce je popsat a implementovat tři různé klasifikační metody, podle kterých bude zpracován soubor dat. Pro aplikaci dat bylo zvoleno SW prostředí GNU Octave z licenčních důvodů. Dále vyhodnotit úspěšnost klasifikace dat včetně vizualizace. Pro srovnání jsou použity tři různé klasifikační metody, abychom mohli zpracovaná data mezi sebou porovnávat.
|
|
|
Difůzní evoluční algoritmus
Mészáros, István ; Pospíchal, Petr (oponent) ; Jaroš, Jiří (vedoucí práce)
V dnešní době se objevují nové trendy v oblasti umělé inteligence. Metody známé jako evoluční algoritmy jsou jedny z nich. Tyto algoritmy nám umožňují optimalizovat a navrhovať systémy pomocí počítačů. Jedna z variant evolučních algoritmů je difůzní evoluční algoritmus. Tento typ algoritmu může probíhat paralelně a přináší přitom mnoho pozitivních vlastností. Otázkou je, při jakých podmínkách lze efektivně používat difůzní variantu evolučních algoritmů. Je možné jejich používání při plánování systémů nebo optimalizaci některých problémů? Proč jsou výhodnější než ostatní typy evolučních algoritmů? Tato práce se snaží odpovědět na tyto otázky a podrobně vysvětlit fungování těchto algoritmů.
|
|
|
Optimalizace betonových konstrukcí stochastickými metodami optimalizace
Slowik, Ondřej ; Pukl,, Radomír (oponent) ; Novák, Drahomír (vedoucí práce)
Práce si klade za cíl přiblížit čtenáři smysl optimalizace a její význam pro stavební praxi. Naznačuje principy některých používaných optimalizačních metod a zabývá se možností spojení některého z typů metody LHS s jinou optimalizační metodou. Výsledkem tohoto spojení je nový typ optimalizační metody pracovně pojmenovaný Nested LHS, popsaný v textu třetí kapitoly. V páté kapitole se aplikují některé ze získaných poznatků na řešení praktické optimalizační úlohy – železobetonové mostní konstrukce řešené nelineární metodou konečných prvků s užitím pseudostochastické optimalizace metodou LHS mean.
|
|
|
Registrace ultrazvukových sekvencí s využitím evolučních algoritmů
Hnízdilová, Bohdana ; Odstrčilík, Jan (oponent) ; Mézl, Martin (vedoucí práce)
Tato diplomová práce se věnuje registraci ultrazvukových sekvencí s využitím evolučních algoritmů. V teoretické části práce je popsán proces registrace obrazů a jeho optimalizace pomocí genetických a metaheuristických algoritmů. V práci jsou také uvedeny problémy, které se mohou vyskytnout při registraci ultrasonografických snímků a různé přístupy k jejich registraci. V praktické části práce byla implementováno a srovnáno několik metod optimalizace pro registraci řady sekvencí.
|
|
| |
|
|
Evoluční knihovna pro podporu návrhu komunikačních protokolů
Sameš, Martin ; Trchalík, Roman (oponent) ; Očenášek, Pavel (vedoucí práce)
Potreba vyvíjať nové a nové bezpečnostné protokoly, ktoré zodpovedajú stanoveným požiadavkám vedie k automatizácií ich návrhu a následne lepšiu možnosť verifikácie. Táto práca sa zaoberá možnosťou automatizovaného návrhu protokolov s využitím genetických algoritmov. Porovnaním jednotlivých prístupov a následným vytvorením evolučnej knižnice pre podporu návrhu bezpečnostných protokolov.
|
|
|
Inteligentní webový plánovač práce
Kmeť, Miroslav ; Vrábel, Lukáš (oponent) ; Čermák, Martin (vedoucí práce)
V této práci jsou popsány základní princípy využití evolučních algoritmů. Práce se zabýva použitím evolučních algoritmů při tvorbě informačního systému umožňujícího rozkládání zadávané práce mezi skupinu zaměstnanců. K řešení tohoto problému využívá hlavně genetické algoritmy, jenž představují inteligentní stochastické optimalizační techniky založené na mechanizmu přirozeného výběru a genetiky. Každé řešení reprezentuje jedince v populaci a k procesu křížení jsou vybírány pouze nejpřizpůsobenější jedinci.
|
|
|
Optimalizace predikce pozice v síti
Pospíšil, Petr ; Pfeifer, Václav (oponent) ; Burget, Radim (vedoucí práce)
Práce se zabývá určováním pozice v síti, je zaměřena na určení nejbližšího bodu v síti pro stanici (s nejnižším vektorem vzdálenosti). Algoritmus je založen na systému GNP. Na základě simulace systému GNP byla pro testování vybrána metoda pro matematické řešení problému odhadu pozice. Zvolena byla metoda Simplex Downhill. Byla tedy implementována metoda v jazyce Java pro odhad pozice v síti, která měřením v první fázi určí kontinent, na nemž se stanice nalézá, pak stanoví část kontinentu a ve finální fázi si odhadne svou pozici přesněji a podle ní určí nejbližší poziční bod. Účelem této práce je zjistit použitelnost systému GNP pro operaci v protokolu TTP nazvanou binning, kdy si stanice hledá nejbližší sumarizační bod. Na základě testování navrženou aplikací bylo zjištěno, že pokud je síť pozičních bodů dostatečně hustá a dobře a rovnoměrně rozmístěna, je GNP pro operaci binning použitelná.
|
host ::
RSS.