|
|
Matení algoritmů počítačového vidění
Hrabal, Matěj ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce bylo zkoumání existujících metod matení počítačového vidění a rozpoznávání. Zaměřil jsem se zejména na metody typu pixel attack.Dále jsem porovnal jednotlivé metody obrany proti těmto útokům. Jednotlivé metody typu pixel attack a možnosti obrany proti těmto útokům jsem implementoval v jazyce python s využitím knihovny Keras. V rámci práce jsem vytvořil nástroj, který umožňuje provést útok metodou pixel attack na uživateli zvoleném obrázku, a z informací získaných při útocích dokáže generovat statistiky. Nástroj také umožňuje detekovat možné útoky v obrázcích.
|
|
| |
|
|
Využití evolučních algoritmů při učení neuronových sítí
Vosol, David ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce má za úkol nalézt a porovnat možnosti spolupráce evolučních algoritmů při učení neuronové sítě a také jejich následné porovnání s klasickým přístupem učení pomocí back-propagation. Toto porovnání je demonstrováno na hluboké dopředné síti, která je využita při klasifikačních úlohách. Optimalizace probíhá na úrovni hledání optimálních hodnot vah a biasů sítě při zachování její stejné topologie. Jako evoluční algoritmy pro tuto optimalizaci jsou vybrány tři metody. Jedná se o genetický algoritmus, diferenciální evoluci a optimalizaci hejnem částic. Demonstrační program je implementován v programovacím jazyce Python3 a to bez použití knihoven pro strojové učení.
|
|
|
Evoluční optimalizace řídicích algoritmů
Weisser, Roman ; Šeda, Miloš (oponent) ; Zelinka,, Ivan (oponent) ; Ošmera, Pavel (vedoucí práce)
Dizertační práce se zaměřuje na evoluční optimalizaci řídicích algoritmů. V první části práce jsou popsány evoluční optimalizační metody, jejich principy a dílčí algoritmy, zejména pak ty, které se používají ve dvoufázové transplantační evoluci. Dále práce popisuje gramatickou evoluci, jejíž modifikovaný algoritmus se stal podnětem pro vytvoření transplantační evoluce. Transplantační evoluce a její dvoufázová modifikace jsou nové evoluční algoritmy navržené během řešení této práce, jenž byly použity pro optimalizaci struktury a parametrů řídicích algoritmů obecných regulátorů. Algoritmus transplantační evoluce a jeho rozšířená dvoufázová modifikace jsou podrobně popsány v následujících kapitolách. Pro zajištění minimalizace času optimalizace a nalezení řešení blížícímu se globálnímu optimu je důležité správné nastavení evolučních algoritmů. Vhodnému nastavení parametrů diferenciální evoluce se stručně věnuje kapitola meta-evoluce. V další části jsou popsány základní pojmy z oblasti regulace, vybrané metody identifikace soustav a nastavení regulátorů. Tato část také popisuje algoritmy číslicových regulátorů a některé metody používané během jejich realizace. V experimentální části jsou ukázky optimalizace řídicích algoritmů různých typů regulátorů. Optimalizované řídicí algoritmy obecných regulátorů jsou porovnány na různých soustavách s různě nastavenými PSD regulátory, jejichž nastavení bylo realizováno vybranými algebraickými metodami, nebo diferenciální evolucí. V závěru práce je uvedeno doporučení pro další vývoj v oblasti evoluční optimalizace regulátorů se zaměřením na oblast paralelních a distribuovaných výpočtů.
|
|
|
Evoluční algoritmy
Haupt, Daniel ; Polách, Petr (oponent) ; Honzík, Petr (vedoucí práce)
První část práce je teoretická a zabývá se optimalizací a evolučními algoritmy, které jsou používány k řešení složitých optimalizačních problémů. Konkrétně jsou popsány algoritmy diferenciální evoluce, genetický algoritmus, simulované žíhání a deterministický neevoluční algoritmus zakázané prohledávání. Dále je diskutována problematika testování optimalizačních algoritmů pomocí tzv. galerii testovacích funkcí a testování pomocí srovnání výsledků algoritmů při řešení problému obchodního cestujícího. Ve druhé části práce jsou všechny uvedené algoritmy testovány na 11 testovacích funkcích a na třech modelech rozmístění měst v problému obchodního cestujícího. Nejprve jsou algoritmy srovnávány s možností neomezeného přístupu k účelové funkci a dále s omezenou možností přístupu k účelové funkci. Veškerá data jsou statisticky a graficky zpracována. Jednotlivé algoritmy jsou seřazeny dle úspěšnosti.
|
|
|
Optimalizace návrhu velkých technologických celků
Krňávek, Ondřej ; Kršík, Jakub (oponent) ; Nevařil, Aleš (vedoucí práce)
Diplomová práce se zabývá problematikou optimalizace stavebního návrhu velkých technologických celků. Hlavní důraz je přitom kladen na zapojení dostupných optimalizačních prostředků při návrhu nosných konstrukcí těchto staveb. Úvodní část práce je zaměřena v první řadě na optimalizaci jako takovou. V rámci této části jsou dále specifikovány též použité optimalizační metody, výpočetní metoda konečných prvků, prováděné normové posudky a výpočet ceny konstrukce. Hlavní část práce je pak věnována reálné aplikaci zformovaného optimalizačního postupu při návrhu ocelové nosné konstrukce pomocného technologického objektu tepelné elektrárny. Cílové kritérium přitom tvoří celkové náklady na dodávku stavebního díla spolu s náklady provozními. Pro řešení úlohy je využíván software Scia Engineer spolu s optimalizačním modulem Scia Engineer Optimization Toolbox. Celá analýza je prezentována komplexně od popisu výpočetního modelu až po vyhodnocení výsledků. Pozornost je přitom věnována nastavení optimalizační úlohy, technickému řešení optimalizace, nasazení optimalizačních metod a též průběhu výpočtu (zejména vývoji hodnot cílové funkce a návrhových podmínek úlohy během optimalizace).
|
|
| |
|
|
Evolutionary Algorithms
Szöllösi, Tomáš ; Mézl, Martin (oponent) ; Kozumplík, Jiří (vedoucí práce)
The task of this thesis was focused on comparison selected evolutionary algorithms for their success and computing needs. The paper discussed the basic principles and concepts of evolutionary algorithms used for optimization problems. Author programmed selected evolutionary algorithms and subsequently tasted on various test functions with exactly the given input conditions. Finally the algorithms were compared and evaluated the results obtained for different settings.
|
|
|
Evoluční návrh kvantového operátoru
Kraus, Pavel ; Mrázek, Vojtěch (oponent) ; Bidlo, Michal (vedoucí práce)
Cílem této práce bylo využít pro návrh kvantových operátorů v podobě unitárních matic v přímé reprezentaci různé evoluční algoritmy. Byly zvoleny algoritmy evoluční strategie, diferenciální evoluce, optimalizace hejnem částic a optimalizace umělým včelstvem. Třetí a čtvrtý zmíněný algoritmus byl pro návrh kvantových operátorů použit v této práci poprvé. Na experimentech bylo ukázáno, že použití přímé reprezentace dosahuje výsledků přijatelné kvality.
|
|
|
Principy a aplikace neuroevoluce
Herec, Jan ; Strnadel, Josef (oponent) ; Bidlo, Michal (vedoucí práce)
Práce se na teoretické úrovni zabývá evolučními algoritmy (EA), neuronovými sítěmi (NN) a jejich syntézou v podobě neuroevoluce. Z praktického hlediska je cílem práce ukázat uplatnění neuroevoluce na dvou odlišných úlohách. První úloha spočívá v evolučním návrhu architektury konvoluční neuronové sítě (CNN), která by dokázala klasifikovat s vysokou přesností ručně psané číslice (z datasetu MNIST). Druhá úloha spočívá v evoluční optimalizaci vah neurokontroléru, který řídí přistání 1. stupně rakety Falcon 9 ve 2D simulaci. Obě úlohy jsou výpočetně velmi náročné a proto byly řešeny na superpočítači. V rámci první úlohy se podařilo navrhnout takové architektury, které při správném natrénování dosahují přesnosti klasifikace 99,49%. Ukázalo se tak, že je možné návrh kvalitních architektur zautomatizovat s využitím neuroevoluce. V rámci druhé úlohy se podařilo optimalizovat váhy neurokontroléru tak, že pro definované počáteční podmínky dovede neurokontrolér model rakety k úspěšnému přistání. V obou úlohách tedy neuroevoluce uspěla.
|
host ::
RSS.