|
|
Užití genetického programování v návrhu digitálních obvodů
Hejtmánek, Michal ; Bidlo, Michal (oponent) ; Gajda, Zbyšek (vedoucí práce)
Cílem této práce bylo nastudování evolučních algoritmů a jejich využití pro návrh digitálních obvodů. Především jsem se zaměřil na genetické programování a jeho rozdílný způsob zacházení se stavebními bloky ve srovnání s genetickým algoritmem. Na základě těchto dvou přístupů jsem vytvořil a odzkoušel hybridní metodu návrhu obvodů. Tato metoda využívá šíření schemat podle genetického algoritmu pro problémy řešené genetickým programováním. U složitějších obvodů dosahuje vyšší úspěšnosti návrhu i rychlejší konvergence k řešení než obecný algoritmus genetického programování.
|
|
| |
|
|
Evoluční algoritmy
Bortel, Martin ; Karásek, Jan (oponent) ; Burget, Radim (vedoucí práce)
Práce se zabývá principy a základními vlastnostmi Evolučních a Genetických algoritmů. Jsou zde rozebrány operátory mutace, křížení a selekce a možnosti ukončení algoritmu. Uvedeny jsou příklady využití evolučních a genetických algoritmů v praxi. Využití technologií PHP&MySQL a Google Maps API k optimalizaci distribuční trasy, je důležitým bodem práce.
|
|
|
Využití evolučních algoritmů v kvantovém počítání
Žufan, Petr ; Mrázek, Vojtěch (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce implementuje evoluční systém pro nelezení kvantového operátoru ve formě unitární matice. Cílem je ověření různých přístupů reprezentace kandidátních řešení a nastavení evolučního algoritmu. V práci byly použity dva evoluční algoritmy: genetický algoritmus a evoluční strategie. Dále je zde představen způsob generovaní unitární matice založený na QR dekompozici, který je pro tuto úlohu použit poprvé. Ten je v některých směrech lepší než předešlé. Na závěr je na experimentech ukázáno srovnání všech použitých technik.
|
|
|
Genetický návrh klasifikátoru s využítím neuronových sítí
Tomášek, Michal ; Vašíček, Zdeněk (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Cílem této práce je genetický návrh neuronových sítí, jenž budou schopné provádět klasifikaci v rámci různých klasifikačních úloh. K vytváření těchto neuronových sítí je použit algoritmus vycházející z algoritmu NeuroEvolution of Augmenting Topologies (zkráceně známého jako NEAT). Dále je představena myšlenka předzpracování, která je v implementovaném výsledku rovněž zahrnuta. Cílem předzpracování je snížení výpočetních nároků pro zpracování datové sady daného klasifikačního problému. Výsledkem této práce je množina experimentů provedených nad datovou sadou pro detekci rakovinných buněk a databází ručně psaných číslic MNIST. Klasifikátory vytvořené pro rakovinné buňky pak dosahují více jak 99% přesnosti a u experimentu MNIST dochází ke snížení výpočetních nároků o více jak 10% se zanesením zanedbatelné chyby o velikosti 0,17%.
|
|
|
Evoluční návrh obvodů na úrovni tranzistorů
Žaloudek, Luděk ; Vašíček, Zdeněk (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato práce se zabývá evolučním návrhem elektronických obvodů na úrovni tranzistorů se zaměřením na číslicové obvody. Popisuje teoretické základy pro evoluční návrh obvodů na výpočetních systémech včetně vysvětlení evolučních algoritmů genetického programování a evolučních strategií, možných úrovní návrhu elektronických obvodů, přehledu technologie CMOS a nejdůležitějších evolučních metod pro návrh obvodů, jako jsou development a kartézské genetické programování (CGP). Dále je uvedena nová metoda návrhu číslicových obvodů s tranzistory založená na CGP a je představen vývojový systém, který tuto metodu využívá. Na závěr jsou popsány a vyhodnoceny experimenty provedené se systémem.
|
|
|
Predikce sekundární struktury proteinů pomocí celulárních automatů
Brigant, Vladimír ; Drahošová, Michaela (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce popisuje návrh metody predikce sekundární struktury proteinů založenou na celulárních automatech (CA) - CASSP. Optimální parametry modelu a přechodové funkce jsou získany pomocí evolučního algoritmu. Predikční model využíva pouze statistických vlastností aminokyselin, takže je velice rychlý. Dosažené výsledky byly porovnány s výsledky existujících metod. Byla také otestováná společná predikce navrženého systému CASSP s existujícím nástrojem PSIPRED. Nepodařilo se však dosáhnout výsledků, ktoré by tento existujíci nástroj převyšovali. Částečné zlepšení se dosáhlo při predikci pouze motivů sekndární struktury alpha-helix, co může pomoci v případe, že požadujeme co nejpřesenjší predikcii právě těchto motivů. K navrženému systému bylo také vytvořeno webové rozhraní.
|
|
|
Evoluční návrh kombinačních obvodů na počítačovém clusteru
Pánek, Richard ; Zachariášová, Marcela (oponent) ; Hrbáček, Radek (vedoucí práce)
Tato diplomová práce se zabývá evolučními algoritmy a jejich použitím při návrhu kombinačních obvodů. Pro tento typ úloh je nejvhodnější genetické programování, především pak CGP. Dále se zabývá výpočtem na počítačových clusterech a použitím evolučních algoritmů na nich. Pro tento výpočet se nejvíce hodí ostrovní modely s CGP. Pro jejich zlepšení je navržen nový způsob rekombinace v CGP. Tento návrh je implementován a testován na počítačovém clusteru.
|
|
|
Evoluční algoritmy
Bortel, Martin ; Karásek, Jan (oponent) ; Lambertová, Petra (vedoucí práce)
Práce se zabývá principy a základními vlastnostmi Evolučních a Genetických algoritmů. Jsou zde rozebrány operátory mutace, křížení a selekce a možnosti ukončení algoritmu. Uvedeny jsou příklady využití evolučních a genetických algoritmů v praxi. Využití technologií PHP&MySQL a Google Maps API k optimalizaci distribuční trasy, je důležitým bodem práce.
|
|
|
Implementace problému směrování vozidel pomocí algoritmu mravenčích kolonií a částicových rojů
Hanek, Petr ; Kubánková, Anna (oponent) ; Šeda, Pavel (vedoucí práce)
Tato diplomová práce se zabývá meta-heuristickými algoritmy a jejich schopností řešit složité optimalizační problémy v polynomiálním čase. V práci jsou popsány různé druhy meta-heuristických algoritmů jako například genetické algoritmy, optimalizace pomocí částicových rojů nebo mravenčích kolonií. Výstupem práce je aplikace implementovaná v jazyce Java, která řeší optimalizaci pomocí mravenčích kolonií na problému směrování vozidel s omezením na kapacity. Dále je implementován algoritmus částicových rojů, který řeší optimalizaci nastavení správných parametrů pro mravenčí kolonie.
|
host ::
RSS.