|
|
Využití optimalizačních metod pro segmentaci MRI dat
Olešová, Kristína ; Mézl, Martin (oponent) ; Chmelík, Jiří (vedoucí práce)
Práca sa zaoberá segmentáciou mozgových tkanív z MRI obrazových dát a jej implementáciou v programe MATLAB. Je popísaná problematika rôznych segmentačných techník a najmä prístup k segmentácii ako optimalizačnému problému. Samotné obrazové data sú segmentované pomocou rozdielnych metaheuristických algoritmov. Tento prístup bol vybratý na základe informácií z posledných odborných publikácii, kde sa vyzdvihovala jeho výpočetná rýchlosť a univerzálnosť. Táto práca sa snaží tieto tvrdenia dokázať na segmentovaní obrazov z mozgu s rôznymi tipmi, počtom a štádiami choroby a fázami liečenia mozgových nádorov.
|
|
|
Analysis and Testing of Concurrent Programs
Letko, Zdeněk ; Lourenco, Joao (oponent) ; Sekanina, Lukáš (oponent) ; Vojnar, Tomáš (vedoucí práce)
The thesis starts by providing a taxonomy of concurrency-related errors and an overview of their dynamic detection. Then, concurrency coverage metrics which measure how well the synchronisation and concurrency-related behaviour of tested programs has been examined are proposed together with a~methodology for deriving such metrics. The proposed metrics are especially suitable for saturation-based and search-based testing. Next, a novel coverage-based noise injection techniques that maximise the number of interleavings witnessed during testing are proposed. A comparison of various existing noise injection heuristics and the newly proposed heuristics on a set of benchmarks is provided, showing that the proposed techniques win over the existing ones in some cases. Finally, a novel use of stochastic optimisation algorithms in the area of concurrency testing is proposed in the form of their application for finding suitable combinations of values of the many parameters of tests and the noise injection techniques. The approach has been implemented in a prototype way and tested on a set of benchmark programs, showing its potential to significantly improve the testing process.
|
|
|
Heuristické řešení plánovacích problémů
Novotná, Kateřina ; Křena, Bohuslav (oponent) ; Letko, Zdeněk (vedoucí práce)
Tato práce se zabývá metaheuristickými algoritmy a jejich implementací do nástroje Drools Planner. Drools Planner je open source nástroj pro řešení optimalizačních problémů. V této práci je popsán návrh a implementace Optimalizace pomocí mravenčí kolonie. Vyhodnocení algoritmu je provedeno pomocí Drools Planner benchmarku pro různé optimalizační problémy.
|
|
|
Využití optimalizačních metod pro segmentaci MRI dat
Olešová, Kristína ; Mézl, Martin (oponent) ; Chmelík, Jiří (vedoucí práce)
Práca sa zaoberá segmentáciou mozgových tkanív z MRI obrazových dát a jej implementáciou v programe MATLAB. Je popísaná problematika rôznych segmentačných techník a najmä prístup k segmentácii ako optimalizačnému problému. Samotné obrazové data sú segmentované pomocou rozdielnych metaheuristických algoritmov. Tento prístup bol vybratý na základe informácií z posledných odborných publikácii, kde sa vyzdvihovala jeho výpočetná rýchlosť a univerzálnosť. Táto práca sa snaží tieto tvrdenia dokázať na segmentovaní obrazov z mozgu s rôznymi tipmi, počtom a štádiami choroby a fázami liečenia mozgových nádorov.
|
|
|
Analysis and Testing of Concurrent Programs
Letko, Zdeněk ; Lourenco, Joao (oponent) ; Sekanina, Lukáš (oponent) ; Vojnar, Tomáš (vedoucí práce)
The thesis starts by providing a taxonomy of concurrency-related errors and an overview of their dynamic detection. Then, concurrency coverage metrics which measure how well the synchronisation and concurrency-related behaviour of tested programs has been examined are proposed together with a~methodology for deriving such metrics. The proposed metrics are especially suitable for saturation-based and search-based testing. Next, a novel coverage-based noise injection techniques that maximise the number of interleavings witnessed during testing are proposed. A comparison of various existing noise injection heuristics and the newly proposed heuristics on a set of benchmarks is provided, showing that the proposed techniques win over the existing ones in some cases. Finally, a novel use of stochastic optimisation algorithms in the area of concurrency testing is proposed in the form of their application for finding suitable combinations of values of the many parameters of tests and the noise injection techniques. The approach has been implemented in a prototype way and tested on a set of benchmark programs, showing its potential to significantly improve the testing process.
|
|
|
Heuristické řešení plánovacích problémů
Novotná, Kateřina ; Křena, Bohuslav (oponent) ; Letko, Zdeněk (vedoucí práce)
Tato práce se zabývá metaheuristickými algoritmy a jejich implementací do nástroje Drools Planner. Drools Planner je open source nástroj pro řešení optimalizačních problémů. V této práci je popsán návrh a implementace Optimalizace pomocí mravenčí kolonie. Vyhodnocení algoritmu je provedeno pomocí Drools Planner benchmarku pro různé optimalizační problémy.
|
host ::
RSS.