Show simple item record

Coevolution of Image Filters and Fitness Predictors

dc.contributor.advisorDrahošová, Michaelacs
dc.contributor.authorTrefilík, Jakubcs
dc.date.accessioned2019-05-17T07:17:08Z
dc.date.available2019-05-17T07:17:08Z
dc.date.created2015cs
dc.identifier.citationTREFILÍK, J. Koevoluce obrazových filtrů a prediktorů fitness [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2015.cs
dc.identifier.other88517cs
dc.identifier.urihttp://hdl.handle.net/11012/52276
dc.description.abstractTato práce se zabývá využitím principů koevoluce pro návrh obrazových filtrů. Evoluční algoritmy se pro vývoj obrazových filtrů ukazují jako velmi výhodná metoda. Použitím koevoluce prediktorů fitness vnášíme do evolučního návrhu procesy, které vzájemným ovlivňováním populace kandidátních filtrů s populací prediktorů fitness dokáží zrychlit konvergenci řešení. Prediktor fitness je malá podmnožina množiny trénovacích vektorů a používá se k přibližnému určení fitness kandidátních filtrů. V této práci je pro evoluci prediktorů fitness využito nepřímé kódování, které reprezentuje matematický výraz, pomocí něhož jsou vybírány trénovací vektory použité pro vyhodnocení fitness kandidátních filtrů. Tento přístup byl experimentálně vyhodnocen v úloze evolučního návrhu náhodného impulzního šumu a šumu typu sůl a pepř pro různé intenzity šumu a také v úloze návrhu detektoru hran. Ukázalo se, že pomocí tohoto přístupu prediktory fitness přizpůsobují počet použitých trénovacích vektorů pro vyhodnocení kandidátního filtru souběžně s řešením úlohy a tím snižují výpočetní náročnost evolučního návrhu obrazových filtrů.cs
dc.description.abstractThis thesis deals with employing coevolutionary principles to the image filter design. Evolutionary algorithms are very advisable method for image filter design. Using coevolution, we can add the processes, which can accelerate the convergence by interactions of candidate filters population with population of fitness predictors. Fitness predictor is a small subset of the training set and it is used to approximate the fitness of the candidate solutions. In this thesis, indirect encoding is used for predictors evolution. This encoding represents a mathematical expression, which selects training vectors for candidate filters fitness prediction. This approach was experimentally evaluated in the task of image filters for various intensity of random impulse and salt and pepper noise design and the design of the edge detectors. It was shown, that this approach leads to adapting the number of target objective vectors for a particular task, which leads to computational complexity reduction.en
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectEvoluční algoritmycs
dc.subjectobrazové filtrycs
dc.subjectkartézské genetické programovánícs
dc.subjectkoevoluční algoritmycs
dc.subjectpredikce fitness.cs
dc.subjectEvolutionary algorithmsen
dc.subjectimage filtersen
dc.subjectcartesian genetic programmingen
dc.subjectcoevolutionary algorithmsen
dc.subjectfitness prediction.en
dc.titleKoevoluce obrazových filtrů a prediktorů fitnesscs
dc.title.alternativeCoevolution of Image Filters and Fitness Predictorsen
dc.typeTextcs
dcterms.dateAccepted2015-06-24cs
dcterms.modified2020-05-10-16:11:52cs
thesis.disciplineBioinformatika a biocomputingcs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémůcs
thesis.levelInženýrskýcs
thesis.nameIng.cs
sync.item.dbid88517en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 14:14:19en
sync.item.modts2021.11.12 13:24:30en
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
dc.contributor.refereeHrbáček, Radekcs
dc.description.markAcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
but.committeeprof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. František Zbořil, Ph.D. (místopředseda) Ing. Vladimír Bartík, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Tomáš Martínek, Ph.D. (člen) doc. RNDr. Petr Šaloun, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " A ". Otázky u obhajoby: Bylo by možné princip generování podmnožin trénovacích vektorů aplikovat na princip soutěživé koevoluce?cs
but.resultpráce byla úspěšně obhájenacs
but.programInformační technologiecs
but.jazykčeština (Czech)


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record