• čeština
    • English
    • русский
  • English 
    • čeština
    • English
    • русский
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2016
  • View Item
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta informačních technologií
  • 2016
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Neuronové sítě a genetické algoritmy

Neural Networks and Genetic Algorithm

Thumbnail
View/Open
final-thesis.pdf (1.837Mb)
Posudek-Oponent prace-7525_o.pdf (87.33Kb)
Posudek-Vedouci prace-7525_v.pdf (85.89Kb)
review_96179.html (1.445Kb)
Author
Karásek, Štěpán
Advisor
Zbořil, František
Referee
Snášelová, Petra
Grade
A
Altmetrics
Metadata
Show full item record
Abstract
Tato práce se zabývá evolučními a genetickými algoritmy a jejich možnou spoluprací při tvorbě a učení neuronových sítí. V teoretické části jsou popsány genetické algoritmy a neuronové sítě. Také jsou popsány možnosti jejich kombinace a je proveden přehled existujících algoritmů. V praktické části je popsána implementace algoritmu NEAT. Dále jsou s algoritmem NEAT provedeny experimenty a na základě jejich výsledků je navrhnuta kombinace algoritmu s diferenciální evolucí. Výsledky kombinace algoritmů jsou zhodnoceny. V závěru je algoritmus NEAT porovnán s klasickými učícími metodami backpropagation (pro dopředné neuronové sítě) a backpropagation through time (pro rekurentní neuronové sítě) a to z hledika rychlosti učení, kvality odezvy sítě i jejich závislosti na velikosti sítě.
 
This thesis deals with evolutionary and genetic algorithms and the possible ways of combining them. The theoretical part of the thesis describes genetic algorithms and neural networks. In addition, the possible combinations and existing algorithms are presented. The practical part of this thesis describes the implementation of the algorithm NEAT and the experiments performed. A combination with differential evolution is proposed and tested. Lastly, NEAT is compared to the algorithms backpropagation (for feed-forward neural networks) and backpropagation through time (for recurrent neural networks), which are used for learning neural networks. Comparison is aimed at learning speed, network response quality and their dependence on network size.
 
Keywords
Evoluční algoritmy, genetické algoritmy, neuronové sítě, neuroevoluce, NEAT, diferenciální evoluce., Evolutionary algorithms, genetic algorithms, neural networks, neuroevolution, NEAT, differential evolution.
Language
čeština (Czech)
Study brunch
Inteligentní systémy
Composition of Committee
doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Jiří Kunovský, CSc. (místopředseda) Ing. Michal Bidlo, Ph.D. (člen) Doc. Ing. Pavel Herout, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) doc. RNDr. Pavel Smrž, Ph.D. (člen)
Date of defence
2016-06-17
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky 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 výborně (A). Otázky u obhajoby: Implementovaný algoritmus je dále optimalizován. Optimalizace jste navrhoval sám, či jste se nechal inspirovat jinými pracemi? 
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/61862
Source
KARÁSEK, Š. Neuronové sítě a genetické algoritmy [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.
Collections
  • 2016 [190]
Citace PRO

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV