but.committee	doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Jiří Kunovský, CSc. (místopředseda) doc. 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)	cs
but.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?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zbořil, František	cs
dc.contributor.author	Karásek, Štěpán	cs
dc.contributor.referee	Snášelová, Petra	cs
dc.date.created	2016	cs
dc.description.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.	cs
dc.description.abstract	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.	en
dc.description.mark	A	cs
dc.identifier.citation	KARÁSEK, Š. Neuronové sítě a genetické algoritmy [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96179	cs
dc.identifier.uri	http://hdl.handle.net/11012/61862
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Evoluční algoritmy	cs
dc.subject	genetické algoritmy	cs
dc.subject	neuronové sítě	cs
dc.subject	neuroevoluce	cs
dc.subject	NEAT	cs
dc.subject	diferenciální evoluce.	cs
dc.subject	Evolutionary algorithms	en
dc.subject	genetic algorithms	en
dc.subject	neural networks	en
dc.subject	neuroevolution	en
dc.subject	NEAT	en
dc.subject	differential evolution.	en
dc.title	Neuronové sítě a genetické algoritmy	cs
dc.title.alternative	Neural Networks and Genetic Algorithm	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2016-06-17	cs
dcterms.modified	2020-05-09-23:41:06	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96179	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:22:12	en
sync.item.modts	2025.01.15 17:51:07	en
thesis.discipline	Inteligentní systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Neuronové sítě a genetické algoritmy

Files

Original bundle

Collections