Aplikace přibližných výpočtů v genetickém programování

Abstract

Tato práce se zabývá možnostmi zapojení aproximačních obvodů do evolučního návrhu klasifikátorů pomocí kartézského genetického programování. Jako případová studie je zvolen problém klasifikace ručně psaných číslic. Cílem je ověřit schopnosti klasifikátorů využívajících aproximačních obvodů a poskytnout výsledky, které budou mít oproti konvenčním klasifikátorům určité výhody. Bude ukázáno, že využitím přibližných výpočtů je možné získat klasifikátory s jednodušší implementací, které zachovávají přesnost klasifikace oproti konvenčním klasifikátorům nebo ji v některých případech dokonce překonávají.This thesis deals with ways of application of approximate circuits into evolutionary design of classifiers using Cartesian genetic programming. The problem of hand-written digit recognition was chosen as a case study. The goal is to validate the capability of classifiers, which use approximate circuits to provide results with certain advantages compared to other conventional classifiers. The thesis demonstrates that by using approximate computing it is possible to acquire classifiers with a simpler implementation, while matching or sometimes even exceeding the precision of the other conventional classifiers.