but.committee	prof. Ing. Martin Drahanský, Ph.D. (předseda) doc. Ing. Radomil Matoušek, Ph.D. (člen) doc. Dr. Ing. Tomáš Brandejský (člen) doc. Ing. Roman Šenkeřík, Ph.D. (člen) doc. RNDr. Petr Bujok, Ph.D. (člen)	cs
but.defence	Student přednesl cíle a výsledky, kterých v rámci řešení disertační práce dosáhl. V rozpravě student odpověděl na otázky komise a oponentů a hostů. Komise se v závěru jednomyslně usnesla, že student splnil podmínky pro udělení akademického titulu doktor.	cs
but.jazyk	čeština (Czech)
but.program	Výpočetní technika a informatika	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Schwarz, Josef	cs
dc.contributor.author	Hyrš, Martin	cs
dc.contributor.referee	Brandejský, Tomáš	cs
dc.contributor.referee	Matoušek, Radomil	cs
dc.date.accessioned	2021-07-17T06:57:35Z
dc.date.available	2021-07-17T06:57:35Z
dc.date.created		cs
dc.description.abstract	Ve své disertační práci se zabývám návrhem, implementací a~testováním pokročilého paralelního algoritmu EDA ( Estimation of Distribution Algorithm ) využívajícího teorii kopulí pro tvorbu pravděpodobnostního modelu. Nová populace se vytváří v~procesu vzorkování sdružené distribuční funkce, která modeluje aktuální rozložení subpopulace slibných jedinců. Použití kopulí umožňuje zefektivnit proces učení a~vzorkování pravděpodobnostního modelu. Lze jej separovat na vzájemně nezávislá marginální rozdělení a~kopuli, která reprezentuje korelace mezi proměnnými řešeného problému. Tato koncepce iniciovala použití paralelní ostrovní struktury, v~níž bylo použito místo migrace jedinců migrace pravděpodobnostních modelů příslušejících jednotlivým ostrovním subpopulacím. Statistické testy použité při komparaci navrženého algoritmu ( mCEDA = migrating Copula - based Estimation of Distribution Algorithm ) a~algoritmů jiných autorů potvrdily efektivnost navržené koncepce.	cs
dc.description.abstract	In my thesis I~ deal with the design, implementation and testing of the advanced parallel Estimation of Distribution Algorithm (EDA) utilizing copula theory to create a~ probabilistic model. A~new population is created by the process of sampling the joint distribution function, which models the current distribution of the subpopulation of promising individuals . The usage of copulas increases the efficiency of the learning process and sampling the probabilistic model. It can be separated into mutually independent marginal distributions and the copula , which represents the correlations between the variables of the solved problem. This concept initiated the usage of the parallel island architecture , in which the migration of probabilistic models belonging to individual islands ' subpopulations was used instead of the migration of individuals . The statistical tests used in the comparison of the proposed algorithm ( mCEDA = migrating Copula - based Estimation of Distribution Algorithm ) and the algorithms of other authors confirmed the effectiveness of the proposed concept .	en
dc.description.mark	P	cs
dc.identifier.citation	HYRŠ, M. Paralelní evoluční algoritmus EDA využívající teorii kopulí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. .	cs
dc.identifier.other	137393	cs
dc.identifier.uri	http://hdl.handle.net/11012/200667
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	Algoritmy EDA	cs
dc.subject	optimalizace	cs
dc.subject	teorie kopulí	cs
dc.subject	vzorkování vícerozměrných kopulí	cs
dc.subject	paralelismus	cs
dc.subject	ostrovní model	cs
dc.subject	migrace pravděpodobnostních modelů	cs
dc.subject	EDA	en
dc.subject	Estimation of Distribution Algorithms	en
dc.subject	Optimization	en
dc.subject	Copula Theory	en
dc.subject	Multivariate Copula Sampling	en
dc.subject	Parallelisation	en
dc.subject	Parallel EDA	en
dc.subject	Island- based Model	en
dc.subject	Migration of Probabilistic models	en
dc.title	Paralelní evoluční algoritmus EDA využívající teorii kopulí	cs
dc.title.alternative	Parallel Evolutionary Algorithm EDA Based on Copulas	en
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.modified	2021-07-16-13:41:39	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	137393	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.22 23:18:55	en
sync.item.modts	2021.11.22 22:18:10	en
thesis.discipline	Výpočetní technika a informatika	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

Paralelní evoluční algoritmus EDA využívající teorii kopulí

Files

Original bundle

Collections