Návrh algoritmů pro neuronové sítě řídicí síťový prvek
| but.committee | doc. Ing. Ivan Rampl, CSc. (předseda) doc. Ing. Martin Medvecký, Ph.D. (místopředseda) Ing. Ladislav Káňa (člen) Ing. Ivo Herman, CSc. (člen) doc. Mgr. Pavel Rajmic, Ph.D. (člen) Ing. Tomáš Vaněk, Ph.D. (člen) Ing. David Kubánek, Ph.D. (člen) Ing. Václav Pfeifer, Ph.D. (člen) doc. Ing. Milan Chmelař, CSc. (člen) | cs |
| but.defence | 1. Jak funguje optimalizace spojového pole pomocí Elmanovy neuronové sítě a rekurentní neuronové sítě. 2 Neprojevil se efekt přetrénování? | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Elektrotechnika, elektronika, komunikační a řídicí technika | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Škorpil, Vladislav | cs |
| dc.contributor.author | Stískal, Břetislav | cs |
| dc.contributor.referee | Kacálek, Jan | cs |
| dc.date.accessioned | 2018-10-21T16:59:49Z | |
| dc.date.available | 2018-10-21T16:59:49Z | |
| dc.date.created | 2008 | cs |
| dc.description.abstract | V teoretické části této práce se uvádí základní informace o historii a vývoji umělých neuronových sítí (UNS) z minulého období až po dnešek. Praktická část podává důkazy předpokladů zmiňovaných v teoretické části této práce, např. znázornění učení, trénování jednotlivých typů neurónových sítí na různých praktických úkolech, jejich následná simulace a vynesení poznání a závěrů z těchto simulací. Cílem je simulování aktivního prvku v síti, řízeného pomocí umělé inteligence. Tedy učení (trénování) neuronové sítě a její následná simulace pro řízení přepínače. V práci je uveden a popsán algoritmus směrování pomocí Hopfieldovy sítě založeném na typickém problému obchodního cestujícího. Následuje nastínění optimalizačních problémů a jejich řešení, porovnání s dalšími typy rekurentních (zpětnovazebních) sítí (Elman a Layer Recurrent) jejich hlavní rozdíly, způsoby optimalizace, výhody a nevýhody. Z poznatků této práce, je uveden návrh dalšího řešení řízení pomocí neuronových sítí do budoucna. | cs |
| dc.description.abstract | This diploma thesis is devided into theoretic and practice parts. Theoretic part contains basic information about history and development of Artificial Neural Networks (ANN) from last century till present. Prove of the theoretic section is discussed in the practice part, for example learning, training each types of topology of artificial neural networks on some specifics works. Simulation of this networks and then describing results. Aim of thesis is simulation of the active networks element controlling by artificial neural networks. It means learning, training and simulation of designed neural network. This section contains algorithm of ports switching by address with Hopfield's networks, which used solution of typical Trade Salesman Problem (TSP). Next point is to sketch problems with optimalization and their solutions. Hopfield's topology is compared with Recurrent topology of neural networks (Elman's and Layer Recurrent's topology) their main differents, their advantages and disadvantages and supposed their solution of optimalization in controlling of network's switch. From thesis experience is introduced solution with controll function of ANN in active networks elements in the future. | en |
| dc.description.mark | B | cs |
| dc.identifier.citation | STÍSKAL, B. Návrh algoritmů pro neuronové sítě řídicí síťový prvek [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2008. | cs |
| dc.identifier.other | 14316 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/18889 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Neuron | cs |
| dc.subject | perceptron | cs |
| dc.subject | přenosová funkce | cs |
| dc.subject | umělá neuronová síť | cs |
| dc.subject | UNS | cs |
| dc.subject | Hopfieldova neuronová síť | cs |
| dc.subject | Elmanova neuronová síť | cs |
| dc.subject | neuronová síť Layer Recurrent. | cs |
| dc.subject | Neuron | en |
| dc.subject | perceptron | en |
| dc.subject | transfer function | en |
| dc.subject | Artificial Neural Network | en |
| dc.subject | ANN | en |
| dc.subject | Hopfield's neural network | en |
| dc.subject | Elman's neural network | en |
| dc.subject | Layer Recurrent neural network. | en |
| dc.title | Návrh algoritmů pro neuronové sítě řídicí síťový prvek | cs |
| dc.title.alternative | Design of algorithms for neural networks controlling a network element | en |
| dc.type | Text | cs |
| dc.type.driver | masterThesis | en |
| dc.type.evskp | diplomová práce | cs |
| dcterms.dateAccepted | 2008-06-11 | cs |
| dcterms.modified | 2008-06-11-13:28:10 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
| sync.item.dbid | 14316 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2021.11.08 14:01:49 | en |
| sync.item.modts | 2021.11.08 13:02:48 | en |
| thesis.discipline | Telekomunikační a informační technika | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikací | cs |
| thesis.level | Inženýrský | cs |
| thesis.name | Ing. | cs |
Files
Original bundle
1 - 3 of 3
Loading...
- Name:
- final-thesis.pdf
- Size:
- 1.6 MB
- Format:
- Adobe Portable Document Format
- Description:
- final-thesis.pdf
Loading...
- Name:
- review_14316.html
- Size:
- 7.4 KB
- Format:
- Hypertext Markup Language
- Description:
- review_14316.html