but.committee	doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Vladimír Janoušek, Ph.D. (místopředseda) Ing. Michal Hradiš, Ph.D. (člen) Dr. Ing. Petr Peringer (člen) Ing. Jaroslav Rozman, Ph.D. (člen) Ing. Aleš Smrčka, Ph.D. (člen)	cs
but.defence	Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Máte informace o tom, jakým způsobem konkrétně popisují použité datové sady klasifikované objekty? Jakým způsobem byste datové sady upravila pro zvýšení přesnosti klasifikace (jak to zmiňujete na str. 41)? Jak je možné, že je medián přesnosti klasifikace na testovací sadě v tab. 7.7 na hodnotě 1, když je průměr 0.98? Jaké datasety jste použila? Kdy předáváte neuronu bias?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie a umělá inteligence	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Sekanina, Lukáš	cs
dc.contributor.author	Hytychová, Tereza	cs
dc.contributor.referee	Bidlo, Michal	cs
dc.date.created	2021	cs
dc.description.abstract	Cílem této práce je navrhnout a implementovat metodu pro návrh neuronové sítě, která bude využívat generativní kódování. Navržená metoda, která vychází z metody J. F. Millera, je založena na vytvoření modelu mozku, který je postupně vyvíjen, a ze kterého lze extrahovat klasickou neuronovou síť. Vývin mozku je řízen programy vytvořenými pomocí kartézského genetického programování. Implementace byla provedena v jazyce Python s použitím knihovny Numpy. Při experimentování se ukázalo, že metoda je schopná vytvářet neuronové sítě, které na menších datových sadách dosahují přesnosti přesahující 90 %. Metoda je zároveň schopna vytvářet neuronové sítě řešící více problémů naráz, za cenu mírného snížení dosažené přesnosti.	cs
dc.description.abstract	The aim of this work is to design and implement a method for the evolutionary design of neural networks with generative encoding. The proposed method is based on J. F. Miller's approach and uses a brain model that is gradually developed and which allows extraction of traditional neural networks. The development of the brain is controlled by programs created using cartesian genetic programming. The project was implemented in Python with the use of Numpy library. Experiments have shown that the proposed method is able to construct neural networks that achieve over 90 % accuracy on smaller datasets. The method is also able to develop neural networks capable of solving multiple problems at once while slightly reducing accuracy.	en
dc.description.mark	B	cs
dc.identifier.citation	HYTYCHOVÁ, T. Evoluční návrh neuronových sítí využívající generativní kódování [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136725	cs
dc.identifier.uri	http://hdl.handle.net/11012/200102
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	neuronová síť	cs
dc.subject	evoluční algoritmy	cs
dc.subject	genetické programování	cs
dc.subject	kartézské genetické programování	cs
dc.subject	evoluční návrh neuronové sítě	cs
dc.subject	neural network	en
dc.subject	evolutionary algorithms	en
dc.subject	genetic programming	en
dc.subject	cartesian genetic programming	en
dc.subject	evolutionary development of neural network	en
dc.title	Evoluční návrh neuronových sítí využívající generativní kódování	cs
dc.title.alternative	Evolutionary Design of Neural Networks with Generative Encoding	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2021-06-22	cs
dcterms.modified	2021-06-24-11:34:53	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136725	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:32:41	en
sync.item.modts	2025.01.16 00:11:41	en
thesis.discipline	Inteligentní systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Evoluční návrh neuronových sítí využívající generativní kódování

Files

Original bundle

Collections