but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. Ondřej Ryšavý, Ph.D. (místopředseda) Ing. Matěj Grégr, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Tomáš Martínek, Ph.D. (člen) doc. Ing. Radomil Matoušek, 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 A. Otázky u obhajoby: Jaké části vaší práce by bylo možné použít v úloze evoluční optimalizace / aproximace existujících obvodů? Jaký je poměr času strávený v evaluaci kandidátních řešení pomocí AVX instrukcí a režie způsobené operacemi dávkové mutace?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Vašíček, Zdeněk	cs
dc.contributor.author	Hodaň, David	cs
dc.contributor.referee	Mrázek, Vojtěch	cs
dc.date.accessioned	2019-07-08T15:57:02Z
dc.date.available	2019-07-08T15:57:02Z
dc.date.created	2019	cs
dc.description.abstract	Tato práce je zaměřena na hledání postupů, které by akcelerovaly symbolickou regresi v rámci kartézského genetického programování. Práce přibližuje kartézské genetické programování a jeho využití v úloze symbolické regrese. Zabývá se architekturou SIMD a instrukční sadou SSE a AVX. Práce představuje řadu optimalizačních metod, které vedou k výraznému urychlení evoluce v kartézském genetickém programování. Metoda bitově paralelní simulace používající vektory AVX2 umožňuje paralelně pracovat s 256 vstupními kombinacemi logického obvodu. Obdobně lze využít bajtově paralelní simulaci a pracovat se 32 bajty při evoluci obrazového filtru. Metoda akcelerace pomocí generování nativního kódu výrazně urychluje evaluaci kandidátních řešení. Nová metoda dávkové mutace může zrychlit evoluci kombinačních logických obvodů i tisíckrát v závislosti na velikosti problému. Kombinací zmíněných i dalších metod trvala například evoluce násobiček 5 x 5b v průměru 5,8 vteřin na procesoru Intel Core i5-4590.	cs
dc.description.abstract	This thesis is focused on finding procedures that would accelerate symbolic regressions in Cartesian Genetic Programming. It describes Cartesian Genetic Programming and its use in the task of symbolic regression. It deals with the SIMD architecture and the SSE and AVX instruction set. Several optimizations that lead to a significant acceleration of evolution in Cartesian Genetic Programming are presented. A method of a bit-level parallel simulation that uses AVX2 vectors allows to process 256 input combinations of a logic circuit in paralell. Similarly it is possible to use a byte-level parallel simulation and work with 32 bytes when evolving an image filter. A new method of batch mutation can accelerate the evolution of combinational logic circuits thousand times depending on the problem size. For example, using a combination of these and other methods the evolution of 5 x 5b multipliers took 5.8 seconds on average on an Intel Core i5-4590 processor.	en
dc.description.mark	A	cs
dc.identifier.citation	HODAŇ, D. Možnosti akcelerace symbolické regrese pomocí kartézského genetického programování [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122109	cs
dc.identifier.uri	http://hdl.handle.net/11012/180407
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	kartézské genetické programování	cs
dc.subject	symbolická regrese	cs
dc.subject	filtrace obrazu	cs
dc.subject	optimalizace	cs
dc.subject	akcelerace	cs
dc.subject	rychlost	cs
dc.subject	Evolutionary algorithms	en
dc.subject	cartesian genetic programming	en
dc.subject	symbolic regression	en
dc.subject	image filtering	en
dc.subject	optimization	en
dc.subject	acceleration	en
dc.subject	speed	en
dc.title	Možnosti akcelerace symbolické regrese pomocí kartézského genetického programování	cs
dc.title.alternative	Acceleration of Symbolic Regression Using Cartesian Genetic Programming	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2019-06-20	cs
dcterms.modified	2019-07-08-13:31:28	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122109	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 10:12:28	en
sync.item.modts	2021.11.12 09:45:23	en
thesis.discipline	Bioinformatika a biocomputing	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Možnosti akcelerace symbolické regrese pomocí kartézského genetického programování

Files

Original bundle

Collections