but.committee	doc. Ing. František Zbořil, Ph.D. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Jaroslav Rozman, Ph.D. (člen) Ing. Josef Strnadel, 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 C. Otázky u obhajoby: Z grafů na straně 22 zkoumající optimální nastavení parametrů vyplývá, že nejlepší počet uzlů pro učení je 11 a počet mutací je 1-16. Proč ve výsledném nastavení (tab. 5.2) uvádíte počet uzlů pro učení 7 a počet mutací 1-12? Jak se liší 3 popsané algoritmy (cgp, cgpcl, cgpcl_all), nejedná se pouze o jiné nastavení parametru POCET_UCICICH? Jak byla nastavena matice CGP a parametr l-back? Bylo experimentováno s dalšími nastaveními?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Wiglasz, Michal	cs
dc.contributor.author	Korgo, Jakub	cs
dc.contributor.referee	Grochol, David	cs
dc.date.created	2016	cs
dc.description.abstract	Tato práce se zabývá integrací souběžného učení do kartézského genetického programování. Úlohu symbolické regrese se již povedlo vyřešit kartézským genetickým programováním, ovšem tato metoda není dokonalá. Je totiž relativně pomalá a při některých úlohách má tendenci nenalézat požadované řešení. Ale se souběžným učením lze vylepšit některé z~těchto vlastností. V této práci je představena plasticita genotypu, která je založena na Baldwinově efektu. Tento přístup umožňuje jedinci změnit jeho fenotyp během generace. Souběžné učení bylo testováno na pěti rozdílných úlohách pro symbolickou regresi. V experimentech se ukázalo, že pomocí souběžného učení lze dosáhnout až 15násobného urychlení evoluce oproti standardnímu kartézskému genetickému programování bez učení.	cs
dc.description.abstract	This thesis deals with the integration of co-learning into cartesian genetic programming. The task of symbolic regression was already solved by cartesian genetic programming, but this method is not perfect yet. It is relatively slow and for certain tasks it tends not to find the desired result. However with co-learning we can enhance some of these attributes. In this project we introduce a genotype plasticity, which is based on Baldwins effect. This approach allows us to change the phenotype of an individual while generation is running. Co-learning algorithms were tested on five different symbolic regression tasks. The best enhancement delivered in experiments by co-learning was that the speed of finding a result was 15 times faster compared to the algorithm without co-learning.	en
dc.description.mark	C	cs
dc.identifier.citation	KORGO, J. Souběžné učení v kartézském genetickém programování [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96308	cs
dc.identifier.uri	http://hdl.handle.net/11012/62193
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	Souběžné učení	cs
dc.subject	kartézské genetické programování	cs
dc.subject	evoluční algoritmus	cs
dc.subject	Baldwinův efekt	cs
dc.subject	plasticita genotypu	cs
dc.subject	symbolická regrese.	cs
dc.subject	Co-learning	en
dc.subject	cartesian genetic programming	en
dc.subject	evolutionary algorithm	en
dc.subject	Baldwin effect	en
dc.subject	symbolic regression.	en
dc.title	Souběžné učení v kartézském genetickém programování	cs
dc.title.alternative	Co-Learning in Cartesian Genetic Programming	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2016-06-13	cs
dcterms.modified	2020-05-10-16:12:23	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96308	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 18:57:37	en
sync.item.modts	2025.01.15 14:48:13	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Souběžné učení v kartézském genetickém programování

Files

Original bundle

Collections