but.committee	prof. Ing. Aleš Prokeš, Ph.D. (předseda) prof. Ing. Jarmila Dědková, CSc. - oponentka (člen) prof. Ing. Zbyněk Škvor, CSc. - oponent (člen) Ing. Tomáš Urbanec, Ph.D. (člen) doc.Ing. Libor Dražan, CSc. (člen) prof. Ing. Vladimír Schejbal, CSc. (člen)	cs
but.jazyk	angličtina (English)
but.program	Elektrotechnika a komunikační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Lukeš, Zbyněk	en
dc.contributor.author	Vágnerová, Jitka	en
dc.contributor.referee	Škvor,, Zbyněk	en
dc.contributor.referee	Dědková, Jarmila	en
dc.date.created	2013	cs
dc.description.abstract	Tato disertační práce se zabývá metodami modelování elektronického zařízení letadel. První část je stručným přehledem klasických metod modelování systémů a adaptivních, fuzzy a hybridních metod používaných převážně k black-box modelování. Cílem práce je vytvořit algoritmus pro identifikaci a modelování obecného systému, který může být nelineární, dynamický a velmi složitý, například co do množství rozměrů. Předpokládá se, že model má několik vstupů a výstupů. V hlavní části práce je rozebrána metoda, která patří mezi hybridní systémy, protože kombinuje fuzzy systém s parametricky definovanými pravidly a regresní neuronovou síť. Nejprve je zmíněn základní princip regresní sítě a způsob určení jejího parametru strmosti, dále se kapitola zabývá zavedením fuzzy pravidel do této sítě. Třetí část se zabývá jedním z hlavních bodů práce, paralelními výpočty. Výsledný algoritmus je navržen pro paralelní zpracování, protože výpočetní čas může být v případě složitějších modelů příliš vysoký, případně nelze výsledky získané ze sítě vyhodnotit pomocí výpočtu v jednom vlákně. V závěru práce je metoda ověřena na datech získaných z měření zmenšeného modelu letadla. Ověření je provedeno pomocí střední kvadratické odchylky a srovnáním s odpovídajícím modelem vytvořeným pomocí vícevrstvé neuronové sítě trénované zpětným šířením chyby s algoritmem Levenberg-Marquardt.	en
dc.description.abstract	This thesis is focused on methods for the aircraft equipment modeling. The first part provides a brief overview of classical system modeling approaches used for system description, identification, and modeling. Then adaptive, fuzzy and hybrid methods used mainly for black-box system modeling are introduced. Aim of the thesis is to develop an algorithm for identification and modeling of a general system, which can be nonlinear, dynamic and complex. Multiple inputs and multiple outputs of model are assumed. The main part of the thesis introduces a new method which falls into the hybrid systems. It combines fuzzy approach with parametrically defined rules and general regression neural network. Firstly, the fundamentals of simple general regression neural network and its smoothness parameter determination are presented. Secondly, the general regression neural network with the fuzzy rules is introduced. Third part of the thesis is focused on the parallel computing, one of the main objectives. The final algorithm is designed for the parallel machine, because the computational time can be significantly high and for the larger datasets, the model is not achievable when evaluated in single thread. Block diagram for parallel computing in Matlab and CUDA is provided, as well as the basic structure of CUDA source code. Finally, the method is verified on data obtained from the measurement of a miniaturized aircraft model using the antenna outside the aircraft and the probe inside the fuselage of the aircraft model. The validation of the method is done using mean squared error and compared to mean squared error of corresponding model performed using the multilayer neural network with backpropagation learning and Levenberg-Marquardt algorithm.	cs
dc.description.mark	P	cs
dc.identifier.citation	VÁGNEROVÁ, J. Behaviorální modelování pomocí paralelních výpočtů a neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2013.	cs
dc.identifier.other	62515	cs
dc.identifier.uri	http://hdl.handle.net/11012/22697
dc.language.iso	en	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	fuzzy regresní neuronová síť	en
dc.subject	neuro-fuzzy	en
dc.subject	identifikace systémů	en
dc.subject	fuzzy general regression neural network	cs
dc.subject	neuro-fuzzy	cs
dc.subject	system identification	cs
dc.title	Behaviorální modelování pomocí paralelních výpočtů a neuronových sítí	en
dc.title.alternative	Parallel Computing and Neural Networks in Behavioral Modeling	cs
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.dateAccepted	2013-10-31	cs
dcterms.modified	2013-10-31-12:41:17	cs
eprints.affiliatedInstitution.faculty	Fakulta elektrotechniky a komunikačních technologií	cs
sync.item.dbid	62515	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.27 11:55:07	en
sync.item.modts	2025.01.15 19:06:42	en
thesis.discipline	Elektronika a sdělovací technika	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav radioelektroniky	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

Behaviorální modelování pomocí paralelních výpočtů a neuronových sítí

Files

Original bundle

Collections