but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. František Zbořil, Ph.D. (místopředseda) Ing. Vladimír Bartík, Ph.D. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) doc. RNDr. Petr Šaloun, 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 otázku 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: Bylo by možné princip generování podmnožin trénovacích vektorů aplikovat na princip soutěživé koevoluce?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Drahošová, Michaela	cs
dc.contributor.author	Trefilík, Jakub	cs
dc.contributor.referee	Hrbáček, Radek	cs
dc.date.created	2015	cs
dc.description.abstract	Tato práce se zabývá využitím principů koevoluce pro návrh obrazových filtrů. Evoluční algoritmy se pro vývoj obrazových filtrů ukazují jako velmi výhodná metoda. Použitím koevoluce prediktorů fitness vnášíme do evolučního návrhu procesy, které vzájemným ovlivňováním populace kandidátních filtrů s populací prediktorů fitness dokáží zrychlit konvergenci řešení. Prediktor fitness je malá podmnožina množiny trénovacích vektorů a používá se k přibližnému určení fitness kandidátních filtrů. V této práci je pro evoluci prediktorů fitness využito nepřímé kódování, které reprezentuje matematický výraz, pomocí něhož jsou vybírány trénovací vektory použité pro vyhodnocení fitness kandidátních filtrů. Tento přístup byl experimentálně vyhodnocen v úloze evolučního návrhu náhodného impulzního šumu a šumu typu sůl a pepř pro různé intenzity šumu a také v úloze návrhu detektoru hran. Ukázalo se, že pomocí tohoto přístupu prediktory fitness přizpůsobují počet použitých trénovacích vektorů pro vyhodnocení kandidátního filtru souběžně s řešením úlohy a tím snižují výpočetní náročnost evolučního návrhu obrazových filtrů.	cs
dc.description.abstract	This thesis deals with employing coevolutionary principles to the image filter design. Evolutionary algorithms are very advisable method for image filter design. Using coevolution, we can add the processes, which can accelerate the convergence by interactions of candidate filters population with population of fitness predictors. Fitness predictor is a small subset of the training set and it is used to approximate the fitness of the candidate solutions. In this thesis, indirect encoding is used for predictors evolution. This encoding represents a mathematical expression, which selects training vectors for candidate filters fitness prediction. This approach was experimentally evaluated in the task of image filters for various intensity of random impulse and salt and pepper noise design and the design of the edge detectors. It was shown, that this approach leads to adapting the number of target objective vectors for a particular task, which leads to computational complexity reduction.	en
dc.description.mark	A	cs
dc.identifier.citation	TREFILÍK, J. Koevoluce obrazových filtrů a prediktorů fitness [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2015.	cs
dc.identifier.other	88517	cs
dc.identifier.uri	http://hdl.handle.net/11012/52276
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	obrazové filtry	cs
dc.subject	kartézské genetické programování	cs
dc.subject	koevoluční algoritmy	cs
dc.subject	predikce fitness.	cs
dc.subject	Evolutionary algorithms	en
dc.subject	image filters	en
dc.subject	cartesian genetic programming	en
dc.subject	coevolutionary algorithms	en
dc.subject	fitness prediction.	en
dc.title	Koevoluce obrazových filtrů a prediktorů fitness	cs
dc.title.alternative	Coevolution of Image Filters and Fitness Predictors	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2015-06-24	cs
dcterms.modified	2020-05-10-16:11:52	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	88517	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:19:46	en
sync.item.modts	2025.01.15 13:03:48	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

Koevoluce obrazových filtrů a prediktorů fitness

Files

Original bundle

Collections