but.committee	doc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. Dr. Ing. Otto Fučík (místopředseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Igor Szőke, Ph.D. (člen) Ing. Vladimír Veselý, 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 přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Jaká byla motivace vaší práce?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zbořil, František	cs
dc.contributor.author	Vosol, David	cs
dc.contributor.referee	Rozman, Jaroslav	cs
dc.date.created	2019	cs
dc.description.abstract	Tato práce má za úkol nalézt a porovnat možnosti spolupráce evolučních algoritmů při učení neuronové sítě a také jejich následné porovnání s klasickým přístupem učení pomocí back-propagation. Toto porovnání je demonstrováno na hluboké dopředné síti, která je využita při klasifikačních úlohách. Optimalizace probíhá na úrovni hledání optimálních hodnot vah a biasů sítě při zachování její stejné topologie. Jako evoluční algoritmy pro tuto optimalizaci jsou vybrány tři metody. Jedná se o genetický algoritmus, diferenciální evoluci a optimalizaci hejnem částic. Demonstrační program je implementován v programovacím jazyce Python3 a to bez použití knihoven pro strojové učení.	cs
dc.description.abstract	Main point of this thesis is to find and compare posibilities of cooperation between evolutionary algorithms and neural network learning and their comparison with classical learning technique called backpropagation. This comparison is demonstrated with deep feed-forward neural network which is used for classification tasks. The process of optimalization is via search of optimal values of weights and biases within neural network with fixed topology. We chose three evolutionary approaches. Genetic algorithm, differential evolution and particle swarm optimization algorithm. These three approaches are also compared between each other. The demonstrating program is implemented in Python3 programming language without usage of any third parties libraries focused on deep learning.	en
dc.description.mark	B	cs
dc.identifier.citation	VOSOL, D. Využití evolučních algoritmů při učení neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	121843	cs
dc.identifier.uri	http://hdl.handle.net/11012/180092
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	neuroevoluce	cs
dc.subject	evoluční algoritmy	cs
dc.subject	genetický algoritmus	cs
dc.subject	diferenciální evoluce	cs
dc.subject	optimalizace hejnem částic	cs
dc.subject	neuronová síť	cs
dc.subject	hluboké učení	cs
dc.subject	strojové učení	cs
dc.subject	Python	cs
dc.subject	neuroevolution	en
dc.subject	evolutionary algorithms	en
dc.subject	genetic algorithm	en
dc.subject	differential evolution	en
dc.subject	particle swarm optimization	en
dc.subject	neural network	en
dc.subject	deep learning	en
dc.subject	machine learning	en
dc.subject	Python	en
dc.title	Využití evolučních algoritmů při učení neuronových sítí	cs
dc.title.alternative	Evolutionary Algorithms for Neural Networks Learning	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-10	cs
dcterms.modified	2019-07-08-13:31:14	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	121843	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:09:29	en
sync.item.modts	2025.01.15 13:51:23	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Využití evolučních algoritmů při učení neuronových sítí

Files

Original bundle

Collections