Využití evolučních technik při učení umělých neuronových sítí
Using evolutionary techniques for ANN learning
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Tereza Panská
Vedoucí práce
Fábera Vít
Oponent práce
Musil Tomáš
Studijní obor
Inteligentní dopravní systémyStudijní program
Technika a technologie v dopravě a spojích 3Instituce přidělující hodnost
ústav aplikované informatiky v dopravěPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Předmětem bakalářské práce „Využití evolučních technik při učení neuronových sítí“ je popis jednotlivých technik a jejich existujících aplikací při trénování neuronových sítí. Popis je zaměřen především na genetické algoritmy a genetické operátory (selekce, křížení, mutace), které jsou používány v genetických algoritmech. Dále je zde přiblížen problém při učení neuronových sítí a jsou představena možná řešení pomocí evolučních technik. Poslední část se zabývá knihovnami implementujícími evoluční techniky a neuronové sítě a demonstrací jejich využití. The subject of the bachelor‘s thesis “Using evolutionary techniques for ANN learning” is a description of particular techniques and their existing applications in the neural network learning. The description is mainly focused on genetic algorithms and genetic operators (selection, crossover, mutation) that are used in genetic algorithms. Next, the learning problem of neural networks is presented alongside possible solutions using evolutionary techniques. The final section covers libraries that implement evolutionary techniques and neural networks and a demonstration of their use.