Evoluční optimalizace v náhodných lineárních podprostorech
Evolutionary Optimization Using Random Embeddings
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Dominik Nguyen
Vedoucí práce
Pošík Petr
Oponent práce
Kubalík Jiří
Studijní obor
Základy umělé inteligence a počítačových vědStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra kybernetikyPráva
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
Tato práce zkoumá použití náhodných vnoření v evolučních optimalizačních algoritmech k řešení problémů vysokodimenzionálních optimalizací typu černé skříňky. Za pomocí vnoření vysokodimenzionálních prostorů do prostorů s nižší dimenzí chceme zlepšit výkonnost a efektivitu optimalizačních algoritmů. Naše obsáhlé experimenty demonstrují dosud neprozkoumaný potenciál zlepšení výkonnosti evoluční strategie CMA-ES v kombinaci s metodou náhodného vnoření pro specifické případy. This thesis explores the use of random embeddings in evolutionary optimization algorithms to address high-dimensional black-box optimization problems. By embedding high-dimensional spaces into lower-dimensional subspaces, we aim to enhance the efficiency and effectiveness of optimization algorithms. Our experiments demonstrate the potential of random embeddings to improve the performance of Evolutionary Algorithms.
Kolekce
- Bakalářské práce - 13133 [777]