ČVUT DSpace
  • Prohledat DSpace
  • English
  • Přihlásit se
  • English
  • English
Zobrazit záznam 
  •   ČVUT DSpace
  • České vysoké učení technické v Praze
  • Fakulta informačních technologií
  • katedry
  • katedra aplikované matematiky
  • Diplomové práce - 18105
  • Zobrazit záznam
  • České vysoké učení technické v Praze
  • Fakulta informačních technologií
  • katedry
  • katedra aplikované matematiky
  • Diplomové práce - 18105
  • Zobrazit záznam
JavaScript is disabled for your browser. Some features of this site may not work without it.

Optimalizace nastavení náhradních modelů pomocí analýzy tvaru funkcí

Optimization of surrogate model settings using landscape analysis

Typ dokumentu
diplomová práce
master thesis
Autor
Mikuláš Dvořák
Vedoucí práce
Pitra Zbyněk
Oponent práce
Kordík Pavel
Studijní obor
Znalostní inženýrství
Studijní program
Informatika
Instituce přidělující hodnost
katedra aplikované matematiky



Práva
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.html
Vysokoškolská 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 záznam
Abstrakt
Tato práce se zaměřuje na výběr vhodného nastavení náhradních modelů v algoritmu DTS-CMA-ES pomocí fitness landscape analysis. Porovnává několik přístupů pro doporučování náhradních modelů pomocí různých statistických modelů. Mezi porovnané techniky patří klasifikace, klasifikace do více tříd a regrese. Pro každou techniku je použito několik modelů a jejich správnost klasifikace je porovnána pomocí přesnosti, senzitivity, specificity a F1 skóre.
 
This thesis focuses on selecting the most suitable settings of surrogate models in DTS-CMA-ES algorithm using a fitness landscape analysis. Thesis compares different approaches for recommending the most suitable surrogate models with a variety of statistical models. Compared approaches are derived from classification, multi-label classification, and regression methods. For each method, few different statistical models are trained and their classification correctness is assessed with accuracy, sensitivity, specificity, and F1 score.
 
URI
http://hdl.handle.net/10467/87971
Zobrazit/otevřít
PLNY_TEXT (1.710Mb)
POSUDEK (134.5Kb)
POSUDEK (138.3Kb)
Kolekce
  • Diplomové práce - 18105 [203]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Kontaktujte nás | Vyjádření názoru
Theme by 
@mire NV
 

 

Užitečné odkazy

ČVUT v PrazeÚstřední knihovna ČVUTO digitální knihovně ČVUTInformační zdrojePodpora studiaPodpora publikování

Procházet

Vše v DSpaceKomunity a kolekceDle data publikováníAutořiNázvyKlíčová slovaTato kolekceDle data publikováníAutořiNázvyKlíčová slova

Můj účet

Přihlásit se

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Kontaktujte nás | Vyjádření názoru
Theme by 
@mire NV