Mutual Connection of Evolutionary Algorithms and Complex Networks

DSpace Repository

Language: English čeština 

Mutual Connection of Evolutionary Algorithms and Complex Networks

Show simple item record

dc.contributor.advisor Šenkeřík, Roman
dc.contributor.author Syed, Iftekharuddin
dc.date.accessioned 2023-12-20T13:25:27Z
dc.date.available 2023-12-20T13:25:27Z
dc.date.issued 2022-12-02
dc.identifier Elektronický archiv Knihovny UTB
dc.identifier.uri http://hdl.handle.net/10563/54269
dc.description.abstract Cílem této diplomové práce je prostudovat a popsat vzájemnou souvislost mezi dynamikou evolučních algoritmů a komplexními sítěmi. Pro samotné testování byl pořízen soubor reálných dat týkajících se citací mezi členy katedry FAI UTB k vytvoření reálné citační síě. V rámci řešení této diplomové práce byl poté prověřen a implementován systém pro zachycení dynamiky algoritmu PSO (Particle Swarm Optimization) a především pak transformace zachycené dynamiky do podoby komplexní sítě. Originálním přínosem této práce je, že hyperparametry algoritmu PSO jsou optimalizovány pomocí různých technik tak, aby zachycená dynamika algoritmu PSO co nejblíže odpovídala citační síti vytvořené z reálných dat. Nakonec jsou porovnány provedené předpovědi dynamiky zachycené algoritmem PSO a pomocí regresních modelů za krátké období.
dc.format 66
dc.language.iso en
dc.publisher Univerzita Tomáše Bati ve Zlíně
dc.rights Bez omezení
dc.subject Optimalizace rojením částic cs
dc.subject evoluční algoritmy cs
dc.subject regresní modely cs
dc.subject komplexní sítě cs
dc.subject citační sítě cs
dc.subject Particle Swarm Optimization en
dc.subject Evolutionary Algorithms en
dc.subject Regression models en
dc.subject Complex network en
dc.subject Citation network en
dc.title Mutual Connection of Evolutionary Algorithms and Complex Networks
dc.title.alternative Mutual Connection of Evolutionary Algorithms and Complex Networks
dc.type diplomová práce cs
dc.contributor.referee Zelinka, Ivan
dc.date.accepted 2023-06-15
dc.description.abstract-translated The goal of this thesis is to study and understand the mutual connection between evolutionary algorithms and complex networks. To begin with, a set of real data is taken related to citation between the faculty members from department of Informatics and Artificial Intelligence, UTB and a citation network is created. Then a system is implemented to capture the dynamics of Particle Swarm Optimization (PSO) algorithm and transform the captured dynamics into complex network. The original contribution of this work is that the hyperparameters of the PSO algorithm are then optimized using different techniques, so that the captured dynamics of the PSO algorithm correspond closer to citation network created from real data. At last predictions are made about the dynamics captured from the PSO algorithm using regression models over a period.
dc.description.department Ústav informatiky a umělé inteligence
dc.thesis.degree-discipline Information Technologies cs
dc.thesis.degree-discipline Information Technologies en
dc.thesis.degree-grantor Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky cs
dc.thesis.degree-grantor Tomas Bata University in Zlín. Faculty of Applied Informatics en
dc.thesis.degree-name Ing.
dc.thesis.degree-program Engineering Informatics cs
dc.thesis.degree-program Engineering Informatics en
dc.identifier.stag 63539
dc.date.submitted 2023-05-26


Files in this item

Files Size Format View Description
syed_2023_dp.pdf 2.668Mb PDF View/Open None
syed_2023_op.pdf 218.1Kb PDF View/Open None
syed_2023_vp.pdf 154.5Kb PDF View/Open None

This item appears in the following Collection(s)

Show simple item record

Find fulltext

Search DSpace


Browse

My Account