Neuronové sítě za použití evolučních algoritmů pro učící proces
Zobrazit minimální záznam
| dc.contributor.advisor |
Oplatková, Zuzana
|
|
| dc.contributor.author |
Sedlák, Lukáš
|
|
| dc.date.accessioned |
2010-07-20T04:29:35Z |
|
| dc.date.available |
2010-07-20T04:29:35Z |
|
| dc.date.issued |
2010-06-08 |
|
| dc.identifier |
Elektronický archiv Knihovny UTB |
cs |
| dc.identifier.uri |
http://hdl.handle.net/10563/13893
|
|
| dc.description.abstract |
Tato práce se zabývá otázkou srovnání klasických metod učení neuronových sítí a metod využívajících evolučních algoritmů, jako například SOMA nebo diferenciální evoluce. Hlavním úkolem této práce bylo vytvořit funkční modul v prostředí Mathematica pro učení neuronových sítí s využitím evolučních algoritmů. Práce obsahuje jak teoretický základ pro danou problematiku, tak analýzu výsledků srovnání obou metod učení neuronových sítí. |
cs |
| dc.format |
68 s., 1 s. příloh |
cs |
| dc.format.extent |
2265782 bytes |
cs |
| dc.format.mimetype |
application/pdf |
cs |
| dc.language.iso |
cs |
|
| dc.publisher |
Univerzita Tomáše Bati ve Zlíně |
|
| dc.rights |
Bez omezení |
|
| dc.subject |
SOMA
|
en |
| dc.subject |
Diferential evolution
|
en |
| dc.subject |
neural network
|
en |
| dc.subject |
Perceptron
|
en |
| dc.subject |
Feed forward neural network
|
en |
| dc.subject |
Back propagation
|
en |
| dc.subject |
Mathematica
|
en |
| dc.subject |
SOMA
|
cs |
| dc.subject |
Diferenciální evoluce
|
cs |
| dc.subject |
neuronová síť
|
cs |
| dc.subject |
Perceptron
|
cs |
| dc.subject |
neuronová síť s dopředným šířením
|
cs |
| dc.subject |
Back propagation
|
cs |
| dc.subject |
Mathematica
|
cs |
| dc.title |
Neuronové sítě za použití evolučních algoritmů pro učící proces |
cs |
| dc.title.alternative |
Neural Networks Trained by Evolutionary Algorithms |
en |
| dc.type |
diplomová práce |
cs |
| dc.contributor.referee |
Volná, Eva |
|
| dc.date.accepted |
2010-06-23 |
|
| dc.description.abstract-translated |
This paper deals with the question of comparison of classical methods used for training process of neural networks and methods using evolutionary algorithms such as SOMA or direrential evolution. The main task of this work was to create a functional module in the Mathematica environment for learning neural networks using evolutionary algorithms. The work contains both the theoretical basis for the issue and analyze the results of comparison between the two methods of learning in neural networks. |
en |
| dc.description.department |
Ústav automatizace a řídicí techniky |
cs |
| dc.description.result |
obhájeno |
cs |
| dc.parent.uri |
http://hdl.handle.net/10563/91
|
cs |
| dc.parent.uri |
http://hdl.handle.net/10563/220
|
cs |
| dc.thesis.degree-discipline |
Informační technologie |
cs |
| dc.thesis.degree-discipline |
Information Technologies |
en |
| dc.thesis.degree-grantor |
Tomas Bata University in Zlín. Faculty of Applied Informatics |
en |
| dc.thesis.degree-grantor |
Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky |
cs |
| dc.thesis.degree-name |
Ing. |
cs |
| dc.thesis.degree-program |
Engineering Informatics |
en |
| dc.thesis.degree-program |
Inženýrská informatika |
cs |
| dc.identifier.stag |
16464
|
|
| dc.date.assigned |
2010-02-19 |
|
| utb.result.grade |
C |
|
| local.subject |
neuronové sítě (počítačová věda)
|
cs |
| local.subject |
neural networks
|
en |
| local.subject |
learning systems
|
en |
Soubory tohoto záznamu
Tento záznam se objevuje v následujících kolekcích
Zobrazit minimální záznam
