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
This item appears in the following Collection(s)
Show simple item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account