Výsledky vyhledávání
- 1.0565499 - ÚI 2023 RIV CZ eng L4 - Software
Coufal, David - Hakl, František - Vidnerová, Petra
General-purpose Library of ML/AI Methods.
Interní kód: TN01000024/03-V005 ; 2022
Technické parametry: Kolekce programů a skriptů spustitelných z příkazové řádky, vyžaduje Python a běžně dostupné výpočetní knihovny. Zadání se definuje v textovém souboru, typicky ve formátu YAML. Vzhledem k výpočetní náročnosti doporučeno využití GPU nebo výpočetního clusteru s více CPU.
Ekonomické parametry: Knihovna obsahuje dvě části. Skripty věnované rozšiřování datové základny pro učení navigace robota (GANs) a část zabývající se hledáním optimální architektury neuronových sítí (AnANAS). Rozšiřování datové základny je prováděno pomocí generativních neuronových sítí. Jsou implementovány architektury DCGAN a LSGAN v nepodmíněné i podmíněné verzi. Kvalita učení je monitorována pomocí FID skóre. AnANAS část je určena pro experimenty s hledáním optimální architektury hluboké neuronové sítě, jak s plně propojenými vrstvami tak sítě konvoluční. Umožňuje více-kriteriální optimalizaci, nabízí tři verze více-kriteriální optimalizace (NSGA, NSGA-II, NSGA-III) a implementaci základního standardního genetického algoritmu. Umožňuje paralelní výpočet na GPU nebo s využitím několika CPU.
Grant CEP: GA TA ČR(CZ) TN01000024
Institucionální podpora: RVO:67985807
Klíčová slova: deep neural networks * generative adverisal networks * conditional generation * generative algorithms * neural architecture search * model selection * evolutionary algorithms * multiobjective optimisation * hluboké neuronové sítě * generativní adversiální sítě * generativní algoritmy * hledání architektury neuronové sítě * evoluční algoritmy * vícekriteriální optimalizace
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/PetraVidnerova/nck_python
Trvalý link: https://hdl.handle.net/11104/0337029
Vědecká data: Github.com - 2.0535816 - ÚI 2021 RIV CZ eng L4 - Software
Coufal, David - Hakl, František - Vidnerová, Petra
General-purpose algorithms for machine learning.
Interní kód: TN01000024/03-V001 ; 2020
Technické parametry: Program spustitelný z příkazové řádky, vyžaduje Python a běžné dostupné výpočetní knihovny. Úlohu lze definovat v textovém souboru ve formátu YAML. Vzhledem k výpočetní náročnosti doporučeno využití GPU nebo výpočetního clusteru s více CPU.
Ekonomické parametry: Knihovna obsahuje dvě části. Skripty věnované rozšiřování datové základny pro učení navigace robota (GANs) a část zabývající se hledáním optimální architektury neuronových sítí (AnANAS). Rozšiřování datové základny je prováděno pomocí generativních neuronových sítí. Jsou implementovány architektury DCGAN a LSGAN v nepodmíněné i podmíněné verzi. Kvalita učení je monitorována pomocí FID skóre. AnANAS část je určena pro experimenty s hledáním optimální architektury hluboké neuronové sítě, jak s plně propojenými vrstvami tak sítě konvoluční. Umožňuje více-kriteriální optimalizaci, nabízí tři verze více-kriteriální optimalizace (NSGA, NSGA-II, NSGA-III) a implementaci základního standardního genetického algoritmu. Umožňuje paralelní výpočet na GPU nebo s využitím několika CPU.
Grant CEP: GA TA ČR(CZ) TN01000024
Institucionální podpora: RVO:67985807
Klíčová slova: deep neural networks * generative adverisal networks * conditional generation * generative algorithms * neural architecture search * model selection * evolutionary algorithms * multiobjective optimisation * hluboké neuronové sítě * generativní adversiální sítě * generativní algoritmy * hledání architektury neuronové sítě * evoluční algoritmy * vícekriteriální optimalizace
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/PetraVidnerova/NCK_interim
Trvalý link: http://hdl.handle.net/11104/0313744 - 3.0477041 - ÚI 2018 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Pilát, M. - Neruda, Roman
Parallel Evolutionary Algorithm with Interleaving Generations.
GECCO 2017. Proceedings of the 2017 Genetic and Evolutionary Computation Conference. New York: ACM, 2017, s. 865-872. ISBN 978-1-4503-4920-8.
[GECCO 2017. Genetic and Evolutionary Computation Conference. Berlin (DE), 15.07.2017-19.07.2017]
Grant CEP: GA ČR GA15-19877S
Institucionální podpora: RVO:67985807
Klíčová slova: evolutionary algorithms * parallelization * evaluation-time bias * complex optimization * interleaving generations
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý link: http://hdl.handle.net/11104/0273439Název souboru Staženo Velikost Komentář Verze Přístup a0477041.pdf 0 840.4 KB Vydavatelský postprint vyžádat - 4.0469509 - ÚI 2017 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Pilát, M. - Neruda, Roman
General Tuning of Weights in MOEA/D.
CEC 2016. IEEE Congress on Evolutionary Computation. New York: IEEE, 2016, s. 965-972. ISBN 978-1-5090-0623-6.
[CEC 2016. IEEE Congress on Evolutionary Computation. Vancouver (CA), 24.07.2016-29.07.2016]
Grant CEP: GA ČR GA15-19877S
Institucionální podpora: RVO:67985807
Klíčová slova: computational intelligence * evolutionary algorithms * optimization
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0267291Název souboru Staženo Velikost Komentář Verze Přístup a0469509.pdf 0 872.6 KB Vydavatelský postprint vyžádat - 5.0459747 - ÚACH 2017 RIV US eng J - Článek v odborném periodiku
Kočí, J. - Maděra, J. - Jerman, M. - Keppert, M. - Svora, Petr - Černý, R.
Identification of Water Diffusivity of Inorganic Porous Materials Using Evolutionary Algorithms.
Transport in Porous Media. Roč. 113, č. 1 (2016), s. 51-66. ISSN 0169-3913. E-ISSN 1573-1634
Institucionální podpora: RVO:61388980
Klíčová slova: Evolutionary algorithms * Water transport * Inorganic porous materials * Inverse analysis
Kód oboru RIV: CA - Anorganická chemie
Impakt faktor: 2.205, rok: 2016
Trvalý link: http://hdl.handle.net/11104/0259924 - 6.0455472 - ÚI 2016 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Moudřík, J. - Neruda, Roman
Evolving Non-linear Stacking Ensembles for Prediction of Go Player Attributes.
SSCI 2015 IEEE Symposium Series on Computational Intelligence. Los Alamitos: IEEE, 2015, s. 1673-1680. ISBN 978-1-4799-7560-0.
[SSCI 2015. Symposium Series on Computational Intelligence. Cape Town (ZA), 08.12.2015-10.12.2015]
Grant CEP: GA ČR GA15-18108S
Grant ostatní: GA UK(CZ) 364015; GA UK(CZ) SVV 260224
Institucionální podpora: RVO:67985807
Klíčová slova: evolutionary algorithms * ensembles * game of Go
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0256066Název souboru Staženo Velikost Komentář Verze Přístup a0455472.pdf 2 224.8 KB Vydavatelský postprint vyžádat - 7.0446916 - ÚI 2016 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Pilát, M. - Neruda, Roman
Incorporating User Preferences in MOEA/D through the Coevolution of Weights.
GECCO '15. Proceedings of the 2015 Annual Conference on Genetic and Evolutionary Computation. New York: ACM, 2015 - (Silva, S.), s. 727-734. ISBN 978-1-4503-3472-3.
[GECCO 2015. Genetic and Evolutionary Computation Conference. Madrid (ES), 11.07.2015-15.07.2015]
Grant CEP: GA ČR GA15-19877S
Institucionální podpora: RVO:67985807
Klíčová slova: evolutionary algorithms * multi-objective optimization, * coevolution * MOEA/D
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0248876Název souboru Staženo Velikost Komentář Verze Přístup a0446916.pdf 0 750.5 KB Vydavatelský postprint vyžádat - 8.0442496 - ÚVGZ 2015 RIV IE eng J - Článek v odborném periodiku
Gottstein, W. - Müller, Stefan - Herzel, H. - Steuer, Ralf
Elucidating the adaptation and temporal coordination of metabolic pathways using in-silico evolution.
Biosystems. Roč. 117, mar (2014), s. 68-76. ISSN 0303-2647. E-ISSN 1872-8324
Grant CEP: GA MŠMT(CZ) EE2.3.20.0256
Institucionální podpora: RVO:67179843
Klíčová slova: evolutionary algorithms * flux-balance analysis * metabolic oscillations * metabolism * systems biology
Kód oboru RIV: EI - Biotechnologie a bionika
Impakt faktor: 1.548, rok: 2014
Trvalý link: http://hdl.handle.net/11104/0245322 - 9.0425750 - ÚI 2015 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Kazík, O. - Šmíd, J. - Neruda, Roman
Evolutionary Optimization of Meta Data Metric for Method Recommendation.
Proceedings of the 2013 IEEE Conference on Cybernetics and Intelligent Systems (CIS). Piscataway: IEEE Computer Society, 2013, s. 123-127. ISBN 978-1-4799-1072-4.
[CIS-RAM 2013. IEEE International Conference on Cybernetics and Intelligent Systems /6./ and IEEE International Conference on Robotics, Automation and Mechatronics /6./. Manila (PH), 12.11.2013-15.11.2013]
Grant CEP: GA ČR GAP202/11/1368
Institucionální podpora: RVO:67985807
Klíčová slova: evolutionary algorithms * data mining * metalearning
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0232847Název souboru Staženo Velikost Komentář Verze Přístup a0425750.pdf 0 116.9 KB Vydavatelský postprint vyžádat - 10.0424059 - ÚI 2014 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Pilát, M. - Neruda, Roman
A Surrogate Based Multiobjective Evolution Strategy with Different Models for Local Search and Pre-selection.
Proceedings of the 24th IEEE International Conference on Tools with Artificial Intelligence. Piscataway: IEEE Computer Society, 2012, s. 215-222. ISBN 978-0-7695-4915-6. ISSN 1082-3409.
[ICTAI 2012. IEEE International Conference on Tools with Artificial Intelligence /24./. Athens (US), 07.11.2012-09.11.2012]
Grant CEP: GA ČR GD201/09/H057; GA ČR GAP202/11/1368
Institucionální podpora: RVO:67985807
Klíčová slova: evolutionary algorithms * meta-model * multiobjective optimization * surrogate model
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0230097Název souboru Staženo Velikost Komentář Verze Přístup a0424059.pdf 0 259.2 KB Vydavatelský postprint vyžádat