Evoluční algoritmy pro strukturální učení neuronových sítí
Designing neural networks topologies is s complicated problem when we consider general network structures. Evolutionary algorithm can provide us with interesting solutions of this problem. This work introduces an evolutionary algorithm for evolving neural networks. One of the possible algorithms for...
Main Author: | |
---|---|
Other Authors: | |
Format: | Dissertation |
Language: | English |
Published: |
2010
|
Online Access: | http://www.nusl.cz/ntk/nusl-298681 |
id |
ndltd-nusl.cz-oai-invenio.nusl.cz-298681 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-nusl.cz-oai-invenio.nusl.cz-2986812017-06-27T04:42:45Z Evoluční algoritmy pro strukturální učení neuronových sítí Evoluční algoritmy pro strukturální učení neuronových sítí Kasík, Pavel Neruda, Roman Kudová, Petra Designing neural networks topologies is s complicated problem when we consider general network structures. Evolutionary algorithm can provide us with interesting solutions of this problem. This work introduces an evolutionary algorithm for evolving neural networks. One of the possible algorithms for evolving neural networks is the NEAT algorithm. The goal of this work is to modify and enhance abilities of the NEAT algorithm. Improvements are focused on utilizing position of a neuron in network, improving crossover procedure and introducing solution of algorithm parallelization that preserve abilities of both NEAT and the new algorithm. 2010 info:eu-repo/semantics/masterThesis http://www.nusl.cz/ntk/nusl-298681 eng info:eu-repo/semantics/restrictedAccess |
collection |
NDLTD |
language |
English |
format |
Dissertation |
sources |
NDLTD |
description |
Designing neural networks topologies is s complicated problem when we consider general network structures. Evolutionary algorithm can provide us with interesting solutions of this problem. This work introduces an evolutionary algorithm for evolving neural networks. One of the possible algorithms for evolving neural networks is the NEAT algorithm. The goal of this work is to modify and enhance abilities of the NEAT algorithm. Improvements are focused on utilizing position of a neuron in network, improving crossover procedure and introducing solution of algorithm parallelization that preserve abilities of both NEAT and the new algorithm. |
author2 |
Neruda, Roman |
author_facet |
Neruda, Roman Kasík, Pavel |
author |
Kasík, Pavel |
spellingShingle |
Kasík, Pavel Evoluční algoritmy pro strukturální učení neuronových sítí |
author_sort |
Kasík, Pavel |
title |
Evoluční algoritmy pro strukturální učení neuronových sítí |
title_short |
Evoluční algoritmy pro strukturální učení neuronových sítí |
title_full |
Evoluční algoritmy pro strukturální učení neuronových sítí |
title_fullStr |
Evoluční algoritmy pro strukturální učení neuronových sítí |
title_full_unstemmed |
Evoluční algoritmy pro strukturální učení neuronových sítí |
title_sort |
evoluční algoritmy pro strukturální učení neuronových sítí |
publishDate |
2010 |
url |
http://www.nusl.cz/ntk/nusl-298681 |
work_keys_str_mv |
AT kasikpavel evolucnialgoritmyprostrukturalniucenineuronovychsiti |
_version_ |
1718471419894956032 |