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...

Full description

Bibliographic Details
Main Author: Kasík, Pavel
Other Authors: Neruda, Roman
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