Detail práce
Paralelní evoluční algoritmus EDA využívající teorii kopulí
Ve své disertační práci se zabývám návrhem, implementací a~testováním pokročilého paralelního algoritmu EDA (Estimation of Distribution Algorithm) využívajícího teorii kopulí pro tvorbu pravděpodobnostního modelu. Nová populace se vytváří v~procesu vzorkování sdružené distribuční funkce, která modeluje aktuální rozložení subpopulace slibných jedinců. Použití kopulí umožňuje zefektivnit proces učení a~vzorkování pravděpodobnostního modelu. Lze jej separovat na vzájemně nezávislá marginální rozdělení a~kopuli, která reprezentuje korelace mezi proměnnými řešeného problému. Tato koncepce iniciovala použití paralelní ostrovní struktury, v~níž bylo použito místo migrace jedinců migrace pravděpodobnostních modelů příslušejících jednotlivým ostrovním subpopulacím. Statistické testy použité při komparaci navrženého algoritmu (mCEDA = migrating Copula-based Estimation of Distribution Algorithm) a~algoritmů jiných autorů potvrdily efektivnost navržené koncepce.
Algoritmy EDA, optimalizace, teorie kopulí, vzorkování vícerozměrných kopulí, paralelismus, ostrovní model, migrace pravděpodobnostních modelů
@phdthesis{FITPT791, author = "Martin Hyr\v{s}", type = "Diserta\v{c}n\'{i} pr\'{a}ce", title = "Paraleln\'{i} evolu\v{c}n\'{i} algoritmus EDA vyu\v{z}\'{i}vaj\'{i}c\'{i} teorii kopul\'{i}", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2021, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/phd-thesis/791/" }