ití empirických modelů při i optimalizaci procesu mokré granulace léčivl ková SVK ÚOT

Rozměr: px
Začít zobrazení ze stránky:

Download "ití empirických modelů při i optimalizaci procesu mokré granulace léčivl ková SVK ÚOT"

Transkript

1 Využit ití empirických modelů při i optimalizaci procesu mokré granulace léčivl Jana Kalčíkov ková 5. ročník Školitel: Doc. Ing. Zdeněk k Bělohlav, B CSc.

2 Granulace Prášek Granule Vlhčivo Promíchávání Sušení Sítování Tabletování Segregovaný prášek Uniformní granule Prášek je charakterizován: velikostí částic tvarem částic koeficient setřesná hustota

3 Provozní data statistická veličina vypočítaná z distribuce velikosti částic (sítová analýza), vyjadřuje asymetrii v rozdělení četností γ> 0 γ= 0 γ< 0 hustota vibrační zařízení, míra setřesení souvisí s tvarem částic Provozní granulátor FIELDER Číslo měření hustota [g/l] Voda [l] Doba granulace [min]

4 Empirické modely = modely černé schránky? Vstupy black box Výstupy Abstrahují od struktury modelovaného systému + relativně jednoduché, spolehlivá interpolace - nejistá extrapolace Neuronová síť Fuzzy model Neurofuzzy model Model s aplikací genetických algoritmů

5 Neuronové sítě hustota Vstupní vrstva 1. skrytá vrstva 2. skrytá vrstva Výstupní vrstva Množství přidané vody 32,0 31,5 31,0 30,5 30,0 29,5 29, hustota, g.l ,3 1,6 1,5 1,4 Číslo měření Software: Neural Network Toolbox, Matlab 7.0

6 Fuzzy modely malý střední velký Naměřené hodnoty vstupů (3) hustota (3) 1,2 1,6 malá střední velká Interferenční mechanismus pravidla if-then Množství vody (7)( Predikce optimálního množství vody ,5 31,0 30,5 30,0 29,5 29, hustota, g.l ,2 1,3 1,5 1,4 1,6 Číslo měření Software: Fuzzy Logic Toolbox, Matlab 7.0

7 Neurofuzzy modely Kombinace výhod fuzzy modelů a neuronových sítí práce s různými druhy informací (numerické, lingvistické, logické) není třeba předchozí znalosti vztahu mezi proměnnými hustota Množství přidané vody funkce příslušnosti vstupů pravidla funkce příslušnosti výstupu Fuzzy množiny a pravidla modelu jsou optimalizovány trénováním jako neuronové sítě

8 Predikce neurofuzzy modelu hustota, g.l -1 1,3 1,35 1,4 1,45 Analýza výsledků: Číslo měření - systém obsahuje méně dat, než je počet nastavitelných parametrů -model je vytvořen z méně pravidel než kolik je pravidel u původního fuzzy modelu Software: Fuzzy Logic Toolbox, Matlab 7.0

9 Genetické programování Darwinova evoluční teorie Princip: křížení místo křížení + Populace Selekce Rodiče Reprodukce + Nahrazení Potomci mutace Fitness funkce slouží k ohodnocení kvality jednotlivých řešení Reprodukce je prováděna operacemi: křížení mutace

10 Predikce genetického modelu hustota, g.l -1 Číslo měření hustota, g.l -1 Software: Discipulus TM, RML Technologies, Inc.

11 Porovnání testovaných modelů = konst. neuronové sítě genetický model fuzzy model neurofuzzy model hustota = konst. neuronové sítě genetický model fuzzy model neurofuzzy model hustota, g.l Zhodnocení: fuzzy a genetický model predikují podobné trendy v citlivosti vody na změnu jednoho z parametrů neosvědčil se neurofuzzy model a neuronové sítě citlivost množství vody na změnu jednoho z parametrů v řádu desetin litru

12 Závěr Porovnání jednotlivých empirických modelů 1) fuzzy model, model s aplikací genetických algoritmů 2) neuronová síť,, neurofuzzy model Rozší šíření báze dat starší data - nová data - větší množstv ství přípravků operační listy, archiv elektronická forma, podnikový informační systém

Popis zobrazení pomocí fuzzy logiky

Popis zobrazení pomocí fuzzy logiky Popis zobrazení pomocí fuzzy logiky diplomová práce Ján Fröhlich KM, FJFI, ČVUT 23. dubna 2009 Ján Fröhlich ( KM, FJFI, ČVUT ) Popis zobrazení pomocí fuzzy logiky 23. dubna 2009 1 / 25 Obsah 1 Úvod Základy

Více

Genetické algoritmy a jejich praktické využití

Genetické algoritmy a jejich praktické využití Genetické algoritmy a jejich praktické využití Pavel Šturc PB016 Úvod do umělé inteligence 21.12.2012 Osnova Vznik a účel GA Princip fungování GA Praktické využití Budoucnost GA Vznik a účel GA Darwinova

Více

Genetické programování

Genetické programování Genetické programování Vyvinuto v USA v 90. letech J. Kozou Typické problémy: Predikce, klasifikace, aproximace, tvorba programů Vlastnosti Soupeří s neuronovými sítěmi apod. Potřebuje značně velké populace

Více

Projekční algoritmus. Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění. Jan Klíma

Projekční algoritmus. Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění. Jan Klíma Urychlení evolučních algoritmů pomocí regresních stromů a jejich zobecnění Jan Klíma Obsah Motivace & cíle práce Evoluční algoritmy Náhradní modelování Stromové regresní metody Implementace a výsledky

Více

1. Úvod do genetických algoritmů (GA)

1. Úvod do genetických algoritmů (GA) Obsah 1. Úvod do genetických algoritmů (GA)... 2 1.1 Základní informace... 2 1.2 Výstupy z učení... 2 1.3 Základní pomy genetických algoritmů... 2 1.3.1 Úvod... 2 1.3.2 Základní pomy... 2 1.3.3 Operátor

Více

Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.

Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D. OPTIMALIZACE BRAMOVÉHO PLYNULÉHO ODLÉVÁNÍ OCELI ZA POMOCI NUMERICKÉHO MODELU TEPLOTNÍHO POLE Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D. Fakulta strojního inženýrství

Více

Toolboxy analýzy a modelování stochastických systémů

Toolboxy analýzy a modelování stochastických systémů Toolboxy analýzy a modelování stochastických systémů Ústav teorie informace a automatizace, AVČR Oddělen lení stochastické informatiky Petr Salaba Toolboxy analýzy a modelování stochastických systémů Projekt:

Více

Pevné lékové formy. Lisování tablet. Plnění kapslí (strojní) Plnění kapslí (ruční) » Sypké hmoty stojí u zrodu většiny pevných lékových forem

Pevné lékové formy. Lisování tablet. Plnění kapslí (strojní) Plnění kapslí (ruční) » Sypké hmoty stojí u zrodu většiny pevných lékových forem UNIVERZITA 3. VĚKU U3V FAKULTA CHEMICKÉ TECHNOLOGIE 2011-2012 Sypké hmoty ve farmaceutických výrobách Doc. Ing. Petr Zámostný, Ph.D. VYSOKÁ ŠKOLA CHEMICKO TECHNOLOGICKÁ PRAHA Doc. Ing. Petr Zámostný, Ph.D.

Více

Základy fuzzy řízení a regulace

Základy fuzzy řízení a regulace Ing. Ondřej Andrš Obsah Úvod do problematiky měkkého programování Základy fuzzy množin a lingvistické proměnné Fuzzyfikace Základní operace s fuzzy množinami Vyhodnocování rozhodovacích pravidel inferenční

Více

Pokročilé operace s obrazem

Pokročilé operace s obrazem Získávání a analýza obrazové informace Pokročilé operace s obrazem Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 (BFÚ LF MU) Získávání

Více

Evoluční algoritmy. Podmínka zastavení počet iterací kvalita nejlepšího jedince v populaci změna kvality nejlepšího jedince mezi iteracemi

Evoluční algoritmy. Podmínka zastavení počet iterací kvalita nejlepšího jedince v populaci změna kvality nejlepšího jedince mezi iteracemi Evoluční algoritmy Použítí evoluční principů, založených na metodách optimalizace funkcí a umělé inteligenci, pro hledání řešení nějaké úlohy. Populace množina jedinců, potenciálních řešení Fitness function

Více

Využití neuronové sítě pro identifikaci realného systému

Využití neuronové sítě pro identifikaci realného systému 1 Portál pre odborné publikovanie ISSN 1338-0087 Využití neuronové sítě pro identifikaci realného systému Pišan Radim Elektrotechnika 20.06.2011 Identifikace systémů je proces, kdy z naměřených dat můžeme

Více

Václav Matoušek KIV. Umělá inteligence a rozpoznávání. Václav Matoušek / KIV

Václav Matoušek KIV. Umělá inteligence a rozpoznávání.   Václav Matoušek / KIV Umělá inteligence a rozpoznávání Václav Matoušek KIV e-mail: matousek@kiv.zcu.cz 0-1 Sylabus předmětu: Datum Náplň přednášky 16. 2. (3h) 2. 3. (4h) 17. 3. (5h) 14. 4. (3h) Úvod, historie a vývoj UI, základní

Více

K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami. Josef Keder

K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami. Josef Keder K možnostem krátkodobé předpovědi úrovně znečištění ovzduší statistickými metodami Josef Keder Motivace Předpověď budoucí úrovně znečištění ovzduší s předstihem v řádu alespoň několika hodin má význam

Více

ADAPTACE PARAMETRU SIMULAČNÍHO MODELU ASYNCHRONNÍHO STROJE PARAMETR ADAPTATION IN SIMULATION MODEL OF THE ASYNCHRONOUS MACHINE

ADAPTACE PARAMETRU SIMULAČNÍHO MODELU ASYNCHRONNÍHO STROJE PARAMETR ADAPTATION IN SIMULATION MODEL OF THE ASYNCHRONOUS MACHINE ADAPTACE PARAMETRU SIMULAČNÍHO MODELU ASYNCHRONNÍHO STROJE PARAMETR ADAPTATION IN SIMULATION MODEL OF THE ASYNCHRONOUS MACHINE Oktavián Strádal 1 Anotace: Článek ukazuje použití metod umělé inteligence

Více

Genetické algoritmy. Informační a komunikační technologie ve zdravotnictví

Genetické algoritmy. Informační a komunikační technologie ve zdravotnictví Genetické algoritmy Informační a komunikační technologie ve zdravotnictví Přehled přednášky Úvod Historie Základní pojmy Principy genetických algoritmů Možnosti použití Související metody AI Příklad problém

Více

Umělá inteligence a rozpoznávání

Umělá inteligence a rozpoznávání Václav Matoušek KIV e-mail: matousek@kiv.zcu.cz 0-1 Sylabus předmětu: Datum Náplň přednášky 11. 2. Úvod, historie a vývoj UI, základní problémové oblasti a typy úloh, aplikace UI, příklady inteligentních

Více

Užití systému Matlab při optimalizaci intenzity tepelného záření na povrchu formy

Užití systému Matlab při optimalizaci intenzity tepelného záření na povrchu formy Užití systému Matlab při optimalizaci intenzity tepelného záření na povrchu formy Radek Srb 1) Jaroslav Mlýnek 2) 1) Fakulta mechatroniky, informatiky a mezioborových studií 2) Fakulta přírodovědně-humanitní

Více

Emergence chování robotických agentů: neuroevoluce

Emergence chování robotických agentů: neuroevoluce Emergence chování robotických agentů: neuroevoluce Petra Vidnerová, Stanislav Slušný, Roman Neruda Ústav Informatiky, AV ČR Kognice a umělý život VIII Praha 28. 5. 2008 Evoluční robotika: EA & neuronové

Více

Znalostní technologie proč a jak?

Znalostní technologie proč a jak? Znalostní technologie proč a jak? Peter Mikulecký Kamila Olševičová Daniela Ponce Univerzita Hradec Králové Motivace 1993 vznik Fakulty řízení a informační technologie na Vysoké škole pedagogické v Hradci

Více

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných

Více

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ

ZÍSKÁVÁNÍ ZNALOSTÍ Z DATABÁZÍ Metodický list č. 1 Dobývání znalostí z databází Cílem tohoto tematického celku je vysvětlení základních pojmů z oblasti dobývání znalostí z databází i východisek dobývání znalostí z databází inspirovaných

Více

Evolučníalgoritmy. Dále rozšiřována, zde uvedeme notaci a algoritmy vznikléna katedře mechaniky, Fakulty stavební ČVUT. Moderní metody optimalizace 1

Evolučníalgoritmy. Dále rozšiřována, zde uvedeme notaci a algoritmy vznikléna katedře mechaniky, Fakulty stavební ČVUT. Moderní metody optimalizace 1 Evolučníalgoritmy Kategorie vytvořená v 90. letech, aby se sjednotily jednotlivémetody, kterévyužívaly evoluční principy, tzn. Genetickéalgoritmy, Evolučnístrategie a Evoluční programování (v těchto přednáškách

Více

PŘEDNÁŠKA 03 OPTIMALIZAČNÍ METODY Optimization methods

PŘEDNÁŠKA 03 OPTIMALIZAČNÍ METODY Optimization methods CW057 Logistika (R) PŘEDNÁŠKA 03 Optimization methods Ing. Václav Venkrbec skupina obecných modelů slouží k nalezení nejlepšího řešení problémů a modelovaných reálií přináší řešení: prvky konečné / nekonečné

Více

5.5 Evoluční algoritmy

5.5 Evoluční algoritmy 5.5 Evoluční algoritmy Jinou skupinou metod strojového učení, které vycházejí z biologických principů, jsou evoluční algoritmy. Zdrojem inspirace se tentokrát stal mechanismus evoluce, chápaný jako Darwinův

Více

A0M33EOA: Evoluční optimalizační algoritmy

A0M33EOA: Evoluční optimalizační algoritmy A0M33EOA: Evoluční optimalizační algoritmy Zkouškový test Pátek 8. února 2011 Vaše jméno: Známka, kterou byste si z předmětu sami dali, a její zdůvodnění: Otázka: 1 2 3 4 5 6 7 8 Celkem Body: 1 3 2 1 4

Více

Rozpoznávání písmen. Jiří Šejnoha Rudolf Kadlec (c) 2005

Rozpoznávání písmen. Jiří Šejnoha Rudolf Kadlec (c) 2005 Rozpoznávání písmen Jiří Šejnoha Rudolf Kadlec (c) 2005 Osnova Motivace Popis problému Povaha dat Neuronová síť Architektura Výsledky Zhodnocení a závěr Popis problému Jedná se o praktický problém, kdy

Více

FORTANNS. havlicekv@fzp.czu.cz 22. února 2010

FORTANNS. havlicekv@fzp.czu.cz 22. února 2010 FORTANNS manuál Vojtěch Havlíček havlicekv@fzp.czu.cz 22. února 2010 1 Úvod Program FORTANNS je software určený k modelování časových řad. Kód programu má 1800 řádek a je napsán v programovacím jazyku

Více

2. Mechatronický výrobek 17

2. Mechatronický výrobek 17 Předmluva 1 Úvod 3 Ing. Gunnar Künzel 1. Úvod do mechatroniky 5 1.1 Vznik, vývoj a definice mechatroniky 5 1.2 Mechatronická soustava a její komponenty 9 1.3 Mechatronický systém a jeho struktura 11 1.4

Více

5. Umělé neuronové sítě. Neuronové sítě

5. Umělé neuronové sítě. Neuronové sítě Neuronové sítě Přesný algoritmus práce přírodních neuronových systémů není doposud znám. Přesto experimentální výsledky na modelech těchto systémů dávají dnes velmi slibné výsledky. Tyto systémy, včetně

Více

Testování neuronových sítí pro prostorovou interpolaci v softwaru GRASS GIS

Testování neuronových sítí pro prostorovou interpolaci v softwaru GRASS GIS Testování neuronových sítí pro prostorovou interpolaci v softwaru GRASS GIS Veronika NEVTÍPILOVÁ Gisáček 2013 Katedra Geoinformatiky Univerzita Palackého v Olomouci Cíle otestovat kvalitu interpolace pomocí

Více

Studentská tvůrčí a odborná činnost STOČ 2015

Studentská tvůrčí a odborná činnost STOČ 2015 Studentská tvůrčí a odborná činnost STOČ 2015 POUŽITÍ FUZZY LOGIKY PRO ŘÍZENÍ AUTONOMNÍHO ROBOTA - 2D MAPOVÁNÍ PROSTORU Michal JALŮVKA Ostravská univerzita v Ostravě Dvořákova 7 701 03 Ostrava 23. dubna

Více

Ústav automatizace a měřicí techniky.

Ústav automatizace a měřicí techniky. www.feec.vutbr.cz Specializace studijního oboru Automatizační a Měřicí Technika: Řídicí technika Moderní algoritmy řízení, teorie řízení Modelování a identifikace parametrů řízených systémů Pokročilé metody

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

Operativní řízení odtoku vody z nádrže za průchodu povodně Starý, M. VUT FAST Brno, Ústav vodního hospodářství krajiny

Operativní řízení odtoku vody z nádrže za průchodu povodně Starý, M. VUT FAST Brno, Ústav vodního hospodářství krajiny Operativní řízení odtoku vody z nádrže za průchodu povodně Starý, M. VUT FAST Brno, Ústav vodního hospodářství krajiny Abstrakt Příspěvek se zabývá možností využití teorie fuzzy logiky při operativním

Více

Jak se matematika poučila v biologii

Jak se matematika poučila v biologii Jak se matematika poučila v biologii René Kalus IT4Innovations, VŠB TUO Role matematiky v (nejen) přírodních vědách Matematika inspirující a sloužící jazyk pro komunikaci s přírodou V 4 3 r 3 Matematika

Více

Evoluční výpočetní techniky (EVT)

Evoluční výpočetní techniky (EVT) Evoluční výpočetní techniky (EVT) - Nacházejí svoji inspiraci v přírodních vývojových procesech - Stejně jako přírodní jevy mají silnou náhodnou složku, která nezanedbatelným způsobem ovlivňuje jejich

Více

METODY PRO GENEROVÁNÍ FUZZY PRAVIDEL Z DAT

METODY PRO GENEROVÁNÍ FUZZY PRAVIDEL Z DAT METODY PRO GENEROVÁNÍ FUZZY PRAVIDEL Z DAT R. Zitta, M. Palatová Vysoká škola chemiko-technologická Praha, Ústav počítačové a řídicí techniky Abstract This contribution shortly introduces two methods from

Více

Umělá inteligence aneb co už není sci -fi

Umělá inteligence aneb co už není sci -fi Umělá inteligence aneb co už není sci -fi doc. Ing. Zuzana Komínková Oplatková, Ph.D. oplatkova@fai.utb.cz Umělá inteligence člověk se snažil vždy vyrobit nějaký stroj nebo systém, který by mu usnadnil

Více

Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence

Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence APLIKACE UMĚLÉ INTELIGENCE Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence Aplikace umělé inteligence - seminář ING. PETR HÁJEK, PH.D. ÚSTAV SYSTÉMOVÉHO INŽENÝRSTVÍ A INFORMATIKY

Více

Automatizační a měřicí technika (B-AMT)

Automatizační a měřicí technika (B-AMT) Ústav automatizace a měřicí techniky Bakalářský studijní program Automatizační a měřicí technika () Specializace oboru Řídicí technika Měřicí technika Průmyslová automatizace Robotika a umělá inteligence

Více

Biologicky inspirované výpočty. Schématické rozdělení problematiky a výuky

Biologicky inspirované výpočty. Schématické rozdělení problematiky a výuky Biologicky inspirované výpočty Schématické rozdělení problematiky a výuky 1 Biologicky inspirované výpočty - struktura problematiky Evoluční systémy: evoluční algoritmy, evoluční hardware, víceúčelová

Více

Hardy-Weinbergův zákon - cvičení

Hardy-Weinbergův zákon - cvičení Genetika a šlechtění lesních dřevin Hardy-Weinbergův zákon - cvičení Doc. Ing. RNDr. Eva Palátová, PhD. Ústav zakládání a pěstění lesů LDF MENDELU Brno Tento projekt je spolufinancován Evropským sociálním

Více

OSA. maximalizace minimalizace 1/22

OSA. maximalizace minimalizace 1/22 OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,

Více

Informatika a výpočetní technika 1. roč./1. sem. 1. roč./2. sem. 2. roč./3. sem. 1 kr. Povinné předměty pro obor IVT

Informatika a výpočetní technika 1. roč./1. sem. 1. roč./2. sem. 2. roč./3. sem. 1 kr. Povinné předměty pro obor IVT 1. roč./1. sem. 1. roč./2. sem. 2. roč./3. sem. 2. roč./4. sem. Semestrální Semestrální Diplomový Diplomový I I 460-4064/01 460-4067/01 460-4095/01 460-4096/01 460-4065/01 470-4405/01 Povinně volitelné

Více

Porovnání výsledků viditelnosti získaných z topografických map a z digitálních modelů reliéfu

Porovnání výsledků viditelnosti získaných z topografických map a z digitálních modelů reliéfu tématu práce tématu práce Předpis družicová meteorologie PPS spolupráce na předpisu z oblasti družicové meteorologie, formalizace/ formátování textu a obrazových příloh formalizovaný a formátovaný text

Více

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Sedm základních nástrojů řízení kvality Doc. RNDr. Jiří Šimek,

Více

Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/

Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/ Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/07.0354 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Populační genetika (KBB/PG)

Více

METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1

METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1 METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1 DOLOVÁNÍ V DATECH (DATA MINING) OBJEVUJE SE JIŽ OD 60. LET 20. ST. S ROZVOJEM POČÍTAČOVÉ TECHNIKY DEFINICE PROCES VÝBĚRU, PROHLEDÁVÁNÍ A MODELOVÁNÍ

Více

Struktury a vazebné energie iontových klastrů helia

Struktury a vazebné energie iontových klastrů helia Společný seminář 11. června 2012 Struktury a vazebné energie iontových klastrů helia Autor: Lukáš Červenka Vedoucí práce: Doc. RNDr. René Kalus, Ph.D. Technický úvod Existují ověřené optimalizační algoritmy

Více

Téma doktorských prací pro rok Pavel Novotný

Téma doktorských prací pro rok Pavel Novotný Téma doktorských prací pro rok 2018 Pavel Novotný Představení školitele Vývoj výpočtových a experimentálních přístupů pro popis vibrací a souvisejícího hluku pohonných jednotek a tribologie tepelně a mechanicky

Více

Optimalizace průtokových poměrů v mazacích obvodech s progresivními rozdělovači pomocí genetických algoritmů

Optimalizace průtokových poměrů v mazacích obvodech s progresivními rozdělovači pomocí genetických algoritmů PREZENTACE DOKTORANDŮ BRNO, 20. 6. 2008 Optimalizace průtokových poměrů v mazacích obvodech s progresivními rozdělovači pomocí genetických algoritmů VUT v Brně Fakulta strojního inženýrství doktorand Ing.

Více

Matematické modelování evoluce infekčních chorob

Matematické modelování evoluce infekčních chorob Matematické modelování evoluce infekčních chorob Trade-off mezi sexuálním a vertikálním přenosem Veronika Bernhauerová (společná práce s L. Berecem) Ústav matematiky a statistiky, Přírodovědecká fakulta

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

Více

Propojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí. Reg. č.: CZ.1.07/2.2.00/

Propojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí. Reg. č.: CZ.1.07/2.2.00/ Propojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí Reg. č.: CZ.1.07/2.2.00/28.0032 Genetika populací Studium dědičnosti a proměnlivosti skupin jedinců (populací)

Více

OPTIMALIZACE. (přehled metod)

OPTIMALIZACE. (přehled metod) OPTIMALIZACE (přehled metod) Typy optimalizačních úloh Optimalizace bez omezení Nederivační metody Derivační metody Optimalizace s omezeními Lineární programování Nelineární programování Globální optimalizace

Více

28.z-8.pc ZS 2015/2016

28.z-8.pc ZS 2015/2016 Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace počítačové řízení 5 28.z-8.pc ZS 2015/2016 2015 - Ing. Václav Rada, CSc. Další hlavní téma předmětu se dotýká obsáhlé oblasti logického

Více

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291 Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených

Více

Metody in silico. stanovení výpočtem

Metody in silico. stanovení výpočtem Metody in silico stanovení výpočtem Inovace a rozšíření výuky zaměřené na problematiku životního prostředí na PřF MU (CZ.1.07/2.2.00/15.0213) spolufinancován Evropským sociálním fondem a státním rozpočtem

Více

NEURONOVÉ SÍTĚ A EVOLUČNÍ ALGORITMY NEURAL NETWORKS AND EVOLUTIONARY ALGORITHMS

NEURONOVÉ SÍTĚ A EVOLUČNÍ ALGORITMY NEURAL NETWORKS AND EVOLUTIONARY ALGORITHMS VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT

Více

INFORMATIKA. Jindřich Kaluža. Ludmila Kalužová

INFORMATIKA. Jindřich Kaluža. Ludmila Kalužová INFORMATIKA Jindřich Kaluža Ludmila Kalužová Recenzenti: doc. RNDr. František Koliba, CSc. prof. RNDr. Peter Mikulecký, PhD. Vydání knihy bylo schváleno vědeckou radou nakladatelství. Všechna práva vyhrazena.

Více

Téma doktorských prací pro akademický rok 2019/2020. Pavel Novotný

Téma doktorských prací pro akademický rok 2019/2020. Pavel Novotný Téma doktorských prací pro akademický rok 2019/2020 Pavel Novotný Představení školitele Vývoj výpočtových a experimentálních přístupů pro popis vibrací a souvisejícího hluku pohonných jednotek a tribologie

Více

Úprava velikosti částic. Důvody proč zvětšovat částice. Úprava velikosti částic sypkých hmot Aglomerační procesy

Úprava velikosti částic. Důvody proč zvětšovat částice. Úprava velikosti částic sypkých hmot Aglomerační procesy Úprava velikosti částic sypkých hmot Aglomerační procesy Úprava velikosti částic Zmenšování Rozdrobňování, rozmělňování Drcení Mletí Zvětšování Aglomerace Granulace (vlhká, fluidní) Kompaktace Extrudace

Více

VYUŽITÍ FUZZY MODELŮ PŘI HODNOCENÍ OBTÍŽNOSTI CYKLOTRAS

VYUŽITÍ FUZZY MODELŮ PŘI HODNOCENÍ OBTÍŽNOSTI CYKLOTRAS VYUŽITÍ FUZZY MODELŮ PŘI HODNOCENÍ OBTÍŽNOSTI CYKLOTRAS ArcGIS ModelBuilder, Python Pavel Kolisko Cíle motivace zastaralost, neúplnost a nepřesnost dat obtížnosti cyklotras na portálu cykloturistiky JMK

Více

Bakalářské a diplomové práce. katedra matematiky

Bakalářské a diplomové práce. katedra matematiky Bakalářské a diplomové práce katedra matematiky 31.10.2011 Závěrečné práce obecné informace databáze VŠKP výběr a zadání témat -kdy -jak zpracování práce odevzdání a obhajoba práce -kdy -jak okruhy témat

Více

Neuropočítače. podnět. vnímání (senzory)

Neuropočítače. podnět. vnímání (senzory) Neuropočítače Princip inteligentního systému vnímání (senzory) podnět akce (efektory) poznání plánování usuzování komunikace Typické vlastnosti inteligentního systému: schopnost vnímat podněty z okolního

Více

Algoritmy a struktury neuropočítačů ASN - P10. Aplikace UNS v biomedicíně

Algoritmy a struktury neuropočítačů ASN - P10. Aplikace UNS v biomedicíně Aplikace UNS v biomedicíně aplikace v medicíně postup při zpracování úloh Aplikace UNS v medicíně Důvod: nalezení exaktnějších, levnějších a snadnějších metod určování diagnóz pro lékaře nalezení šetrnějších

Více

Algoritmy a struktury neuropočítačů ASN P6

Algoritmy a struktury neuropočítačů ASN P6 Algoritmy a struktury neuropočítačů ASN P6 Syntéza neuronových sítí Optimalizace struktury Klestění neuronové sítě Výběr vstupních dat Syntéza neuronových sítí kanonické N je počet neuronů N=N krit dělení

Více

Fuzzy logika. Informační a znalostní systémy

Fuzzy logika. Informační a znalostní systémy Fuzzy logika Informační a znalostní systémy Fuzzy logika a odvozování Lotfi A. Zadeh (*1921) Lidé nepotřebují přesnou číslem vyjádřenou informaci a přesto jsou schopni rozhodovat na vysoké úrovni, odpovídající

Více

Algoritmy a struktury neuropočítačů ASN - P11

Algoritmy a struktury neuropočítačů ASN - P11 Aplikace UNS při rozpoznání obrazů Základní úloha segmentace obrazu rozdělení obrazu do několika významných oblastí klasifikační úloha, clusterová analýza target Metody Kohonenova metoda KSOM Kohonenova

Více

Software spolehlivost, jakost a optimalizace

Software spolehlivost, jakost a optimalizace Software spolehlivost, jakost a optimalizace Autorizovaný software pro PC byl vyvinut v letech 2007 a 2008 jako sou ást ešení v deckovýzkumných projekt : 1. Výzkumné centrum MŠMT eské republiky ís. 1M06047

Více

Návrh a simulace zkušební stolice olejového čerpadla. Martin Krajíček

Návrh a simulace zkušební stolice olejového čerpadla. Martin Krajíček Návrh a simulace zkušební stolice olejového čerpadla Autor: Vedoucí diplomové práce: Martin Krajíček Prof. Michael Valášek 1 Cíle práce 1. Vytvoření specifikace zařízení 2. Návrh zařízení včetně hydraulického

Více

Znalostní evaluace společenské odpovědnosti firem

Znalostní evaluace společenské odpovědnosti firem Znalostní evaluace společenské odpovědnosti firem Miroslav POKORNÝ, Dana POKORNÁ Moravská vysoká škola Olomouc, o.p.s., Jeremenkova 42, 772 00 Olomouc Abstrakt Nedílnou součástí moderního podnikání je

Více

ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ

ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz 5. LETNÍ ŠKOLA MATEMATICKÉ BIOLOGIE ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM

Více

Bonita stanoviště a bonita porostu

Bonita stanoviště a bonita porostu Bonita stanoviště a bonita porostu aneb přístupy hodnocení produkce lesa Jan Kadavý Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/28.0018 Základní

Více

4.8 Jak jsme na tom v porovnání s jinými přístupy

4.8 Jak jsme na tom v porovnání s jinými přístupy Vážení zákazníci, dovolujeme si Vás upozornit, že na tuto ukázku knihy se vztahují autorská práva, tzv. copyright. To znamená, že ukázka má sloužit výhradnì pro osobní potøebu potenciálního kupujícího

Více

ANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

ANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK. ANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz PŘEHLED TESTŮ rozdělení normální spojité alternativní / diskrétní

Více

LABORATOŘ OBORU I ÚSTAV ORGANICKÉ TECHNOLOGIE (111) Použití GC-MS spektrometrie

LABORATOŘ OBORU I ÚSTAV ORGANICKÉ TECHNOLOGIE (111) Použití GC-MS spektrometrie LABORATOŘ OBORU I ÚSTAV ORGANICKÉ TECHNOLOGIE (111) C Použití GC-MS spektrometrie Vedoucí práce: Doc. Ing. Petr Kačer, Ph.D., Ing. Kamila Syslová Umístění práce: laboratoř 79 Použití GC-MS spektrometrie

Více

KLASIFIKÁTOR MODULACÍ S VYUŽITÍM UMĚLÉ NEURONOVÉ SÍTĚ

KLASIFIKÁTOR MODULACÍ S VYUŽITÍM UMĚLÉ NEURONOVÉ SÍTĚ KLASIFIKÁTOR MODULACÍ S VYUŽITÍM UMĚLÉ NEURONOVÉ SÍTĚ Marie Richterová 1, David Juráček 2 1 Univerzita obrany, Katedra KIS, 2 PČR MŘ Brno Abstrakt Článek se zabývá rozpoznáváním analogových a diskrétních

Více

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě 31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty

Více

2. RBF neuronové sítě

2. RBF neuronové sítě 2. RBF neuronové sítě Kapitola pojednává o neuronových sítích typu RBF. V kapitole je popsána základní struktura tohoto typu neuronové sítě. Poté následuje definice a charakteristika jednotlivých radiálně

Více

Zdeňka Veselá Tel.: Výzkumný ústav živočišné výroby, v.v.i.

Zdeňka Veselá Tel.: Výzkumný ústav živočišné výroby, v.v.i. ZÁKLADNÍ ZÁSADY ŠLECHTĚNÍ Zdeňka Veselá vesela.zdenka@vuzv.cz Tel.: 267009571 Výzkumný ústav živočišné výroby, v.v.i. Význam šlechtění Nejefektivnější činnost chovatele Soustavné zlepšování genetických

Více

Diplomová práce Prostředí pro programování pohybu manipulátorů

Diplomová práce Prostředí pro programování pohybu manipulátorů Diplomová práce Prostředí pro programování pohybu manipulátorů Štěpán Ulman 1 Úvod Motivace: Potřeba plánovače prostorové trajektorie pro výukové účely - TeachRobot Vstup: Zadávání geometrických a kinematických

Více

PODKLADY PRO WORKSHOP

PODKLADY PRO WORKSHOP PODKLADY PRO WORKSHOP OBOR APLIKOVANÁ MATEMATIKA PRO ŘEŠENÍ KRIZOVÝCH SITUACÍ 1. Profil absolventa Absolventi oboru jsou schopni podílet se na řešení úkolů zaměřených na analýzu a vyhodnocení bezpečnostních

Více

MODELOVÁNÍ PLANÁRNÍCH ANTÉN POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ

MODELOVÁNÍ PLANÁRNÍCH ANTÉN POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ ÚSTAV RADIOELEKTRONIKY MODELOVÁNÍ PLANÁRNÍCH ANTÉN POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ Pojednání o disertační práci Doktorand: Ing. Zbyněk Raida Školitel: Prof. Ing. Dušan Černohorský, CSc. Brno, duben 2003

Více

Ivan Švarc. Radomil Matoušek. Miloš Šeda. Miluše Vítečková. c..~"f~ AKADEMICKÉ NAKlADATEL.STVf. Brno 20 I I

Ivan Švarc. Radomil Matoušek. Miloš Šeda. Miluše Vítečková. c..~f~ AKADEMICKÉ NAKlADATEL.STVf. Brno 20 I I Ivan Švarc. Radomil Matoušek Miloš Šeda. Miluše Vítečková AUTMATICKÉ RíZENí c..~"f~ AKADEMICKÉ NAKlADATEL.STVf Brno 0 I I n ~~ IU a ~ o ~e ~í ru ly ry I i ~h ~" BSAH. ÚVD. LGICKÉ RÍZENÍ. ""''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''oooo

Více

EXTRAPOLACE INTENZITNÍCH KŘIVEK PRO ÚČELY MODELOVÁNÍ SRÁŽKOODTOKOVÉHO PROCESU

EXTRAPOLACE INTENZITNÍCH KŘIVEK PRO ÚČELY MODELOVÁNÍ SRÁŽKOODTOKOVÉHO PROCESU EXTRAPOLACE INTENZITNÍCH KŘIVEK PRO ÚČELY MODELOVÁNÍ SRÁŽKOODTOKOVÉHO PROCESU P. Ježík Vysoké učení technické v Brně, Fakulta stavební, Ústav vodního hospodářství krajiny, Žižkova 17, 602 00 Brno Abstrakt

Více

UMÌLÁ INTELIGENCE V MODELOVÁNÍ A ØÍZENÍ Miroslav POKORNÝ Praha 1996, BEN Miroslav Pokorný UMÌLÁ INTELIGENCE V MODELOVÁNÍ A ØÍZENÍ Bez pøedchozího písemného svolení nakladatelství nesmí být kterákoli èást

Více

Bonn, Rheinischen Friedrich-Wilhelms-Universität

Bonn, Rheinischen Friedrich-Wilhelms-Universität Bonn, Rheinischen Friedrich-Wilhelms-Universität Seznam přednášek Bc s anotacemi http://www.mathematics.uni-bonn.de/files/bachelor/ba_modulhandbuch.pdf Studijní plán-požadavky http://www.mathematics.uni-bonn.de/studium/bachelor/studienprogramm

Více

Metaheuristiky s populacemi

Metaheuristiky s populacemi Metaheuristiky s populacemi 8. března 2018 1 Společné vlastnosti 2 Evoluční algoritmy 3 Optimalizace mravenčí kolonie Zdroj: El-Ghazali Talbi, Metaheuristics: From Design to Implementation. Wiley, 2009.

Více

Jemný úvod do statistických metod v netržním oceňování

Jemný úvod do statistických metod v netržním oceňování Jemný úvod do statistických metod v netržním oceňování Ing. Jan Brůha PhD. Karlova univerzita Struktura prezentací První prezentace Cíle, možnosti a omezení Nástroje: metodologie a software CVM (open ended)

Více

Seznam úloh v rámci Interního grantového systému EPI

Seznam úloh v rámci Interního grantového systému EPI Evropský polytechnický institut, s.r.o. Kunovice Seznam úloh v rámci Interního grantového systému I rok/p ořadí Číslo úlohy Název Obor 2008 B1/2008 Vývojové tendence globalizujícího se podnikatelského

Více

Využití metod strojového učení v bioinformatice David Hoksza

Využití metod strojového učení v bioinformatice David Hoksza Využití metod strojového učení v bioinformatice David Hoksza SIRET Research Group Katedra softwarového inženýrství, Matematicko-fyzikální fakulta Karlova Univerzita v Praze Bioinformatika Biologické inspirace

Více

VYUŽITÍ UMĚLÉ NEURONOVÉ SÍTĚ PRO EMPIRICKÝ MODEL ŠÍŘENÍ SIGNÁLU

VYUŽITÍ UMĚLÉ NEURONOVÉ SÍTĚ PRO EMPIRICKÝ MODEL ŠÍŘENÍ SIGNÁLU VYUŽITÍ UMĚLÉ NEURONOVÉ SÍTĚ PRO EMPIRICKÝ MODEL ŠÍŘENÍ SIGNÁLU Luděk ZÁVODNÝ, Stanislav HANUS Ústav radioelektroniky, Fakulta elektrotechniky a komunikačních technologií Vysoké učení technické v Brně

Více

Integrovaná střední škola, Sokolnice 496

Integrovaná střední škola, Sokolnice 496 Integrovaná střední škola, Sokolnice 496 Název projektu: Moderní škola Registrační číslo: CZ.1.07/1.5.00/34.0467 Název klíčové aktivity: III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Kód výstupu:

Více

PREDIKCE VÝROBY FV SYSTÉMŮ

PREDIKCE VÝROBY FV SYSTÉMŮ PREDIKCE VÝROBY FV SYSTÉMŮ Petr Wolf petr.wolf@cvut.cz Predikce výroby FV systémů 1 VYUŽITÍ PŘEDPOVĚDI VÝROBY PRO LOKÁLNÍ ŘÍZENÍ Záleží na konkrétním případu - Co je možné lokálně řídit (zátěže, bateriové

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality 19.6.2008 Využití umělých neuronových sítí - seminář ČSJ 1 Seminář ČSJ - J. NPJ Tupa Využití umělých neuronových sítí pro řešení predikčních, regresních

Více

Využití přímé inverzní metody pro řízení reálných systémů

Využití přímé inverzní metody pro řízení reálných systémů XXVI. ASR '2001 Seminar, Instruments and Control, Ostrava, April 26-27, 2001 Paper 70 Využití přímé inverzní metody pro řízení reálných systémů ŠKUTOVÁ, Jolana Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17.

Více

CHEMIE A CHEMICKÉ TECHNOLOGIE (N150013) 3.r.

CHEMIE A CHEMICKÉ TECHNOLOGIE (N150013) 3.r. L A B O R A T O Ř O B O R U CHEMIE A CHEMICKÉ TECHNOLOGIE (N150013) 3.r. Ústav organické technologie (111) Ing. I. Dudková Doc. Ing. B. Dvořák, CSc. budova A, místnost č. S31 MĚŘENÍ VYBRANÝCH TECHNICKÝCH

Více

Programování LEGO MINDSTORMS s použitím nástroje MATLAB a Simulink

Programování LEGO MINDSTORMS s použitím nástroje MATLAB a Simulink 26.1.2018 Praha Programování LEGO MINDSTORMS s použitím nástroje MATLAB a Simulink Jaroslav Jirkovský jirkovsky@humusoft.cz www.humusoft.cz info@humusoft.cz www.mathworks.com Co je MATLAB a Simulink 2

Více