Detail of the student project

List
Topic:Využití metod nelineární parametrické optimalizace v symbolické regresi
Department: Strojové učení
Supervisor:Ing. Jiří Kubalík, Ph.D.
Announce as:Bakalářská práce, Semestrální projekt
Description:Symbolická regrese (SR) je metoda pro hledání modelů ve formě analytických funkcí popisujících trénovací data. SR je typicky realizována pomocí genetického programování. Proces hledání přesných modelů je velice náročný, protože se během výpočtu SR hledají současně správná struktura analytického modelu a zároveň i optimální hodnoty parametrů, které v modelu vystupují. Přičemž schopnost přesně “naladit” hodnoty vnitřních parametrů je v mnoha případech rozhodující pro dosažení požadovaného modelu.

Cílem práce je navrhnout a otestovat algoritmus SR, ve kterém se evolučně šlechtí pouze struktura modelů, zatímco jejich vnitřní parametry se optimalizují pomocí klasických metod nelineární parametrické optimlizace jako např. CMA-ES, pattern search, sequential quadratic programming, apod. Konkrétní výzvou je, jak zapojit metody nelineární optimalizace do SR, aby se zvýšila přesnost výsledných modelů a přitom neúnosně nevzrostla výpočetní náročnost celého procesu výpočtu SR.
Bibliography:Dodá vedoucí práce.
Responsible person: Petr Pošík