Popis tema: genetsko programiranje, evolucijski algoritmi
Teme su poredane od najnovijih prema starijima, no i neke
'starije' teme također se obnavljaju uz nove rezultate. Popis nije
konačan, tj. moguće je predložiti i obrađivati temu
koja nije među navedenima - ovisno o razini rada (seminar, projekt,
završni, diplomski).
Neke od korisnih početnih stranica:
Upravljanje TCS-om (traffic control system) uz pomoć genetskog programiranja
Napredne tehnike simboličke regresije
Simbolička regresija za implicitne jednadžbe
Raspodijeljena simbolicka regresija (i/ili optimizacija)
- Opis:
imamo vec implementirane razlicite tehnike simb regresije: stablo, CGP,
GEP, analytic programming... ideja je povezati ih u raspodijeljeni
sustav gdje ce svaka podpopulacija koristiti razliciti prikaz (i mozda
razliciti algoritam evolucije), te napraviti operator migracije
koji ce omoguciti seljenje genetskog materijala izmedju podpopulacija
- pogodno za paralelno izvodjenje na visejzegrenim racunalima!
- raspodijeljena
populacija obicno ima bolju konvergenciju, a razliciti prikazi
omogucuju paralelno istrazivanje razlicitih modela - moguce primijeniti
i na "obicnu" optimizaciju vektora realnih vrijednosti
- moze se spojiti s prethodnom temom (SRM), koja bi trebala nuditi sucelje
Optimizacija sustava za GPS napade
- Opis: GPS spoofing je vrsta napada gdje se GPS
prijemnik moze zavarati da 'misli' da je na drugoj lokaciji (otmica
vozila npr). Pri tome napadac mora imati nekoliko preduvjeta za uspjesan
napad, kao sto je pozicija izvornika laznog GPS signala. U ovom radu
pokusali bi metodama optimizacije pronaci 'rjesenje' za napadaca, tj.
otkriti ima li napadac mogucnosti napasti neki GPS sustav (vozilo), tako
da probamo pronaci pozicije laznih GPS odasiljaca!
- prezentacija s opisom sustava
- rad s opisom problema (detalji usmeno)
- imamo jedan zavrsni rad (https://www.bib.irb.hr/1112668), treba pokusati nadmasiti (dobiti bolja rjesenja!)
Symbolic regression machine (SRM)
ECF klasifikator
Algoritmi optimizacije za ugradnju u ECF
- danas se CMA-ES smatra ponajboljim algoritmom za kontinuiranu optimizaciju: Evolution Strategies, https://en.wikipedia.org/wiki/CMA-ES. Koja inačica algoritma je najbolja?? Želimo isprobati!
- još jedan kandidat: Estimation of distribution algorithm
- algoritam CONDOR: http://www.applied-mathematics.net/CONDORManual/CONDORManual.html,
- dosta algoritama ima ovdje: https://nlopt.readthedocs.io/en/latest/NLopt_Algorithms/
- https://www.zhangzk.net/software.html, https://www.pdfo.net/
- algoritmi: Bees algorithm, Grammatical evolution, Fish School Search, Ant colony optimization, Firefly algorithm, ...
- Bayesova optimizacija: http://link.springer.com/article/10.1007%2Fs101070100290, http://arxiv.org/abs/1404.4261, http://coco.gforge.inria.fr/lib/exe/fetch.php?media=pdf2015:03-cec2015-brockhoff.pdf
Neuroevoucija u dubokom učenju
Učenje strategija za razne netrivijalne igre ili simulacije za više igrača
Semantičko genetsko programiranje
Razvoj funkcionalnosti programskog okvira za
evolucijske algoritme - ECF (Evolutionary Computation Framework)
Rješavanje problema raspoređivanja GP-om i drugim metodama simboličke regresije
- Opis: evolucija strategija raspoređivanja za uporabu u dinamičkim okruženjima; ima puno prethodnih radova i gotovih materijala
- osim GP-a, imamo i druge ready to use paradigme (CGP, GEP, AP)
Podteme:
- Batch scheduling: umjesto jednog posla rasporedujemo vise poslova istovremeno
- izrada ispitnih primjera
- implementacija jednostavnih heuristika (iz literature)
- implementacija GP-a za taj problem: odabir i oblikovanje terminala i funkcija, evolucija metaheuristike
- Koevolucija heuristika raspoređivanja i primjera koje treba rasporediti (natjecateljska koevolucija, "adversarial" learning)
- evolucija
s dvije populacije (GP i GA, recimo), jedna populacija evoluira
primjere za ucenje, druga na temelju tih primjera pokusava izraditi sto
bolja pravila rasporedivanja
- primjenjivo i općenito na bilo koji problem simboličke
regresije (zato nam je bitno!), primjerice, natjecanje simboličkih
modela i podataka za učenje (active learning)
- Implementacija NELLI-GP ensemble learning metode
- primjena na postojeće probleme raspoređivanja, ali i na druge probleme simboličke regresije
(21.07.2022.)