Prace doktorskie

RSS

Pozyskiwanie wiedzy z dużych zbiorów danych z zastosowaniem adaptacyjnych procedur generowania zapytań

Promotor: Nawarecki Edward

Status: zakończona, doktorska

Autorzy: Bartosz Tomasz Jędrzejec

Data obrony: 2009-07-02

Charakterystyka:

Celem niniejszej pracy było opracowanie metodyki i zaprojektowanie procedur analizy dużych wygenerowanych w oparciu o bazę danych modeli asocjacyjnych. Zasadniczą część pracy stanowią rozdziały poświęcone opisowi metody automatycznego generowania zapytań przy pomocy algorytmów programowania genetycznego. Zaproponowano tutaj zapis modeli reguł asocjacyjnych w standardzie PMML. Jako język zapytań do modelu zaproponowano XQuery oraz jego reprezentację w postaci osobnika w populacji procesu programowania genetycznego. Kolejnym zadaniem zrealizowanym w niniejszej rozprawie było zdefiniowanie kryterium oceny. W tym celu połączono kryterium subiektywne, definiowane przez użytkownika z kryterium obiektywnym, jakim wywodzące się z teorii informacji J-miara. W ostatnim rozdziale przedstawiono opis oraz wyniki badań eksperymentalnych przeprowadzonych na trzech zbiorach danych rzeczywistych medycznych, elektro-energetycznych oraz wypadków samochodowych.

Wspieranie "zwinnych" metodologii wytwarzania oprogramowania w środowisku rozproszonym

Promotor: Dobrowolski Grzegorz

Status: zakończona, doktorska

Data obrony: 2008-10-30

Charakterystyka:

Rozprawa dotyczy problematyki związanej z funkcjonowaniem rozproszonych zespołów programistycznych wykorzystujących w swojej pracy metodologie zwinne (ang. agile). W szczególności podejmuje problem narzędziowego wsparcia w środowisku rozproszonym trzech wybranych praktyk tychże metodologii: Programowania w Parach, Gry Planistycznej, Osmotycznej Komunikacji. Celem pracy jest wykazania tezy, że poprzez dostarczenie odpowiedniego wsparcia narzędziowego możliwe jest pokonanie ograniczeń metodologii zwinnych, które wynikają z geograficznego rozproszenia zespołu programistycznego, i utrzymanie ogólnych kosztów i jakości „zwinnego" wytwarzania oprogramowania w środowisku rozproszonym w stosunku do środowiska lokalnego. W pracy zaproponowano koncepcję wytwarzania oprogramowania w oparciu o serię ewaluacyjnych eksperymentów symulujących rzeczywiste warunki pracy (Experiment-Driven Development). W wyniku realizacji tej koncepcji, możliwe było wytworzenie zestawu narzędzi pod nazwą Agile Studio, efektywnie wspierających wybrane praktyki. W celu porównania wydajności pracy zespołu programistycznego w środowisku lokalnym i rozproszonym z użyciem Agile Studio, zaproponowano zestaw 7 miar. Dane porównawcze zostały zebrane podczas zorganizowanych eksperymentów.

Agentowe metody poprawy efektywności ewolucyjnych technik optymalizacji wielokryterialnej

Promotor: Nawarecki Edward

Status: zakończona, doktorska

Autorzy: Leszek Siwik

Data obrony: 2007-10-29

Charakterystyka:

Paradygmat obliczeń agentowo-ewolucyjnych (ang. Evolutionary Multi-Agent System) - EMAS) to model obliczeniowy będący możliwie pełną analogią do procesów (ewolucyjnych) obserwowanych w naturze. Zasadniczy obszar rozważań podjętych w rozprawie dotyczy możliwości zastosowania tego podejścia do budowy efektywnych technik polioptymalizacji. W ramach prowadzonych prac zaproponowano kilka wariantów agentowo-ewolucyjnych technik polioptymalizacji, w tym omawiane szczegółowo w pracy to: elitarny system agentowo-ewolucyjny optymalizacji wielokryterialnej - elEMAS oraz system agentowo-ewolucyjny do optymalizacji wielokryterialnej z ograniczeniami - conEMAS. Efektywność zaproponowanych technik obliczeniowych zweryfikowana została w toku licznych eksperymentów prowadzonych z wykorzystaniem zadań polooptymalizacji o zróżnicowanej charakterystyce. Uzyskane i prezentowane w rozprawie rezultaty potwierdzają, iż dla pewnych klas problemów bądź w pewnych warunkach (w szczególności w środowiskach zaszumionych) zaproponowane metody obliczeniowe charakteryzują się lepszą efektywnością od wykorzystywanych powszechnie takich, jak SNGA-OO czy SPEA2.

Immunologiczny mechanizm selekcji w agentowych obliczeniach ewolucyjnych

Promotor: Nawarecki Edward

Status: zakończona, doktorska

Autorzy: Aleksander Byrski

Data obrony: 2007-03-29

Charakterystyka:

W pracy przedstawiono propozycję wprowadzenia immunologicznego mechanizmu selekcji w ewolucyjnych systemach wieloagentowych (EMAS). Celem działania mechanizmu jest wczesne usunięcie nieprawidłowych rozwiązań w systemach rozwiązujących problemy optymalizacyjne. Rozwiązanie wydaje się szczególnie przydatne w sytuacji gdy obliczanie wartości funkcji dopasowania dla danego rozwiązania wymaga znacznego czasu, dzieje się tak np. w przypadku ewolucji parametrów sieci neuronowych. Praca zawiera krótki przegląd bieżącego stanu wiedzy w dziedzinie wybranych heurystycznych technik optymalizacyjnych, następnie prezentowana jest koncepcja oraz autorski model formalny systemu, wyniki badań systemu zastosowanego do rozwiązania problemu optymalizacji funkcji testowych, oraz wstępne wyniki dotyczące optymalizacji predykujących sieci neuronowych. Przedstawione rezultaty potwierdzają tezę, według której wprowadzenie immunologicznego mechanizmu selekcji powoduje obniżenie kosztu obliczeniowego w EMAS.

Wszelkie prawa zastrzeżone © 2010 Katedra Informatyki   |   Akademia Górniczno-Hutnicza   |   Realizacja Creative Bastards