dc.contributor.author |
Pawlonka, Tadeusz |
|
dc.date.accessioned |
2023-02-23T12:54:09Z |
|
dc.date.available |
2023-02-23T12:54:09Z |
|
dc.date.issued |
2023-02-23 |
|
dc.identifier.issn |
2022/I/D/15 |
|
dc.identifier.uri |
https://repin.pjwstk.edu.pl/xmlui/handle/186319/2527 |
|
dc.description.abstract |
Niniejsza praca omawia ewolucyjne podejście do rozwiązywania problemów
mechanicznych z wykorzystaniem algorytmu neuroewolucji, który operując na
tej samej sekwencji genomu optymalizuje prosty układ mechaniczny zarówno
pod względem jego struktury topologicznej, jak i topologii kontrolującej jego
zachowanie sieci neuronowej. Porównane zostają dwa podejścia do problemu
stworzenia układu mechanicznego który przemieści się możliwie daleko w prawo
w symulowanym środowisku, jedno zwiększające złożoność generowanych rozwiązań,
oraz drugie starające się minimalizować ich złożoność. |
pl_PL |
dc.language.iso |
other |
pl_PL |
dc.relation.ispartofseries |
;Nr 6966 |
|
dc.subject |
Neuroewolucja |
pl_PL |
dc.subject |
Wirtualny Robot |
pl_PL |
dc.subject |
Symulacja |
pl_PL |
dc.subject |
Sieci Neuronowe |
pl_PL |
dc.subject |
Uczenie Maszynowe |
pl_PL |
dc.subject |
Sztuczna Inteligencja |
pl_PL |
dc.subject |
Funkcja Dostosowania |
pl_PL |
dc.title |
Neuroewolucja w zastosowaniu do układów mechanicznych |
pl_PL |
dc.title.alternative |
Application of neuroevolution to mechanical systems |
pl_PL |
dc.type |
Thesis |
pl_PL |