Aplikace optimalizačních technik

Základní informace

  • Název: Aplikace optimalizačních technik (NOPT058)
  • Předmět bude vyučován v českém nebo anglickém jazyce podle zájmu studentů.
  • Výuka bude probíhat v letním semestru 2019/20.
  • Rozvrh: Pokud máte, tak mi prosím napište vaše časové preference.

Cíle předmětu

Cílem předmětu je, aby si studenti prakticky vyzkoušeli metody umělé inteligence, matematické optimalizace a strojového učení na konkrétních problémech. Studenti si po konzultaci s vyučujícím zvolí problém, kterému se v průběhu semetru budou věnovat. Volba algoritmů, nástrojů a programovaních jakyzů je na studentech. Studenti mohou pracovat samostatně nebo v malých skupinách. V hodině studenti s vyučujícím diskutují jednotlivé problémy, možné postupy jejich řešení, implementaci algoritmů a dosažené výsledky. V případě zájmu je možné na problému pokračovat v rámci bakalářské nebo diplomové práce. Studenti si mohou vytvořit vlastní problém nebo se inspirovat v následujících seznamech problémů a soutěží. Příklady oblastí a konkrétních problémů, kterým je možné se věnovat
  • Teorie grafů: Treedepth: Najít stromovou šířku pro daný graf. K dispozici je podrobný popis, testovací data a skript ověřující správnost řešení. Soutěž trvá do 1.6.2020.
  • Teorie grafů: Steiner tree: Pro daný graf G s ohodnocenými hranami a podmnožinu vrcholů S najít souvislý podgraf G obsahující všechny vrcholy z S nejmenší váhy. K dispozici je podrobný popis a testovací data.
  • Výpočetní geometrie: Minimum Convex Partition Problem: Je dána množina S bodů v rovině a cílem je najít rovinný graf G na vrcholech S taková, že každá vnitřní stěna G je konvexní a počet stěn je minimální. K dispozici je podrobný popis, testovací data a skript ověřující správnost řešení.
  • Kombinatorika: Cutting optimization: Úkolem je rozřezat desky podle zadaných parametrů. K dispozici je podrobný popis, testovací data a skript ověřující správnost řešení.
  • Logistika: Transporation and scheduling: Cílem je optimalizovat přepravu zařízení a naplánovat instalaci u zákazníků. K dispozici je podrobný popis a testovací data.
  • Energetika: Grid optimization: Cílem je optimalizovat přenosovou síť. K dispozici je podrobný popis, testovací data a skript ověřující správnost řešení. Soutěž má několik fází. Praktický problém, k jehož řešení je nutné získat základní znalosti z fyziky.
  • Black-box optimalizace: Cílem je najít globální optimum funkcí, u kterých se pouze můžete opakovaně ptát, jaká je hodnota v nějakém bodě. Příklady funkcí najdete například na NIST.
Další možností je vytvořit si vlastní problém nebo se inspirovat vědeckými článkami a použít dostupné datasety.