Nástroj pro optimalizaci struktury neuronových sítí
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Tato diplomová práce se zabývá optimalizací struktur umělých a konvolučních neuronových sítí. V teoretické části práce jsou mimo jiné popsány hyperparametry, které tyto struktury tvoří. Dále jsou popsány metriky, pomocí kterých lze struktury ohodnotit. Praktickým výstupem práce je nástroj, který na základě uživatelského nastavení dokáže pro daný dataset automaticky vygenerovat struktury neuronových sítí, otestovat je, a pro ty nejlepší z nich vypsat přehlednou zprávu. Nástroj je naimplementován v jazyce Python, s využitím knihoven TensorFlow a Keras. Součástí praktické části práce je kromě podrobného popisu zdrojového kódu nástroje také jeho testování na dobře známých ukázkových datasetech a na datasetu vyjadřujícím provoz v průmyslové síti během probíhajících kybernetických útoků.
This thesis deals with optimizing the structures of artificial and convolutional neural networks. The hyperparameters, from which these structures are comprised of, are described in the theoretical part of this thesis. In addition, it explains the metrics used for evaluation of these structures. The practical outcome of this thesis is a tool capable of automatically generating neural network structures for a given dataset based on userdefined configuration. The tool also automatically tests the generated structures and creates reports which summarize the performace of the best generated structures. The tool is implemented using Python language, with utilization of TensorFlow and Keras libraries. In addition to providing a detailed source code description, the practical part of the thesis includes testing the tool on well-known datasets, as well as a dataset simulating traffic of an industrial network under ongoing cyber attack.
This thesis deals with optimizing the structures of artificial and convolutional neural networks. The hyperparameters, from which these structures are comprised of, are described in the theoretical part of this thesis. In addition, it explains the metrics used for evaluation of these structures. The practical outcome of this thesis is a tool capable of automatically generating neural network structures for a given dataset based on userdefined configuration. The tool also automatically tests the generated structures and creates reports which summarize the performace of the best generated structures. The tool is implemented using Python language, with utilization of TensorFlow and Keras libraries. In addition to providing a detailed source code description, the practical part of the thesis includes testing the tool on well-known datasets, as well as a dataset simulating traffic of an industrial network under ongoing cyber attack.
Description
Citation
ŠTARK, D. Nástroj pro optimalizaci struktury neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. Karel Burda, CSc. (předseda)
doc. Ing. Miloš Orgoň, Ph.D. (místopředseda)
Ing. Jaromír Hrad, Ph.D. (člen)
Ing. Tomáš Lieskovan (člen)
Mgr. Jakub Vostoupal (člen)
Ing. Ján Sláčik (člen)
Date of acceptance
2023-06-07
Defence
Student prezentoval výsledky své práce a komise byla seznámena s posudky.
Student obhájil diplomovou práci a odpověděl na otázky členů komise a oponenta.
Otázky oponenta:
Jaký je hlavní rozdíl mezi lokálním a globálním minimem?
Student odpověděl na otázku.
Jakým způsobem může počet epoch ovlivnit dosažené výsledky, dochází vždy k vytvoření kvalitnějšího modelu?
Student odpověděl na otázku.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení