1. Improving mutation strategies in differential evolution with a new pbest selection mechanismJan Popič, Borko Bošković, Janez Brest, 2025, original scientific article Abstract: Differential evolution, which belongs to a group of population-based algorithms, has received a lot of research attention since its introduction in 1995. A population-based algorithm is required to guide individuals to visit potentially better basins of attraction in the search space when searching for a globally optimal solution. Additionally, individuals need to interact with each other during an evolutionary process to explore the search space effectively. In this paper, we propose a novel pbest selection mechanism for DE/current-to-pbest mutation strategy and its variants designed to enhance the potential for exploration of different attraction basins. The proposed mechanism enforces a minimal distance between the selected pbest individual and all other better individuals. This means that possible candidates for the pbest individual, used in mutation, are further spaced apart. As a result, the likelihood that the new trial vector will be generated in a different attraction basin of the search space is increased. The mechanism is incorporated into the L-SHADE, jSO, and L-SRTDE algorithms, and its effectiveness is evaluated using CEC’24 benchmark functions. Experimental results demonstrate improvements in the performance of the selected algorithms, particularly in higher-dimensional problem instances.
Keywords: population-based algorithm, differential evolution, gobal optimization, mutation strategies, exploration–exploitation
Published in DKUM: 29.10.2025; Views: 0; Downloads: 6
 Full text (3,09 MB) |
2. Dvofazna optimizacija daljših binarnih zaporedij z nizkimi avtokorelacijami : magistrsko deloBlaž Pšeničnik, 2025, master's thesis Abstract: Problem iskanja binarnih zaporedij z nizko avtokorelacijo (angl. low autocorrelation binary sequences problem) predstavlja izjemen računski izziv, saj je klasificiran kot težek kombinatorični problem. Binarna zaporedja z visokimi merit faktorji, in s tem nizkimi avtokorelacijskimi lastnostmi, imajo pomembne aplikacije v digitalnih komunikacijah, kjer omogočajo učinkovito ločevanje signalov od šuma, pa tudi v fiziki, kemiji, kriptografiji, itd. V zaključnem delu bomo predstavili nov stohastični dvofazni algoritem za optimizacijo daljših binarnih zaporedij z nizkimi avtokorelacijami. Prva faza predstavlja paralelni algoritem, ki izkorišča popačeno simetrijo in razrede omejitev ter uporablja grafične procesne enote za pohitritev računanja. Druga faza pa je algoritem s prioritetno vrsto, ki dodatno izboljša zaporedja prve faze s tem, da sprosti omejitvi in deluje nad celotnim iskalnim prostorom problema. Pokazali bomo tudi, da dvofazna optimizacija omogoča iskanje boljših binarnih zaporedij, zlasti za daljše dolžine zaporedij.
Keywords: binarna zaporedja, avtokorelacija, samoizogibni sprehod, merit faktor
Published in DKUM: 13.08.2025; Views: 0; Downloads: 36
Full text (1,43 MB) |
3. Razpoznava slovenskega govora v aplikaciji za osebe z okvaro sluha : magistrsko deloBlaž Kovačič, 2025, master's thesis Abstract: V okviru magistrskega dela smo razvili aplikacijo za osebe z okvaro sluha, ki z razpoznavanjem slovenskega govora omogoča realnočasovno podnaslavljanje predvajanega govora. Za razpoznavanje govora aplikacija uporablja modele Whisper podjetja OpenAI, ki smo jih doučili na superračunalniku VEGA s pomočjo korpusa Artur 1.0. Pri tem smo za primerjavo rezultatov učili dva modela različnih velikosti. Za večji model smo na testni množici dosegli stopnjo napačno razpoznanih besed 11,38 %, medtem ko smo za hitrejši, manjši model dosegli 15,19 %. Realnočasovno izvajanje smo zagotovili z različnimi optimizacijami dekodiranja žetonov in s pomočjo ustreznih zaledij za sklepanje z modeli.
Keywords: razpoznava slovenskega govora, okvara sluha, samodejno podnaslavljanje, strojno učenje
Published in DKUM: 13.08.2025; Views: 0; Downloads: 22
Full text (4,29 MB) |
4. Oddaljenost neperiodičnih binarnih zaporedij glede na dve meri avtokorelacijskih lastnostiJanez Brest, Aljaž Brest, Blaž Pšeničnik, Jan Popič, Borko Bošković, 2025, original scientific article Keywords: binarna zaporedja, nizke avtokorelacijske vrednosti, najvišji stranski reženj, merit faktor
Published in DKUM: 24.07.2025; Views: 0; Downloads: 4
Full text (507,04 KB) |
5. Dual-step optimization for binary sequences with high merit factorsBlaž Pšeničnik, Rene Mlinarič, Janez Brest, Borko Bošković, 2025, original scientific article Abstract: The problem of finding aperiodic low auto-correlation binary sequences (LABS) presents a significant computational challenge, particularly as the sequence length increases. Such sequences have important applications in communication engineering, physics, chemistry, and cryptography. This paper introduces a dual-step algorithm for long binary sequences with high merit factors. The first step employs a parallel algorithm utilizing skew-symmetry and restriction classes to generate sequence candidates with merit factors above a predefined threshold. The second step uses a priority queue algorithm to refine these candidates further, searching the entire search space unrestrictedly. By combining GPU-based parallel computing and dual-step optimization, our approach has successfully identified best-known binary sequences for all lengths ranging from 450 to 527, with the exception of length 518, where the previous best-known merit factor value was matched with a different sequence. This hybrid method significantly outperforms traditional exhaustive and stochastic search methods, offering an efficient solution for finding long sequences with good merit factors.
Keywords: binary sequences, Golay's merit factor, autocorrelation, algorithms
Published in DKUM: 30.05.2025; Views: 0; Downloads: 12
Full text (968,30 KB) |
6. Metoda za napoved zmogljivosti stohastičnih algoritmov na osnovi statističnih porazdelitev števila ovrednotenj in časa : doktorska disertacijaJana Herzog, 2024, doctoral dissertation Abstract: V doktorski disertaciji predstavimo metodo, namenjeno analizi in primerjavi stohastičnih algoritmov. Predlagana metoda se imenuje AS^3D (angl.~Analysis of the Stochastic Solvers based on Statistical Distributions). Ta temelji na statističnih porazdelitvah opazovanih spremenljivk, natančneje številu funkcijskih ovrednotenj in času. Pri tem uporablja pristop s ciljno vrednostjo. Ciljno vrednost določa kakovost rešitve, katero želimo, da jo algoritem doseže. Opazovani spremenljivki in njuni statistični porazdelitvi analizira na nizkodimenzionalnih in napoveduje za visokodimenzionalne različice optimizacijskega problema. Vzpostavljeni napovedni model na podlagi parametrov statističnih porazdelitev omogoča napovedovanje zaustavitvenih pogojev, torej časa in števila funkcijskih ovrednotenj za določeno verjetnost doseganja ciljne vrednost. Prav tako omogoča oceno verjetnosti, da bo zagon uspešen glede na dani zaustavitveni pogoj in kakovosti rešitve za višjedimenzionalne različice problema. Da pokažemo uporabnost predlagane metode, smo vzpostavljene napovedne modele empirično validirali za izbrane optimizacijske algoritme in probleme. Razlike med napovedanimi in empiričnimi vrednostmi so znašale manj kot 15 \% za problem LABS, testne funkcije CEC in problem potenciala Lennard-Jones. To nakazuje na to, da lahko metodo AS^3D uspešno uporabljamo za analizo in primerjavo stohastičnih algoritmov na različnih optimizacijskih problemih. S pomočjo metode smo pokazali tudi uporabnost stohastičnih algoritmov. Ti morajo, da dosežejo optimalno rešitev z visoko verjetnostjo, preiskati le majhen delež iskalnega prostora.
Keywords: analiza stohastičnih algoritmov, statistična porazdelitev, napovedni model, pristop s ciljno vrednostjo
Published in DKUM: 08.04.2025; Views: 0; Downloads: 79
Full text (3,56 MB) |
7. Analiza ogrodij za razvoj večplatformne namizne aplikacije, namenjene urejanju fotografijDenis Pezdevšek, 2025, undergraduate thesis Abstract: Smo družba, ki je z vsakim dnem vse bolj prepletena z internetom. S tem nastajajo izjemne spletne rešitve, ki konkurirajo in izpodbijajo starejše že uveljavljene tehnologije. Kljub temu vse aplikacije niso primerne za delovanje v brskalniku. Za profesionalno rabo so pogosto bolj primerne namizne aplikacije, saj so bolj robustne in imajo neposredni dostop do sistemskih virov. Poznamo programska ogrodja, ki omogočajo večplatformni razvoj aplikacij. Poleg tega temeljijo na tehniki ponovne uporabe kode, kar prispeva k večji produktivnosti v programskem inženirstvu. V diplomskem delu smo z ogrodji Electron, NW.js in JavaFX razvili namizno aplikacijo za urejanje fotografij. Ogrodja smo analizirali in izpostavili njihove ključne značilnosti. Razvite aplikacije smo namestili in primerjali delovanje na sistemih Windows, Linux in MacOs. Ugotovili smo, da je težko izbrati najboljše ogrodje za razvoj namiznih aplikacij. Izbira je odvisna predvsem od zahtev posameznega projekta in našega poznavanja specifičnih tehnologij. Poleg tega pomembno vlogo igra tudi specifikacija končnega sistema, na katerem bo aplikacija tekla.
Keywords: Electron, JavaFX, NW.js, ogrodje, urejevalnik fotografij
Published in DKUM: 04.03.2025; Views: 0; Downloads: 47
Full text (1,13 MB) |
8. Parallel self-avoiding walks for a low-autocorrelation binary sequences problemBorko Bošković, Jana Herzog, Janez Brest, 2024, original scientific article Abstract: A low-autocorrelation binary sequences problem with a high figure of merit factor represents a formidable computational challenge. An efficient parallel computing algorithm is required to reach the new best-known solutions for this problem. Therefore, we developed the sokol solver for the skew-symmetric search space. The developed solver takes the advantage of parallel computing on graphics processing units. The solver organized the search process as a sequence of parallel and contiguous self-avoiding walks and achieved a speedup factor of 387 compared with lssOrel, its predecessor. The sokol solver belongs to stochastic solvers and cannot guarantee the optimality of solutions. To mitigate this problem, we established the predictive model of stopping conditions according to the small instances for which the optimal skew-symmetric solutions are known. With its help and 99% probability, the sokol solver found all the known and seven new best-known skew-symmetric sequences for odd instances from to . For larger instances, the solver cannot reach 99% probability within our limitations, but it still found several new best-known binary sequences. We also analyzed the trend of the best merit factor values, and it shows that as sequence size increases, the value of the merit factor also increases, and this trend is flatter for larger instances.
Keywords: low-autocorrelation binary sequences, self-avoiding walk, graphic processor units, high performance computing
Published in DKUM: 22.08.2024; Views: 45; Downloads: 18
Full text (1,82 MB)
This document has many files! More... |
9. An efficient algorithm for designing long aperiodic binary sequences with low auto-correlation sidelobesJanez Brest, Jan Popič, Jana Herzog, Borko Bošković, 2024, original scientific article Keywords: auto-correlation functions, binary sequences, long aperiodic sequences, peak sidelobe level, PSL
Published in DKUM: 20.08.2024; Views: 64; Downloads: 22
Full text (4,11 MB) |
10. Koevolucijski algoritem roja delcev z metodo rekurzivnega diferencialnega grupiranja za reševanje problemov velikih dimenzij : magistrsko deloKlemen Berkovič, 2024, master's thesis Abstract: Kooperativna koevolucija je podzvrst evolucijskega računanja, ki se uporablja kot ogrodje za optimizacijo problemov z velikim številom dimenzij preko pristopa deli in vladaj. Glavni izzivi uporabe ogrodja kooperativne koevolucije ležijo v dekompoziciji problema ter v uporabi primernega optimizacijskega algoritma. Dekompozicija se v glavnem ukvarja z deljenjem problema v manjše podprobleme, kjer je glavni izziv, kako ugotoviti povezave med komponentami problema. V našem delu smo razvili kooperativni koevolucijski algoritem, ki uporablja rekurzivne strategije diferencialnega grupiranja za dekompozicijo problema, ter algoritem roja delcev, kot optimizacijski algoritem. V delu smo analizirali šest optimizacijskih algoritmov roja delcev na naboru testnih funkcij iz CEC2013, ki spadajo v probleme z velikim številom dimenzij, ter je njihova dimenzionalnost 1000. Na podlagi te analize smo v naš predlagan kooperativni koevolucijski algoritem vključili optimizacijski algoritem roja delcev, ki se je najbolje izkazal na naboru izbranih funkcij. Izvedli smo primerjalno analizo med najboljšim algoritmom roja delcev in predlaganimi kooperativnimi koevolucijskimi algoritmi, kjer smo uporabili pet različnih strategij rekurzivnega diferencialnega grupiranja. Ugotovili smo, da kooperativni koevolucijski algoritem deluje boljše od algoritmov roja delcev, ki smo jih uporabili v našem delu. Prav tako smo ugotovili, da izbira strategije dekompozicije problema igra pomembno vlogo.
Keywords: roj delcev, rekurzivno diferencialno grupiranje, kooperativna koevolucija, optimizacija, veliko število dimenzij
Published in DKUM: 01.07.2024; Views: 128; Downloads: 58
Full text (2,09 MB) |
