1. Improving mutation strategies in differential evolution with a new pbest selection mechanismJan Popič, Borko Bošković, Janez Brest, 2025, izvirni znanstveni članek Opis: 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.
Ključne besede: population-based algorithm, differential evolution, gobal optimization, mutation strategies, exploration–exploitation
Objavljeno v DKUM: 29.10.2025; Ogledov: 0; Prenosov: 5
 Celotno besedilo (3,09 MB) |
2. Oddaljenost neperiodičnih binarnih zaporedij glede na dve meri avtokorelacijskih lastnostiJanez Brest, Aljaž Brest, Blaž Pšeničnik, Jan Popič, Borko Bošković, 2025, izvirni znanstveni članek Ključne besede: binarna zaporedja, nizke avtokorelacijske vrednosti, najvišji stranski reženj, merit faktor
Objavljeno v DKUM: 24.07.2025; Ogledov: 0; Prenosov: 4
Celotno besedilo (507,04 KB) |
3. An efficient algorithm for designing long aperiodic binary sequences with low auto-correlation sidelobesJanez Brest, Jan Popič, Jana Herzog, Borko Bošković, 2024, izvirni znanstveni članek Ključne besede: auto-correlation functions, binary sequences, long aperiodic sequences, peak sidelobe level, PSL
Objavljeno v DKUM: 20.08.2024; Ogledov: 64; Prenosov: 22
Celotno besedilo (4,11 MB) |
4. Uporaba nevronskih mrež pri iskanju binarnih sekvenc z nizkimi avtokorelacijami : magistrsko deloJan Popič, 2023, magistrsko delo Opis: Uporaba nevronskih mrež je vedno bolj razširjena, tako v vsakdanjem življenju kot na različnih raziskovalnih področjih. Kljub razširjeni uporabi pa obstajajo raziskovalni problemi, kjer uporabna vrednost nevronskih mrež še ni bila preverjena. Eno izmed takšnih področij je iskanje binarnih sekvenc z nizko avtokorelacijo (ang. low-autocorelation binary sequence), pri katerem se iščejo binarna zaporedja različnih dolžin, ki imajo čim manjšo vrednost avtokorelacije. Takšne sekvence se zaradi svojih specifičnih lastnosti uporabljajo pri mnogih raziskovalnih področjih, njihovo iskanje pa predstavlja izjemno zahteven kombinatoričen problem. V našem delu predstavimo dve nevronski mreži, ki služita za usmerjanje iskalnega algoritma samoizogibnega sprehoda pri iskanju binarnih sekvenc dolžine 31 in 41. Prva nevronska mreža je učena pravil popačene simetrije. Ta pravila zmanjšajo dimenzijo iskalnega prostora, nevronska mreža pa se jih je uspela naučiti. V želji izboljšanja obstoječega mehanizma smo naučili tudi drugo nevronsko mrežo, ki v iskalnem algoritmu doseže statistično signifikantno boljše rezultate kot mehanizem popačene simetrije. Za to nevronsko mrežo dodatno analiziramo število funkcijskih ovrednotenj za dosego najboljše znane rešitve. Izkazalo se je, da izboljšana nevronska mreža za dosego najboljših znanih rešitev potrebuje manj funkcijskih ovrednotenj kot uporaba pravil popačene simetrije.
Ključne besede: nevronske mreže, binarne sekvence, iskalni algoritem, samoizogibni sprehod
Objavljeno v DKUM: 21.09.2023; Ogledov: 387; Prenosov: 92
Celotno besedilo (2,58 MB) |
5. Globoko učenje in igra dama : diplomsko deloJan Popič, 2019, diplomsko delo Opis: V zaključnem delu smo zasnovali računalniški program AlphaLady, ki se je sposoben naučiti igranja igre dama brez vnosa človeškega znanja. Za dosego tega smo uporabili vzpodbujevalno učenje, drevesno preiskovanje Monte Carlo in globoke konvolucijske mreže za ocenitev posameznih stanj v igri. Predstavili smo programe Alpha Go, AlphaGo Zero in AlphaZero, na podlagi katerih je zasnovan naš program. Opisali smo uporabljeno ogrodje in teoretično ozadje uporabljenih pristopov. Uspelo nam je naučiti 9 različic programa, pri čemer je vsaka naslednja različica enakovredna ali boljša kot prejšnja.
Ključne besede: umetna inteligenca, globoko učenje, konvolucijska nevronska mreža, drevesno preiskovanje Monte Carlo, vzpodbujevalno učenje, igra dama
Objavljeno v DKUM: 13.11.2019; Ogledov: 2048; Prenosov: 255
Celotno besedilo (749,47 KB) |
