Implementation of iMLP in R

Bc. Lukáš Farkaš

Bakalářská práce

Anotace:

Táto práca sa zaoberá implementáciou viacvrstvového perceptronu používajúceho intervalové dáta, ako je definované Munoz a kol., do jazyka R. Vzhľadom na existujúcu R knižnicu s implementáciou architektúry viacvrstvového perceptrona, neuralnet, bolo rozhodnuté modifikovať tento model. Teoretická časť spočíva z krátkeho prehľadu histórie, fungovania, učiacich prístupov a algoritmov neurónových sieti. Prístup Munoza a kol. k intervalovému viacvrstvovému perceptronu je detailne popísaný. V praktickej časti je poskytnutý obsiahly popis dodanej implementácie spolu so zmenami vykonanými na pôvodnej knižnici neuralnet. Táto časť obsahuje tiež vykonnostné výsledky, ktoré porovnávajú už existujúcu implementáciu v C s implementáciou dodanou v tejto práci.

Abstract:

This work deals with implementation of multi-layer perceptron using interval-valued data as defined in Munoz et al. to R language. Given the existing R library with implementation of multi-layer perceptron architecture, neuralnet, it was chosen to modify this model. Theoretical part consists of brief overview of history, operation, learning approaches and algorithms of neural networks. Munoz et al. approach to interval-valued MLP is described in detail. In practical part a comprehensive description of provided implementation along with changes made to original neuralnet library is given. This part also contains performance results comparing existing implementation in C with one provided in this work.

Keywords

neural network, MLP, iMLP, interval arithmetics, neuralnet, perceptron, R language

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 29. 5. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 29. 6. 2017
• Vedoucí: RNDr. Andrea Vašeková
• Oponent: RNDr. Tomáš Jirsík

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika