Ústav teorie informace a automatizace

Jste zde

Aproximace plně pravděpodobnostní verze dynamického programování jako základ univerzálních učících se rozhodovacích a řídících systémů

Typ práce: 
disertační
Kontakt/telefon: 
ÚTIA AV ČR, v.v.i., oddělení AS, 266052274
Klíčová slova: 
Adaptivní systémy, bayesovské učení a rozhodování, pravděpodobnostní návrh strategií, aproximace implicitně popsaných funkcí mnoha proměnných

Plně pravděpodobnostní návrh dynamických rozhodovacích strategií tvoří dobře propracovaný teoretický základ učících se rozhodovovacích systémů s širokým rozsahem využitelnosti v technických, přírodních i společenských oborech. Tato využitelnost je silně omezena složitostí spjaté optimalizace. V uvažovaném případě je potřeba aproximovat řešení speciální verze dynamického programování. Tímto řešením je skalární funkce velmi mnoha proměnných, která je zadána implicitně nelineární integrálně-diferenční rovnicí. Řešení tohoto problému je možno rozdělit na témata několika doktorských prací s proměnným důrazem na funkcionální analýzu, aproximaci funkcí či využití heuristických metod vyvíjených v souvislosti s umělou inteligencí. V úvahu připadají i sofwarová, simulačně orientovaná řešení.

Poznámka: 
It can be solved at FJFI or FEL CVUT Prague, ZUC Plzen or elsewhere after agreement.
Literatura: 
  1. M. Kárný, T.V.Guy, Fully probabilistic control design, Systems & Control Letters, 55:4, 259-265, 2006
  2. M. Kárný et al, Optimized Bayesian Dynamic Advising: Theory and Algorithms, Springer, London
  3. J. Si et al, Handbook of Learning and Approximate Dynamic Programming, Wiley-IEEE Press, Danvers, 2004, ISBN 0-471-66054-X
13.08.2018 - 09:51