There exist many problems regarding process control in the process industry since some of the important variables cannot be measured online. This problem can be significantly solved by estimating ...these difficult-to-measure process variables. In doing so, the estimator is in fact an appropriate mathematical model of the process which, based on information about easy-to-measure process variables, estimates the current value of the difficult- to-measure variable. Since processes are usually time-varying, the precision of the estimation based on the process model which is built on old data is decreasing over time. To avoid estimator accuracy degradation, model parameters should be continuously updated in order to track process behavior. There are a couple of methods available for updating model parameters depending on the type of process model. In this paper, PLSR process model is chosen as the basis of the difficult-to-measure process variable estimator while its parameters are updated in several ways-by the moving window method, recursive NIPALS algorithm, recursive kernel algorithm and Just-in-Time learning algorithm. Properties of these adaptive methods are explored on a simulated example. Additionally, the methods are analyzed in terms of computational load and memory requirements.
Umjetna inteligencija je sve više dio naše svakodnevnice. Sastavni je dio našega poslovnog okruženja, obrazovanja, kućanstva, svakodnevnog iskustva i slobodnog vremena. Predviđa se da će biti jedan ...od najvećih pokretača gospodarskoga rasta. Dok je prije nekoliko desetljeća možda i bila dvojba treba li ta pitanja uopće regulirati, današnji ubrzani razvoj nameće potrebu razmatranja pristupa i metode regulacije. Prisutna je dvojba koliko se uopće mogu regulirati novi tehnološki procesi koji se neprestano mijenjaju i napreduju. Zbog toga je vrlo važno definirati određene procese. Poteškoća je što se stalno otvaraju nova područja i novi elementi te nema sveobuhvatne i opće definicije pojma umjetne inteligencije. U radu će se ukazati na aktualne izazove umjetne inteligencije u Europskoj uniji. Na primjeru sigurnosti proizvoda i odgovornosti za štetu izazvanu uporabom sustava umjetne inteligencije te uporabom algoritama u pravu tržišnog natjecanja raspravit će se potreba uvođenja novih, odnosno prilagodba postojećih pravnih pravila.
Zaključuje se kako su nužna minimalna zajednička pravila koja će uspostaviti ravnotežu između razvoja i promicanja inovacija te potrebe za pravnom sigurnošću uz poštovanje moralnih, etičkih i socioloških standarda.
Artificial Intelligence is increasingly becoming part of our everyday life. It is an important component of our business surroundings, education, household, everyday experience and leisure. It is expected to become one of the main drivers of economic growth. If there were any doubts about the necessity of its regulation few decades ago, today’s rapid development imposes the need to decide on the method and approach to regulation. The quandary is about boundaries of possible regulation of the new technological processes as they are constantly changing and developing. Certain practices need to be defi ned. New areas and elements are emerging constantly. There is no single comprehensive and general defi nition of the notion of artifi cial intelligence. The challenges for artifi cial intelligence in the European Union will be revealed. The rules on product safety and liability for damage caused by the use of artificial intelligence, as well as the use of algorithms in competition law will be analysed in order to evaluate whether the introduction of new rules or adaptation of existing ones is necessary. The minimum common rules are required to strike a balance between the future development and promotion of innovation, while preserving legal certainty and respect for moral, ethical and social standards.
U ovom radu opisan je postupak generiranja i optimizacije rasporeda zaposlenika tvrtke korištenjem genetskog algoritma. Općenito, evolucijsko računanje već se dugo koristi za rješavanja ovakvih ...tipova problema gdje je potrebno pretraživati velika područja svih mogućih rješenja u najkraćem mogućem roku. Budući da su takvi optimizacijski problemi najčešće kompleksnosti "NP-hard", "brute force" pristup nije primjenjiv jer obično košta previše procesorskog vremena. U rješavanju našeg problema koristili smo sve genetske operatore (selekcija, križanja i mutacija), dok je za potrebe implementacije razvijena aplikacija u programskom jeziku Java. Dobiveni rezultati u gotovo svim slučajevima predstavljaju optimalna rješenja (rasporede), a kada nije moguće doći do optimalnog rješenja, naš pristup daje jedno ili više rješenja koja su najbliža traženom optimumu. Pojedini genetski operatori i dobiveni rezultati opisani su u nastavku.
Genetski algoritmi su jedna vrsta evolucijskih algoritama. Evolucijski
algoritmi, kao što i samo ime govori, posebna su vrsta algoritama
inspirirana procesom evolucije. Glavna ideja evolucijskih ...algoritama je,
koristeći metodu pokušaja i pogrešaka, simulirati proces evolucije te
ga primijeniti na rješavanje raznih optimizacijskih problema.
Promotrimo sada podrobnije kako je pojam evolucije povezan s
evolucijskim algoritmima. U teoriji evolucije, neku okolinu nastanjuje
populacija jedinki kojima je “cilj” preživjeti i razmnožavati se.
Podobnost (eng. fitness) tih jedinki govori nam koliko je pojedina
jedinka uspješna u ispunjavanju tih ciljeva, odnosno, ona reprezentira
šansu jedinke da preživi dovoljno dugo kako bi se razmnožavala. U
kontekstu rješavanja problema, jedinke izjednačavamo s kandidatima
za rješenje. Kvaliteta tih potencijalnih rješenja nam govori koliko
dobro ona aproksimiraju rješenje problema. Nju možemo iskoristiti
kako bismo odlučili s kolikom će vjerojatnošću određeni kandidat za
rješenje sudjelovati u konstrukciji sljedećih kandidata (intuitivno, što
kandidat za rješenje bolje aproksimira rješenje ta bi vjerojatnost
trebala biti veća).
Natural Computing in Computational Finance is a innovative volume containing fifteen chapters which illustrate cutting-edge applications of natural computing or agent-based modeling in modern ...computational finance. Following an introductory chapter the book is organized into three sections. The first section deals with optimization applications of natural computing demonstrating the application of a broad range of algorithms including, genetic algorithms, differential evolution, evolution strategies, quantum-inspired evolutionary algorithms and bacterial foraging algorithms to multiple financial applications including portfolio optimization, fund allocation and asset pricing. The second section explores the use of natural computing methodologies such as genetic programming, neural network hybrids and fuzzy-evolutionary hybrids for model induction in order to construct market trading, credit scoring and market prediction systems. The final section illustrates a range of agent-based applications including the modeling of payment card and financial markets. Each chapter provides an introduction to the relevant natural computing methodology as well as providing a clear description of the financial application addressed. The book was written to be accessible to a wide audience and should be of interest to practitioners, academics and students, in the fields of both natural computing and finance.
Jedan je od glavnih zadataka konstrukcijskih inženjera smanjiti troškove građenja. Zato je svakim danom sve važnija učinkovita optimizacija konstrukcijskih elemenata. U ovom istraživanju predlaže se ...optimizacija koja se temelji na podučavanju i učenju (TLBO), a koja je jedan od metaheurističkih algoritama za optimalno projektiranje drvenih konstrukcija izloženih djelovanju požara koji su u skladu s normom EN 1995 1-2 (Eurocode 5: Projekt drvenih konstrukcija - Dio 1-2 Opći projekt konstrukcije izložene djelovanju požara). Objektivna je funkcija u ovom algoritmu trošak građenja drvenih konstrukcija izloženih djelovanju požara, uzimajući u obzir preuranjeni krah konstrukcije te granice širenja vatre. Proučava se drvena konstrukcija s različitim vremenom trajanja izloženosti požaru kako bi se odredio poprečni presjek i vrsta konstrukcijskih elemenata. Zaključak je da TBLO omogućava da se u kratkom vremenu učinkovito optimizira poprečni presjek i čvrstoća konstrukcijskih drvenih elemenata prema normi EN 1995 1-2.
U ovom radu prikazala sam proces modeliranja teme (topics modeling) zasnovan na alatima za analizu tekstualnih sadržaja primjenom obrade prirodnog jezika za potrebe komunikacije u odnosima s javnosti ...ili marketingu. U radu su obrađene osnovne karakteristike analize teksta i konteksta primjenom algoritama strojnog učenja i obrade prirodnog jezika na tekstualnim sadržajima skinutih sa web stranica tehnikom web „grebanja“. Korištenjem odgovarajućih programskih alata napravila sam analizu pojavnosti i važnosti ključnih pojmova vezan uz brandove sportske obuće. Slikovito sam prikazala proces obrade navedenih sadržaja i rezultate koji su dobiveni provedenom analizom. Rezultati pokazuju da je moguće bez ikakvog prethodnog označavanja teksta dobiti informacije o kojim temama se radi vezanim za brandove i u kojem kontekstu. Prikazana metodologija istraživanja omogućuje da obradom velike količine tekstualnih sadržaja iz raznih digitalnih izvora automatiziranim postupkom dođemo do korisnih informacija o značaju brandova od interesa.
Rad opisuje novi pristup optimizaciji radova na održavanju i remontu željezničkih kolosijeka pomoću genetičkih algoritama. U istraživanju su primijenjeni sustavi za potporu u odlučivanju i genetički ...algoritmi radi optimizacije radova na održavanju i remontu željezničkih kolosijeka. Rezultati istraživanja su pokazali da je moguće razviti sustav za upravljanje radovima planskog održavanja i remonta te ga uspješno primijeniti umjesto korektivnih radova održavanja.