10. 4. 2020  8:20 Igor
Akademický informační systém

Přehled vypsaných témat - Ústav informatizácie, automatizácie a matematiky (FCHPT)


Základní údaje

Typ práce: Disertační práce
Název tématu: Distribuované a decentralizované optimálne riadenie a strojové učenie
Název tématu anglicky: Distributed and decentralized optimal control and machine learning
Stav tématu: schváleno (prof. Ing. Cyril Belavý, CSc., prof. Ing. Miroslav Fikar, DrSc. - Předseda oborové rady)
Vedoucí práce: doc. Ing. Michal Kvasnica, PhD.
Fakulta: Fakulta chemickej a potravinárskej technológie
Garantující pracoviště: Oddelenie informatizácie a riadenia procesov (ÚIAM FCHPT)
Max. počet studentů: --
Akademický rok:2020/2021
Navrhl: doc. Ing. Michal Kvasnica, PhD.
Anotace: Cieľom dizertačnej práce je výskum, vývoj, implementácia a experimentálne overenie metód, postupov a algoritmov na distribuované a decentralizované optimálne riadenie a strojové učenie založené na riešení optimalizačných problémov. Výskum a vývoj sa zamerajú na rozloženie komplexného optimalizačného problému na menšie časti, ktoré sa budú riešiť separátne na viacerých výpočtových uzloch. Tým sa úloha paralelizuje jej rozdelením na viaceré lokálne úlohy menšej veľkosti. Na dosiahnutie globálne optimálneho riešenia sa využije centralizovaná koordinácia pomocou metód ADMM, ALADIN a duálnej dekomponzície. Dôležitým aspektom je pritom vyvinutie takej koordinačnej schémy, ktorá umožní využiť dynamicky v čase sa meniacu dostupnosť výpočtových kapacít určených na riešenie jednotlivých lokálnych optimalizačných problémov. Pri vývoji koordinačného mechanizmu je taktiež potrebné uvažovať s prvkami sieťovej komunikácie medzi jednotlivými lokálnymi uzlami z pohľadu rýchlosti, kvality a bezpečnosti komunikácie. Ďalším cieľom je výskum a vývoj plne decentralizovaného prístupu v zmysle peer-to-peer, ktorý si nebude vyžadovať centrálnu koordináciu pomocou techník decentralizovaného priemerovania. Navrhnuté metódy, postupy a algoritmy sa aplikujú na získanie optimálnych riadiacich algoritmov a na strojové učenie so zachovaním privátnosti učiacich dát. Výsledky budú experimentálne verifikované na procesoch chemickej a potravinárskej technológie.
Anotace anglicky: The aim of the thesis is to develop, implement and verify in experimental conditions novel methods, approaches, and algorithms for distributed and decentralized optimal control and machine learning based on solving optimization problems. The thesis will focus on decomposing a complex optimization problem into smaller parts, which will then be solved separately at numerous computational nodes. By doing so, the task will be parallelized by splitting one big optimization problem into several tasks of smaller size. To converge to the globally optimal solution, the thesis will investigate various centralized coordination schemes such as ADMM, ALADIN, or the dual decomposition algorithm. Existing approaches will be improved as to take dynamically changing computational capacities into account. Moreover, the coordination mechanism must be robust against adversary effects in terms of network communication and must take factors like speed, quality, and security of the communication into account. An another aim of the the thesis is to develop a fully decentralized coordination mechanism based on the peer-to-peer principle based on decentralized averaging. The developed methods, approaches and algorithms will be applied to synthesize optimization-based control systems and to perform machine learning that accounts for privacy of the training data. The results will be experimentally verified on processes of chemical and food technologies.



Omezení k tématu

K přihlášení řešitele na téma je potřeba splnění jednoho z následujících omezení

Omezení dle studia
Tabulka zobrazuje omezení dle studia, na které musí být student zapsán, aby se mohl na dané téma přihlásit.

Program
D-RP riadenie procesov