Aplikovaná informatika

Témata disertačních prací platná pro akademický rok 2022/2023 

Téma disertační práce musí být předjednáno s potenciálním školitelem a odsouhlaseno oborovou radou daného doktorského studijního programu. Vlastní téma lze akceptovat pouze po dohodě se zvoleným školitelem a písemném odsouhlasení oborovou radou.

Školitel: prof. Ing. Jan Čapek, CSc. (capek@upce.cz)

1. Modelování a simulace komplexních systémů
Pod pojmem komplexní systémy se skrývají známá a závažná témata jako změny klimatu či šíření AIDS a zrovna tak běžné jevy jako dopravní zácpa nebo pohyb ovcí ve stádě. Pomocí modelování můžeme tyto systémy lépe pochopit, odhalit jejich zákonitosti a dokonce úspěšně předpovídat chování tam, kde jsme původně viděli jen chaos.

2. Kybernetická bezpečnost a IoT
Bezpečnostní problémy internetu věcí jsou podobné jako problémy běžných serverů, osobních počítačů a smartphonů. Ovšem u zařízení s podstatně menším výpočetním výkonem jsou stěží použitelná bezpečnostní řešení jako firewall, antimalware a bezpečnostní aktualizace. V současnosti se tedy technické řešení bezpečnosti týká zabezpečení sítě, i když se objevují čipy pro koncová zařízení, která používají kryptografické metody k ověření identifikace.

+ nabídka dalšího 1 tématu (téma po dohodě s uchazečem)

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitel: prof. Ing. Petr Hájek, Ph.D. (petr.hajek@upce.cz)

1. Evoluční intuitionistické fuzzy inferenční systémy
Cílem práce je definovat intuitionistické fuzzy množiny, shrnout současné možnosti optimalizace parametrů intuitionistických fuzzy inferenčních systémů, navrhnout evoluční algoritmy pro jejich optimalizaci a na souboru klasifikačních a regresních úloh zhodnotit jejich přesnost a interpretovatelnost.

2. Intervalově ohodnocené fuzzy inferenční systémy
Cílem práce je definovat intervalově ohodnocené fuzzy množiny, shrnout současné možnosti inferenčních mechanismů pro tuto třídu systémů, navrhnout algoritmy pro vytváření báze znalostí intervalově ohodnocených fuzzy inferenčních systémů, implementovat tyto systémy ana sadě datových souborů zhodnotit jejich přesnost a interpretovatelnost.

3. Interpretovatelnost neuronových sítí s hlubokým učením
Cílem práce je shrnout současné přístupy k interpretovatelnosti neuronových sítí s hlubokým učením, zvolit si vhodnou aplikační oblast a navrhnout pro ni nové možnosti extrakce znalostí a jejich vizualizace z naučených neuronových sítí a ověřit jejich efektivnost na souboru benchmarkových datových souborů.   

4. Klasifikace textu pomocí neuronových sítí s hlubokým učením
Cílem práce je provést shrnutí existujících modelů neuronových sítí s hlubokým učením, získat a označit dostatečně velký datový soubor pro klasifikaci textu do tematických kategorií a kategorií sentimentu, navrhnout vhodnou architekturu neuronové sítě s hlubokým učením a provést klasifikaci textu pomocí této neuronové sítě.

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitel: doc. Ing. Miloslav Hub, Ph.D. (miloslav.hub@upce.cz)

1. Biometrická autentizace založená na používání polohovacích zařízení
Cílem práce je navrhnout a ověřit nový způsob biometrické autentizace založené na používání polohovacího zařízení. Od studenta se očekává rešerše stávajících způsobů biometrické autentizace založených na používání různých polohovacích zařízení, návrh vlastního modelu této autentizace a ověření modelu na experimentálních datech.

2. Využití audiomap pro turistický ruch
Cílem práce je navrhnout a ověřit využití audiomap v turistickém ruchu.  Od studenta se očekává rešerše stávajícího využití audiomap v různých kontextech, návrh využití audiomap pro turistický ruch, návrh modelu a případová studie.

3. Hodnocení použitelnosti uživatelských rozhraní prostřednictvím přirozeného jazyka
Cílem práce je navrhnout a ověřit nový způsob hodnocení použitelnosti uživatelských rozhraní prostřednictvím přirozeného jazyka. Od studenta se očekává rešerše stávajících způsobů hodnocení použitelnosti uživatelských rozhraní, návrh modelu hodnocení použitelnosti uživatelského rozhraní prostřednictvím přirozeného jazyka a ověření tohoto modelu na experimentálních datech.

4. Hodnocení použitelnosti nestandardních uživatelských rozhraní
Cílem práce je navrhnout a ověřit nový způsob hodnocení použitelnosti nestandardních uživatelských rozhraní. Od studenta se očekává rešerše stávajících nestandardních uživatelských rozhraní, rešerše způsobů hodnocení použitelnosti uživatelských rozhraní, návrh modelu hodnocení použitelnosti daného typu nestandardního uživatelského rozhraní a ověření tohoto modelu na experimentálních datech.

+ nabídka dalšího 1 tématu (téma po dohodě s uchazečem)

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitelka: doc. Ing. Jitka Komárková, PhD. (jitka.komarkova@upce.cz)

1. Moderní architektura webových GIS aplikací zahrnující senzorové sítě a sběr dat pomocí crowdsourcingu
Práce se zaměří na návrh moderní architektury geoportálu se zohledněním aktuálních trendů, např. návaznost na národní e-infrastrukturu, princip FAIR dat, moderní zdroje dat (senzorové sítě, UAV, participativní technologie, …).

2. Infrastruktura prostorových dat jako prostředek podporující rozvoj moderních chytrých měst (Smart Cities)
Práce se zaměří na návrh škálovatelné architektury a e-infrastruktury pro chytré město, s případnou potřebnou návazností na architekturu a služby národní e-infrastruktury a se zohledněním současných trendů, např. využití dat ze senzorových sítí, participativních technologií, principu zachování plné kontroly vlastníka nad daty a principu FAIR dat.

3. Zpracování velkých objemů prostorových dat s využitím distribuovaného nebo paralelního přístupu
Práce se zaměří na návrh ekosystému a architektury pro ukládání, zpracování, publikaci a opětovné použití velkoobjemových prostorových dat založeném na distribuovaném (gridy) či paralelním (cloudy) výpočtu, se zohledněním současných trendů, např. využití dat ze senzorových sítí, participativních technologií, principu zachování plné kontroly vlastníka nad daty nebo principu FAIR dat.

4. Model pro vyhodnocení kvality povrchových vod na základě dat získaných metodami dálkového průzkumu Země
Práce se zaměří na návrh a ověření modelu pro vyhodnocení kvality povrchové vody (primárně obsah chlorofylu-a), který bude založen na zpracování dat získaných metodami dálkového průzkumu Země, včetně vlastních dat nasnímaných s využitím UAV.

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitel: doc. Ing. Jiří Křupka, PhD. (jiri.krupka@upce.cz)

1. Klasifikační modely a jejich využití v problematice kybernetické bezpečnosti
Disertační práce se zabývá modelováním bezpečnosti v systémech Internet of Things (IoT). Bude se zabývat návrhem skupiny klasifikačních modelů, které jsou založeny na teorii fuzzy množin, teorii „rough“ množin a jejich kombinaci. Shrnuje dostupné informace o bezpečnosti kybernetického prostoru, jak z historického, tak i současného pohledu, se zaměřením na problematiku IoT. Problematika kybernetických útoků spadá do aktuálních témat, na základě prostudovaných bezpečnostních standardů a zkušeností bude vytvořen návrh pro systém včasného varování, který na základě vhodně zakomponovaných znalostí provede upozornění na možný kybernetický útok nebo nezvyklé chování v rámci počítačové sítě a operačních systémů v těchto systémech.

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitel: doc. RNDr. Bohdan Linda, CSc. (bohdan.linda@upce.cz)

1. Evoluční algoritmy – klasifikace a komparace dle principů fungování a typů optimalizačních problémů
Cílem dizertační práce je roztřídění vybraných evolučních algoritmů do skupin podle typů různých optimalizačních algoritmů. 

2. Návrh architektury informačního a řídícího systému vybraného typu obcí
Cílem dizertační práce je pro vybraný typ obcí vytvoření návrhu informačních a řídících systémů, odpovídajících jejich finančním možnostem a současně co možná nejvíce využitelných obyvatelstvem.

3. Stochastické přístupy při modelování parametrů zajistných smluv
Cílem dizertační práce je vytvoření modelu pro tvorbu zajistných smluv s využitím méně známých a relativně nových bootstrapových metod.

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitel: prof. RNDr. Michal Munk, PhD. (mmunk@ukf.sk)

1. Pilier 3 – verifikácia účinnosti revízií zverejňovaných informácií komerčnými bankami metódami web miningu
Práca je zameraná na riešenie problematiky zverejňovania informácií v rámci Pilieru 3 – Trhová disciplína, komerčnými bankami, ktorých akcie nie sú verejne obchodované a kľúčovými stakeholdermi sú depozitní klienti. Cieľom práce je overenie účinnosti revízií vo zverejňovaných informáciách z hľadiska miery využívania týchto informácií kľúčovými stakeholdermi predmetných komerčných bánk. Aplikáciou metód získavania znalostí z webu (Web Mining, WM) sa overí účinnosť revízií ako aj navrhnutej optimalizácie Pilier 3 informácií na webových stránkach bánk.

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitel: doc. Ing. Pavel Petr, Ph.D. (pavel.petr@upce.cz)

1. Detekce anomálií v signálech snímačů pro potřeby diagnostiky
Vyberte a analyzujte vybrané metody používané pro hodnocení anomálií v časových řadách. Vytvořte a ověřte model pro detekci anomálií v signálech snímačů motorových vozidel pro potřeby diagnostiky závad.

2. Vytěžování informací ze sociálních sítí
Návrh algoritmu a metod pro sběr dat z vybraných sociálních sítí. Návrh a implementace metod analýzy těchto dat pro potřeby organizace.

3. Fuzzy metody v projektovém managementu
Analyzovat data potřebná pro tvorbu plánu projektu.  Navrhnout model sběru, přípravy a využití těchto dat pro oblast plánování a sledování průběhu prací s využitím fuzzy přístupu.

4. Využití metod Data Miningu pro kontrolu kvality radioterapie a plánování léčby
Návrh se zaměří na CT sken obrazu pro segmentaci a automatickou segmentaci obrazu a automatické konturování pro nádory pomocí metod umělé inteligence. Výsledek bude sloužit pro plánování a ověřování léčby.

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Školitelka: doc. Ing. Stanislava Šimonová, Ph.D. (stanislava.simonova@upce.cz)

1. Datová analytika pro monitorování výkonu organizace
Sledování výkonu organizace prostřednictvím datových zdrojů. Identifikace datových zdrojů a trasování informačních toků v organizaci ve vazbě na procesní aktivity. Modelování vazeb mezi výkonem a sledovanými daty. Hodnocení kvality výkonu prostřednictvím modelů.

2. Aplikace metod Business Intelligence v konceptu Smart Cities
Metody přístupu Business Intelligence, jejich evaluace. Tvorba datové základy pro koncept Smart Cities. Modelování implementace metod.

3. Nástroje Self Business Intelligence pro zpracování dat
Identifikace a klasifikace nástrojů Self Business Intelligence. Vazba a využití nástrojů pro typy datového zpracování. Uplatnění nástrojů pro datovou analytiku.

4. Využití metod Business a Competitive Intelligence ve vazbě na big data
Metody v rámci Business Intelligence. Metody a nástroje Competitive Intelligence. Datová analytika se zaměřením na Big data. Vazby metod s využitím pro zpracování big data.

+ nabídka dalšího 1 tématu (téma po dohodě s uchazečem)