|
|
Data Mining Based Web Analyzer of Job Advertisements
Wittner, Alex ; Dzurenda, Petr (oponent) ; Sikora, Marek (vedoucí práce)
The goal of this bachelor's thesis was to create an automated submission of new job postings by inserting a URL within an existing web application https://rewire.informacni-bezpecnost.cz that aims to collect job postings in the cybersecurity field with a detailed job competency analysis. The job advertisements are analyzed using a multi-pattern search algorithm, Aho-Corasick, written in Java. A Python script using the Selenium library extracts information from job advertisements. The resulting implementation and web page are created using PHP and the ReactJS library using JavaScript.
|
|
|
Chytrý VoIP zvonek
Čecháček, Šimon ; Jedlička, Petr (oponent) ; Caha, Tomáš (vedoucí práce)
Bakalářská práce se zaměřuje na rozšíření existujícího VoIP komunikátoru na jednodeskovém počítači Raspberry Pi, který využívá protokolu SIP. Práce přináší mimo jiné rozšíření o jednosměrný přenos videa a podmíněné sepnutí relé. Výsledný komunikátor je schopen uskutečnit hovor s oboustrannou komunikací, spustit definovaný kód po autorizaci volaného uživatele pomocí DTMF kódů a sepnout relé. Celé zařízení je uloženo v krabičce, vytisknuté na 3D tiskárně. IT bezpečnost navrženého řešení byla analyzována a kód i 3D model šasi jsou dostupné na GitHubu.
|
|
|
Ovládání spotřebičů pomocí Raspberry Pi
Panský, Michal ; Petyovský, Petr (oponent) ; Macho, Tomáš (vedoucí práce)
Diplomová práce se zabývá návrhem hardwarového a softwarového řešení pro řízení domácích spotřebičů pomocí Raspberry Pi. V softwarové části je využito moderních frameworků pro tvorbu webových a mobilních aplikací jako Svelte a SvelteNative a programovacích jazyků jako je Typescript, Svelte, Python, NativeScript. Dále je zde popsán návrh a realizace hardwarové části a také softwarové části. Závěrem je zde popsané zprovoznění a spuštění celého programu a výsledky testování.
|
|
|
Aplikace na stavbu a zobrazování vektorů útoků pomocí metod sociálního inženýrství
Kašpar, Jan ; Vostoupal, Jakub (oponent) ; Harašta, Jakub (vedoucí práce)
Tato diplomová práce se zaměřuje na nejvíce používané techniky sociálního inženýrství v dnešní době, legislativu spojenou se sociálním inženýrstvím a vývojem aplikace pro Red Teaming. V rámci práce jsou popsány používané techniky sociálního inženýrství, paragrafy, se kterými je možné se v při používání těchto technik nejčastěji setkat a popsána funkčnost aplikace, která se zaměřuje na techniku Vishing a pomáhá k neporušení zákonů, které byly identifikovány jako nejvíce rizikové.
|
|
|
Detektor objektů pro robotické pracoviště
Kneslík, Martin ; Bambušek, Daniel (oponent) ; Materna, Zdeněk (vedoucí práce)
Hlavním cílem této práce bylo vytvoření algoritmu umožňujícího detekci a sledování barevných kostiček pomocí hloubkové kamery Kinect Azure a integrování tohoto algoritmu do systému ARCOR2. Řešení používá filtrování vstupního obrazu podle barev, algoritmus DBSCAN pro hledání shluků v mračně bodů a RANSAC pro detekci rovin. Detekce je vyhodnocena na vlastním datasetu, přičemž byla dosažena přesnost 91%. Uživatel systému ARCOR2 může výsledky této práce používat na demonstračním pracovišti v robotické laboratoři, kde budou roboti manipulovat s barevnými kostičkami, které algoritmus detekuje.
|
|
|
Zobrazení binárních masek pomocí DMD čipu
Filip, Jakub ; Dostál, Zbyněk (oponent) ; Matoušek, Radomil (vedoucí práce)
Cílem diplomové práce je vytvoření knihovny v programovacím jazyce Python, která je schopna řídit vyhodnocovacím modul DLP LightCrafter 9000 EVM. Prostřednictvím této knihovny má být docíleno potenciálu zakoupeného modulu v oblasti vysokorychlostního zobrazování binárních masek. Teoretická část diplomové práce pojednává o technologii a hardwaru DLP. Vlastnosti hardwaru jsou blíže specifikovány s ohledem na zakoupený modul. Další kapitoly se zaměřují na příkazové řídicí rozhraní a GUI aplikaci, které poskytují dodatečné informace nejen o způsobu komunikace mezi modulem a PC, ale i o podmínkách pro dosažení požadovaných výstupů. Praktická část se zabývá analýzou komunikace mezi modulem a PC, zpracováním digitálních obrazových dat a implementací knihovny v programovacím jazyce Python.
|
|
| |
|
|
Deep Learning for Image Stitching
Šilling, Petr ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Image stitching is an essential technique for reconstructing volumes of biological samples from overlapping tiles of electron microscopy (EM) images. Current volume EM stitching methods generally rely on handcrafted features, such as those produced by SIFT. However, recent developments indicate that convolutional neural networks (CNNs) can improve stitching accuracy by learning discriminative features directly from training images. Taking into account the potential of CNNs, this thesis proposes DEMIS, a novel EM image stitching tool based on LoFTR, an attention-based feature matching network. The thesis also proposes a novel dataset generated by splitting high-resolution EM images into grids of overlapping image tiles. The dataset is used to fine-tune LoFTR and to evaluate the DEMIS tool. Experiments on the synthetic dataset reveal higher feature matching accuracy compared to SIFT. Moreover, experiments on challenging images with small overlap regions and high resolution demonstrate significantly higher stitching robustness than SIFT. Overall, the results suggest that deep learning methods could be beneficial for EM imaging, for example, by allowing the use of smaller tile overlaps.
|
|
| |
|
|
Interpretace učebního procesu klasifikátoru fibrilace síně
Lichtblauová, Anna ; Ředina, Richard (oponent) ; Novotná, Petra (vedoucí práce)
V rámci teoretické části bakalářské práce byla nastudována problematika detekce fibrilace síní (FS) a práce s konvolučními neuronovými sítěmi (CNN). Následně byly v praktické části vytvořeny dva klasifikátory. První byl určen pro klasifikaci sinusového rytmu, fibrilace síní a ostatních patologií, druhý dále rozlišoval kategorii "fibrilace síní" podle skutečnosti, zda se nacházela v celém záznamu nebo jen v jeho části. Výsledná přesnost byla 82.12~\% v případě prvního, resp. 85.14 \% v případě druhého klasifikátoru.
|
host ::
RSS.