Národní úložiště šedé literatury Nalezeno 900 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Percepce generativní umělé inteligence ve vybraných redakcích tuzemských zpravodajských médií, včetně proměny novinářské etiky
Vaněček, Lukáš ; Moravec, Václav (vedoucí práce) ; Klimeš, David (oponent)
Bakalářská práce se věnuje tématu umělé inteligence a současně jejímu užívání v tuzemských redakcích a novým etickým výzvám, jež se s těmito technologiemi pojí. V teoretické části kromě představení samotné generativní umělé inteligence a platforem jako ChatGPT nebo Midjourney fungujících na této bázi popisuje oblasti etiky, v nichž mohou zmíněné nástroje vyvolat změny. Součástí práce je kvalitativní výzkum založený na dvanácti hloubkových polostrukturovaných rozhovorech s respondenty z veřejnoprávních i soukromých redakcí, kteří s generativní umělou inteligencí pracují. Klíčová slova Umělá inteligence, AI, ChatGPT, Midjourney, etika, proměna, strojové učení, automatizovaná žurnalistika, média
Impact of European Central Bank and Federal Reserve System statements on cryptocurrency markets via sentiment analysis
Krejcar, Vilém ; Krištoufek, Ladislav (vedoucí práce) ; Čech, František (oponent)
Tato studie zkoumá dopad ve ejn˝ch prohláöení hlavních centrálních bank, konkrétn FED a ECB, na volatilitu Bitcoinu v letech 2018 aû 2021. S vyuûitím vysokofrekven ních dat jsme vypo ítali volatilitu Bitcoinu a extrahovali senti- mentové skóre z ve ejn˝ch prohláöení centrálních bank pomocí dvou metod: jazykového modelu FinBERT a state-of-the-art modelu generativní um lé in- teligence GPT-4 s p izp soben˝mi prompty. Model GPT-4 se prokázal jako preferovaná varianta díky efektivn jöímu zachycení sentimentov˝ch nuancí. Naöe anal˝za zahrnovala porovnání r zn˝ch model pro finan ní data, p i emû HAR model vykazoval nejlepöí v˝sledky. Záv ry studie jsou následující: negativní sentiment ECB b hem pandemie byl spojen s okamûit˝m a v˝razn˝m nár stem volatility Bitcoinu, nazna ující reakci trhu v podob opatrnosti. Tato zjiöt ní poukazují na v˝znamn˝ vliv sentimentu centrálních bank na volatilitu Bitcoinu a potvrzují p vodní hypotézu tohoto v˝zkumu. V˝sledky navíc poskytují mo- tivaci k za len ní generativní um lé inteligence do akademického v˝zkumu jako nástroj pro zkoumání dosud neobjeven˝ch znalostí a vzorc . Klasifikace JEL C32, C55, C58, E58, G15 Klí ová slova centrální banky, sentimentová anal˝za, volatilita, Bitcoin, GenAI, HAR, FED, ECB Název práce Vliv prohláöení ECB a FED na trh kryp- toaktiv skrze...
Machine learning through geometric mechanics and thermodynamics
Šípka, Martin ; Pavelka, Michal (vedoucí práce) ; Monmarché, Pierre (oponent) ; Maršálek, Ondřej (oponent)
30. prosinec 2023 Tato práce zkoumá nové přístupy k učení fyzikálních modelů, vynucování vazeb v rovnicích a k optimalizaci penalizačních funkcí závislých na trajektorii. Nedávné pokroky ve výzkumu hlubokého učení a umělé inteligence jsou v této práci propojeny se zavedenými poznatky o dynamických a chemických systémech a otevírají tak nové možnosti mezioborového propojení. Tato práce prezentuje významný příspěvek k simulačním technikám, které využívají automatickou diferenciaci pro propagaci dynamiky, a ukazuje nejen jejich slibné využití v praxi, ale zároveň formuluje nové teoretické výsledky z oblasti o chování se gra- dientů v evolucích kontrolovaných neuronovými sítěmi. Všechny nové nástroje jsou důsledně testovány na příkladech z fyziky a chemie, čímž vytvářejí potenciál pro jejich další aplikaci v praxi. 1
Comparative aAnalysis of Unsupervised Anomaly Detection Methods for Credit Card Fraud Detection
Jůzová, Anna ; Červinka, Michal (vedoucí práce) ; Janásek, Lukáš (oponent)
V posledních letech roste se zvyšujícím se počtem bezhotovostních a on- line plateb i množství podvodných transakcí, jejichž detekce představuje pro fnanční instituce značnou výzvu. Jako slibný nástroj se v této oblasti pro- fluje strojové učení. Tato práce se zaměřuje na modely strojového učení pro detekci anomálií, konkrétně Isolation Forest, Local Outlier Factor a One-Class Support Vector Machine, které identifkují podvodné platby na základě jejich odlišnosti od již proběhlých legitimních transakcí a jimž v dosavadním výzkumu nebyla v tomto oboru věnována dostatečná pozornost. Aby bylo dosaženo co nejlepších výsledků, data jsou normalizována pomocí několika různých normali- začních technik a pro každý model strojového učení je hledána ta nejvhodnější. Nejlepších výsledků dosahuje mezi testovanými modely Local Outlier Factor s daty normalizovanými metodou min-max. Klasifkace JEL C49, G21, K42 Klíčová slova podvod s platebními kartami, strojové učení, detekce anomálií, normalizace dat Název práce Srovnávací analýza nesupervizovaných metod detekce anomálií pro detekci podvodů s platebními kartami E-mail autora anna.juzova11@gmail.com E-mail vedoucího práce michal.cervinka@fsv.cuni.cz
Ab initio výpočty fázové stability vícesložkových slitin
Fikar, Ondřej ; Brož, Pavel (oponent) ; Černý, Miroslav (oponent) ; Zelený, Martin (vedoucí práce)
Ab initio metody jsou metody vycházející z ryze teoretických poznatků kvantové fyziky, které lze použít k predikci fyzikálních, chemických, mechanických a mnohých dalších vlastností materiálů. Vzhledem k rapidnímu nárůstu dostupnosti výpočetních zdrojů v posledních desetiletích se stala teoretická predikce vlastností nedílnou součástí designu nových materiálů. Tato práce se zaměřuje na teoretickou predikci fázové stability a rozpustnosti tuhých roztoků. Ab initio výpočty byly provedeny na základě teorie funkcionálu hustoty s využitím projektovaných přidružených vln a teplotní závislosti termodynamických veličin byly získány pomocí fononových výpočtů a Monte Carlo simulací. Pozornost je v této práci věnována několika slitinám zejména na bázi hliníku, stříbra a hořčíku, které byly zkoumány za účelem zjištění spolehlivosti predikce rozpustnosti v pevné fázi. Výpočet stability tuhých roztoků byl proveden vícekrát různými metodami se zahrnutím různých příspěvků k celkové energii jednotlivých soustav za účelem určení vlivu jednotlivých příspěvků a metod na přesnost predikce. Rozpustnosti jsou porovnány s experimentálními daty, které byly zprostředkovány metodou CALPHAD.
Detekce škodlivosti komunikačních partnerů a jejich sítí
Kučera, Rostislav ; Homoliak, Ivan (oponent) ; Očenášek, Pavel (vedoucí práce)
S rostoucí závislostí populace na elektronických zařízeních, roste také riziko ztráty nebo zneužití dat. Se zvyšujícím se množstvím útoků v počítačových sítích, nabírají systémy pro detekci škodlivého provozu na důležitosti. Cílem této práce je teoretický rozbor a implementace modulů pro detekci maligní počítačové komunikace pomocí metod strojového učení, konkrétně pomocí modelu neuronové sítě, a statistické analýzy, které jsou nasazeny v rámci rozšířeného systému pro detekci průniku Snort.
Extrakce informací z Wikipedie
Jurišica, Rudolf ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem práce je snížit počet neznámých odkazovaných entit ve článcích české Wikipedie. Dosáhnuto toho bylo jednak za využití pomocných, již existujících řešení, tvořených výzkumnou skupinou KNOT na VUT FIT, a dále pak vytvořením sady programů. Tyto programy se automaticky spouští každý měsíc při vydání nové verze Wikipedie. Automaticky doplní znalostní bázi o nová jména, vygeneruje jejich odvozené tvary, a upraví samotné články přímo na Wikipedii.
Systém pro rozpoznávání dezinformací v prostředí webu
Večerka, Lukáš ; Žádník, Martin (oponent) ; Strnadel, Josef (vedoucí práce)
Tato práce se zabyvá návrhem, realizací a ověřením systému pro automatické rozpoznávání dezinformací v prostředí webu. Představuje problematiku šíření dezinformací v online prostředí a jeho dopad na společnost. Zaměřuje se na trénování několika Českych transformers jazykovych modelů pro rozpoznání dezinformací a dále na automatickou extrakci obsahu článků z českych internetovych novin a jejich analyzu využitím klasifikace textu a zpracování přirozeného jazyka pomocí metod hlubokého učení. Vysledky těchto analyz jsou pak prezentovány na webovém uživatelském rozhraní s cílem poskytnout platformu pro ověření článků, autorů a zdrojů. Rozhraní by mohlo byt použito k anotaci dat experty pro průběžné vylepšování jazykovych modelů.
Detection of parking space availability based on video
Kužela, Miloslav ; Zelený, Ondřej (oponent) ; Frýza, Tomáš (vedoucí práce)
Determining a parking space occupation is often solved by using physical sensors located near a parking space, but with the rise of machine learning, it is possible to apply such technology with the use of cameras and detection algorithms to solve such a problem. This thesis focuses on the use of this machine learning model. Presents currently available models and detectors, discusses the creation of a custom data set with a custom file structure, trains such a model, and consults its results based on its accuracy when applied in a parking lot. This model is then used among side a created web server that allows the users of the parking lot to view the current occupancy and history. All by using the Python programming language with Torchvision libraries.
Monitorování fitness aktivit pomocí nositelného zařízení
Toman, Adam ; Trčka, Tomáš (oponent) ; Tofel, Pavel (vedoucí práce)
Práce se zabývá problematikou měření fitness aktivit nositelným zařízením. V teoretické části seznamuje čtenáře s historickým vývojem nositelných zařízení, popisuje princip fitness aktivit a odporového tréninku, včetně konkrétních fitness aktivit, a způsoby využití nositelných zařízení pro zaznamenání a vyhodnocení těchto aktivit. Cílem praktické části je využít dodané senzory pro měření předem zvolených veličin z fitness aktivit a vyvinout nenáročný algoritmus schopný využít změřená data pro klasifikaci aktivit a jejich vyhodnocení. Po praktické části následuje prezentace dosažených výsledků a jejich diskuze.

Národní úložiště šedé literatury : Nalezeno 900 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.