|
|
Rodinný dům v Červeném Kostelci
Havel, Martin ; Struhala, Karel (oponent) ; Kolář, Radim (vedoucí práce)
Cílem bakalářské práce je návrh rodinného domu s téměř nulovou spotřebou energie, který svojí dispozicí pomáhá udržovat zdravý cirkadiánní rytmus svých obyvatel. Objekt se nachází v Červeném Kostelci. Na pozemku je dům orientován s myšlenkou velkých solárních zisků, tedy s velkými okny směřujícími na jih. Půdorys je ve tvaru písmene T. Rodinný dům má dvě podlaží a není podsklepen. Nosné stěny jsou z pórobetonu. Stropní konstrukci tvoří systémový strop Ytong Klasik. Nosnou konstrukcí sedlové střechy jsou příhradové dřevěné nosníky. V prvním nadzemním podlaží se nachází hlavní vchod, velká technická místnost, samostatné WC a komora. Dále je zde vstup do obývacího pokoje, který je přímo propojen s kuchyní. Dětské pokoje a ložnice mají okna orientovaná na východ. Dešťová voda ze střechy je svedena do akumulační nádrže a přebytečná voda je vsáknuta do země přes vsakovací systém. Objekt je napojen na veřejnou kanalizaci, vedení NN a veřejný vodovod. Dům je vytápěn a chlazen stropními rohožemi. Voda je ohřívána tepelným čerpadlem vzduch-voda. Jako bivalentní zdroj energie je navržena krbová vložka s teplovodním výměníkem. Fotovoltaické panely na střeše jsou napojeny na baterii umístěnou v technické místnosti. V objektu je navrženo mechanické větrání. Celková výměna vzduchu je 350 metrů krychlových za hodinu.
|
|
|
Inteligentní prostředí pro rozšiřování znalostí programování v jazyce Python formou samostudia
Krejčí, Jan ; Nosko, Svetozár (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zaměřuje na vytvoření inteligentního prostředí pro rozšiřování znalostí programování v jazyce Python formou samostudia. Klíčovým prvkem práce je implementace mechanismů poskytování zpětné vazby. Pro tento účel byly analyzovány možnosti a omezení velkých jazykových modelů. Vytvořený systém využívá klasifikačních modelů, které na základě analýzy studentských projektů poskytují personalizovanou zpětnou vazbu. Systém byl nasazen a testován v rámci kurzu Skriptovací jazyky na FIT VUT v Brně a měl pozitivní ohlasy od studentů. Výsledek práce představuje ucelený a funkční systém, který splnil svůj původní záměr a přispěl k efektivnějšímu a interaktivnějšímu procesu vzdělávání v oblasti programování v jazyce Python.
|
|
|
Fotovoltaická baterie s jaderným zdrojem světla
Koval, Jiří ; Krbal, Michal (oponent) ; Katovský, Karel (vedoucí práce)
Termo-fotovoltaická baterie s jaderným zdrojem světla je komplexní zařízení, přeměňující tepelnou energii z radioaktivního rozpadu na elektrický výkon. V práci se hledá vhodné palivo, konstrukce, materiály a využití. Systematicky jsou popsány jednotlivé části sestavy, mezi které patří tepelná radioizotopová jednotka, emitér infračerveného záření, optický filtr pro zvýšení účinnosti, fotovoltaika a chlazení pro odvod přebytečného tepla. Problémem jednotlivých částí je hledání co nejvyšší efektivnosti z důvodů několika energetických přeměn a velkých energetických ztrát. Sestava využívá jaderné palivo, vznikající převážně při štěpné reakci v jaderných reaktorech.
|
|
| |
|
|
Ložiska pro velkorozměrné aplikace
Herník, Martin ; Šperka, Petr (oponent) ; Michalec, Michal (vedoucí práce)
Ložiska jsou v současné době nepostradatelnou součástí u průmyslových strojů, které konají rotační nebo translační pohyb. Tato bakalářská práce pojednává o případech použití ložisek pro velkorozměrné aplikace, jako jsou větrné vrtule, vesmírné teleskopy a mnoho dalších příkladů v různých oblastech průmyslu. Na úvod jsou rozděleny a popsány jednotlivé typy a druhy ložisek s konkrétními aplikacemi. Největší část je věnována popisu použití o jednotlivých typech ložisek s ohledem na přítomnost u velkých strojů. V závěrečné části je proveden návrh a přehledné rozdělení vhodných typů ložisek pro konkrétní aplikace.
|
|
|
Anomaly Detection in System Log Files Using Machine Learning
Moresová, Eva ; Burgetová, Ivana (oponent) ; Matoušek, Petr (vedoucí práce)
Log anomaly detection is an important process that can help prevent or detect system failures, intrusion attempts and other malicious behavior. However, modern systems produce amounts of log data far beyond what is possible to analyze manually. That is why a variety of automated methods were developed for this purpose, ranging from rule based techniques to approaches using deep learning. The aim of this thesis is to compare several log anomaly detection methods to determine which one is the best suited for application on large real-world log files, represented by a collection of logs from production AAA (authentication, authorization, accounting) servers provided by AT&T. Apart from AT&T logs, the methods were applied to and evaluated on two other labeled datasets, one of which was enriched by synthetically generated anomalies. This thesis adopts three unsupervised anomaly detection methods: Local Outlier Factor, DBSCAN clustering and an OPTICS-based framework. The former two examine the logs on a sample-level, while the latter analyzes entire log sequences. All methods achieved results comparable to works with similar approaches.
|
|
|
Small modular reactors in EU conditions
Jurčík, Jakub ; Milčák, Pavel (oponent) ; Kracík, Petr (vedoucí práce)
This bachelor’s thesis is focused on small modular reactors and their comparison with current large reactors in operation, based on selected characteristics. Current energy situation and the role of nuclear power are described in the first section. It then discusses the description of selected concepts of large reactors and small modular reactors It compares the found characteristics in the last section. The thesis focuses on the technical and ecological aspects of each reactor. The results of the thesis show significant advances in nuclear technology, particularly in the field of passive safety, the primary reactor cooling circuit, and the flexibility of the use of small modular reactors in the EU power sector.
|
|
|
Bez názvu
Hromadová, Michaela ; Vlková, Veronika (oponent) ; Rathouský, Luděk (vedoucí práce)
Svou bakalářskou práci jsem se rozhodla vést jako další pokračování a stupeň vývoje svého konceptu vycházejícího především z hlubinné psychologie C.G.Junga, a to konkrétně z metody aktivní imaginace. Výstupem této práce je realizace série různě velkých kreseb bílou tužkou na černém papíře, která je doplněna mou hudební tvorbou tvořenou souběžně s kresbami. V této sérii se soustředím na prolínání a syntézu jednotlivých částí do jednoho společného celku za pomocí synestézie zvuku a obrazu. Zkoumám zde tak podstatu a možnosti převádění vizuální tvorby do zvukové roviny například za pomocí volného asociování zvuků a tvarů, avšak jedná se obecně o koncept tvorby formou čisté improvizace, jejíž cílem je postupné rozvíjení těchto dvou prolínajících se pólů jako jednoho celku.
|
|
|
Analysis of Malware Behavior using Large Language Models
Rádsetoulal, Vlastimil ; Homoliak, Ivan (oponent) ; Očenášek, Pavel (vedoucí práce)
This thesis investigates the use of large language models (LLMs) enhanced with Retrieval-Augmented Generation (RAG) techniques to analyze malware behaviors effectively. Starting with an overview of malware analysis methods, both static and dynamic, the study delves into the use of the MITRE ATT&CK framework to understand and categorize malware strategies. The core of the research focuses on the architecture and implementation of a malware behavior analysis tool that integrates RAG with LLMs. This tool aims to aid security professionals leveraging generative AI's capabilities to interpret complex malware behaviors. Additionally, the research includes a practical deployment of the Security Information and Events Management (SIEM) system, using the Wazuh platform to detect simulated adversarial behaviors. The deployment and testing are done in a controlled virtual environment, highlighting the potential of LLMs in enhancing cyber security measures. The thesis concludes with recommendations for future enhancements and the potential expansion of generative AI applications in cyber security.
|
|
|
Analysis and Visualization of Beekeeping Big Data
Čásar, Jozef ; John, Petr (oponent) ; Hynek, Jiří (vedoucí práce)
The aim of this master's thesis is to design and create a web application for beekeepers and the general public using a dashboard tool. The application analyses large datasets from the system ApiVčelař 4.0, originating from modern beekeeping devices such as scales, temperature sensors, humidity sensors, and others. The analysed data are linked with other open source data, which are then visualized for the user. The web application is implemented using the Ionic framework with the utilization of the React framework for the user interface. The chosen database system for data storage is PostgreSQL, and the data are processed using Django technology. The selection of technologies is based on the existing application to ensure compatibility with the system ApiVčelař 4.0. The result is an application that provides new insights and information derived from large datasets for users.
|
host ::
RSS.