Národní úložiště šedé literatury Nalezeno 76 záznamů.  předchozí11 - 20dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Metody sumarizace dokumentů na webu
Belica, Michal ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá sumarizací dokumentů ve formátu HTML. Jako jazyk webových dokumentů byla zvolena čeština. Práce je zaměřená na algoritmy sumarizace textů. Součástí práce je však i předzpracování sumarizovaného dokumentu a převod textu na reprezentaci vhodnou pro sumarizační algoritmy. Práce krátce pojednává o všeobecném dolování textů a později se zaměřuje na sumarizaci. Představené jsou dva jednoduché sumarizační algoritmy, přičemž práce se zaměřuje na pokročilý algoritmus využívající latentní sémantické analýzy. Výsledkem práce je návrh a implementace sumarizačního modulu pro jazyk Python. Souhrny generované implementovanými sumarizačními metodami jsou v závěrečné kapitole porovnány pomocí evaluačních metod i z pohledu subjektivního hodnocení autora práce.
Implementace algoritmů založených na rozhodovacích stromech v jazyce C#
Grolig, Lukáš ; Pešek, Martin (oponent) ; Stríž, Rostislav (vedoucí práce)
Tato bakalářská práce se zabývá výběrem dolovacích algoritmů pro klasifikaci založených na rozhodovacích stromech pro analytický systém vyvíjený v rámci projektu Systém pro zvýšení bezpečnosti v prostředí Internetu analýzou šíření škodlivého kódu. U vybraných algoritmů je popsána jejich implementace v jazyce C#. Implementované algoritmy jsou následně testovány z hlediska rychlosti učení algoritmu a přesnosti klasifikace. Na základě výsledků experimentů jsou sepsány závěry a dána doporučení pro uživatele těchto algoritmů.
Analýza chování uživatelů v prostředí bezdrátových sítích
Jacko, Michal ; Homoliak, Ivan (oponent) ; Kačic, Matej (vedoucí práce)
Tato práce se zabývá problémem analýzy chování uživatelů v prostředí bezdrátových sítí. Práce popisuje návrh a implementaci metody, která na základě chování umí klasifikovat jednotlivé uživatele.
Návrh modelu Oracle BI jako nástroje pro podporu rozhodování
Kříž, Jan ; Juraszek, Petr (oponent) ; Kříž, Jiří (vedoucí práce)
Tato práce se zabývá tématem velmi moderní a intenzivně se rozvíjející oblasti Business Intelligence a vysvětlením pojmů souvisejících. Dále popisuje užitečnost nástrojů Business Intelligence, které pomáhají vedoucím pracovníkům k rozhodování, řízení a plánování. V neposlední řadě také obsahuje konkrétní příklady využití na platformě Oracle BI v podnikové praxi.
Vytvoření nových klasifikačních modulů v systému pro dolování z dat na platformě NetBeans
Kmoščák, Ondřej ; Bartík, Vladimír (oponent) ; Lukáš, Roman (vedoucí práce)
Tato diplomová práce se zabývá dolováním z dat a vytvořením dolovacího modulu pro systém pro dolování z dat, který je vyvíjen na FIT. Jedná se o klientskou aplikaci skládající se z jádra a jeho grafického uživatelského rozhraní a nezávislých dolovacích modulů. Aplikace využívá podpory Oracle Data Mining. Systém pro dolování z dat je implementován v jazyce Java a jeho grafické uživatelské rozhraní je postaveno na platformě NetBeans. Obsahem této práce bude uvedení do problematiky získávání znalostí a následně seznámení s vybranou bayesovskou klasifikační metodou, pro kterou bude následně implementován samostatný dolovací modul. Dále bude popsána implementace tohoto modulu.
Dolování sekvenčních vzorů
Tisoň, Zdeněk ; Zendulka, Jaroslav (oponent) ; Hlosta, Martin (vedoucí práce)
Tato diplomová práce je zaměřena na problematiku získávání znalostí z databází, především pak na metody dolování sekvenčních vzorů. Jednotlivé metody dolování sekvenčních vzorů jsou zde popsány detailně. Dále se práce zabývá rozšířením analytických služeb platformy Microsoft SQL Server o nové dolovací algoritmy. V praktické části této práce jsou implementovány rozšíření pro dolování sekvenčních vzorů na platformě MS SQL Server. V poslední části jsou vytvořené algoritmy porovnány nad různými datovými sadami. 
Analýza dat pro řešení problémů s vlhkostí v budovách
Nečasová, Klára ; Korček, Pavol (oponent) ; Kořenek, Jan (vedoucí práce)
Cílem práce bylo řešit problémy s nadměrnou vlhkostí v budovách pomocí analýzy dat. Teoretická část práce se zabývá vlivem nadměrné vlhkosti na zdraví obyvatel budov a také na stav budov. Dále jsou popsány metody dolování z dat včetně klasifikace, predikce a shlukování a současně jsou vysvětleny možnosti vyhodnocení a výběru modelů. Praktická část je zaměřena na popis hardwarové platformy a scénářů měření. Klíčovými parametry, které ovlivňují relativní vlhkosti uvnitř budov, jsou teplota v místnosti, venkovní teplota a venkovní relativní vlhkost. Dlouhodobé měření uvedených parametrů bylo provedeno za využití sady senzorů a BeeeOn systému. Naměřená data byla využita pro návrh systému, který detekuje události spojené se změnou vlhkosti. Regulace výměny vzduchu v místnosti byla stanovena na základě přirozené ventilace.
Optimalizace heuristické analýzy spustitelných souborů
Wiglasz, Michal ; Křoustek, Jakub (oponent) ; Hruška, Tomáš (vedoucí práce)
Tato bakalářská práce byla vypracována v průběhu studijního pobytu na Universita della Svizzera italiana ve Švýcarsku. Tato práce popisuje implementaci klasifikačního nástroje pro detekci neznámého škodlivého softwaru, které by mohla nahradit současné řešení, založené na ručně určených vahách. Databáze použitá pro učení a testování byla poskytnuta antivirovou a bezpečnostní společností AVG Technologies. Pět různých klasifikátorů bylo srovnáno za účelem nalezení nejvhodnější metody k implementaci: naivní bayesovský klasifikátor, rozhodovací stromy, algoritmus RandomForrest, neuronové sítě a support vector machine. Po několika experimentech byl vybrán naivní bayesovský klasifikátor. Implementovaná aplikace pokrývá všechny potřebné funkce: extrakci atributů, učení klasifikátoru a odhad jeho úspěšnosti a klasifikaci neznámých vzorků. Protože společnost AVG je ochotna tolerovat maximálně 1% falešně pozitivních klasifikací, úspěšnost implementovaného klasifikátoru je pouze 61,7 %, což je o méně než 1 % lepší než u současného řešení. Na druhou stranu, učící proces je plně automatizovaný a umožňuje rychlé přeučení (v průměru během 12 sekund pro 90 tisíc trénovacích vzorků.)
Webová aplikace doporučovacího systému
Hlaváček, Pavel ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Práce se zabývá problematikou doporučovacích systémů a jejich využití ve webových aplikacích. Jsou zde shrnuty základní techniky data miningu a jednotlivé přístupy pro doporučování. Hlavní částí práce je návrh a implementace webové aplikace pro doporučování jídla z restaurací. Je zde navržen a implementován algoritmus pro doporučování jídel, který se snaží řešit problém s často měnicími položkami. Tento algoritmus vychází z hybridní techniky filtrování založené na obsahu a znalostech, která pro vlastní výpočet využívá kosinové podobnosti vektorů.
Rozšíření behaviorální analýzy síťové komunikace určené pro detekci útoků
Teknős, Martin ; Zbořil, František (oponent) ; Homoliak, Ivan (vedoucí práce)
Práce se zaobírá behaviorální analýzou síťové komunikace (NBA) určené pro detekci útoků. Cílem práce je vylepšit NBA zvýšením přesnosti detekce obfuskovaných síťových útoků pomocí ní. Jsou představeny metody a techniky používané pro detekci síťových útoků a klasifikaci síťového provozu. Dále jsou popsány systémy na detekci útoků (IDS) z pohledu jejich funkcionality a možných útoků na ně. Práce popisuje principy vybraných útoků proti IDS a jsou navrhnuty metody obfuskace, které je možné využít pro překonání NBA. Dále byl navržen a implementován nástroj na automatickou exploitaci, který také vykonává navržené obfuskace síťových útoků a sbírá data z této síťové komunikace. Vytvořený nástroj byl použit k vykonání síťových útoků. Pak byli získány data pro experimentování a vykonány různé experimenty, kterých výsledkem bylo zdůraznění trénování klasifikačních modelů NBA s využitím znalosti o obfuskacích.

Národní úložiště šedé literatury : Nalezeno 76 záznamů.   předchozí11 - 20dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.