|
|
Analýza dat síťové komunikace mobilních zařízení
Abraham, Lukáš ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
Práce na svém začátku popisuje protokoly DNS a SSL/TLS, věnuje se hlavně komunikaci mezi zařízeními pomocí těchto protokolů. Poté si povíme něco o předzpracování dat a jejich čištění. Dále se práce zaobírá základními technikami pro dolování dat, jako jsou klasifikace dat, asociační analýza, vyhledávání dokumentů, regresní analýza a shluková analýza. V další kapitole si můžeme přečíst něco o tom, jak se dají identifikovat mobilní zařízení v síti. Zhodnotíme datové sady, které obsahují nasbíraná data z komunikace mezi protokoly DNS a SSL/TLS se kterými se bude pracovat v praktické části. Po té se konečně dostaneme k návrhu systému pro analýzu dat síťové komunikace. Popíšeme si použité knihovny a celou implementaci systému. Provedeme velké množství experimentů, které na konec ohodnotíme.
|
|
|
Vyhledávání informací pro vědecké portály
Ďulík, Jan ; Smrž, Pavel (oponent) ; Schmidt, Marek (vedoucí práce)
Tato práce se zabývá vyhledáváním informací pro vědecké webové portály se zaměřením na vyhledávání vědeckých publikací. Jsou definovány pojmy související s vyhledáváním informací, klasifikací a reprezentací znalostí. Jsou také představeny existující nástroje pro vyhledávání, z nichž se vychází při vývoji vyhledávače. Dále se práce zabývá návrhem, popisem implementace vyhledávacího rozhraní a shromážděním ukázkových dat. V závěru je provedeno vyhodnocení použitelnosti vytvořené webové aplikace.
|
|
|
Automaticky aktualizovaná bibliografie
Valo, Boris ; Škoda, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá vývojem aplikace pro automaticky aktualizovanou bibliografii. V dnešní době spousty uživatelů internetu potřebují vyhledávat informace, obzvláště je toto důležité v souborech vědeckých publikací a článků. Cílem práce je vytvoření pohodlného nástroje pro uživatele při tvorbě svého vlastního portálu. Je toho dosaženo uložením dokumentů a jejich následným vyhledáváním pomocí nástroje ElasticSearch. Vyhledávání je formou booleovských dotazů a dodatečné vyhledávání pomocí podobnostního vyhledávání nástrojem MoreLikeThis. Na konci práce je popsán způsob testování s konečným vyhodnocením úspěšnosti vyhledávání.
|
|
|
Vyhledávání ve videu
Černý, Petr ; Mlích, Jozef (oponent) ; Chmelař, Petr (vedoucí práce)
Tato práce shrnuje základní teorii týkající se vyhledávání informací, základy z oblasti relačního modelu dat a problematiky indexace dat v relačních databázových systémech. Práce se dále zabývá problematikou vyhledávání v multimediálních datech. Zahrnuje popisy základních principů automatické extrakce rysů multimediálního obsahu a indexace multidimenzionálních dat. Praktická část této práce se zabývá návrhem a implementací řešení, které má za úkol zvýšit efektivitu dotazů na podobnost multidimenzionálních vektorů rysů, které popisují jednotlivá videa. Závěr práce je věnován experimenty nad tímto řešením.
|
|
|
Vyhledávání informací
Šabatka, Pavel ; Bartík, Vladimír (oponent) ; Chmelař, Petr (vedoucí práce)
Cílem této práce je shrnutí teoretických poznatků v oblasti vyhledávání informací. Dokument obsahuje matematické modely, které lze použít pro algoritmy vyhledávající informace, a to včetně způsobu jejich hodnocení. Rozebírá specifika obrazových a textových dat. Praktickou částí práce je potom implementace algoritmu vyhledávání záběrů ve videu v datové sadě TRECVid 2009 a to na základě vysokoúrovňových rysů. Specifikem tohoto algoritmu je využití internetových vyhledávačů pro získávání podobnosti termů. Práce obsahuje podrobný popis implementovaného algoritmu a to včetně postupu jeho ladění a závěrů z jeho testování.
|
|
|
High-performance exploration and querying of selected multi-dimensional spaces in life sciences
Kratochvíl, Miroslav ; Bednárek, David (vedoucí práce) ; Glaab, Enrico (oponent) ; Svozil, Daniel (oponent)
Tato práce studuje, implementuje a experimentuje se specifickými, aplikačně orien- tovanými přístupy pro prozkoumávání a dotazování multimediálních dat. První část práce zkoumá indexování komplexního prostoru chemických sloučenin a popisuje návrh vysoce výkonného systému pro dotazování v databázích malých molekul. Výsledný sys- tém je následně využit v širším kontextu federovaného vyhledávání v heterogenních dat- ech a metadatech souvisejících s chemickými informačními zdroji. V druhé části se práce zaměřuje na rychlou vizualizaci a prohledávání mnohadimenziálních dat pocháze- jících z jednobuněčné průtokové cytometrie. Ze samoorganizačních map odvozuje rychlé metody pro analýzu dat, a využívá je jako základ pro nový vizualizační algoritmus. Podobný přístup zpracování dat je nakonec využit pro vysoce interaktivní prohledávání multimediálních dat. Hlavní příspěvky a výsledky práce se sestávají z pokroku v opti- malizaci metod pro dotazování chemických dat implementovaných v databázi Sachem, federovaného rozhraní pro Sachem založeného na jazyce SPARQL které poskytuje pod- poru pro heterogenního dotazování, algoritmu EmbedSOM pro redukci dimenzionality, návrhu a implementace specifických analytických nástrojů pro průtokovou a hmotnos- tní cytometrii odvozených od algoritmu EmbedSOM, a návrhu a implementace...
|
|
|
Vzájemné ovlivňování informační vědy a kognitivních věd s důrazem na vyhledávání informací
Pilecká, Věra ; Papík, Richard (vedoucí práce) ; Sedláčková, Beáta (oponent) ; Rankov, Pavel (oponent)
Mgr. Věra Pilecká Vzájemné ovlivňování informační vědy a kognitivních věd s důrazem na vyhledávání informací (disertační práce) Abstrakt Tématem disertační práce je vymezení vzájemného vztahu a souvislostí mezi informační a kognitivní vědou se zvláštním důrazem na oblast vyhledávání informací, ve které se projevují některé kognitivní aspekty. Úvodní část je věnována vymezení informační vědy a paradigmat, inspirovaných kognitivním přístupem - kognitivního a sociálně-doménového paradigmatu. Dále je vymezena kognitivní věda, její východiska, metody i využití. V třetí části je provedeno srovnání obou disciplín a je vymezen jejich vztah a styčné body. Čtvrtá kapitola se zaměřuje na problematiku vyhledávání informací a faktory, které ji ovlivňují, včetně využívaných rešeršních strategií, informačního chování uživatele, jeho kognitivních charakteristik a vytvořených mentálních modelů. Závěrečná část představuje dva provedené průzkumy, které se zaměřily na využití intuitivních a analytických způsobů vyhledávání při práci s vyhledávačem Google a vnímání rozdílů mezi klasickou a online metodou výuky technik racionálního čtení. Oba průzkumy ilustrují vliv kognitivních procesů uživatele při jeho interakci s online prostředím, resp. práci s vyhledávacím systémem.
|
|
|
Systém pro agregaci informací z veřejných databází
Pojsl, Jakub ; Rychlý, Marek (oponent) ; Očenášek, Pavel (vedoucí práce)
Práce se zabývá návrhem a implementací systému pro advokátní kanceláře, který auto- maticky získává relevantní informace z veřejných databází. Na úvod je čtenář seznámen s důležitostí a přístupností vybraných veřejných rejstříků v kontextu platné legislativy. Dále je provedena analýza procesů advokátní kanceláře a aktuálně používaných informačních systémů v této oblasti. Práce se dále zabývá specifikací a návrhem systému, který zahrnuje funkce pro správu klientů, jejich spisů a dokumentů, správu pošty a ulehčení účtování vy- konané práce klientům. Praktickou část tvoří implementace systému s důrazem na aspekty uživatelského rozhraní, zpřístupnění dat z externích zdrojů a zefektivnění procesů advokátní kanceláře. Výsledkem práce je kompletní systém pro podporu agendy advokátní kanceláře s agregací dat z vybraných veřejných databází, sledováním změn soudních a insolvenčních řízení a s napojením na systém datových schránek. Součástí je také zveřejněné rozhraní pro získání agregovaných dat. Systém byl nasazený na testovací server, otevírá možnosti pro další rozšíření a má potenciál reálného využití v praxi.
|
|
|
Designing a Multilingual Fact-Checking Dataset from Existing Question-Answering Data
Kamenický, Daniel ; Aparovich, Maksim (oponent) ; Fajčík, Martin (vedoucí práce)
This thesis adresses the lack of multilingual fact-Checking datasets, which contain annotated evidence grounding the supporting or refuting verdict for a fact. Therefore, this work explores the conversion into the fact-checking dataset from an already existing question-answering dataset. In this work, two approaches for converting question-answer pairs into claims are studied. The first approach is to create a dataset based on a monolingual pre-trained seq-2-seq model T5. The model is trained on an English dataset and the inputs and outputs are translated into the desired languages. The second approach is to use the multilingual mT5 model, which can take input and generate output in the desired language. For multilingual model, training datasets need to be translated. The main problem of this work is the machine translation, which achieved around 30 % success rate in a low-resource languages. The experiments showed better results for claims generated from monolingual model using machine translation. On the other hand, the claims generated from multilingual model achieved a success rate of 73 % compared to monolingual model with a success rate of 88 %. Finally, to analyze possible biases label specific claim biases, a logistic-regression based TF-IDF classifier is trained. The classifier, that computes the probability of the claim's veracity just from itself achieves accuracy close to 0.5 for both converted datasets. Thus the converted datasets can be challenging for fact-checking models.
|
|
|
Matching Images to Texts
Hajič, Jan ; Pecina, Pavel (vedoucí práce) ; Průša, Daniel (oponent)
Vytváříme společný pravděpodobnostní model textu a obrázků pro úlohu automatického přiřazování ilustračních fotografií k novinovým článkům. Přistupujeme k úloze z hlediska učení reprezentací: chceme nalézt společnou reprezentaci textu i obrázků nezávislou na vlastnostech jednotlivých modalit, podobně jako multimodální hluboký Boltzmannův stroj Srivastavy a Salakhutdinova. Vstupní obrázky reprezentujeme pomocí předposlední vrstvy konvoluční neuronové sítě Krizhevského a kol., state-of-the-art reprezentace obrázků na základě jejich obsahu. Vytvořili jsme knihovnu Safire pro hluboké učení a správu multimodálních experimentů. Úspěšný vyhledávací systém se nám vyvinout nepodařilo, kvůli obtížnému trénování neuronových sítí na velmi řídkých textových datech. Porozuměli jsme však povaze těchto potíží tak, že věříme, že v navazující práci můžeme lepších výsledků dosáhnout.
|
host ::
RSS.