|
|
Zhodnocení ochrany vybraných měkkých cílů a připravenosti významných objektů památkové péče z hlediska bezpečnosti
KOVÁŘOVÁ, Lenka
Diplomová práce se zabývá zhodnocením ochrany vybraných měkkých cílů v Jihočeském kraji a zhodnocením připravenosti těchto objektů z hlediska bezpečnosti. Cílem této práce bylo zhodnotit bezpečnost vybraných objektů památkové péče v Jihočeském kraji a charakterizovat úkoly a činnosti základních složek integrovaného záchranného systému při zajišťování ochrany těchto vybraných objektů památkové péče. Diplomová práce je zaměřena na zhodnocení bezpečnosti a ochrany vybraných hradů a zámků v Jihočeském kraji. Jedná se o Státní zámek Hluboká nad Vltavou, Státní hrad a zámek Český Krumlov a Státní hrad a zámek Jindřichův Hradec. V první části je popsána problematika měkkých cílů, jejich ochranou a zabezpečením, ve druhé části je popsán stručný náhled do historie ochrany všech hradů a zámků a popsání některých nepříznivých událostí, které se na hradech v minulosti staly a ve třetí části je popsána současné využívání vybraných hradů a zámků a jejich stručná charakteristika. K zodpovězení výzkumných otázek "Jak je zabezpečena ochrana vybraných objektů památkové péče v Jihočeském kraji?" a "Jak se podílí základní složky integrovaného záchranného systému a zejména Policie ČR na ochraně objektů památkové péče?" slouží odpovědi polostrukturovaných rozhovorů s odpovědnými osobami z vybraných hradů a zámků a s odpovědnými osobami z Hasičského záchranného sboru Jihočeského kraje a z Krajského ředitelství Policie ČR Jihočeského kraje, ze kterých celá diplomová práce i cíle práce vychází. Údaje z polostrukturovaných rozhovorů jsou dále použity do SWOT analýz, které jsou sestavené na analýzu bezpečnosti a zajištění ochrany každého vybraného hradu a zámku.
|
|
|
Kamerové systémy na veřejných prostranstvích - zajištění bezpečnosti nebo ohrožení soukromí?
Tokárová, Michaela ; Kysela, Jan (vedoucí práce) ; Mlsna, Petr (oponent)
diplomové práce Právo na soukromí je velmi široké, komplexní a těžko popsatelné. Jeho základ v evropském pojetí spočívá v možnosti jednotlivce rozhodovat sám o sobě, o rozsahu informací, které se o něm dozví někdo jiný. Naopak americké pojetí vychází z práva člověka na nevměšování státu do jeho života. Evropský koncept soukromí sice není postaven, na svobodě od státu, ale i tak zaručuje bezpečí před vnějšími tlaky ke konformnosti. Tím umožňuje využívání i mnohých dalších práv (jako svobodu slova, náboženského vyznání apod.) a stává se základem liberální společnosti. Dle evropské koncepce lze právo na ochranu osobního soukromí vymezit jako právo fyzické osoby rozhodnout podle vlastního uvážení zda, nakolik a jakým způsobem mají být skutečnosti jejího osobního soukromí zpřístupněny navenek. V České republice zatím není rozvinutá debata a ucelená doktrína zabývající se právem na soukromí obecně, na problematiku jeho narušení kamerovými systémy se zatím pohlíží jenom jako "z rychlíku". V dnešní době "internetové" a zaměřené na boj proti terorismu je ale více než jasné, že se tato debata bude muset rozvinout. Legislativně je problematika kamer upravena jen v zákoně o ochraně osobních informací, přičemž je nutno podotknout, že ne komplexně. Upravená je jen otázka zařízení se záznamem, protože bez něj...
|
|
|
Gradient Boosting Machine and Artificial Neural Networks in R and H2O
Sabo, Juraj ; Bašta, Milan (vedoucí práce) ; Plašil, Miroslav (oponent)
Neuronové sítě jsou jedním z nejvíce fascinujících algoritmů strojového učení. Mají za sebou však velmi bouřlivý vývoj. Neuronové sítě byly dlouho považovány za algoritmus, který je velmi nespolehlivý a výpočetně náročný. Dnes již víme, že moderní neuronové sítě mohou být úspěšně aplikovány v mnoha úlohách, i když jejich hlavní nevýhoda, tedy značná výpočetní náročnost, stále přetrvává. Statistické modely založené na technice boosting, jsou považovány za jednu z nejpřevratnějších myšlenek na poli algoritmů strojového učení. Tyto modely jsou založeny kombinaci několika slabých modelů, které pak dohromady tvoří jeden silný model. Tato práce se zabývá srovnáním těchto dvou modelů na třech reálných případových studiích. První případová studie se zabývá modelováním pravděpodobnosti loupeže v ulicích města Chicago, druhá případová studie je klasickým příkladem modelování pravděpodobnosti, že zákazník telekomunikační společnosti vypoví smlouvu a poslední případová studie je aplikací počítačového vidění. Cílem této práce je také představení open-source platformy pro strojové učení H2O. H2O obsahuje mimo jiné rozhraní pro R a dokáže běžet samostatně, nebo na Hadoop clusteru. Práce také obsahuje úvod do open-source softwarové knihovny pro zpracování velkých dat Apache Hadoop. Konkrétně do open-source distribuce Hortonworks Data Platform.
|
host ::
RSS.