|
|
Ab initio study of phase stability of multicomponent alloys
Fikar, Ondřej ; Brož, Pavel (referee) ; Černý, Miroslav (referee) ; Zelený, Martin (advisor)
Ab initio methods are based on purely theoretical findings of quantum physics that can be used to predict among others physical, chemical and mechanical properties of materials. Due to rapid increase in accessibility of computational resources in the recent decades the theoretical prediction of material properties became an integral part of materials design. This work is focused on theoretical prediction of phase stability and solubility of solid solutions. Ab initio calculations based on Density Functional Theory were performed using Projector-Augmented Waves method and thermal dependencies of thermodynamic quantities were obtained using phonon calculations and Monte Carlo simulations. Attention is paid to alloys mainly based on aluminium, silver and magnesium, which were investigated in order to assess the reliability and precision of theoretical predictions of solubility in the solid state. Phase stability of solid solutions was evaluated multiple times including different energy contributions and using various methods in order to determine the influence of each contribution and method on the prediction accuracy. Calculated solubilities are compared with experimental data provided using the CALPHAD method.
|
|
|
Detection of Harmfulness of Communication Partners and Their Networks
Kučera, Rostislav ; Homoliak, Ivan (referee) ; Očenášek, Pavel (advisor)
With the growing dependence of the population on electronic devices, the risk of data loss or misuse also increases. As the number of attacks in computer networks rises, systems for detecting malicious traffic become more important. The goal of this work is a theoretical analysis and implementation of modules for detecting malicious computer communication using machine learning methods, specifically a neural network model, and statistical analysis, which are deployed within the extended intrusion detection system Snort.
|
|
|
Information Extraction from Wikipedia
Jurišica, Rudolf ; Otrusina, Lubomír (referee) ; Smrž, Pavel (advisor)
The goal of this thesis is to reduce the number of unknown referenced entities in Czech Wikipedia articles. This has been achieved by using some existing solutions, created by the KNOT research group at FIT BUT, and then by creating a set of programs. These programs are automatically run every month, when a new version of Wikipedia is released. They will automatically add new names to the knowledge base, generate their derived forms, and edit the articles themselves directly on Wikipedia.
|
|
|
System for Recognizing Disinformation in Web Environment
Večerka, Lukáš ; Žádník, Martin (referee) ; Strnadel, Josef (advisor)
This work deals with the design, implementation, and verification of a system for automatic recognition of disinformation on the web. It addresses the issue of disinformation spread in the online environment and its impact on society. It focuses on training several Czech transformer language models for disinformation recognition and further automatic extraction of content from Czech online newspapers and their analysis using text classification and natural language processing through deep learning methods. The results of these analyses are then presented in a web user interface with the aim of providing a platform for verifying articles, authors, and sources. The interface could be used for data annotation by experts for continuous improvement of language models.
|
|
| |
|
|
Artificial intelligence in education
Pavlov, Jan ; Walek, Agata (referee) ; Jašková, Jana (advisor)
Tato práce se zaměřuje na integraci umělé inteligence (AI) do oblasti vzdělávání. Zkoumá historický vývoj, teoretické principy a praktické aplikace umělé inteligence ve vzdělávání. Práce se rovněž věnuje výhodám a problémům spojeným s implementací AI ve vzdělávacím prostředí, včetně etických aspektů a ochrany soukromí a důvěryhodnosti AI. Na základě analýzy reálných příkladů tato studie nabízí cenné poznatky o tom, jak může AI ovlivnit personalizované učení, hodnocení výsledků žáků a efektivitu administrace ve školách. Praktická část práce se zabývá rolí AI ve školním prostředí a jejím vlivem na vzdělávání za pomoci dotazníku. Průzkum ukázal, že studenti mají pozitivnější vztah k AI a jsou častějšími uživately umělé inteligence než učitelé, kteří mají spíše skeptický vztah k AI. Navzdory tomu obě skupiny podporují začlenění umělé inteligence do vzdělávání.
|
|
|
Detection of parking space availability based on video
Kužela, Miloslav ; Zelený, Ondřej (referee) ; Frýza, Tomáš (advisor)
Detekování obsazenosti parkovacích míst je často řešeno použitím senzorů umístěných v blízké lokaci parkovacího místa. Se vzrůstem strojového učení je možnost využití této technologie za použití kamer a detekčních algoritmů. Práce se zabývá právě vytvořením a použitím takového modelu k detekci obsazenosti parkoviště. Probírá existující modely a detektory, vytvoření vlastního datasetu s konkrétní strukturou, vytvoření a naučení různých typů modelů a probrání vysledků při testování daných modelů na vlastních záznamech z parkovací plochy. Poté následné vytvoření webové aplikace na které můžou návštěvnící parkoviště pozorovat obsazenost parkoviště. Vše za použití programovacího jazyka Python s knihovnami Torchvision.
|
|
|
Prediction of the effect of mutations on protein stability
Rosinská, Monika ; Martínek, Tomáš (referee) ; Musil, Miloš (advisor)
Cílem této práce bylo vytvořit klasifikační model, který dokáže rozlišovat mutace proteinu jako stabilizující či destabilizující. Model byl implementován pomocí konvolučních neuronových sítí s využitím předtrénované sítě ResNet50V2 a datové sady založené na FireProtDB. Model dokáže predikovat vliv mutací na stabilitu proteinu s přesností 0.7 a zároveň poskytuje informaci o míře jistoty dané predikce.
|
|
|
Monitoring fitness activities using a wearable device
Toman, Adam ; Trčka, Tomáš (referee) ; Tofel, Pavel (advisor)
Bachelor thesis deals with the issue of fitness tracking with wearable device. Theoretical part describes the historical development of wearable devices, the base theory behind fitness activities and resistence training and methods of using of wearable devices for classification and evaluation of these activities. Aim for the practical part of this thesis was to develop an algorithm able to classify and evaluate activities through chosen recorded metrics. Practical part is followed by overall result evaluation and discussion.
|
|
|
Evaluation of Sources of Human Speech for Deepfake Creation
Frič, Michal ; Malinka, Kamil (referee) ; Firc, Anton (advisor)
Hlasové deepfaky, posúvané rýchlym vývojom v oblasti umelej inteligencie a strojového učenia, predstavujú technológiu s dvojitým potenciálom, prinášajúcu významné prínosy aj riziká. Tieto syntetické hlasové výstupy sú čím ďalej, tým viac realistické, a to vďaka jednoduchému prístupu k rozsiahlym množstvám ľudskej reči z rôznych zdrojov. Táto práca skúma vhodnosť týchto zdrojov pre tvorbu hlasových deepfakov. Identifikovali sme a hodnotili sme viaceré zdroje reči a vypracovali sme metodológie na posudzovanie ich kvality, dostupnosti, diverzity a frekvencie aktualizácií obsahu. Hodnotenie zahŕňalo aj analýzu vplyvu charakteristík zdrojov na kvalitu deepfakov a efektívnosť detekcie softvérom aj ľudskými hodnotiteľmi. Zistenia ukazujú, že všetky identifikované zdroje sú schopné poskytnúť dostatočne kvalitné nahrávky pre vytvorenie kvalitných, často nerozpoznateľných deepfakov. Súčasne poukazujú na konkrétne silné a slabé stránky (merané vlastnosti) jednotlivých zdrojov. Pri testovaní bola objavená anomália v detekčnom softvéri, ktorá umožňuje upraviť deepfaky tak, aby sa vyhli detekcii. Navyše bolo zistené, že menej ako 10 sekúnd ľudskej reči môže stačiť na vytvorenie kvalitného deepfaku, pričom dĺžka a kvalita vstupných nahrávok sú priamo spojené s kvalitou deepfaku.
|
guest ::
