|
|
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.
|
|
|
Using artificial intelligence to automate trading
Čermák, František ; Hůlka, Tomáš (referee) ; Matoušek, Radomil (advisor)
This thesis deals with the use of artificial intelligence for automating stock trading. The main objective was to investigate current technologies applied in algorithmic trading and then to design and develop an automated trading system using artificial intelligence. The work focuses on various aspects of algorithmic trading, including high frequency trading, cloud solutions, machine learning, blockchain and smart contracts. It also explores the applications of AI in trading, such as predictive analytics and natural language processing, and discusses the ethical and regulatory challenges associated with this technology. The design and development of an automated trading system is described in detail, including system architecture, choice of programming languages and tools, and implementation of trading algorithms. The results show that the use of artificial intelligence can significantly increase the efficiency and accuracy of stock trading, but technological and ethical risks must be considered. This thesis makes a significant contribution to research in the field of algorithmic trading and provides a foundation for further research in optimizing trading algorithms and integrating new technologies.
|
|
|
Detection of key information in emergency calls
Sarvaš, Marek ; Plchot, Oldřich (referee) ; Schwarz, Petr (advisor)
Tiesňové volania sa zvyčajne uskutočňujú v extrémne stresujúcich podmienkach, kde volajúci často poskytuje dôležité informácie rýchlo, čo sťažuje operátorom tiesňovej linky presne zachytiť všetky podrobnosti. To môže viesť k opakovaným otázkam o už poskytnutých informáciách a oneskoreniu reakcie pohotovostnej služby. Cieľom tejto práce je zmierniť tento problém a potenciálne urýchliť reakciu pohotovostných služieb nasadením neurónovej siete na extrakciu informácií, konkrétne so zameraním na úlohu Rozpoznávania pomenovaných entít (NER). Táto práca skúma rôzne prístupy založené na architektúre typu Transformers, ako sú predtrénované enkodér modely, enkodér-dekodér (sequence-2-sequence) a veľké jazykové modely. Vybrané modely dosiahli zatiaľ najlepšie výsledky na verejne dostupných českých NER datasetoch. Okrem toho boli vytvorené nové NER datasety z poskytnutých nahrávok skutočných tiesňových volaní a odpovedajúcich metadát. Predstavené modely boli natrénované a vyhodnotené na týchto novovytvorených datasetoch a úspešne dosiahli rozumné výsledky pre extrakciu mien a polohy.
|
|
|
ChatGPT: Principles, benefits and pitfalls
Ulman, Daniel ; Ellederová, Eva (referee) ; Šedrlová, Magdalena (advisor)
Díky rychlému pokroku v oblasti umělé inteligence v posledních několika letech je pravděpodobné, že bude lidstvo na umělou inteligenci spoléhat čím dál více v nejrůznějších oblastech. Jednou takovou zajímavou rozvíjející se oblastí v rámci umělé inteligence se stávají chatboti. V této bakalářské práci je nejprve představen vývoj umělé inteligence, který poskytuje kontext pro základní princip fungování chatbotů. Poté je popsáno vnitřní fungování chatbotů a představeno několik typů chatbotů rozdělených dle několika různých klasifikací. Tyto fakta slouží jako podklad pro zkoumání hlavního tématu této práce, ChatGPT. Poznatky z rešerše literatury ukazují, že velké jazykové modely, jako je právě ChatGPT, mohou být přelomem v lidské interakci s umělou inteligencí, otevírající nové možnosti v digitální éře, ale také vyvolávající obavy o jejich úskalích.
|
|
|
Generating Code from Textual Description of Functionality
Zobal, Ondřej ; Nosko, Svetozár (referee) ; Smrž, Pavel (advisor)
Tato práce se zabývá vývojem rozšíření do editoru Visual Studio Code, které pomůže vývojářům udržet kvalitu kódu jazyka Python 3. Rozšíření poskytuje možnost generování komentářů a docstringů, návrhu nových jmen proměnných. Rozšíření využívá velké jazykové modely Transformer s řídkou pozorností pro zpracování výsledků. Výsledky bohužel nekonkurují současné konkurenci, jakou je například GPT-3.5-turbo.
|
|
|
Automatic Additions and Corrections of Wikidata and Wikipedia Based on Information Extraction
Hložek, Matej ; Otrusina, Lubomír (referee) ; Smrž, Pavel (advisor)
This bachelor's thesis is focused on creation of system for automatic extraction of data from articles in English language from internet encyclopedia site Wikipedia. Depending on class given by text classifier, different types of information are extracted from natural language text and from so called infoboxes of individual articles from Wikipedia. Final product of this system is a knowledge base containing all extracted data and classified type. A notable part of this system is an article extractor that extracts infoboxes and first paragraphs of articles from so called wikidump file.
|
|
|
Application for Detection of Fake News
Zádrapa, Jan ; Holop, Patrik (referee) ; Malinka, Kamil (advisor)
Problém Fake News je aktuálně jeden z největších problémů moderní společnosti. Miliony lidí denně konzumují zavádějící informace a ani o tom nemusí vědět. Tento problém způsobuje riziko po celém světě, protože přispívá k polarizaci společnosti a ovlivňuje volby pomocí propagandy. Bohužel, zatím není vytvořen dostatek spolehlivých automatizovaných nástrojů pro český jazyk, které by dokázaly tento problém řešit. Tato práce má za cíl takovýto nástroj vytvořit a tím pomoci lidem, kteří denně propadají Fake News.
|
|
|
Automatic Transcription of Air-Traffic Communication to Text
Nevařilová, Veronika ; Veselý, Karel (referee) ; Szőke, Igor (advisor)
This thesis focuses on fine-tuning Whisper, an automatic speech recognition model developed by OpenAI, on Czech and English recordings of air-traffic communication. It provides a fundamental insight into automatic speech recognition, neural networks and transformer architecture. Further, data collection and annotation is also described and after that it details the process and outcomes of Whisper’s training on two different transcription formats – full, where the model learns to transcribe recordings word by word, and abbreviated, which is more suitable for quick navigation and more natural for air traffic controllers.
|
|
|
Brno Communication Agent
Neprašová, Kateřina ; Fajčík, Martin (referee) ; Smrž, Pavel (advisor)
This thesis focuses on domain-specific communication agents, the aim is to create a functional communication agent for both tourists and locals in Brno, providing relevant and up-to-date information according to individual user needs. It describes large language models, analyses existing technologies for domain-specific communication agents and their construction. It focuses on the creation of a knowledge base and the implementation of an efficient dialogue interface using Retrieval-Augmented Generation (RAG), while comparing selected language models on different tasks.
|
|
|
Application for collecting security event logs from computer infrastructure
Žernovič, Michal ; Dobiáš, Patrik (referee) ; Safonov, Yehor (advisor)
Computer infrastructure runs the world today, so it is necessary to ensure its security, and to prevent or detect cyber attacks. One of the key security activities is the collection and analysis of logs generated across the network. The goal of this bachelor thesis was to create an interface that can connect a neural network to itself to apply deep learning techniques. Embedding artificial intelligence into the logging process brings many benefits, such as log correlation, anonymization of logs to protect sensitive data, or log filtering for optimization a SIEM solution license. The main contribution is the creation of a platform that allows the neural network to enrich the logging process and thus increase the overall security of the network. The interface acts as an intermediary step to allow the neural network to receive logs. In the theoretical part, the thesis describes log files, their most common formats, standards and protocols, and the processing of log files. It also focuses on the working principles of SIEM platforms and an overview of current solutions. It further describes neural networks, especially those designed for natural language processing. In the practical part, the thesis explores possible solution paths and describes their advantages and disadvantages. It also analyzes popular log collectors (Fluentd, Logstash, NXLog) from aspects such as system load, configuration method, supported operating systems, or supported input log formats. Based on the analysis of the solutions and log collectors, an approach to application development was chosen. The interface was created based on the concept of a REST API that works in multiple modes. After receiving the records from the log collector, the application allows saving and sorting the records by origin and offers the user the possibility to specify the number of records that will be saved to the file. The collected logs can be used to train the neural network. In another mode, the interface forwards the logs directly to the AI model. The ingestion and prediction of the neural network are done using threads. The interface has been connected to five sources in an experimental network.
|
guest ::
