|
| |
|
|
Řízení zásobní funkce nádrže s využitím metod umělé inteligence
Urbanec, Patrik ; Matoušek, Petr (oponent) ; Kozel, Tomáš (vedoucí práce)
Předmětem diplomové práce je řízení zásobní funkce nádrže s využitím metod umělé inteligence, včetně sestavení příslušného řídícího algoritmu. Práce je rozdělena na teoretickou část a část aplikace řízení zásobní funkce nádrže. V teoretické části je popsán řídící algoritmus a předpovědní model. Dále jsou uvedeny základní optimalizační metody a metody umělé inteligence. Ve druhé části jsou představena historická data, která byla použita pro předpovědní model. Následuje popis kalibrace a validace řídícího modulu a vyhodnocení výsledků aplikace. Na závěr je porovnání a shrnutí jednotlivých výsledků, řídícího algoritmu a předpovědního modelu. Dle dosažených výsledků lze řídící algoritmus doporučit pro další zkoumání.
|
|
| |
|
|
Time-Series Analysis and Prediction by Means of Neural Networks
Kňažovič, Martin ; Jaroš, Jiří (oponent) ; Bidlo, Michal (vedoucí práce)
This thesis deals with stock price prediction based on the creation of prediction models for selected stocks (BRK-A, GOOG, and MSFT), which can help investors in the creation of their financial decisions or by replacing other stock prediction models in existing prediction systems. Models created in this thesis are presented in two types - univariate model and multivariate model, which are in their final version presented in two architectures, one-layer architecture and two-layer architecture. Discussed models are created by means of neural networks, specifically recurrent neural networks with its extension - Long short-term memory. The output of the presented models is a forecast of the next-day stock price, which can be used for evaluating the right time to buy or sell a given stock. The quality of individual prediction models is evaluated via the mean squared error of the validation or testing dataset or alternatively based on stock price trend prediction.
|
|
|
Hodnocení finanční situace podniku pomocí soustav finančních ukazatelů
HRBOVÁ, Veronika
Cílem diplomové práce je zhodnotit finanční situaci podniku za pomoci paralelních, pyramidových a účelových soustav finančních ukazatelů. Vybranou společností diplomové práce je společnost Kores Europe s.r.o., která se zabývá zejména výrobou lepidel. Cíle bylo dosaženo prostřednictvím různých metod finanční analýzy - paralelní soustavy ukazatelů, pyramidové soustavy ukazatelů, účelové soustavy ukazatelů a metody mezipodnikové srovnání. Analyzované období je od roku 2016 až do roku 2020. Výsledky jsou interpretovány a porovnány se vzorkem podniků z databáze Bisnode Albertina. Na závěr jsou identifikovány potenciální zdroje neefektivního hospodaření financí a doporučení ke zlepšení finanční situace podniku.
|
|
|
Finanční analýza podniku
KAPLANOVÁ, Lucie
Cílem práce je vyhodnotit vývoj finanční situace vybraného podniku, identifikovat případné zdroje neefektivnosti a navrhnout opatření pro jejich eliminaci. Teoretická část je orientována na hlavní cíle, předmět a metody finanční analýzy. Praktická část se zabývá analýzou vybraného podniku na základě účetní závěrky pomocí horizontální a vertikální analýzy, analýzy rozdílových a poměrových ukazatelů, rozkladem rentability vlastního kapitálu, predikčními a diagnostickými modely. Hodnoty vybraných ukazatelů jsou dále porovnávány s podniky ze stejného odvětví.
|
|
| |
|
|
Řízení zásobní funkce nádrže s využitím metod umělé inteligence
Urbanec, Patrik ; Matoušek, Petr (oponent) ; Kozel, Tomáš (vedoucí práce)
Předmětem diplomové práce je řízení zásobní funkce nádrže s využitím metod umělé inteligence, včetně sestavení příslušného řídícího algoritmu. Práce je rozdělena na teoretickou část a část aplikace řízení zásobní funkce nádrže. V teoretické části je popsán řídící algoritmus a předpovědní model. Dále jsou uvedeny základní optimalizační metody a metody umělé inteligence. Ve druhé části jsou představena historická data, která byla použita pro předpovědní model. Následuje popis kalibrace a validace řídícího modulu a vyhodnocení výsledků aplikace. Na závěr je porovnání a shrnutí jednotlivých výsledků, řídícího algoritmu a předpovědního modelu. Dle dosažených výsledků lze řídící algoritmus doporučit pro další zkoumání.
|
|
|
Rozhodování uživatele účetní závěrky o finanční pozici podniku
VALDMANOVÁ, Dominika
Finanční zdraví podniku je důležité pro rozhodování uživatele účetní závěrky z různých důvodů. Může být důležité pro budoucího investora, který se rozhoduje, zda do dané společnosti investovat. Dále může být také důležité pro banku, která se rozhoduje, jestli dané společnosti může poskytnout úvěr. Existují však další případy, kdy uživatel potřebuje vědět, zda je podnik finančně zdravý. Pro toto hodnocení jsou vybrány metody, které slouží k detekci rizika manipulace účetních výkazů. Jako tyto metody jsou vybrány model CFEBT, Beneish model a Jonesův model nediskreční akruálnosti. Pro určení, zda firma tvoří nějakou hodnotu do budoucna a nehrozí jí bankrot, slouží predikční modely. Jako tyto modely jsou vybrány Tafflerův model, Index bonity, Kralickův Quicktest a IN05. Tyto modely jsou použity na šesti společnostech. Jedná se o mateřskou společnost ABC a.s. a jejích pět dceřiných společností, pro které jsou použity vymyšlené názvy pomocí římských číslic I - V. V praktické části diplomové práce jsou společnosti nejprve analyzovány podle jednotlivých modelů a následně se určí vliv jednotlivých dceřiných společností na mateřskou společnost pomocí korelačního koeficientu. Na závěr jsou potvrzeny nebo vyvráceny dvě hypotézy. Jedna z nich říká, že je celý konsolidační celek finančně zdravý a druhá předpokládá, že výsledky dceřiných společností ovlivňují výsledky mateřské společnosti pozitivně.
|
|
|
Mezipodnikové srovnávání na základě kvantitativních a kvalitativních ukazatelů
KRATOCHVÍLOVÁ, Nicola
Tématem diplomové práce je mezipodnikové srovnávání na základě kvantitativních a kvalitativních ukazatelů. Nejdříve jsou vysvětleny základní pojmy z oblasti mezipodnikové komparace, analýzy a využívané metody vícekriteriálního srovnání. Praktická část práce se věnuje sestavení vlastního modelu pro komparaci subjektů ve vybraném odvětví tak, aby obsahoval kvalitativní i kvantitativní ukazatele. Při tvorbě modelu je využíváno 5 metod vícekriteriálního srovnání. Vytvořený model je aplikován na data 5 firem. Vedle vlastního sestaveného modelu jsou na data společností aplikovány známé predikční modely. Výsledky získané při aplikaci vlastního modelu jsou v závěru práce porovnány s výsledky získanými při použití predikčních modelů.
|
host ::
RSS.