Informatics

6. téma dizertačnej práce:

Názov v hlavnom jazyku práce: Pokročilé metódy neurónových sietí a ich aplikácie

Názov v sekundárnom jazyku práce: Advanced neural network methods and their applications

Anotácia v hlavnom jazyku práce: Neurónové siete patria medzi populárne metódy strojového učenia, ktoré sú v súčasnosti state-of-the-art pri analýze multimodálnych dát. Medzi aktuálne a prínosné metódy patria transforméry, variačné autoenkodéry a difúzne modely, ktoré sa používajú v rôznych aplikačných doménach, vrátane počítačového videnia, spracovania prirodzeného jazyka, či tvorby syntetických dát.

Anotácia v sekundárnom jazyku práce: Neural networks are among the most popular machine learning methods and currently represent the state of the art in multimodal data analysis. Contemporary and impactful approaches include transformers, variational autoencoders, and diffusion models, which are applied across various domains, including computer vision, natural language processing, and synthetic data generation.

5. téma dizertačnej práce:

Názov v hlavnom jazyku práce: Lokalizácia a extrakcia štruktúrovaných dát z textov

Názov v sekundárnom jazyku práce: Localization and extraction of structured data from texts

Anotácia v hlavnom jazyku práce: Pri analyzovaní rôznych vlastností a overovaní rôznych hypotéz vo veľkej sade textov je potrebné najprv extrahovať z textov fakty, ktoré sú pre danú analýzu relevantné. Príkladom môže byť veľká množina súdnych rozhodnutí a to čo by sme mohli extrahovať sú výšky a povahy trestov, listinné dôkazy, svedkovia, forenzné stopy, odkazované právne predpisy, osobné údaje a mnohé ďalšie. Tieto štruktúrované dáta sú veľmi často vopred neznáme a prichádzajú až ako súčasť zadania. Nakoľko ide o extrakciu z voľného textu typickou kombináciou prístupov, ktorú je možné uvažovať, sú regulárne výrazy a použitie jazykových modelov v kombinácii s poloautomatickou metódou, pri ktorej anotátor označí správne hodnoty. Atribúty sú zastúpené vo voľnom texte rôznym spôsobom. Niektoré sú vyjadrené explicitne, teda vo forme často alebo menej často používaných ustálených fráz, alebo sú identifikovateľné na základe svojho jedin

3. téma dizertačnej práce:

Názov v hlavnom jazyku práce: Brain-training hry a priestorové počutie

Názov v sekundárnom jazyku práce: Brain-training games for spatial hearing

4. téma dizertačnej práce:

Názov v hlavnom jazyku práce: Fuzzy celulárne automaty

Názov v sekundárnom jazyku práce: Fuzzy cellular automata

Anotácia v hlavnom jazyku práce: Témou práce je skúmanie fuzzifikácií celulárnych automatov, špeciálne Conwayovej hry Life. V jej klasickej verzii ide o opakované diskrétne aplikácie jednoduchého pravidla, ktoré upravuje binárnu hodnotu každej bunky štvorcovej siete podľa hodnôt susedných buniek. Cieľom je modifikovať pravidlá tejto hry tak, aby bunky mohli mať aj nebinárne hodnoty (reprezentujúce teda ich „zdravie“) a hľadať konfigurácie, ktoré pri týchto pravidlách vykazujú zaujímavé správanie (napríklad periodickosť či inú pravidelnosť). Samozrejmosťou je vytvorenie príslušného matematického modelu a ideálom formulácie a formálne dôkazy získaných výsledkov.

Anotácia v sekundárnom jazyku práce: The topic of the work is the investigation of fuzzifications of cellular automata, especially Conway's game of Life. In its classic version, it involves repeated discrete applications of a simple rule that adjusts the binary value of each cell of a square grid according to the values ​​of neighboring cells. The goal is to modify the rules of this game so that cells can also have non-binary values ​​(representing their "health") and to look for configurations that exhibit interesting behavior (for example, periodicity or other regularity) with these rules. Of course, the creation of the appropriate mathematical model and the ideal of the formulation and formal proofs of the obtained results are required.

2. téma dizertačnej práce:

Názov v hlavnom jazyku práce: Analýza tabuľkových údajov s využitím vybraných metód strojového učenia

Názov v sekundárnom jazyku práce: Analysis of tabular data using selected machine learning methods

Anotácia v hlavnom jazyku práce: Metódy a algoritmy strojového učenia umožňujú rôzne formy inovácií v oblasti vzdelávania, zdravotníctva, digitalizácie priemyslu a iných oblastiach nášho života. Aplikácie strojového učenia tak majú významný potenciál, keďže môžu pomáhať zlepšovať životy ľudí.

1. téma dizertačnej práce:

Názov v hlavnom jazyku práce: Analýza digitálnych stôp pomocou metód strojového učenia

Názov v sekundárnom jazyku práce: Digital evidence analysis using machine learning methods

Anotácia v hlavnom jazyku práce: Digitálna forenzná analýza sa stala nevyhnutnou súčasťou reakcie na počítačové bezpečnostné incidenty ako aj súčasťou vyšetrovania kybernetickej kriminality. Dôležitú fázu forenzného vyšetrovania predstavuje samotná analýza digitálnych stôp. V rámci tejto fázy je potrebné extrahovať forenzné artefakty, určiť ich relevantnosť, hodnotu pre daný prípad, ako aj vzťahy medzi nimi. Účelom tejto fázy je potvrdenie, resp. vyvrátenie forenzných hypotéz stanovených v prvotných fázach forenzného vyšetrovania.

Anotácia v sekundárnom jazyku práce: Digital forensic analysis has become an essential component of incident response to computer security incidents as well as of cybercrime investigations. A key phase of a forensic investigation is the analysis of digital evidence. Within this phase, it is necessary to extract forensic artifacts, determine their relevance and evidential value for a given case, and identify relationships among them. The purpose of this phase is to confirm or refute forensic hypotheses formulated in the initial stages of the investigation.