Dovoľujeme si oznámiť, že dňa
4. 12. 2019 o 14.00 hod.
sa uskutoční na Fakulte informatiky a informačných technológií STU v Bratislave
Ilkovičova 2, v miestnosti 3.08 obhajoba dizertačnej práce
Ing. Petry Vrablecovej
Názov dizertačnej práce:
Predictive Analytics on Data Streams
Prediktívna analýza prúdov dát
Odbor: 9.2.6 Informačné systémy
Školiteľ: doc. Ing. Viera Rozinajová, PhD. - FIIT STU v Bratislave
Oponenti dizertačnej práce:
doc. Ing. Dalibor Fiala, Ph.D. - FAV ZČU v Plzni
doc. RNDr. Michal Laclavík, PhD. - ÚI SAV, Bratislava
Abstrakt:
Súčasný stav dátového manažmentu a technológií na uchovávanie a spracovávanie dát disponuje prostriedkami pre zbieranie a spravovanie aj veľkých objemov dát. Skutočná hodnota však nie sú samotné objemy dát, ale informácie ukryté v dátach. Dnes sa objemy zozbieraných dát dokážu pohybovať rádovo v terabajtoch a vyššie. Za čas, potrebný na spracovanie takéhoto množstva dát človekom, stratia informácie ukryté v dátach hodnotu. Preto sú dáta analyzované pomocou automatizovaných postupov. Dnešné analytické nástroje a techniky ale nie sú schopné analyzovať obrovské objemy dát v reálnom čase, preto sú neustále vyvíjané nové a vylepšované existujúce.
Táto práca sa zaoberá súčasnými technikami analýzy veľkých objemov prúdových dát a prognózovania, aktuálnymi problémami, ktoré sa týkajú veľkých údajových korpusov, prúdov a vytvárania predikcií v reálnom čase. Zameriavame sa na doménu energetiky, konkrétne na predikciu spotreby elektrickej energie.
The current state of data management, data processing and storing technologies makes big data management possible. However, the true value of big data lies not in the vast volumes, but in the information hidden in the data. Nowadays, data volumes range over terabytes and petabytes. Over the time needed for manual processing of such large data volumes, their value is lost. Therefore, the data are analyzed by automated procedures. Current analytical tools and techniques are not able to analyze huge volumes of data in real time, hence the constant development of new techniques and the improvement of old ones.
This thesis concentrates on the present techniques of big data stream analysis, forecasting, open problems of big and fast data and online forecasting. We focus on the domain of power engineering, particularly on power demand forecasting.
Autoreferát dizertačnej práce 
zaslaný do vedeckého časopisu Information Sciences and Technologies - Bulletin of ACM Slovakia.
Dizertačná práca je k nahliadnutiu na Študijnom oddelení FIIT STU.
