Prejsť na obsah
Prijímanie na štúdium

v odbore Informatika

 

Školitelia a témy pre prijímacie konanie

so začiatkom štúdia v akad. roku 2022/23

 

Doktorandské štúdium na Fakulte informatiky a informačných technológií STU

 

prof. Ing. Vanda Benešová, PhD. (vanda_benesova[at]stuba.sk)

  1. Výskum metód počítačového videnia pre modelovanie ľudskej vizuálnej pozornosti metódami umelej inteligencie
    Pozornost’ (angl. ”attention”) je všeobecný pojem zahrňujúci všetky faktory, ktoré ovplyvňujú mechanizmus výberu daného ľudskou vizuálnou pozornosťou, či už sú to mechanizmy zdola - nahor (bottom-up) alebo očakávaniami riadený výber zhora nadol (top - down). S tým súvisí pojem "Vizuálna výraznost’" (angl. ”saliency”), ktorý deteguje tie časti scény, ktoré sa javia pozorovateľovi ako vizuálne výrazné a teda vizuálne vynikajú oproti svojmu okoliu.
    Uplatnenie takýchto modelov je veľmi široké od počítačovej grafiky, kompresii dát až po výber relevantnej informácie pre interakciu človeka s počítačom.
    Doteraz boli preskúmané rôzne prístupy k modelovaniu vizuálnej pozornosti človeka, avšak v posledných rokoch tomuto výskumu dominujú metódy umelej inteligencie, najmä hlboké neurónové siete.
    Cieľom výskumu v doktorandskom štúdiu bude návrh nového modelu s využitím hlbokých neurónových sietí pre modelovanie ľudskej vizuálnej pozornosti so zakomponovaním rôznych faktorov ovplyvňujúcich vizuálnu pozornosť.
  2. Výskum nových metód počítačového videnia v medicínskych aplikáciách s využitím umelej inteligencie
    Počítačové videnie získava stále významnejšiu pozíciu pri automatickom spracovaní medicínskych vizuálnych dát, predovšetkým rádiologických a mikroskopických snímok.
    Najdôležitejšie aktuálne oblasti výskumu počítačového videnia v medicínskych aplikáciách súvisia s diagnostikovaním rôznych ochorení a ich cieľom je poskytnúť lekárovi ďalšie relevantné informácie, prípadne v automatickom alebo poloautomatickom režime ho odbremeniť od niektorých úkonov.
    Pre splnenie týchto cieľov je potrebný predovšetkým vývoj nových, robustných metód segmentácie, ktorý je aplikovaný napr. na segmentáciu anomálií orgánov, tumorov, sledovanie ich vývinu v čase. Nemenej významné je získavanie ďalšej informácie z medicínskych vizuálnych dát ako je napr. posúdenie malignity nádorov z mamografických snímok alebo rôzne informácie z mikroskopických snímok.
    V posledných rokoch v tejto oblasti výskumu dominujú aplikované metódy umelej inteligencie, najmä použitie hlbokých neurónových sietí.
    Výskum v priebehu doktorandského štúdia sa sústredí na jednu z uvedených oblastí.
  3. Výskum metód použitia hlbokých neurónových sietí v počítačovom videní
    Metódy umelej inteligencie, predovšetkým metódy hlbokého učenia, priniesli významný posun v úspešnosti tvorby aplikácií počítačového videnia a umožnili ich použitie v mnohých oblastiach reálneho života. Popri výskume smerovaného k návrhu nových systémov hlbokých neurónových sietí, ako aj ich použitia v rôznych aplikačných doménach, je zároveň dôležité venovať sa aj problematike ich vysvetliteľnosti a interpretovateľnosti. S tým súvisí aj otázka vhodného zakomponovania rôznych prístupov interpretovateľnosti tak, aby boli prínosné pre tú cieľovej skupinu pre ktorú sú relevantné, napr. pre vývojárov systému, doménových expertov alebo konečný používateľov. Ďalšou výzvou pre použitie hlbokých neurónových sietí v konkrétnych aplikáciách je potreba tvorby anotácií, ktorá je v počítačovom videní často veľmi časovo náročná a vyžaduje si doménovú expertízu, napr. v medicíne. Výskum sa preto orientuje na riešenia, ktoré pracujú s nedokonalými dátovými súbormi s limitovanými anotáciami. Čiastočné učenie s učiteľom(semi-supervised learning, SSL), učenie bez anotácií cieľovej domény (unsupervised domain adaptation, UDA) alebo dáta obsahujúce zašumené anotácie (noisy label learning, NLL) sú tri z najčastejšie sa vyskytujúcich problémov. Výskum v priebehu doktorandského štúdia sa sústredí na jednu z uvedených oblastí.

 

prof. Ing. Pavel Čičák, PhD. (pavel.cicak[at]stuba.sk)

  1. Komunikácia v prostredí internetu vecí
    Internet vecí predstavuje zložitú štruktúru nehomogénnych prvkov s rôznym stupňom a úrovňou inteligencie. Ich vzájomná komunikácia preto predstavuje rôznu úroveň zložitosti a špecifickú architektúru. Téma sa týka problematiky skúmania vybranej časti metód tejto komunikácie vrátane komunikácie v počítačových sieťach. Pokrýva formálne metódy opisu vlastností komunikačných prostriedkov a protokolov. Je zameraná najmä na mobilné komunikačné prostriedky a systémy, vrátane riešenia bezpečnostných aspektov na rôznych úrovniach.
  2. Návrh riadiacich systémov v prostredí internetu vecí
    Internet vecí (IoT) predstavuje zložitú štruktúru nehomogénnych komponentov. Jednotlivé prvky IoT majú rôzny stupeň inteligencie a rôzne typy aplikačného určenia. Riadiace jednotky takýchto systémov vyžadujú rôzne prístupy návrhu architektúry technických aj programových prostriedkov a technickej realizácie, vrátane prvkov s nízkym príkonom. Téma sa týka problematiky skúmania vybranej časti metód podpory automatizovaného návrhu riadiacich systémov a podsystémov takéhoto typu. Nedeliteľnou súčasťou návrhu je aj riešenie problému zabezpečenia spoľahlivosti, diagnostiky a následného zabezpečenia komunikácie v prostredí IoT.
  3. Zvýšenie efektivity internetu vecí
    Internet vecí predstavuje prostredie, ktoré obsahuje veľké množstvo navzájom komunikujúcich heterogénnych prvkov, ktoré sú často obmedzené z hľadiska fyzickej dostupnosti, výkonnosti alebo energie. Toto zvlášť platí pre koncové prvky senzorových sietí, ktoré sú neoddeliteľnou súčasťou Internetu vecí. Takéto prvky bývajú zvyčajne napájané batériou, príp. na svoju činnosť získavajú energiu z prostredia. Preto je neustále potrebné zvyšovať energetickú efektivitu takýchto prvkov, čím sa predĺži interval potrebnej výmeny batérie (resp. životnosť zariadení), alebo umožní integrovať viac funkcionality do zariadenia bez navýšenia energetickej náročnosti. V téme je možné sa zamerať na návrh zariadenia zvyšujúci efektivitu činnosti prvku pri samotnom spracovávaní informácií, alebo na energetickú efektivitu zabezpečenej komunikácie medzi prvkami internetu vecí.

 

doc. Ing. Ladislav Hudec, PhD. (ladislav.hudec[at]stuba.sk)

  1. Zvýšenie bezpečnosti webových systémov
    Systémy detekcie prienikov predstavujú dôležité nástroje na zvýšenie bezpečnosti webových systémov. Webový systém je chápaný ako celok pozostávajúci z webového servera, webovej aplikácie a databázy vrátane komunikačného protokolu http. Primárnu pozornosť pri skúmaní nových metód detekcii prienikov je potrebné venovať metódam založených použití výpočtovej inteligencii. Na základe analýzy dostupných metód výpočtovej inteligencie (napr. neurónové siete, fuzzy množiny, evolučné algoritmy, hlboké učenie) treba vyhodnotiť ich charakteristiky a posúdiť mieru splnenia požiadaviek na vytvorenie dobrého modelu pre detekciu prieniku. Pri návrhu dobrého modelu treba uvažovať viacero klasifikátorov a ich hierarchické usporiadanie. Účinnosť navrhnutej metódy bude posúdená pomocou štandardných testovacích datasetov.
    Kľúčové slová: bezpečnosť webových systémov, použitie metód strojového učenia
  2. Hardvérová bezpečnosť umelej inteligencie
    Školiteľ-špecialista: Ing. Jakub Breier, PhD., Silicon Austria Labs, Graz, Rakúsko
    Implementácie neurónových sietí sa často spracúvajú lokálne vo vnorených zariadeniach. Výpočty tak môžu využívať údaje (buď zo senzorov alebo signály), ktoré pochádzajú priamo zo zariadenia. Takéto zariadenie potom spracováva údaje a prijíma rozhodnutia pomocou neurónových sietí bez toho, aby bolo pripojené ku cloudu. Pri systematickom nasadzovaní neurónových sietí na Edge zariadeniach predstavuje bezprecedentný fyzický prístup k týmto modelom nové bezpečnostné hrozby. Cieľom tohto výskumného projektu je nájsť účinnejšie možnosti útoku a navrhnúť proti nim účinné protiopatrenia.
    Kľúčové slová: hardvérová bezpečnosť, umelá inteligencia, vnorené zariadenia
  3. Automatizácia generovania scenárov pre kybernetický polygón
    Kybernetický polygón je prostredie používané na školenie bezpečnostných expertov a na testovanie prostriedkov a procedúr útokov a obrany. Kybernetický polygón zvyčajne simuluje jednu alebo viacero kritických infraštruktúr, ktoré musia útočiace tímy kompromitovať a brániace sa tímy chrániť. Infraštruktúra môže byť zostavená fyzicky, ale oveľa pohodlnejšie je jej virtualizácia v prostredí cloudu s modelom služby IaaS (Infrastructure as a Service). Hoci niektoré moderné technológie podporujú IaaS, návrh a nasadenie scenárov hier v kybernetickom polygóne je väčšinou manuálna operácia. V dôsledku toho je bežnou praxou, že kyberetický polygón hosťuje iba niekoľko (niekedy iba jeden) konsolidovaných scenárov. Opätovné použitie toho istého scenára však môže výrazne znížiť efektivitu školenia a testovania. Cieľom dizertačnej témy je navrhnúť rámec pre automatizáciu definície a nasadenia ľubovoľne zložitých scenárov hier na kybernetickom polygóne.
    Kľúčové slová: hry pre kybernetický polygón, automatizácia návrhu scenárov

 

prof. Ing. Volodymyr Khilenko, PhD. (volodymyr.khylenko[at]stuba.sk)

  1. Optimalizácia architektúry kybernetického bezpečnostného systému, výber a použitie kódovacích algoritmov v distribuovaných výpočtových systémoch (Prvá časť práce: Optimalizácia výberu a použitia algoritmov kybernetickej bezpečnosti v distribuovaných výpočtových systémoch)
    Neustály nárast množstva informácií, ktoré je potrebné spracovať počítačovými systémami, vedie k širokému používaniu distribuovaných výpočtových systémov. Fungovanie tejto triedy systémov je technologicky spojené s veľkým využívaním otvorených komunikačných kanálov, a teda aj potenciálnym zvýšením rizika neoprávneného zásahu do ich práce. Táto štúdia by sa mala primárne zamerať na vypracovanie všeobecných odporúčaní pre výber architektúry kybernetického bezpečnostného systému, možnosti a účelnosti kombinácií rôznych kódovacích algoritmov pre distribuované systémy. Realizácia tejto práce zahŕňa vedecký výskum a získavanie aplikovaných výsledkov.
  2. Aplikácia algoritmov umelej inteligencie a blockchain technológií na zlepšenie presnosti predpovedania dynamiky a modelovania zložitých finančných a ekonomických systémov
    Znakom využitia umelej inteligencie (AI) pri riešení problémov modelovania a predpovedania zložitých finančných a ekonomických systémov je využitie obrovského množstva dát, ktoré je potrebné spracovať. Kombinácia algoritmov umelej inteligencie a moderných informačných technológií, najmä blockchainových technológií, je spôsob, ako optimálne zoskupovať dáta (optimálne zhlukovanie), zlepšiť presnosť predpovedí a zlepšiť kvalitu relevantných systémov na podporu rozhodovania. Štúdium spôsobov synergie AI algoritmov a schopností modernej IT Co. by malo byť zamerané na riešenie praktických problémov predikcie dynamiky finančných a ekonomických systémov a ich riadenia.

 

prof. Ing. Ivan Kotuliak, PhD. (ivan.kotuliak[at]stuba.sk)

  1. Zvýšenie bezpečnosti komunikačných sietí
    Téma sa týka problematiky zabezpečenia kvality služby požadovanej aplikáciou prostredníctvom komunikačnej siete. Medzi požadovanú kvalitu patrí aj požiadavka na bezpečnosť. Je zameraná hlavne na návrh nových prístupov v manažmente sietí či už v oblasti smerovacích protokolov, alebo v oblasti manažmentu dátovej prevádzky. Pri riešení je možné využiť štatistické vlastnosti prevádzky, inteligentné smerovanie softvérovými sieťami prípadne vylepšené siete pre doručovanie obsahu. Zvýšenie bezpečnosti v sieťach môže byť realizované s využitím technológie blockchain.
  2. Architektúra blockchain pre verejné služby
    Témou práce je navrhnúť blockchainovú architektúru zahŕňajúcu všetkých aktérov, zariadení, parametrov pre ekosystém daného odvetvia pre dôveryhodnú výmenu digitálnych asetov. Ťažiskom práce je návrh blockchainovej architektúry a konsenzuálnych algoritmov. Využitie blockchainových technológii naberá dynamiku v priemyselných odvetviach verejných služieb. Budúci trh je nastavený ako obojsmerný systém pozostávajúci z miliárd interakčných koncových bodov: smart merače, solárne fotovoltické systémy, sieť čerpacích staníc až po digitálne zákaznícke platformy. V tomto obrovskom anonymnom a heterogénnom prostredí bude bezpečná výmena údajov a bezproblémové transakcie nevyhnutné pre efektívne / dôveryhodné fungovanie ekosystému priemyselného odvetvia.
  3. Útok postranným kanálom s podporou umelej inteligencie
    Školiteľ-špecialista: Bc. Xiaolu Hou, PhD. (xiaolu.hou[at]stuba.sk)
    Útok postranným kanálom (Side-Channel Attack – SCA) sa zameriava na pasívnu analýzu implementácií kryptografických algoritmov. Len pozorovaním fyzikálnych vlastností zariadenia počas výpočtov môže zo zariadenia získať tajné údaje. Prístupy hlbokého učenia sa v posledných rokoch stali populárnymi pre SCA. Najmä konvolučné neurónové siete (CNN), vďaka ich prirodzenej schopnosti prekonať základné protiopatrenia SCA. Cieľom výskumu je navrhnúť nové techniky založené na umelej inteligencii na pomoc pri SCA.
    Kľúčové slová: útok postranným kanálom, umelá inteligencia, kryptografia
  4. Analýza prevádzkových údajov na predikciu výskytu bezpečnostných incidentov s využitím prvkov umelej inteligencie
    Prevádzkové a bezpečnostné logy z rôznych sieťových zariadení aj z koncových bodov obsahujú množstvo informácií, ktoré však nemajú homogénnu štruktúru a sú silno závislé od konkrétneho výrobcu. Tieto údaje poskytujú pohľad do diania v infraštruktúre, avšak problémom je ich efektívna analýza a vyhodnocovanie. Preto je potrebné pristupovať k nim ako k „big data“ a aplikovať vhodné metódy analýzy. Existujúce a využívané nástroje, ako napr. SIEM, síce generujú upozornenia, ale tieto sú obvykle až výsledkom detekcie konkrétnej škodlivej akcie spôsobujúcej narušenie dôvernosti, integrity alebo dostupnosti informácií, na základe signatúry alebo staticky definovanej postupnosti záznamov. Každému sofistikovanejšiemu kybernetickému útoku však predchádza fáza prieskumu, získavania informácií a testovania odozvy bezpečnostných mechanizmov na rôzne podnety útočníka, keď ešte nedošlo k vzniku významnej škody, ale už je možné danú aktivitu detegovať.
    Cieľom práce je pokročilé spracovávanie a analýza týchto prevádzkových údajov a systémových logov s využitím „state-of-the-art“ metód umelej inteligencie, strojového učenia a dolovania procesov, s cieľom včasného zachytenia, resp. predikcie bezpečnostných incidentov v čo najskoršej fáze, ideálne ešte predtým, než vznikne skutočná škoda.

 

doc. Mgr. Michal Kováč, MSc., PhD. (michal.kovac[at]stuba.sk)

  1. Metódy explainable AI (XAI) v precíznej onkológii
    Technologický vývoj za posledných dvadsať rokov transformoval onkológiu z experimentálnej klinickej vedy na dátovú. Tých dôvodov prečo tomu tak je, je niekoľko, ale sú to najmä technológie masívneho paralelného sekvenovania DNA, ktoré umožňujú používať variabilitu nádorového genómu ako stroj času na predpoveď budúceho vývoja ochorenia. Súčasťou výskumu je návrh metód XAI pre rekonštrukciu evolučnej histórie nádoru tak, aby sme mohli vytvoriť odporúčajúci systém optimálnej liečby. Práca je zameraná na využitie distribuovaného počítania pre spracovanie big data z existujúcich depozitárov nadnárodných projektov ako je The Cancer Genome Atlas a podobne.
    Kľúčové slová: big data, precízna medicína, genomika, cluster computing, explainable AI, podpora rozhodovania
  2. Výskum metód automatickej detekcie chorôb očnej rohovky
    Školiteľ-špecialista: Dr Gabriela Czanner, PhD. (gabriela.czanner[at]stuba.sk; https://raiselabliv.com/)
    Predmetom práce je navrhnúť a realizovať systém na automatickú detekciu chorôb očnej rohovky, napríklad v chorobe Keratoconus. Táto choroba postihuje mladých ľudí a spôsobuje stratu videnia a predstavuje až 25 % všetkých rohovkových operácií. Rohovka sa dá zobraziť pomocou dnešných zariadení ako napríklad Corvis. Nevie sa však, ako presne odhadnúť začiatok choroby alebo zhoršenie choroby v čase. Úlohou tohto projektu bude návrh nového modelu s využitím hlbokých neurónových sietí a štatistických 3D modelov pre tvaru rohovky v zdraví a chorobe, kvantifikácia neistoty umelej inteligencie a navrhnutie, ako túto neistotu využiť pre čo najsprávnejšie medicínske rozhodovanie.
    Kľúčové slová: umelá inteligencia, štatistické modelovanie, oftalmológia, podpora rozhodovania
  3. Výskum metód automatickej detekcia identity človeka na základe fotografie očnej sietnice
    Školiteľ-špecialista: Dr Gabriela Czanner, PhD. (gabriela.czanner[at]stuba.sk; https://raiselabliv.com/)
    Cieľom práce je vývoj automatickej identifikácie človeka pomocou obrázku očnej sietnice. Doktorand bude spracovávať obrázky sietnice, analyzovať polohu a vetvenie krvných ciev v sietnici, skúmať ako presnosť identifikácie závisí od kvality obrázku, typu kamery alebo osvetlenia. Cieľom výskumu v doktorandskom štúdiu bude návrh nového modelu s využitím hlbokých neurónových sietí a štatistické priestorové zmiešané prediktívne modely. Úlohou bude aj zistiť a merať zdroje neistoty umelej inteligencie a navrhnúť ako tieto zdroje využiť aby detekcia bola čo najpresnejšia.
    Kľúčové slová: umelá inteligencia, štatistické modelovanie, oftalmológia, podpora rozhodovania

 

doc. Ing. Tibor Krajčovič, PhD. (tibor.krajcovic[at]stuba.sk)

  1. Zabezpečenie vnorených systémov s kritickou dobou odozvy proti poruchám
    Občasné a prechodné poruchy tvoria podstatnú časť všetkých porúch vo vnorených systémoch. Zistenie ich vplyvu na tok programu si vyžaduje, aby sa systém nachádzal vo svojom pracovnom prostredí a kontrola sa vykonávala súbežne s behom programu. Dodatočné kontrolné procesy a kontrolné prostriedky nesmú znížiť výpočtový výkon systému natoľko, aby nebola dodržaná doba odozvy.
    Kľúčové slová: pro-aktívna ochrana programu, škodlivý softvér, antivírus
  2. Vnorené systémy so zvýšenou bezpečnosťou smerom von
    Pri vnorených systémoch so zvýšenou bezpečnosťou smerom von (safety critical) je nevyhnutné použiť také bezpečnostné mechanizmy, aby pri zlyhaní vnoreného systému neprišlo k ohrozeniu obsluhy. Zlyhanie systému pritom môže byť spôsobené nielen poruchou samotného vnoreného systému, ale aj útokom zvonku. Potrebná je analýza týchto možností a návrh nových metód vývoja firmvéru pre takéto systémy.
    Kľúčové slová: vnorené systémy, bezpečnosť smerom von, bezpečnosť obsluhy
  3. Pro-aktívna ochrana programu pred škodlivým softvérom
    V súčasnosti je najvýznamnejším prostriedkom ochrany pred škodlivým softvérom antivírusový program. Jeho schopnosti sú však limitované samotnými algoritmami detekcie, rýchlosťou aktualizácie databázy a pod. Škodlivý softvér môže ovplyvniť správanie sa programu mnohými spôsobmi. Potrebná je analýza týchto možností a návrh nových metód vývoja takých programov, ktoré budú mať schopnosť vlastnej ochrany pred škodlivým softvérom, aj pred takým, ktorý nebol detekovaný antivírusovým programom.
    Kľúčové slová: vnorené systémy, kritická doba odozvy, zabezpečenie proti poruchám

 

doc. Dr. Ing. Michal Ries (michahl.ries[at]stuba.sk)

  1. Architektúra blockchain služieb pre doménu decentralizovaných financií
    Školiteľ-špecialista: Ing. Kristián Košťál, PhD. (kristian.kostal[at]stuba.sk)
    Digitalizácia finančných služieb napreduje ohlasovaním projektov centrálnych bánk na zavádzanie digitálnych mien na báze blockchain technológie. Témou práce je navrhnúť blockchain architektúru, zahŕňajúcu všetkých aktérov, zariadení, parametrov pre ekosystém daného odvetvia pre dôveryhodnú výmenu digitálnych aktív. Ťažiskom práce je návrh architektúry a konsenzuálnych algoritmov s cieľom identifikácie nového modelu, ktorý umožní postupnú transformáciu z dnešného internetu obsahu a centralizovaných financií na budúci internet hodnôt s aplikovaním decentralizovaných financií. Pri výskume bude dôležité pozerať sa aj na aspekty bezpečnosti, prípadných regulácií a mechaník proti praniu špinavých peňazí, takže oblasť výskumu je možné rozšíriť aj o aplikovanie techník strojového učenia a umelej inteligencie. Výsledkom výskumu bude aj zadefinovanie, prípadná štandardizácia ako by obsah, ktorý sa nachádza online, vedel byť nositeľom hodnoty a účastníci siete si navzájom vymieňali tieto hodnoty, nie samotný obsah. Využitie blockchain technológií naberá dynamiku aj v odvetviach verejných služieb, kde je častokrát problém práve s netransparentnosťou údajov, čoho presným opakom je využitie blockchain technológie, kde je všetko transparentné. Budúci trh je nastavený ako viacsmerný systém pozostávajúci z miliárd interakčných koncových bodov. V tomto obrovskom heterogénnom prostredí bude bezpečná výmena údajov, hodnôt a bezproblémové transakcie nevyhnutné pre efektívne/dôveryhodné fungovanie ekosystému finančného sektoru.
    Kľúčové slová: technológia blockchain, umelá inteligencia, decentralizované financie
  2. Výskumné výzvy pri aplikovaní blockchainovej technológie v doméne kryptoekonomika
    Blockchainové technológie dnes poskytuje dostatočné technologické zázemie pri zvyšovaní kybernetickej bezpečnosti pre aplikácie v doméne kryptoekonomika. Hlavnou výhodou blockchainových technológií, aplikovaných na bezpečnostné systémy, je ich decentralizovaný, samooverovací charakter vo verejnej doméne. Bez jediného vstupného bodu a nutnosti kompromitovať možno stovky alebo tisíce uzlov súčasne, je narušenie bezpečnostných systémov založených na blockchaine technologicky veľmi zložité. Aplikovanie blockchainovej technológie v kryptoekonomike bude mať zasadný vplyv na zabezpečenie vyskoje úrovne kybernetickú bezpečnosti, čo prináša zásadné výskumne výzvy ako sú napr. bezpečnejší systém DNS, bezpečnejší P2P (peer-to-peer) systém správ, decentralizované dátové úložisko, bezpečnejší „privacy-first“ webový prehliadač alebo napr. bezpečnejšia decentralizovaná dátová platformy pre IoT (internet vecí).
    Kľúčové slová: technológia blockchain, kryptoekonomika, kybernetická bezpečnosť
  3. Výskum využitia neurónových sietí pri numerických výpočtoch procesu zvárania
    Školiteľ-špecialista: prof. Ing. Roland Jančo, PhD. (roland.janco[at]stuba.sk)
    Téma práce je zameraná na výskum využitia neurónových sietí na predikciu teplotného a deformačno-napäťového stavu procesu zvárania. Neurónové siete nachádzajú veľmi široké uplatnenie v praktických aplikáciách. Využívajú sa na spracovanie veľkého množstva informácií. V súčasnosti máme špecializované softvéry na výpočet procesu zvárania, kde do výpočtu vstupujú mnohé parametre ako výkon zváracieho zdroja, rýchlosť pohybu zdroja, materiálové a okrajové podmienky, ktoré sú funkciou teploty, rýchlosti chladnutia a pod. Výsledkom sú teplotné polia, polia fázových transformácii, posunutia a mechanické napätia. Tento proces výpočtu je časovo náročný, preto cieľom je vykonať rozbor súčasného stavu riešenie v tejto oblasti, na základe ktorého budú stanovené vhodné možnosti použitia neurónovej siete pre zvárania, navrhnúť a prezentovať algoritmy na efektívne riešenie použitím neurónových sietí, natrénovať neurónovú sieť pre rôzne vstupné parametre, na riešenie bude používaný program ANSYS, MATLAB, SYSWELD. Prioritné výskumné oblasti sa prispôsobia po konzultácii a aktívna účasť na zahraničných konferenciách.
    Kľúčové slová: návrh numerických výpočtových procesov, neurónové siete, výpočet procesu zvárania

 

doc. Ing. Peter Trúchly, PhD. (peter.truchly[at]stuba.sk)

  1. Manažment sietí v prostredí prepojenej dopravy
    Prostredie prepojených vozidiel je jedným z najrýchlejšie nastupujúcich inovácií na ceste k autonómnej doprave. Tieto vozidlá sa prepájajú nielen medzi sebou, ale aktívne komunikujú aj so službami v cloude či so zariadeniami, ktorými je vybavená samotná dopravná infraštruktúra. Vďaka tomuto prepájaniu je možné zvyšovať mieru bezpečnosti na cestách, ale aj rozširovať možnosti, akými jednotlivé vozidlá na ceste spolupracujú. Tieto siete sú dnes spravidla heterogénne – používajú sa rôzne prístupové bezdrôtové technológie a rôzne protokoly a manažment tohto prostredia, aby doručovanie v reálnom čase bolo spoľahlivé, nie je triviálnou úlohou, naopak, ponúka množstvo otvorených problémov, ktorým sa môže doktorand vo svojom výskume venovať.
    Kľúčové slová: prepojené vozidlá, autonómna doprava, manažment siete, bezdrôtové technológie, bezpečnosť cestnej premávky
  2. Výskum v oblasti fúzie senzorických údajov pre autonómne vozidlá
    Školiteľ-špecialista: Ing. Marek Galiński, PhD. (marek.galinski[at]stuba.sk)
    Dopravné prostriedky, ktoré majú za cieľ poskytovať možnosť autonómnej jazdy na úrovni 3 a vyššie, sú osadené množstvom rôznych senzorov, vďaka ktorým zbierajú obrovské objemy údajov v reálnom čase. Na to, aby vozidlo mohlo robiť kvalifikované rozhodnutia bez ohrozenia bezpečnosti, je dôležité týmto údajom správne porozumieť a vhodne ich poprepájať medzi sebou. V oblasti fúzie senzorických údajov je dnes množstvo otvorených výskumných problémov zameraných na to, ako správne tieto pozbierané údaje interpretovať v kontexte autonómneho riadenia vozidla. Vzhľadom na obrovské objemy týchto údajov je táto téma obzvlášť vhodná pre záujemcu, ktorý sa počas svojho doktorandského výskumu chce venovať optimalizačným problémom a dátovej vede.
    Kľúčové slová: autonómna doprava, dáta zo senzorov, optimalizácia dát, dátová veda, bezpečnosť cestnej premávky

 

doc. Ing. Valentino Vranić, PhD. (valentino.vranic[at]stuba.sk)

  1. Vzory v agilnom vývoji softvéru a ďalej
    Živé štruktúry majú tendenciu vyvíjať sa v podobe vzorov: generovaním prvkov, ktoré vyvažujú konflikty protichodných síl. Vo vývoji softvéru je to tak s kódom, kde hovoríme o návrhových vzoroch, ale taktiež aj s ľuďmi, kde hovoríme o organizačných vzoroch. Vzory neprichádzajú izolované. Naopak, tvoria zložité lingvistické systémy. Toto prináša rad výskumných otázok, akými sú: ako urobiť vzory a jazyky vzorov dostupnejšími a zrozumiteľnejšími, ako organizačné vzory formujú jazyky vzorov a ako sa jedny s druhými skladajú, ako organizačné vzory súvisia s návrhovými vzormi a modularizáciou softvéru, ako rozpoznať vzory v artefaktoch vývoja softvéru, ako organizačné vzory môžu prispieť k spolupráci v distribuovaných usporiadaniach alebo ako chápanie vzorov vo vývoji softvéru môže prispieť k chápaniu vzorov v iných oblastiach ľudského života (napr. v drame) a naopak.
    Kľúčové slová: agilnosť, úspornosť, vzory, jazyky vzorov, modularizácia, spolupráca, distribuovaný vývoj softvéru
  2. Porozumenie, údržba a znovupoužitie softvérových znalostí
    Vývoj softvéru operuje nad rôznorodými znalosťami, akými sú kód, vzory, prípady použitia, grafické modely, špecifikácia, modularizácia, vykonávaný softvér, žurnály vykonávania, testy, a dokonca aj organizácia ľudí. Použitie a znovupoužitie týchto softvérových znalostí vyžaduje porozumenie zámeru, ktorý je za nimi, a ako sú prepojené. Prepojenia a možné transformácie medzi artefaktmi vývoja softvéru je potrebné skúmať a podporiť ich novými druhmi modelov a vizualizácie. Agilný vývoj softvéru, ako spôsob vývoja softvéru zameraný na človeka, a radu softvérových výrobkov, ako organizovaný prístup k dosiahnuteľnému znovupoužitiu softvéru, sú v tomto zmysle zvlášť zaujímavé.
    Kľúčové slová: porozumenie, znovupoužitie, zámer, modularizácia, agilnosť, úspornosť, rady softvérových výrobkov, modelovanie, vizualizácia

 

Doktorandské štúdium na Ústave informatiky SAV

Ústav informatiky SAV je externou vzdelávacou inštitúciou v doktorandskom štúdiu v akreditovanom študijnom programe Aplikovaná informatika.

 

Ing. Zoltán Balogh, PhD. (balogh.ui[at]savba.sk)

  1. Nové metódy pre hromadný zber, agregáciu a spracovanie geograficky mapovaných dát v reálnom čase
    Téma sa zameriava na výskum zberu geograficky mapovaných dát v úplne alebo čiastočne štruktúrovanej forme z veľkého počtu senzorov s použitím mobilných výpočtových zariadení, ako napr. "smart" mobilných telefónov, "smart" hodiniek alebo jednodoskových počítačov s GPS senzormi. Výskum sa môže týkať aj hromadného kontextovo-riadeného poskytovania informácií v reálnom čase, sémantického modelovania dát, priebežnej vizualizácie dynamicky agregovaných informácií alebo návrhu inovatívnej distribuovanej architektúry pre spoľahlivý a bezpečný zber dát v reálnom čase prostredníctvom špecializovaných zberných bodov v sieti. Pri riešení problematiky je možnosť zapojiť sa do výskumných projektov v oblasti manažmentu krízových udalostí alebo inteligentného riadenia dopravy.

 

RNDr. Ján Glasa, CSc. (jan.glasa[at]savba.sk)

  1. Počítačové modelovanie požiaru v cestnom tuneli
    konzultant špecialista: Ing. Lukáš Valášek, PhD. (lukas.valasek[at]savba.sk)
    Počítačové modelovanie javov súvisiacich s požiarom už v súčasnosti dosahuje vysokú mieru spoľahlivosti a vierohodnosti. Existujúce simulátory požiarov už umožňujú zahrnúť do výpočtu širokú škálu fyzikálnych procesov a modelovať priebeh požiaru a jeho účinky aj v priestoroch veľkých rozmerov. Výskum sa zameria na modelovanie a vizualizáciu požiaru v cestnom tuneli pomocou programového systému FDS. Na overenie výsledkov simulácie sa využijú súbory experimentálnych dát získaných počas testov v reálnom diaľničnom tuneli. Predmetom výskumu bude aj automatická odpoveď riadiaceho systému tunela na mimoriadnu udalosť, ktorej cieľom je vytvoriť a udržať podmienky na bezpečnú evakuáciu osôb. Výpočty sa budú realizovať na výkonnej výpočtovej infraštruktúre SAV.
    Kľúčové slová: počítačové modelovanie požiarov, cestný tunel, FDS, priebeh požiaru, paralelný výpočet, HPC
  2. Počítačové modelovanie požiaru v prírodnom prostredí
    konzultant špecialista: Ing. Lukáš Valášek, PhD. (lukas.valasek[at]savba.sk)
    Počítačové modelovanie požiaru v prírodnom prostredí predstavuje komplexný interdisciplinárny problém. V súčasnosti už existujú programové systémy schopné modelovať šírenie požiaru vegetácie a zahrnúť do výpočtu širokú škálu fyzikálnych procesov súvisiacich s požiarom. Cieľom výskumu je oboznámiť sa s princípmi a modelmi použitými na modelovanie požiaru vegetácie v programovom systéme FDS a otestovať a overiť vybrané časti systému pri modelovaní reálneho požiaru v prírodnom prostredí. Súčasťou výskumu bude aj spracovanie experimentálnych dát získaných počas požiarnych experimentov v prírodnom prostredí a ich využitie na overenie výsledkov počítačovej simulácie. Očakáva sa tiež získanie nových výsledkov a skúsenosti v oblasti efektívnej realizácie počítačovej simulácie na výkonnej počítačovej infraštruktúre v SAV.
    Kľúčové slová: počítačové modelovanie, požiar vegetácie, FDS, šírenie požiaru, paralený výpočet, HPC

 

doc. Ing. Ladislav Hluchý, CSc. (Ladislav.Hluchy[at]savba.sk)

  1. Distribuované spracovanie rozsiahlych dát
    V súčasnosti rapídne narastá objem heterogénnych dát z distribuovaných zdrojov, čím vznikajú výzvy pre extrahovanie z nich hodnotné znalosti. Takými aplikáciami môžu byť modelovanie, simulácia, rozpoznávanie obrazov, vizualizácia a podobne v rôznych oblastiach, ako sú napr. biomedicína, astrofyzika, životné prostredie, aeronautika, automobilový priemysel, energetika, materiálové vedy. Vzhľadom na veľkosť dát, ktoré sú často označované ako veľké, resp. extrémne, je potrebné navrhnúť metodológiu, robustné metódy a nástroje pre extrémne škálovateľnú analytiku v súčinnosti s distribuovanými architektúrami pre zber a manažovanie obrovského množstva dát, akými sú Cloud technológie a IoT. Dizertačný projekt bude zameraný na analýzu, návrh metodológie, metód a algoritmov pre spracovanie veľkých dát pre vybrané aplikácie, ktoré sú v súčasnosti riešené na ÚI SAV. Súčasťou dizertačného projektu bude aj výskum a vývoj vhodných nástrojov a služieb pre distribuované spracovanie metód a algoritmov.
  2. Metódy umelej inteligencie v kybernetickej bezpečnosti
    Väčšina súčasných prístupov k počítačovej bezpečnosti sa zameriava na špecifické aspekty systémov informačných a komunikačných technológií, ako sú kontrola prístupu, kryptografia, anonymizácia, ochrana proti vírusom, antivírusová detekcia, detekcia narušenia a detekcia anomálií. Chýba im však celkový pohľad na mnohé aspekty kybernetických hrozieb a nevenujú náležitú pozornosť jednému z najdôležitejších prvkov v kybernetickej bezpečnosti: ľudskému aspektu. Navyše často nedokážu riešiť dynamickú povahu kybernetických útokov, ktoré sa rýchlo vyvíjajú a stávajú sa sofistikovanejšími tým, že využívajú nové zraniteľnosti a kombinujú rôzne útokové kanály (sieťové, fyzické, ľudské atď.). Na riešenie týchto obmedzení a na zvýšenie schopností odhaľovania a odozvy potrebujeme systematický a holistický prístup ku kybernetickej bezpečnosti, ktorý zohľadňuje technologické a ľudské faktory. Dizertačný projekt bude zameraný na návrh metodológie a metód pre analýzu anomálií a abnormalít pomocou techník získavania veľkých dát a strojového učenia (dolovanie dát a procesov) s možnosťou detekcie aj doteraz neznámych hrozieb a narušení.

 

Ing. Peter Malík, PhD. (p.malik[at]savba.sk)

  1. Hlboké neurónové siete pre aplikácie spracovania obrazu a počítačového videnia
    Umelé neurónové siete nachádzajú veľmi široké uplatnenie v praktických aplikáciách. Využívajú sa na spracovanie veľkého množstva informácií obsiahnutých v obrazovom, zvukom alebo textovom formáte. Ich praktické využitia majú rôzne úrovne zložitosti, od vyhľadávania najdôležitejších údajov, kompletnej analýzy dát, predikcie a predpovede, až po výpočet riadiacich signálov vo forme autonómneho riadiaceho systému. Spracovanie obrazu je špecifická oblasť, v ktorej umelé neurónové siete dosahujú výborné výsledky vďaka ich schopnosti naučiť sa rozoznávať najdôležitejšie črty a vlastnosti obrazu z veľkého počtu obrazových pixlov. V jednoduchších úlohách počítačového videnia, medzi ktoré patrí klasifikácia objektov, umelé neurónové siete dosahujú lepšie výsledky ako človek. Preukázané to bolo vo viacerých aplikačných oblastiach vrátane rozoznania všeobecných objektov, klasifikácie biometrických dát (tvár, chôdza), rozoznanie medicínskych dát (röntgen, CT, MRI).
    Súčasnou výzvou pre výskum v oblasti umelých neurónových sietí sú zložitejšie úlohy počítačového videnia, akými sú detekcia a inštančná segmentácia, v ktorých ľudské schopnosti prekonané neboli. Rovnako dôležitou výskumnou úlohou je redukcia hardvérových požiadaviek výpočtu umelých neurónových sietí. Výrazný prínos v tejto oblasti má výskum nových efektívnych architektúr umelých neurónových sietí. Práve architektúra neurónových sietí stále ponúka široký priestor na vylepšenie, pretože riešenia sa hľadajú na vyššej úrovni abstrakcie problému. Zadanie výskumných úloh bude zamerané na tieto výskumné oblasti s cieľom vytvoriť nové metódy, algoritmy alebo architektúry, ktoré zlepšujú parametre a schopnosti umelých neurónových sietí a umožňujú ich efektívne aplikovanie v praxi. Prioritné výskumné oblasti sa prispôsobia po konzultácii a predpokladá sa zapojenie študenta do medzinárodných súťaží a aktívna účasť na zahraničných konferenciách. Téma bude riešená na Ústave informatiky Slovenskej akadémie vied.
    Kľúčové slová: hlboké učenie, konvolučné neurónové siete, architektúra neurónových sietí, detekcia, inštančná segmentácia, spracovanie obrazu, počítačové videnie, aplikácia neurónovej siete

 

Ing. Giang Nguyen, PhD. (giang.nguyen[at]savba.sk)

  1. Mäkké počítanie (soft computing) pre riešenie komplexných problémov
    Téma práce je zameraná na výskum v oblasti mäkkého počítania (angl. soft computing) tvoreného výpočtovo inteligentnými metódami na riešenie komplexných problémov kombináciou špičkových technológií, ku ktorým patria neurónové siete, strojové učenie, hlboké učenie, ako aj optimalizácia, fuzzy logika a teória pravdepodobnosti na riešenie doménových problémov, ako napr. monitorovanie sietí, manažovanie zdrojov. Rôzne metódy používané v soft computingu si nekonkurujú, ale spolupracujú komplementárnym spôsobom. Zameriava sa na toleranciu voči nepresnosti, neurčitosti, čiastočnej pravde a aproximácií, aby sa dosiahla efektívnosť a nízke náklady na riešenie. Keďže dnešné dáta majú dynamicko-rastúci potenciál, širšia spolupráca medzi inteligentnými metódami, škálovateľnými metódami spracovaním dát a vysokovýkonnou podporou pomáha čeliť výzvam v mnohých oblastiach. Všetky tieto pokročilé technológie nemusia byť vždy previazané, resp. použité naraz, ale ich spojenie je žiaduce pre komplexné riešenia.
  2. Strojové učenie s ochranou citlivých údajov
    Veľa problémov moderného sveta, ktoré chceme riešiť pomocou dátovej vedy a AI prístupov, vyžaduje priamy prístup k citlivým údajom akými sú osobné, medicínske, obchodné alebo bezpečnostné informácie. Vo väčšine prípadov však priamy prístup k týmto údajom takmer nie je možný ani pre druhú stranu. Hlavnou príčinou sú požiadavky na ich ochranu. Preto sú nastolené niektoré otázky ohľadom zamedzenia úniku citlivých údajov v procese dátovej vedy, ako aj možností modelovania z citlivých dát ku ktorým nemáme priamy prístup. Téma práce je zameraná na kolaboratívne (federatívne) učenie, kde treba zabezpečiť zdieľanie znalosti medzi partnermi a zároveň zabezpečiť ochranu citlivých údajov.
  3.  

    Ing. Milan Rusko, PhD. (rusko.ui[at]savba.sk)

    1. Automatická detekcia symptómov neurodegeneratívnych ochorení mozgu z reči pacienta
      Predmetom práce je navrhnúť a realizovať systém na automatickú detekciu príznakov neurodegeneratívnych ochorení mozgu prostredníctvom automatickej analýzy reči pacienta. Študent vypracuje prehľad súčasného stavu prístupu k tejto neinvazívnej skríningovej a diagnostickej metóde vo svete. Analyzuje najčastejšie používané metódy využívajúce akustické a lingvistické príznaky, ako aj strojové učenie. Navrhne, zrealizuje a vyhodnotí program na automatickú detekciu neurodegeneratívneho ochorenia mozgu analýzou reči pacienta.
    2. Automatické meranie stresu v ľudskom hlase
      Cieľom práce je overenie možnosti automatického merania stresu hovoriaceho analýzou jeho reči. Doktorand vypracuje prehľad súčasného stavu riešenia vo svete. Analyzuje najčastejšie používané metódy využívajúce akustické a lingvistické príznaky, ako aj strojové učenie. Navrhne, realizuje a vyhodnotí systém na automatické vyhodnotenie hladiny stresu hovoriaceho analýzou jeho reči.
    3. High-end expresívna syntéza reči v slovenčine
      Cieľom práce je nahrať rečovú databázu a vytvoriť syntetizátor reči v slovenčine, využívajúci najmodernejšie technológie strojového učenia, ktorý by bol schopný okrem emočne neutrálneho hlasu generovať aj hlas s vyššími stupňami emočnej aktivácie (vzrušený, naliehavý, varujúci), ako aj naopak, hlas s nižším stupňom emočnej aktivácie (veľmi kľudný, chlácholivý). Študent sa pokúsi vytvoriť aj hlas vyjadrujúci záporné emócie a hlas vyjadrujúci kladné emócie. Hlas bude implementovaný do hlasového asistenta.

     

    Ing. Dinh Viet Tran, PhD. (viet.tran[at]savba.sk)

    1. Nové metódy pre vývoj, nasadenie a orchestráciu cloudových služieb
      S rozvojom cloudových technológií sa ukázala potreba skúmať vývoj a nasadenie služieb v cloudovom prostredí. Motiváciou pre takýto vývoj a nasadenie boli ekonomické a technologické dôvody. Na strane ekonomickej, cloudové počítanie môže poskytnúť významné šetrenie nákladov vzhľadom na zvýšené využívanie virtuálnych zdrojov. Ďalej cloudové počítanie umožňuje rýchle sprístupnenie služieb, čím sa zvyšuje efektívnosť práce používateľov, čo motivuje veľké firmy vytvárať svoj zisk z poskytnutých služieb. Avšak ekonomické záujmy poskytovateľov služieb majú snahu udržať si svoje vlastné proprietárne technológie, výsledkom čoho je „uzamknutie“ zákazníkov v používaní služieb len daného poskytovateľa. Hoci niekoľko štandardizácií a riešení sa v tejto oblasti objavilo, nepriniesli konkrétne komplexné riešenie pre vývoj služieb a ich nasadenie v cloudovej infraštruktúre typu IaaS (Infrastructure as a Service). Preto z hľadiska univerzálnych cloudových používateľov je potrebný softvérový nástroj, ktorý pomôže vyriešiť uvedený problém. Cieľom dizertačnej práce je navrhnúť nový prístup, metódu a nástroje pre riešenie problémov vývoja, nasadenia a orchestrácie služieb medzi rôznymi cloudovými infraštruktúrami.

     

    Mgr. Peter Weisenpacher, PhD. (weisenpacher.ui[at]savba.sk)

    1. Počítačové modelovanie prúdenia počas požiaru v cestnom tuneli
      konzultant špecialista: Ing. Lukáš Valášek, PhD. (lukas.valasek[at]savba.sk)
      Cestné tunely patria k významným súčastiam medzinárodných dopravných systémov, preto sa otázkam požiarnej bezpečnosti tunelov venuje zvýšená pozornosť. Výskum sa zameria na problémy súvisiace s počítačovým modelovaním prúdení v diaľničnom tuneli pomocou programového systému FDS, ktorý umožňuje realisticky modelovať a vizualizovať prúdenia spôsobené požiarom a simulovať činnosť bezpečnostných systémov ochrany tunela. Súčasťou výskumu budú aj otázky súvisiace s paralelnou realizáciou simulácie. Výpočty sa budú realizovať na výkonnej výpočtovej infraštruktúre na ÚI SAV v Bratislave.