informatika (Id)
Analýza digitálnych stôp pomocou metód strojového učenia
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. Cieľom tejto práce je analyzovať možnosti používania metód strojového učenia pri analýze digitálnych stôp vzhľadom na komplexnosť, množstvo a heterogénnosť forenzných artefaktov. Súčasne je cieľom navrhnúť spôsob výberu pre prípad relevantných forenzných artefaktov, nájdenia vzťahu medzi nimi ako aj overenia samotnej forenznej hypotézy.
(1) Analyzovať možnosti používania metód strojového učenia pri analýze digitálnych stôp vzhľadom na komplexnosť, množstvo a heterogénnosť forenzných artefaktov. (2) Navrhnúť spôsob výberu relevantných forenzných artefaktov a nájdenia vzťahu medzi nimi. (3) Navrhnúť spôsob overenia samotnej forenznej hypotézy.
(1) Hall, Stuart W., Amin Sakzad, and Kim‐Kwang Raymond Choo. "Explainable artificial intelligence for digital forensics." Wiley Interdisciplinary Reviews: Forensic Science 4.2 (2022): e1434. (2) Mohammad, Rami Mustafa A., and Mohammed Alqahtani. "A comparison of machine learning techniques for file system forensics analysis." Journal of Information Security and Applications 46 (2019): 53-61. (3) Tallón-Ballesteros, Antonio J., and José C. Riquelme. "Data mining methods applied to a digital forensics task for supervised machine learning." Computational intelligence in digital forensics: forensic investigation and applications (2014): 413-428. (4) Du, Xiaoyu, et al. "SoK: Exploring the state of the art and the future potential of artificial intelligence in digital forensic investigation." Proceedings of the 15th International Conference on Availability, Reliability and Security. 2020.
doc. RNDr. JUDr. Pavol Sokol, PhD. et PhD.
informatika (Id)
Analýza súdnych rozhodnutí metódami umelej inteligencie
Využívanie umelej inteligencie pri rozhodovacej činnosti súdov je predmetom aktuálneho záujmu Európskej únie, ktorý je deklarovaný v jej viacerých oficiálnych dokumentoch. Samotná rozhodovacia činnosť súdov si vyžaduje znalosť právnych princípov, právnych zásad a porozumenie právneho textu, čo je výzvou pre aplikáciu rôznych metód umelej inteligencie. Dôležitú súčasť celého procesu automatizácie predstavuje extrakcia znalostí z textov súdnych rozhodnutí a ich následná automatizovaná analýza. Cieľom práce bude preskúmať možnosti extrakcie štruktúrovaných atribútov súdnych rozhodnutí, ktoré sú prítomné v týchto rozhodnutiach zväčša vo forme voľného textu v prirodzenom jazyku. Súčasne bude cieľom návrh modelu na extrakciu týchto atribútov a jeho implementácia v rámci systému na vyhľadávanie súdnych rozhodnutí.
Využívanie umelej inteligencie pri rozhodovacej činnosti súdov je predmetom aktuálneho záujmu Európskej únie, ktorý je deklarovaný v jej viacerých oficiálnych dokumentoch. Samotná rozhodovacia činnosť súdov si vyžaduje znalosť právnych princípov, právnych zásad a porozumenie právneho textu, čo je výzvou pre aplikáciu rôznych metód umelej inteligencie. Dôležitú súčasť celého procesu automatizácie predstavuje extrakcia znalostí z textov súdnych rozhodnutí a ich následná automatizovaná analýza. Cieľom práce bude preskúmať možnosti extrakcie štruktúrovaných atribútov súdnych rozhodnutí, ktoré sú prítomné v týchto rozhodnutiach zväčša vo forme voľného textu v prirodzenom jazyku. Súčasne bude cieľom návrh modelu na extrakciu týchto atribútov a jeho implementácia v rámci systému na vyhľadávanie súdnych rozhodnutí.
aktuálna literatúra
prof. RNDr. Stanislav Krajči, PhD.
informatika (Id)
Analýza štruktúrovaných údajov s využitím vybraných metód strojového učenia
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. Cieľom dizertačnej práce je navrhnúť metódy a algoritmy strojového učenia pre prácu so štruktúrovanými údajmi, popísať ich princípy a vlastnosti. Cieľom práce je tiež aplikovať metódy kontrolovaného alebo nekontrolovaného učenia v strojovom učení v rôznych aplikačných doménach.
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. Cieľom dizertačnej práce je navrhnúť metódy a algoritmy strojového učenia pre prácu so štruktúrovanými údajmi, popísať ich princípy a vlastnosti. Cieľom práce je tiež aplikovať metódy kontrolovaného alebo nekontrolovaného učenia v strojovom učení v rôznych aplikačných doménach.
aktuálna literatúra
prof. RNDr. Stanislav Krajči, PhD.
doc. RNDr. Ľubomír Antoni, PhD.
informatika (Id)
Aproximovateľnosť konceptových zväzov
doc. RNDr. Ondrej Krídlo, PhD.
informatika (IdAj)
Brain-training hry a priestorové počutie
Dostupné možnosti zlepšenia počutia u ľudí s klinicky zdravým sluchom sú obmedzené, a žiadna z nich nie je akceptovaná ani rozšírená tak ako načúvacie strojčeky a kochleárne implantáty. Cieľom tohto projektu je prispieť k vývoju nových procedúr pre rehabilitáciu sluchového postihu vývojom brain-training hier založených na najnovších poznatkoch sluchovej neurovedy a výskume v rámci EU Horizon Europe grantu SAV. Vývoj sluchovej brain-training hry bude v spolupráci s Northeastern University Brain Game Center a Oregon Health & Science University. Hlavným cieľom je vývoj a testovanie rehabilitatívnych techník, ktoré majú zlepšiť sluchové funkcie u ľudí so zhoršeným výkonom v testoch sluchových deficitov tréningom rôznych aspektov sluchového vnímania.
Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. Spisak O, Klingel M, Loksa P, Sebena R, Laback B, Kopco N (2021) “Spectral and binaural cue reweighting for sound localization in real and virtual environments,” 2nd Joint Conference on Binaural and Spatial Hearing, 7-8 October 2021.
doc. Ing. Norbert Kopčo, PhD., univerzitný profesor
informatika (Id)
Brain-training hry a priestorové počutie
Dostupné možnosti zlepšenia počutia u ľudí s klinicky zdravým sluchom sú obmedzené, a žiadna z nich nie je akceptovaná ani rozšírená tak ako načúvacie strojčeky a kochleárne implantáty. Cieľom tohto projektu je prispieť k vývoju nových procedúr pre rehabilitáciu sluchového postihu vývojom brain-training hier založených na najnovších poznatkoch sluchovej neurovedy a výskume v rámci EU Horizon Europe grantu SAV. Vývoj sluchovej brain-training hry bude v spolupráci s Northeastern University Brain Game Center a Oregon Health & Science University. Hlavným cieľom je vývoj a testovanie rehabilitatívnych techník, ktoré majú zlepšiť sluchové funkcie u ľudí so zhoršeným výkonom v testoch sluchových deficitov tréningom rôznych aspektov sluchového vnímania.
Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. Spisak O, Klingel M, Loksa P, Sebena R, Laback B, Kopco N (2021) “Spectral and binaural cue reweighting for sound localization in real and virtual environments,” 2nd Joint Conference on Binaural and Spatial Hearing, 7-8 October 2021.
doc. Ing. Norbert Kopčo, PhD., univerzitný profesor
informatika (IdAj)
Krosmodálne interakcie v priestorovom sluchu
Naše videnie ovplyvňuje ako vnímame priestor sluchom. Bruchomluvecký efekt a afterefekt sú fenoménmi, ktoré ilustrujú krátkodobú plasticitu v priestorovom sluchu vyvolanú vizuálnymi signálmi. Vizuálny pozornostný cuing tiež ovplyvňuje sluchové vnímanie z hľadiska lokalizácie zvukov aj priestorového benefitu pri spracovaní reči. Tento projekt bude skúmať efekt vizuálnej informácie na priestorové sluchové vnímanie s využitím behaviorálnych experimentov, neuroimagingových štúdií a výpočtového modelovania.
Hladek L, Seitz A, Kopco N (2021) Auditory-visual interactions in egocentric distance perception: Ventriloquism effect and aftereffect. Journal of the Acoustical Society of America, 150, 3593-3607, doi.org/10.1121/10.0007066. Kopčo N, Lokša P, Lin I-F, Groh J, Shinn-Cunningham B (2019). Hemisphere-Specific Properties of the Ventriloquism Aftereffect. Journal of the Acoustical Society of America, 146, EL177 doi.org/10.1121/1.5123176
doc. Ing. Norbert Kopčo, PhD., univerzitný profesor
informatika (Id)
Popisná zložitosť model pre formálne jazyky a relácie
1. Študovať známe výsledky o vybraných modeloch pre formálne jazyky (deterministické, nedeterministické, alternujúce a ďalšie modely automatov) a modeloch reprezentujúcich binárne relácie (racionálne prekladače a ďalšie). 2. Navrhnúť implementáciu vybraných modelov a následne ju realizovať. 3. Zistiť zložitosť operácií nad reprezentáciou vybraných modelov. 4. Skúmať zložitosť prevodu medzi modelmi a vzťahy medzi nimi.
doc. RNDr. Ondrej Krídlo, PhD.
RNDr. Juraj Šebej, PhD.
informatika (IdAj)
Vysvetliteľná umelá inteligencia
V posledných rokoch zažívame nebývalý rozvoj metód umelej inteligencie a ich intenzívne využívanie v rôznych oblastiach života ľudskej spoločnosti. Spolu s využívaním umelej inteligencie vyvstávajú aj otázky ohľadom spoľahlivosti a dôveryhodnosti týchto metód a ich potenciálneho zneužitia alebo neadekvátneho použitia. Zvlášť sú tieto otázky citlivé v oblastiach, kde sa vyžaduje vysoká spoľahlivosť alebo majú priamy vplyv na zdravie alebo sociálnu integritu človeka. Vo všeobecnosti totiž pri väčšine metód umelej inteligencie nie je úplne transparentný spôsob, akým prebieha výpočtový a rozhodovací proces. Ten je realizovaný pomocou veľkého množstva parametrov, ktorých interpretácia je veľmi komplikovaná. Tieto problémy sa snaží eliminovať vysvetliteľná umelá inteligencia (XAI), ktorej cieľom je vyvíjať modely a techniky na zabezpečenie vysvetliteľnosti jednotlivých algoritmov a metód.
Cieľom dizertačnej práce je analyzovať známe postupy a pokúsiť sa vyvinúť nové vysvetliteľné systémy umelej inteligencie, ktoré bude možné považovať nielen za efektívne, ale aj dôveryhodné.
1. Russell, S., & Norvig, P. (2021). Artificial Intelligence: a modern approach, 4th US ed. University of California, Berkeley. 2. Angelov, P. P., Soares, E. A., Jiang, R., Arnold, N. I., & Atkinson, P. M. (2021). Explainable artificial intelligence: an analytical review. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 11(5), e1424. 3. Vilone, G., & Longo, L. (2021). Notions of explainability and evaluation approaches for explainable artificial intelligence. Information Fusion, 76, 89-106.
prof. RNDr. Gabriel Semanišin, PhD.
doc. RNDr. Ľubomír Antoni, PhD.
informatika (Id)
Forenzná analýza internetu vecí
Internet vecí (IoT) sa stáva neoddeliteľnou súčasťou bežného života. To so sebou súčasne prináša aj významný nárast bezpečnostných hrozieb a bezpečnostných incidentov. Dôležitým aspektom pri vyšetrovaní počítačových bezpečnostných incidentoch je adekvátne forenzné vyšetrovanie. V rámci tohto vyšetrovania je možno identifikovať viacero problémov, ktoré sú spojené s heterogenitou dostupných komponentov vytvárajúcich IoT. Cieľom práce je analyzovať možnosti použitia metód strojového učenia pri zaisťovaní, extrakcii a analýze digitálnych stôp z týchto zariadení ako aj navrhnúť automatizovaný spôsob extrakcie a analýzy forenzných artefaktov z IoT komponentov.
(1) Analyzovať možnosti použitia metód strojového učenia pri zaisťovaní a extrakcii digitálnych stôp z IoT zariadení. (2) Analyzovať možnosti použitia metód strojového učenia pri analýze digitálnych stôp z IoT zariadení. (3) Navrhnúť automatizovaný spôsob extrakcie a analýzy forenzných artefaktov z IoT komponentov.
(1) Stoyanova, Maria, et al. "A survey on the internet of things (IoT) forensics: challenges, approaches, and open issues." IEEE Communications Surveys & Tutorials 22.2 (2020): 1191-1221. (2) Yaqoob, Ibrar, et al. "Internet of things forensics: Recent advances, taxonomy, requirements, and open challenges." Future Generation Computer Systems 92 (2019): 265-275. (3) Atlam, Hany F., et al. "Internet of things forensics: A review." Internet of Things 11 (2020): 100220. (4) Khanpara, Pimal, et al. "Toward the internet of things forensics: A data analytics perspective." Security and Privacy: e306 (2023).
doc. RNDr. JUDr. Pavol Sokol, PhD. et PhD.
informatika (Id)
Formálna konceptová analýza
Formal concept analysis is a data-mining method applied to a rectangular matrix of data in which each row corresponds to some object, each column corresponds to some possible attribute, and the matrix field value denotes a membership of the column attribute for row object. One of the goals of this method is to find so-called concepts, which are stable (in some sense) pairs of subsets of objects and attributes. The method can be considered a nice application of the algebraic notion of a Galois connection. It has been described in detail by Ganter and Wille, in particular for the so-called crisp case with binary matrix data. A natural question that arises is what happens if the matrix data are non-binary...
Formálna konceptová analýza je data-miningová metóda na obdĺžnikovej tabuľke, ktorej každý riadok zodpovedá nejakému objektu, každý stĺpec nejakému jeho potenciálnemu atribútu a každé políčko obsahuje informáciu o tom, či (prípadne v akej miere) má príslušný objekty príslušný atribút. Jeden z cieľov tejto metódy je nájsť takzvané koncepty, čo sú v istom zmysle stabilné dvojice podmnožín objektov a atribútov. FCA možno považovať za peknú aplikáciu algebraického pojmu Galoisovej konexie. Pôvodná verzia vychádza z klasického diela Gantera a Willeho a popisuje prípad binárnych dát. Vzniká však prirodzená otázka, čo sa stane, ak údaje v tabuľke nebudú binárne...
aktuálna literatúra
prof. RNDr. Stanislav Krajči, PhD.
informatika (Id)
Generatívne neurónové siete v počítačovom videní
Generatívne neurónové siete patria medzi populárne metódy strojového učenia zamerané na tvorbu nových dát na základe existujúcich. Medzi aktuálne a prínosné metódy patria generatívne súperiace siete, variačné autoenkodéry a difúzne modely, ktoré sa používajú v rôznych aplikačných doménach, vrátane počítačového videnia, spracovania prirodzeného jazyka, či tvorby syntetických dát. Cieľom dizertačnej práce je spracovať prehľad aktuálnych metód, navrhnúť a implementovať generatívne neurónové siete a súvisiace architektúry v úlohách počítačového videnia a iných oblastiach. Konkrétne je cieľom analyzovať existujúce generatívne modely a ich architektúry, navrhnúť, implementovať a experimentálne vyhodnotiť architektúru s dôrazom na stabilitu trénovania, kvalitu generovaných vzoriek a výpočtovú zložitosť, optimalizovať generatívne modely pre špecifické aplikácie, generovanie syntetických datasetov. Cieľom je vyhodnotiť výkonnosť vyvinutého modelu pomocou metrík, akými sú napríklad Fréchetova vzdialenosť medzi vstupnými dátami a generovanými obrazmi (FID), štrukturálna podobnosť obrazov (SSIM), Kernelová Inception vzdialenosť (KID) a ďalších relevantných metód.
1. Foster, D. (2022). Generative deep learning. " O'Reilly Media, Inc.". 2. Serban, I. V., Lowe, R., Charlin, L., & Pineau, J. (2016). Generative deep neural networks for dialogue: A short review. arXiv preprint arXiv:1611.06216.
doc. RNDr. Ľubomír Antoni, PhD.
informatika (Id)
Krosmodálne interakcie v priestorovom sluchu
Naše videnie ovplyvňuje ako vnímame priestor sluchom. Bruchomluvecký efekt a afterefekt sú fenoménmi, ktoré ilustrujú krátkodobú plasticitu v priestorovom sluchu vyvolanú vizuálnymi signálmi. Vizuálny pozornostný cuing tiež ovplyvňuje sluchové vnímanie z hľadiska lokalizácie zvukov aj priestorového benefitu pri spracovaní reči. Tento projekt bude skúmať efekt vizuálnej informácie na priestorové sluchové vnímanie s využitím behaviorálnych experimentov, neuroimagingových štúdií a výpočtového modelovania.
Hladek L, Seitz A, Kopco N (2021) Auditory-visual interactions in egocentric distance perception: Ventriloquism effect and aftereffect. Journal of the Acoustical Society of America, 150, 3593-3607, doi.org/10.1121/10.0007066. Kopčo N, Lokša P, Lin I-F, Groh J, Shinn-Cunningham B (2019). Hemisphere-Specific Properties of the Ventriloquism Aftereffect. Journal of the Acoustical Society of America, 146, EL177 doi.org/10.1121/1.5123176
doc. Ing. Norbert Kopčo, PhD., univerzitný profesor
informatika (IdAj)
Modelovanie a algoritmizácia konštrukcie hladkých kriviek
Nedávno sme navrhli nový prístup k riešeniu trojdiagonálnych sústav ne rovnomernej sieti uzlov. Jedným z cieľov doktorandskej práce je preskúmanie vplyvu daného prístupu na nerovnomerné siete a inverziu trojdiagonálnych matíc. Klasické kubické splajny triedy C2 sú zadané implicitne. Nám sa podarilo ich vyjadrenie v explicitnom tvare, čo umožňuje návrh lineárneho modelu aproximácie a odhad koeficientov splajnu. Druhým cieľom DP je analýza vlastností MNŠ odhadu koeficientov a ich porovnanie s B-splajnami. Tretím cieľom je hľadanie kritéria optimálneho zastavenia pri on-line aproximácii vzhľadom na prognózovanie vo vhodnej metrike.
Cieľom je navrhnúť modely a algoritmy pre globálnu a sekvenčnú parametrickú aproximáciu, interpoláciu, vyhladzovanie a automatickú detekciu uzlov.
Literatúra - Salomon, D.: Curves and Surfaces for Computer Graphics, Springer, 2006. - Kačala V., Török Cs., Speedup of tridiagonal system solvers, Journal of Computational and Applied Mathematics 381 (2021) 112997 - J.Hudák, Cs.Török, Ľ.Antony, Explicit forms of interpolating cubic splines and data smoothing, to appear
doc. RNDr. Csaba Török, CSc.
informatika (Id)
Modelovanie a algoritmizácia konštrukcie hladkých kriviek
Nedávno sme navrhli nový prístup k riešeniu trojdiagonálnych sústav ne rovnomernej sieti uzlov. Jedným z cieľov doktorandskej práce je preskúmanie vplyvu daného prístupu na nerovnomerné siete a inverziu trojdiagonálnych matíc. Klasické kubické splajny triedy C2 sú zadané implicitne. Nám sa podarilo ich vyjadrenie v explicitnom tvare, čo umožňuje návrh lineárneho modelu aproximácie a odhad koeficientov splajnu. Druhým cieľom DP je analýza vlastností MNŠ odhadu koeficientov a ich porovnanie s B-splajnami. Tretím cieľom je hľadanie kritéria optimálneho zastavenia pri on-line aproximácii vzhľadom na prognózovanie vo vhodnej metrike.
Cieľom je navrhnúť modely a algoritmy pre globálnu a sekvenčnú parametrickú aproximáciu, interpoláciu, vyhladzovanie a automatickú detekciu uzlov.
Literatúra - Salomon, D.: Curves and Surfaces for Computer Graphics, Springer, 2006. - Kačala V., Török Cs., Speedup of tridiagonal system solvers, Journal of Computational and Applied Mathematics 381 (2021) 112997 - J.Hudák, Cs.Török, Ľ.Antony, Explicit forms of interpolating cubic splines and data smoothing, to appear
doc. RNDr. Csaba Török, CSc.
informatika (Id); informatika (Ide)
Problémy implementácie kryptografických primitív do sieťových protokolov.
Dnešné zabezpečené sieťové protokoly Internetu používajú súčasne niekoľko kryptografických primitív v rôznych kombináciách a v rôznych režimoch. Aj keď jednotlivé primitíva sú podrobené mnohým bezpečnostným analýzam, ich súčasné používanie môže viesť k ďalším neočakávaným zraniteľnostiam. Práca bude analyzovať možnosti paralelných útokov na primitíva, používané kryptografické funkcie a spôsoby ich použitia so zámerom dokázať dosiahnuteľnosť konkrétnych bezpečnostných cieľov, prípadne navrhnúť ochranu pred zistenými zraniteľnosťami.
Analýza možností paralelných útokov na kryptografické primitíva, použité súčasne vo viacerých paralelne vykonávaných sieťových protokoloch. Dôkazy dosiahnutia bezpečnostných cieľov, návrh ochrán pred zistenými zraniteľnosťami.
1. P.Y.A. Ryan, S.A.Schneider: Modelling and Analysis of Security Protocols, Addison Wesley, 2001 2. C. Boyd, A. Mathuria: Protocols for Authentication and Key Establishment, Springer, 2003 3. G. Bella: Formal Correctness of Security Protocols, Springer 2007.
doc. RNDr. Jozef Jirásek, PhD.
informatika (Id)
Shannonova vzorkovacia veta a reálne problémy
Vzorkovacia veta, založená na funkcii sinc, poskytuje dostatočné podmienky, ktoré zaručujú, aby nekonečné diskrétne postupnosti zachytili všetky informácie zo spojitého signálu a tak umožnili jeho úplnú rekonštrukciu. Vďaka nej pre prax je možné vypracovať rôzne geometrické, fyzikálne či numerické modely. Pozorované signály, postupnosti reálnych záznamov či simulovaných a vypočítaných údajov sú však konečné a prax ukázala, že na ich popis, interpoláciu, aproximáciu, analýzu uvažovať iba sinc funkcie, predovšetkým v prípade rovnomerných uzlov, je nedostatočné. Otázkou je, ako navrhovať reálne modely, aby ich aplikácia bola presná a efektívna.
Cieľom je zlepšiť Shannonovu vzorkovaciu vetu rozšírenou zmenou modelu, optimálnym výberom rovnomerných uzlov a parametrov tlmenia.
- M.Kircheis, D.Potts, Manfred Tasche, On regularized Shannon sampling formulas with localized sampling, Sampling Theory, Signal Processing, and Data Analysis, 2022, Springer - M.Richardson, L.N. Trefethen, A SINC FUNCTION ANALOGUE OF CHEBFUN, SIAM J. SCI. COMPUT., 2011, Vol. 33, No. 5, pp. 2519–2535 - R.Platte, L.N.Trefethen, A.B.J.Kuijlaars, Impossibility of fast stable approximation of analytic functions from equispaced samples, SIAM REVIEW, Society for Industrial and Applied Mathematics, 2011, Vol.53, No.2, pp.308–318
doc. RNDr. Csaba Török, CSc.
informatika (IdAj)
Shannonova vzorkovacia veta a reálne problémy
Vzorkovacia veta, založená na funkcii sinc, poskytuje dostatočné podmienky, ktoré zaručujú, aby nekonečné diskrétne postupnosti zachytili všetky informácie zo spojitého signálu a tak umožnili jeho úplnú rekonštrukciu. Vďaka nej pre prax je možné vypracovať rôzne geometrické, fyzikálne či numerické modely. Pozorované signály, postupnosti reálnych záznamov či simulovaných a vypočítaných údajov sú však konečné a prax ukázala, že na ich popis, interpoláciu, aproximáciu, analýzu uvažovať iba sinc funkcie, predovšetkým v prípade rovnomerných uzlov, je nedostatočné. Otázkou je, ako navrhovať reálne modely, aby ich aplikácia bola presná a efektívna.
Cieľom je zlepšiť Shannonovu vzorkovaciu vetu rozšírenou zmenou modelu, optimálnym výberom rovnomerných uzlov a parametrov tlmenia.
- M.Kircheis, D.Potts, Manfred Tasche, On regularized Shannon sampling formulas with localized sampling, Sampling Theory, Signal Processing, and Data Analysis, 2022, Springer - M.Richardson, L.N. Trefethen, A SINC FUNCTION ANALOGUE OF CHEBFUN, SIAM J. SCI. COMPUT., 2011, Vol. 33, No. 5, pp. 2519–2535 - R.Platte, L.N.Trefethen, A.B.J.Kuijlaars, Impossibility of fast stable approximation of analytic functions from equispaced samples, SIAM REVIEW, Society for Industrial and Applied Mathematics, 2011, Vol.53, No.2, pp.308–318
doc. RNDr. Csaba Török, CSc.
informatika (IdAj)
Trénovanie plasticity a pozornosti v priestorovom počúvaní
V každodennom živote sú ľudia vystavení rôznym súčasne pôsobiacim stimulom v komplexnom a neustále sa meniacom prostredí. V snahe korektne extrahovať relevantné informácie ľudia adaptovali spracovávanie vnemov tak, aby odrážalo špecifiká aktuálnej scény, a z predošlých skúseností sa naučili zlepšovať použité stratégie vnímania. Cieľom projektu je na základe vykonanej série behaviorálnych experimentov, štúdií zobrazenia mozgu a s využitím výpočtového modelovania študovať ako tréning pozornosti a mechanizmov implicitného a explicitného učenia vplýva na zvládnutie spracovania reči, lokalizácie zvuku a učenia sa nových fonetických kategórii v komplexných zvukových prostrediach.
Vlahou E, Ueno K, Shinn-Cunningham B, Kopco N (2021) Calibration of consonant perception to room reverberation. Journal of Speech, Language, and Hearing Research, 64(8), 2956-2976 Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8.
doc. Ing. Norbert Kopčo, PhD., univerzitný profesor
informatika (Id)
Trénovanie plasticity a pozornosti v priestorovom počúvaní
V každodennom živote sú ľudia vystavení rôznym súčasne pôsobiacim stimulom v komplexnom a neustále sa meniacom prostredí. V snahe korektne extrahovať relevantné informácie ľudia adaptovali spracovávanie vnemov tak, aby odrážalo špecifiká aktuálnej scény, a z predošlých skúseností sa naučili zlepšovať použité stratégie vnímania. Cieľom projektu je na základe vykonanej série behaviorálnych experimentov, štúdií zobrazenia mozgu a s využitím výpočtového modelovania študovať ako tréning pozornosti a mechanizmov implicitného a explicitného učenia vplýva na zvládnutie spracovania reči, lokalizácie zvuku a učenia sa nových fonetických kategórii v komplexných zvukových prostrediach.
Vlahou E, Ueno K, Shinn-Cunningham B, Kopco N (2021) Calibration of consonant perception to room reverberation. Journal of Speech, Language, and Hearing Research, 64(8), 2956-2976 Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8.
doc. Ing. Norbert Kopčo, PhD., univerzitný profesor
informatika (Id)
Útoky na metódy strojového učenia v oblasti kybernetickej bezpečnosti
Metódy strojového učenia zohrávajú v rámci reakcie na bezpečnostné incidenty dôležitú úlohu. K detekcii bezpečnostných incidentov, resp. útokov tieto metódy vytvárajú z tréningových údajov modely normálneho správania a detegujú incidenty, resp. útoky ako odchýlky od tohto modelu. Tento proces nabáda útočníkov, aby manipulovali s tréningovými údajmi takým spôsobom, aby naučený model nedokázal odhaliť ich následné útoky. Okrem fázy učenia sa, sú bezpečnostné systémy využívajúce metódy strojového učenia náchylné na rôzne útoky aj vo fáze samotného rozhodovania. Útočník pomocou špeciálne vybraných vstupov obíde naučené správanie sa detekčného systému. Cieľom tejto práce je analyzovať používané metódy strojového učenia v oblasti kybernetickej bezpečnosti vzhľadom na ich odolnosť voči vyššie uvedeným útokom. Súčasne je cieľom navrhnúť spôsob testovania metód strojového učenia vzhľadom na možnosť ich zneužitia zo strany útočníka a spôsob ochrany týchto metód voči rôznym typom útokov.
(1) Analyzovať používané metódy strojového učenia v oblasti kybernetickej bezpečnosti vzhľadom na ich odolnosť voči útokom. (2) Navrhnúť spôsob testovania metód strojového učenia vzhľadom na možnosť ich zneužitia zo strany útočníka. (3) Navrhnúť spôsob ochrany metód strojového učenia voči rôznym typom útokov.
(1) Debicha, Islam, et al. "Adv-Bot: Realistic Adversarial Botnet Attacks against Network Intrusion Detection Systems." Computers & Security (2023): 103176. (2) Pawlicki, Marek, Michał Choraś, and Rafał Kozik. "Defending network intrusion detection systems against adversarial evasion attacks." Future Generation Computer Systems 110 (2020): 148-154. (3) Richards, Luke E., Edward Raff, and Cynthia Matuszek. "Measuring Equality in Machine Learning Security Defenses." arXiv preprint arXiv:2302.08973 (2023).
doc. RNDr. JUDr. Pavol Sokol, PhD. et PhD.
informatika (Id)
Zovšeobecnené logistické problémy
Praktické logistické problémy sú motiváciou pre viacero abstraktných problémov štúdovaných v rámci kombinatorickej optimalizácie a iných disciplín. Jedným z nich je VRP - problém smerovania dopravy. Je známe, že tento problém je NP-úplný, a preto má zmysel analyzovať rôzne prístupy, ktoré vedú k nájdeniu akceptovateľného riešenia. Súčasné problémy vznikajúce napr. v súvislosti s budovaním a údržbou morských veterných parkov si vyžadujú riešenie ešte komplexnejších úloh. Na druhej strane sa otrvárajú nové možnosti prístupov k riešeniu týchto problémov, ktoré vychádzajú z metód strojového učenia a umelej inteligencie (vrátane kolaboratívnych prístupov založených na AI agentoch).
1. Analyzovať existujúce prístupy k riešeniu logistických problémov v doprave vychádzajúce z VRP - problém smerovania dopravy. 2. Preskúmať dostupné dátové sady pre praktické logistické problémy. 3. Preskúmať, navrhnúť a analyzovať prístupy k riešeniu logictických problémov využívajúce aj metódy strojového učenia a umelej inteligencie.
1. A. Mor, M.G. Speranza, Vehicle routing problems over time: a survey. 4OR-Q J Oper Res 18, 129–149 (2020). https://doi.org/10.1007/s10288-020-00433-2 2. R. Shi, L. Niu, A Brief Survey on Learning Based Methods for Vehicle Routing Problems, Procedia Computer Science 221 (2023) 773-780, https://doi.org/10.1016/j.procs.2023.08.050. 3. J. Caceres-Cruz, P. Arias, D. Guimarans, D. Riera, and A.A. Juan., Rich Vehicle Routing Problem: Survey. ACM Comput. Surv. 47, 2, Article 32 (January 2015), 28 pages. https://doi.org/10.1145/2666003 4. S. Mak, L. Xu, T. Pearce, M. Ostroumov, A. Brintrup, Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach, Transportation Research Part C: Emerging Technologies, Volume 157 (2023), https://doi.org/10.1016/j.trc.2023.104376.
prof. RNDr. Gabriel Semanišin, PhD.