No (25309)
Number of found documents:
25309
Published from
to
Financial time series analysis based on innovative Machine Learning Signal Processing approaches
Tshiangomba, Reagan Kasonsa; Sehnalová, Pavla; Cicone, Antonio
2024 - English
Prognózování finančních časových řad bylo klasifikováno jako jeden z nejnáročnějších problémů v v posledním desetiletí kvůli jeho nestacionaritě a nelineárním vlastnostem. Na jednu stranu statistická techniky byly shledány neschopnými přesně předpovídat finanční časové řady. Na druhé straně techniky strojového učení dosáhly pozoruhodných výsledků, ale neposkytují explicitní způsob zacházení s nestacionární vlastností finančních časových řad. Navrhovaný přístup využívá schopnosti dekompozičních technik zpracování signálu k řešení nestacionární vlastnost finančních časových řad. Použitá technika rozkladu signálu v této práci je iterativní filtrování (IF), které generuje funkce vnitřního režimu (IMF). Tyto generované IMF spolu s původním signálem se používají k vytvoření časově-frekvenční reprezentace finanční časové řady zvané IMFogram. Dva typy údajů, jmenovitě MMF a IMFogram, se používají k trénování fúzní neuronové sítě pro predikci finančních časových řad. Jeden záznam součástí fúzní neuronové sítě je umělá neuronová síť (ANN), která bere jako MMF vstup. Další vstupní složkou fúzní neuronové sítě je konvoluční neuronová síť (CNN), která bere jako vstup IMFogram. Výstupy ANN a CNN jsou zřetězeny pro regresní úlohu. Ukážeme aplikaci tohoto nově vyvinutého přístupu k finančním datům, Abych byl přesný, série NASDAQ. A podáváme zprávy o jeho výkonu v různých scénářích hranic podmínky. Forecasting financial time series has been classified as one of the most challenging problems in the last decade due to its non-stationarity and non-linear properties. On one hand, statistical techniques have been found incapable of accurately predicting financial time series. On the other hand, machine learning techniques have achieved remarkable results, but they do not provide an explicit way of handling the non-stationarity property of financial time series. The proposed approach leverages the capabilities of signal processing decomposition techniques to address the non-stationarity property of financial time series. The signal decomposition technique employed in this work is iterative filtering (IF), which generates intrinsic mode functions (IMFs). These generated IMFs, along with the original signal, are used to produce a time-frequency representation of the financial time series, called IMFogram. Two types of data, namely the IMFs and IMFogram, are utilized to train a fusion neural network for predicting the financial time series. One entry component of the fusion neural network is an artificial neural network (ANN) taking the IMFs as input. The other entry component of the fusion neural network is a convolutional neural network (CNN), which takes the IMFogram as input. The outputs of the ANN and the CNN are concatenated for a regression task. We show the application of this newly developed approach to financial data, NASDAQ series to be precise. And we report its performance in different scenarios of boundary conditions.
Keywords:
Artificial neural network (ANN); Convolutional neural network (CNN); Fusion Neural Network; Iterative Filtering (IF); Intrinsic Mode Functions (IMFS); IMFogram; symmetric extension; asymmetric extension; Time series; Umělá neuronová síť (ANN); konvoluční neuronová síť (CNN); fúzní neuronová síť; iteraktivní filtrování (IF); funkce vnitřního režimu (IMFS); IMFogram; symetrické rozšíření; asymetrické prodloužení; Časová řada
Available in a digital repository NRGL
Financial time series analysis based on innovative Machine Learning Signal Processing approaches
Prognózování finančních časových řad bylo klasifikováno jako jeden z nejnáročnějších problémů v v posledním desetiletí kvůli jeho nestacionaritě a nelineárním vlastnostem. Na jednu stranu statistická ...
Aplikace pro detekci Fake News
Zádrapa, Jan; Holop, Patrik; Malinka, Kamil
2024 - English
Problém Fake News je aktuálně jeden z největších problémů moderní společnosti. Miliony lidí denně konzumují zavádějící informace a ani o tom nemusí vědět. Tento problém způsobuje riziko po celém světě, protože přispívá k polarizaci společnosti a ovlivňuje volby pomocí propagandy. Bohužel, zatím není vytvořen dostatek spolehlivých automatizovaných nástrojů pro český jazyk, které by dokázaly tento problém řešit. Tato práce má za cíl takovýto nástroj vytvořit a tím pomoci lidem, kteří denně propadají Fake News. The problem of Fake News is one of the most significant problems in our modern society. Millions of people read Fake News articles every day without knowing it. This problem creates a risk worldwide as society is getting polarised, and elections are manipulated by third parties using propaganda. Unfortunately, there are not enough tools to help solve the problem of Fake News detection in the Czech language. This thesis aims to create a tool to help these people recognise Fake News and introduce them commonly used manipulation techniques in text.
Keywords:
Fake News; disinformation; BERT; RoBERTa; natural language processing; machine learning; manipulation techniques; sentimental analysis; Fake News; dezinformace; BERT; RoBERTa; zpracování přirozeného jazyka; strojové učení; manipulativní techniky; sentimentální analýza
Available in a digital repository NRGL
Aplikace pro detekci Fake News
Problém Fake News je aktuálně jeden z největších problémů moderní společnosti. Miliony lidí denně konzumují zavádějící informace a ani o tom nemusí vědět. Tento problém způsobuje riziko po celém ...
Analýza chování malwaru pomocí velkých jazykových modelů
Rádsetoulal, Vlastimil; Homoliak, Ivan; Očenášek, Pavel
2024 - English
Táto práca skúma využitie veľkých jazykových modelov (LLMs) vylepšených technikou Retrieval-Augmented Generation (RAG) pre efektívnu analýzu správania malvéru. Začína prehľadom metód analýzy malvéru, ako statických tak dynamických. Štúdia sa zameriava na využitie rámca MITRE ATT&CK na pochopenie správania malvéru veľkým jazykovým modelom. Jadro výskumu sa zameriava na architektúru a implementáciu nástroja na analýzu správania malvéru, ktorý implementuje RAG s využitím LLMs. Tento nástroj má za cieľ pomôcť profesionálom v oblasti bezpečnosti využívať možnosti generatívnej AI na interpretáciu komplexného správania malvéru. Okrem toho, výskum zahŕňa praktické nasadenie systému pre správu bezpečnostných informácií a udalostí (SIEM), pričom využíva platformu Wazuh na detekciu simulovaných útokov. Nasadenie a testovanie prebiehajú v kontrolovanom virtuálnom prostredí. Práca poukazuje na potenciál LLM modelov pri zlepšovaní opatrení v kybernetickej bezpečnosti. Práca končí diskusiou o možných vylepšeniach implementovaného nástroja. This thesis investigates the use of large language models (LLMs) enhanced with Retrieval-Augmented Generation (RAG) techniques to analyze malware behaviors effectively. Starting with an overview of malware analysis methods, both static and dynamic, the study delves into the use of the MITRE ATT&CK framework to understand and categorize malware strategies. The core of the research focuses on the architecture and implementation of a malware behavior analysis tool that integrates RAG with LLMs. This tool aims to aid security professionals leveraging generative AI's capabilities to interpret complex malware behaviors. Additionally, the research includes a practical deployment of the Security Information and Events Management (SIEM) system, using the Wazuh platform to detect simulated adversarial behaviors. The deployment and testing are done in a controlled virtual environment, highlighting the potential of LLMs in enhancing cyber security measures. The thesis concludes with recommendations for future enhancements and the potential expansion of generative AI applications in cyber security.
Keywords:
large; language; models; malware; behavior; analysis; detection; velké; jazykové; modely; malware; analýza; chování; detekce
Available in a digital repository NRGL
Analýza chování malwaru pomocí velkých jazykových modelů
Táto práca skúma využitie veľkých jazykových modelov (LLMs) vylepšených technikou Retrieval-Augmented Generation (RAG) pre efektívnu analýzu správania malvéru. Začína prehľadom metód analýzy malvéru, ...
Zpracování a vizualizace diagnostických dat z bionické protézy horní končetiny
Mahdalík, Ondřej; Lazúr, Juraj; Hynek, Jiří
2024 - English
Bionické protézy se běžně používají k tomu, aby pacientům pomohly efektivněji vykonávat každodenní činnosti. Zahrnují různé metody získávání vstupu od uživatele a používají elektromotory k ovládání prstů a/nebo jiných částí končetiny. Bohužel míra odmítnutí protézy dosahuje v průměru 44 % [64], což znamená, že téměř polovina pacientů přestane protézu používat. Protéza Z-Arm od společnosti Z-Bionics se pokouší řešit nízkou míru akceptace mimo jiné tím, že zaznamenává diagnostické údaje a pomáhá pacientovi, když detekuje nesprávné používání nebo možnou vadu protézy. Protože však návštěvy pacientů nejsou dostatečně časté, aby specialisté získali aktuální diagnostické údaje, je třeba navrhnout vhodný způsob jejich získávání na dálku. Jako řešení byla implementována mobilní aplikace využívající Bluetooth ke komunikaci s protézou doprovázená rozšířením interní webové aplikace o nové stránky, koncové body API a databázi MongoDB. Ačkoli testování s pacienty stále probíhá, první dojmy zaměstnanců a pacientů jsou vesměs pozitivní a naznačují možné zlepšení komfortu při používání protézy. prosthesis, limb, amputation, healthcare, diagnostic data, mobile application, information system, dashboard, API, visualization, MAUI, Blazor, .NET, Z-Bionics
Keywords:
prosthesis; limb; amputation; healthcare; diagnostic data; mobile application; information system; dashboard; API; visualization; MAUI; Blazor; .NET; Z-Bionics; protéza; končetina; amputace; zdravotnictví; diagnostická data; mobilní aplikace; informační systém; API; vizualizace; MAUI; Blazor; .NET; Z-Bionics
Available in a digital repository NRGL
Zpracování a vizualizace diagnostických dat z bionické protézy horní končetiny
Bionické protézy se běžně používají k tomu, aby pacientům pomohly efektivněji vykonávat každodenní činnosti. Zahrnují různé metody získávání vstupu od uživatele a používají elektromotory k ovládání ...
Prostředky pro zajištění interoperability Arduino/ESP a ROS2
Fabo, Matúš; Beran, Jan; Janoušek, Vladimír
2024 - English
Táto práca skúma integráciu nízkonákladovej rady mikrokontrolérov ESP32 s Robot Oper- ating System 2 (ROS2), populárnym frameworkom v oblasti robotiky. Primárnym cieľom je vyvinúť metódy a nástroje, ktoré uľahčia bezproblémovú integráciu mikrokontrolérov ESP32 do vývojového ekosystému ROS2 s využitím existujúcich middleware riešení posky- tovaných tretími stranami. Zameraním sa na začlenenie projektov ESP-IDF do nástrojov ROS2 sa výskum zameriava na zefektívnenie nasadenia a riadenia systémov založených na ESP32 v robotických aplikáciách. Tento prístup zvyšuje dostupnosť a užitočnosť ROS2, čo umožňuje efektívnejšie využitie mikrokontrolérov ESP32 v rôznych robotických kontextoch. This thesis explores the integration of the low-cost ESP32 line of microcontrollers with the Robot Operating System 2 (ROS2), a widely-used framework in the field of robotics. The primary goal is to develop methods and tools that facilitate seamless integration of ESP32 microcontrollers into the ROS2 development ecosystem, leveraging existing middleware solutions provided by third parties. By focusing on the incorporation of ESP-IDF projects into ROS2 tooling, the research aims to streamline the deployment and management of ESP32-based systems within robotics applications. This approach enhances the accessibility and utility of ROS2, enabling more efficient and effective use of ESP32 microcontrollers in various robotic contexts.
Keywords:
ESP-IDF; ESP32; ROS2; CMake; Interoperability; Microcontrollers; Integration; Tooling; Middleware; IoT; Robotics; ESP-IDF; ESP32; ROS2; CMake; Interoperabilita; Mikrokontroléry; Integrácia; Nástroje; Middleware; IoT; Robotika
Available in a digital repository NRGL
Prostředky pro zajištění interoperability Arduino/ESP a ROS2
Táto práca skúma integráciu nízkonákladovej rady mikrokontrolérov ESP32 s Robot Oper- ating System 2 (ROS2), populárnym frameworkom v oblasti robotiky. Primárnym cieľom je vyvinúť metódy a nástroje, ...
Vylepšení RISC-V procesoru pro automobilový průmysl
Gallo, Jiří; Jaroš, Jiří; Šimek, Václav
2024 - English
Cílem této práce je úprava existujícího RISC-V procesoru pro použití v automobilovém průmyslu - konkrétně ovládání motorů. Tyto úpravy jsou založeny na ukázkovém kódu pro řízení motoru využívajícím aritmetiku s pevnou řádovou čárkou. Tento kód byl profilován a analyzován, na základě čehož byly vytvořeny nové instrukce. Vliv těchto instrukcí byl zanalyzován jak z pohledu zrychlení běhu, tak z pohledu dopadu na parametry procesoru. The aim of this thesis is to modify existing RISC-V processor for automotive applications - specifically motor control. These modifications are based on a sample motor control code that uses fixed-point arithmetic. This code was profiled, analyzed, and new instructions were created. The impact of these instructions was analyzed both in terms of execution time improvement and impact on processor parameters.
Keywords:
RISC-V; CPU; instruction set architecture; improvement; fixed-point arithmetic; RISC-V; CPU; instrukční sada; vylepšení; frakční aritmetika
Available in a digital repository NRGL
Vylepšení RISC-V procesoru pro automobilový průmysl
Cílem této práce je úprava existujícího RISC-V procesoru pro použití v automobilovém průmyslu - konkrétně ovládání motorů. Tyto úpravy jsou založeny na ukázkovém kódu pro řízení motoru využívajícím ...
Evaluating Reliability of Static Analysis Results Using Machine Learning
Beránek, Tomáš; Fiedor, Jan; Vojnar, Tomáš
2024 - English
Statický analyzátor Meta Infer je nástrojem pro hledání různých typů chyb ve zdrojovém kódu. Jeho výsledky však obsahují více než 95 % falešných hlášení. Tato teze navrhuje řešení, které řadí hlášení od Meta Inferu pomocí grafových neuronových sítí (GNN) podle pravděpodobnosti, že se jedná o skutečnou chybu, a redukuje tak problém s falešnými hlášeními. Systém se skládá z trénovací části, která převádí datovou sadu D2A – sadu roztříděných hlášení z Meta Inferu – na rozšířené grafy vlastností kódu (ECPG) a z modelů GNN natrénovaných na ECPG grafech. Výsledky experimentů ukazují, že vytvořené modely GNN mohou konkurovat a v některých případech dokonce překonat existující řešení vyvíjené silnými průmyslovými týmy. Tato existující řešení mají navíc uzavřený zdrojový kód, a tak řešení vytvořené v této tezi poskytuje slibnou alternativu s otevřeným zdrojovým kódem. The Meta Infer static analyzer is a tool for detecting various types of errors in source code. However, its results contain more than 95 % of false alarms. This thesis proposes a solution that ranks Infer’s reports using Graph Neural Networks (GNNs) based on the likelihood of being a real error, thus mitigating the issue with false alarms. The system consists of a training pipeline, which converts the D2A dataset – a set of labeled reports from Meta Infer – into Extended Code Property Graphs (ECPGs) and GNN models trained on these ECPGs. Experimental results indicate that the developed GNN models can match, and in some cases even surpass, existing models developed by strong industrial teams. Moreover, these existing solutions are closed source, making the solution developed in this thesis a promising open-source alternative.
Keywords:
Static analysis; Meta Infer; deep learning; graph neural networks; false alarm detection; vulnerability detection; code property graphs; LLVM internal representation; Joern; LLVM Slicer; program slicing; graph representation construction; source code analysis; D2A dataset; graph D2A dataset; extended code property graphs.; Statická analýza; Meta Infer; hluboké učení; grafové neuronové sítě; detekce falešných hlášení; detekce zranitelností; grafy vlastností kódu; interní reprezentace LLVM; Joern; LLVM Slicer; prořezávání programů; konstrukce grafové reprezentace; analýza zdrojového kódu; dataset D2A; grafový D2A; rozšířené grafy vlastností kódu.
Available in a digital repository NRGL
Evaluating Reliability of Static Analysis Results Using Machine Learning
Statický analyzátor Meta Infer je nástrojem pro hledání různých typů chyb ve zdrojovém kódu. Jeho výsledky však obsahují více než 95 % falešných hlášení. Tato teze navrhuje řešení, které řadí hlášení ...
Rozšíření aplikace Locus Map pro komunikaci jednotek na bojišti
Bukas, Jozef Michal; Rychlý, Marek; Hranický, Radek
2024 - English
Existuje mnoho systémov riadenia bojiska, ale nie sú dostupné pre širokú verejnosť. Mnohé používateľské základne by však takýto systém mohli využiť. Napríklad nadšenci milsimu, záchranné služby, prípadne poľovníci počas organizovaných poľovačiek. Cieľom tejto bakalárskej práce je vytvoriť open-source rozšírenie systému riadenia bojiska pre aplikáciu Locus Map. Samotný klient bol implementovaný ako Android aplikácia ktorá využíva Locus API na integráciu do aplikácie Locus Map ktorá dopĺňa klienta mapou a funkciamy s ňou spojenými. Samotný system používa architektúru klient-server kde komnukácia medzi serverom a klientom používa protokol WebSocket pre skoro okamžitú propagáciu dát zo serveru ku klientom. Nakoniec bol tento systém otestovaný priamo v akcií napríklad na dvoj-dňovej airsoftovej akcií. There are many battlefield management systems, but they are not available to the general public. However, many user bases could use such a system. For example, milsim enthusiasts, emergency services, or hunters during organized hunts. This bachelor's thesis aims to create an open-source extension of the battlefield management system for the Locus Map application. The client has been implemented as an Android application that uses the Locus API to integrate into the Locus Map application, which complements the client with a map and map-related features. The system uses a client-server architecture where the communication between server and client uses the WebSocket protocol for near-instantaneous data propagation from the server to the clients. Finally, the system has been tested directly in action, for example, at a two-day airsoft event.
Keywords:
Battle management system; Situational awareness; Geographical information system; Add-on; Extension; Military; Coordinate system; Military Grid Reference System; Universal Traverse Mercator; Location sharing; Chat; Android; Location based services; C4I; Command; Control; Communication; Application; Systém riadenia boja; Geografický informačný systém; Situačné povedomie; Rozšírenie; Armáda; Koordinačný systém; MGRS; Univerzálny travérzny merkátor; Zdielanie polohy; správy; Android; Služba založená na polohe; C4I; Riadenie; Kontrola; Komunikácia; Aplikácia
Available in a digital repository NRGL
Rozšíření aplikace Locus Map pro komunikaci jednotek na bojišti
Existuje mnoho systémov riadenia bojiska, ale nie sú dostupné pre širokú verejnosť. Mnohé používateľské základne by však takýto systém mohli využiť. Napríklad nadšenci milsimu, záchranné služby, ...
Dělení textu do logických celků
Kostelník, Martin; Kišš, Martin; Beneš, Karel
2024 - English
Cílem projektu bylo vytvořit systém pro automatickou segmentaci textu do logických celků. Práce staví na systému PERO-OCR a cílí na zlepšení zpracovávání českých historických dokumentů a jejich vyhledávačů používaných knihovníky a vědci. Práce zahrnovala vytvoření a anotace vlastní datové sady složené celkem z 4044 stránek z knih, slovníků a novin. K problému segmentaci textu je přistoupeno inovativních přístupem, kdy je brán jako shlukovací problém jednotlivých řádků textu. Metoda je dvoufázová: nejprve probíhá detekce regionů textu pomocí modelu YOLOv8 a následuje jejich spojení grafovou neuronovou sítí. Vyhodnocení je provedeno pomocí shlukovací metriky V-measure a na testovacím datasetu dosahuje hodnot 77.93 % pro knihy, 95.79 % pro slovníky a 90.23 % pro noviny. The goal of this project is the topic segmentation of text into coherent units. It builds on the PERO-OCR software, aiming to improve the processing of Czech historical documents and information retrieval for librarians and scientists. This included the creation and annotation of a custom dataset comprised of 4044 pages from books, dictionaries, and periodicals. I propose an innovative approach treating segmentation as a line clustering problem. The method involves a two-stage process: initial detection of regions of interest containing text lines using the YOLOv8 model, followed by joining them using a graph neural network. This method achieves a V-measure of 77.93 %, 95.79 % and 90.23 % for books, dictionaries and periodicals, respectively.
Keywords:
text segmentation; machine learning; optical character recognition; OCR; language models; graph neural networks; object detection; BERT; YOLOv8; historical documents; segmentace textu; strojové učení; optické rozpoznávání znaků; OCR; jazykové modely; grafové neuronové sítě; detekce objektů; BERT; YOLOv8; historické dokumenty
Available in a digital repository NRGL
Dělení textu do logických celků
Cílem projektu bylo vytvořit systém pro automatickou segmentaci textu do logických celků. Práce staví na systému PERO-OCR a cílí na zlepšení zpracovávání českých historických dokumentů a jejich ...
Návrh a simulace prediktoru větvení
Liberda, Dominik; Dvořák, Vojtěch; Fujcik, Lukáš
2024 - English
Predikce větvení hraje fundamentální roli ve výkonu procesorů. Predikce výsledku větví umožňuje procesoru spekulativně vykonávat instrukce dřív než je výsledek větve znám. Tato práce navrhuje vylepšený algoritmus pro predikci větvení a zároveň přepracovává simulační framework CBP2016 pro testování prediktorů větvení. Branch prediction plays a fundamental role in processor performance. It allows the processor to speculatively execute instructions by predicting outcomes of branches before they are fully evaluated. This thesis proposes an improved algorithm for branch prediction and also reworks the CBP2016 simulation framework for testing branch predictors.
Keywords:
Branch Prediction; CPU microarchitecture; Simulation; Performance Modeling; Optimization; Computer Architecture; Programming; Predikce Větvení; Mikroarchitektura Procesorů; Simulace; Výkonnostní Modelování; Optimalizace; Architektura počítačů; Programování
Available in a digital repository NRGL
Návrh a simulace prediktoru větvení
Predikce větvení hraje fundamentální roli ve výkonu procesorů. Predikce výsledku větví umožňuje procesoru spekulativně vykonávat instrukce dřív než je výsledek větve znám. Tato práce navrhuje ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases