Ne (2517)
Počet nalezených dokumentů:
2517
Publikováno od
do
Automatická segmentace řeči pro VHF kanál
Nováková, Mária; Veselý, Karel; Szőke, Igor
2023 - anglický
Výskyt hluku a šumu v pozadí audio leteckej komunikácie je problémom, ktorému denne čelia operanti riadenia letovej prevádzky. Aby bola zaistená bezpečná letecká preprava, komunikácia medzi vežou a lietatlom musí byť čo najefektívnejšia. Hlavnú rolu vo vylepšovaní kvality komunikácie hrá detekcia hlasovej aktivity. Správna detekcia reči je nevyhnutá pre rozpoznanie začiatku komunikácie pre systémy. Začiatok komunikácie začína stlačením tlačítka push-to-talk pomocou rádiového systému. Na rozpoznávanie reči existujú rôzne prístupy a implementácie. Za pomoci neurónových sietí sa dá detekcia reči upresniť. Výhodou používania umelej inteligencie je jej adaptácia na nové podnety. Táto práca ponúka riešenie na detekciu reči a push-to-talk udalostí v leteckej komunikácií. Navrhnuté riešenia budú evaluované a porovnané. Na záver, dostupná implementácia GPVAD je prepracovaná na riešenie tohto problému. Strojové učenie má zas a znova príležitosť predviesť svoje schopnosti. A noisy environment in air traffic communication is an unavoidable problem. The communication between the control tower and the pilot should be the most reliable and effective. That is why voice activity detection is crucial for recognising the start of the speech segment of the communicants for automated systems. The speakers take turns providing information by pressing the push-to-talk button. To detect voice activity, various approaches are used. Even though these methods are effective, machine learning can easily outshine them. Neural networks are widely used in voice activity detection as well as in other areas. Properly trained models are efficient and adaptable. In this thesis, a solution for voice activity detection together with push-to-talk detection is proposed. Proposed models are evaluated and compared. The adaptation of the GPVAD approach is discussed and compared to the proposed models. Neural networks will have their chance to once again prove that they are suitable for any task.
Klíčová slova:
voice activity detection; push-to-talk; very high-frequency channel; python; air traffic control; artificial neural networks; deep learning; convolutional neural networks; convolutional recurrent neural networks; data augmentation; annotation; detekcia hlasovej aktivity; push-to-talk; veľmi vysokofrekvenčný kanál; python; riadenie letovej prevádzky; umelé neurónové siete; hlboké učenie; konvolučné neurónové siete; konvolučné rekurentné neurónové siete; augmentácia dát; anotácia
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Automatická segmentace řeči pro VHF kanál
Výskyt hluku a šumu v pozadí audio leteckej komunikácie je problémom, ktorému denne čelia operanti riadenia letovej prevádzky. Aby bola zaistená bezpečná letecká preprava, komunikácia medzi vežou a ...
Klasifikace vozidel s použitím radaru
Gottwald, Vilém; Zemčík, Pavel; Maršík, Lukáš
2023 - anglický
Cílem této práce je rozpoznávání vozidel z radarových mračen bodů. Radar poskytuje informace o vzdálenosti a úhlu každého detekovaného cíle. Tyto informace lze převést do kartézského souřadnicového systému a získat tak 3D reprezentaci scény ve formě mračna bodů. V této práci jsou představeny stávající přístupy k rozpoznávání objektů v mračnech bodů. Metoda zvolená pro tuto práci spočívá v detekci objektů pomocí shlukování bodů a následné klasifikaci pomocí rekurentní neuronové sítě. Shluky bodů reprezentující objekty jsou vytvářeny z mračen bodů pomocí modifikovaného algoritmu DBSCAN. Z jednotlivých objektů jsou extrahovány příznaky, které jsou využity pro klasifikaci na různé typy vozidel pomocí neuronové sítě s dlouhodobou krátkodobou pamětí (LSTM). Pro trénování a vyhodnocení modelu byla vytvořena datová sada obsahující 57 345 anotovaných objektů. Vyvinutý model dosáhl na těchto datech 83% přesnosti metriky F1-skóre. The goal of this work is to recognize vehicles from radar point clouds. The radar produces the distance and angle for each target. This representation can be converted into the Cartesian coordinate system to obtain a point cloud 3D representation of the scene. In this thesis, existing approaches to object recognition in point clouds are presented. The method chosen for this thesis consists of object detection using point clustering and subsequent classification using a recurrent neural network. The objects are created from the point clouds using a modified DBSCAN algorithm. Features are extracted from each entity and utilized for classification into different types of vehicles using long short-term memory (LSTM) neural network. A dataset containing 57 345 annotated objects was created to train and evaluate the model. The developed model achieved an F1-score of 83 % on this data.
Klíčová slova:
mmWave FMCW radar; 3D point cloud; deep learning on point clouds; point cloud annotation; feature extraction; DBSCAN clustering; recurrent neural network; long short-term memory; LSTM; road traffic; vehicle recognition; radar classification; Python; FMCW radar v pásmu milimetrových vln; 3D mračno bodů; hluboké učení na mračnech bodů; anotace mračen bodů; extrakce příznaků; shlukování pomocí DBSCAN; rekurentní neuronová síť; dlouhodobá krátkodobá paměť; LSTM; silniční provoz; rozpoznávání vozidel; radarová klasifikace; Python
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Klasifikace vozidel s použitím radaru
Cílem této práce je rozpoznávání vozidel z radarových mračen bodů. Radar poskytuje informace o vzdálenosti a úhlu každého detekovaného cíle. Tyto informace lze převést do kartézského souřadnicového ...
Deepfake datová sady pro testovaní lidské schopnosti rozpoznávat deepfakes
Radačovská, Karolína; Malinka, Kamil; Firc, Anton
2023 - anglický
Umelá inteligencia je na ceste stať sa jednou z najpoužívanejších technológií vo svete. Mnohí z nás ju bez zaváhania využívajú každý deň. Zvykli sme si na ňu a začali sme jej dôverovať. Avšak, tiež je veľmi jednoduché jej padnúť za obeť. Táto práca reaguje na hrozby a riziká súvisiace s hlasovými deepfake technológiami, oblasťou umelej inteligencie. Primárnym cieľom tohto projektu je vykonať experiment s deepfake nahrávkami ohodnotenými navrhnutým systémom kvality. Našou motiváciou je neustále rastúci počet obetí podvodov hlasových deepfakes, nezodpovedané otázky v oblasti synteticým médií, a vykonané experimenty, ktoré dosiahli zaujímavé závery. Naše výsledky priniesli cenné informácie v oblasti ľudskej schopnosti rozpoznávať hlasové deepfakes na rôznych úrovniach kvality. Tiež sme zodpovedali otázky týkajúce sa ľudskej schopnosti rozpoznávať hlasové deepfakes v ich rodnom jazyku, alebo či dokážu častejšie rozpoznať hlasové deepfakes, keď použijú pre ich počúvanie slúchadlá miesto reproduktorov. Artificial intelligence is on its way to become one of the most used technologies in the world. Many of us use artificial intelligence every day without hesitation. We got used to it and put our trust in these technologies. However, it is easy to become a victim of this technology too. This thesis reacts to the threats and risks of audio deepfake technologies, a subfield of artificial intelligence. The project primarily aims to conduct an experiment using a proposed quality system rating of audio deepfake evaluation. We found motivation in the increasing number of victims of audio deepfake frauds, unanswered questions concerning the synthetic media, and already conducted experiments with interesting conclusions. Our results brought valuable knowledge about human’s ability to recognize audio deep-fakes of different quality scores. We also found answers to questions about people’s ability to detect deepfakes in their native languages or whether they are more likely to recognize deepfakes using headphones instead of speakers.
Klíčová slova:
deepfake; artificial intelligence; neural networks; deepfake recognition; quality rating system; deepfake; umelá inteligencia; neurónové siete; rozpoznávanie deepfakes; kvalitatívny systém
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Deepfake datová sady pro testovaní lidské schopnosti rozpoznávat deepfakes
Umelá inteligencia je na ceste stať sa jednou z najpoužívanejších technológií vo svete. Mnohí z nás ju bez zaváhania využívajú každý deň. Zvykli sme si na ňu a začali sme jej dôverovať. Avšak, tiež je ...
Monitorovací a reportovací nástroj pro klonované zranitelnosti napříč open-source projekty
Remeň, Matúš; Tamaškovič, Marek; Holop, Patrik
2023 - anglický
Predkladaná práca sa zaoberá zraniteľnosťami v projektoch s otvoreným zdrojovým kódom, so zameraním na šírenie zdrojového kódu medzi projektami klonovaním. V rámci tejto práce sú diskutované typy klonov a postupy ich detekcie. Bol navrhnutý a implementovaný nástroj umožňujúci vyhodnotenie a spustenie spomínaných detekčných metód. Nástroj a detekčné metódy boli vyhodnotené a testované na príkladoch z reálneho sveta. The presented thesis discusses vulnerabilities present in open-source projects, focusing on source code adoption among the projects by code cloning. In the scope of this thesis, the types of source-code clones and their detection procedures are discussed. Furthermore, a tool allowing evaluation and execution of the discussed detection methods was designed and implemented. The tool and detection methods were evaluated and tested on real-world examples.
Klíčová slova:
cybersecurity; vulnerabilities; detection; cve; source code clones; coinwatch; szz; open--source; git; blockscope; kybernetická bezpečnosť; zraniteľnosti; detekcia; cve; klony zdrojového kódu; coinwatch; szz; open–source; git; blockscope
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Monitorovací a reportovací nástroj pro klonované zranitelnosti napříč open-source projekty
Predkladaná práca sa zaoberá zraniteľnosťami v projektoch s otvoreným zdrojovým kódom, so zameraním na šírenie zdrojového kódu medzi projektami klonovaním. V rámci tejto práce sú diskutované typy ...
Application for integration of analytical tools for criminal police
Mudra, Matěj; Kolář, Dušan; Kanich, Ondřej
2023 - anglický
Cílem této práce je navrhnout a vytvořit program schopný integrace série analytických nástrojů, které budou napomáhat prošetřování velkého množství dat. Integrační proces je dynamický a uživateli nastavitelný pro umožnění rozšíření nástrojů použitých pro analýzu dat bez nutnosti aktualizací samotného programu. Uživatelské prostředí je navrženo pomocí online nástroje sloužícího ke tvorbě prototypů Figma a implementováno pomocí frameworku Flutter, který využívá programovací jazyk Dart. Tato volba umožňuje vývoj a testování na všech platformách členů týmy Facis. Výsledná aplikace byla otestována odborníkem, který je jedním z budoucích uživatelů této aplikace. The purpose of this thesis is to design and create a programme capable of integrating a series of analytical tools to aid crime investigation involving large digital data processing. The integration process is dynamic and user configurable to allow for future expansion and flexibility of the analysis pipeline without the need to update the code base. The integration interface itself is designed with online wireframing and prototyping tool Figma and implemented with UI framework Flutter using Dart programming language. This allows for easy development and testing across the Facis team members platfroms. The resulting application is tested by a subject matter expert who one of the assumed users of the final application and provided vital information about his field.
Klíčová slova:
Dynamic user interface; Flutter; Desktop application; Figma; Analytical tools; HTTP; Dart; Client-Server architecture; Dynamické uživatelské prostředí; Flutter; Desktopová applikace; Figma; Analytické nástroje; HTTP; Dart; Client-Server architektura
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Application for integration of analytical tools for criminal police
Cílem této práce je navrhnout a vytvořit program schopný integrace série analytických nástrojů, které budou napomáhat prošetřování velkého množství dat. Integrační proces je dynamický a uživateli ...
Testovací sada frameworku EAS
Mazáková, Júlia; Janoušek, Vladimír; Smrčka, Aleš
2023 - anglický
Toto dielo sa zameriava na softvérové testovanie systému s dôrazom na nižšie vrstvy testovania, ktoré zahŕňajú testovanie jednotlivých komponent a integráciu. Hlavným cieľom je demonštrovať proces testovania na EAS (Efektívny Agendový Systém), začínajúc plánovaním testov a následne vytvorením konečnej testovacej sady, ktorá vyhodnocuje výkon mikroslužieb systému. Táto testovacia sada pokrýva významnú časť funkcionality systému. Výsledky sú zobrazené a analyzované vo vygenerovanej testovacej správe. Analyzovanie systému a konečný report slúžia ako cenný nástroj v rámci testovania. This work focuses on the software testing of the system with an emphasis on lower layers of testing, which includes unit and integration testing. The primary objective is to showcase the testing process using the EAS (Effective Agenda System) framework, starting with the test plan process followed by the creation of the final test suite that will evaluate the performance of the system's backend microservices. This test suite covers a significant part of the system's functionality. The results are stored and analyzed in the final test report. Performed analysis of the system and the final suite serve as valuable assets in the context of testing.
Klíčová slova:
software testing; automation; EAS framework; test-driven development; microservice architecture; V-model in testing; reporting; unit testing; integration testing; testovanie sofvéru; automatizácia; EAS systém; programovanie riadené testami; architektúra mikroslužieb; testovanie podľa V-modelu; správa z testovania; unit testy; integračné testy
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Testovací sada frameworku EAS
Toto dielo sa zameriava na softvérové testovanie systému s dôrazom na nižšie vrstvy testovania, ktoré zahŕňajú testovanie jednotlivých komponent a integráciu. Hlavným cieľom je demonštrovať proces ...
OpenSCAP Report: nástroj pro vizualizaci výsledků kontroly dodržování bezpečnostních předpisů
Rodák, Jan; Rozman, Jaroslav; Drga, Jozef
2023 - anglický
Cílem práce je vyvinout nástroj pro prezentaci výsledků bezpečnostního skeneru OpenSCAP. SCAP skenery používají standardizované vstupní a výstupní formáty, které nejsou čitelné člověkem. Cílem nástroje je prezentovat výstup SCAP skeneru ve formě interaktivního reportu, který pomůže najít hlavní příčinu selhání bezpečnostních požadavků. Dovolí uživatelům porozumět složení příslušných bezpečnostních kontrol. Report umožní uživatelům OpenSCAP i vývojářům bezpečnostních profilů ladit jejich kontroly. Poskytne pohled na vztahy mezi jednotlivými kontrolami a pomůže pochopit kontext těchto kontrol v rámci bezpečnostních profilů SCAP. The goal of the thesis is to develop a utility to present the results of OpenSCAP security scans. SCAP scans use standardized input and output formats, and those formats are not consumable by humans. The utility aims to present the SCAP scan output in the form of an interactive report that helps find the root cause of failed security requirements and enables users to understand the composition of the respective security checks. The report will allow users of OpenSCAP and developers of security profiles to debug their checks. It will provide insights into relations between individual checks and help understand the context of these checks within SCAP security profiles.
Klíčová slova:
SCAP; OpenSCAP; ARF; XCCDF; OVAL; security compliance; audit; UI/UX; SCAP; OpenSCAP; ARF; XCCDF; OVAL; bezpečnostní předpisy; audit; UI/UX
Plné texty jsou dostupné v digitálním repozitáři NUŠL
OpenSCAP Report: nástroj pro vizualizaci výsledků kontroly dodržování bezpečnostních předpisů
Cílem práce je vyvinout nástroj pro prezentaci výsledků bezpečnostního skeneru OpenSCAP. SCAP skenery používají standardizované vstupní a výstupní formáty, které nejsou čitelné člověkem. Cílem ...
Jednotný přístup k požadavkům v nástroji JIRA
Pindur, Daniel; Vašíček, Ondřej; Fiedor, Jan
2023 - anglický
Cílem této práce je vytvořit rozhraní pro přístup k požadavků uloženým v Jira Software s modulem Requirements for Jira (R4J) s využitím OSLC adaptéru pro specifikaci Správa požadavků. Adaptér byl rozdělen na dvě části, z důvodu vyhodnocení zda je možné splňovat požadavky i bez modulu R4J - jeden pro Jira Software (splňující všechny požadavky specifikace Správa požadavků) a druhou pro modul R4J (poskytující další funkce). Oba adaptéry byly implementovány s využitím nástrojů Eclipse Lyo a knihovny OSLC4J. Je uveden základní přehled základních technologií OSLC, specifikací OSLC Core a Správa požadavků, Jira a R4J. Práce obsahuje podrobné shrnutí procesu návrhu, implementace a testování adaptérů a vyhodnocení výsledků a použitých technologií. The goal of this work is to create an interface for accessing requirements resources stored in Jira Software with the Requirements for Jira (R4J) plugin using an OSLC adaptor for the Requirements Management specification. The adaptor has been split into two to explore the possibility of not needing the R4J plugin - one for the Jira Software (satisfying all requirements of the Requirement Management specification) and one for the R4J plugin (providing additional functionality). Both adaptors have been implemented by utilizing the Eclipse Lyo tooling and the OSLC4J library. The basic overview of the fundamental technologies of OSLC, OSLC Core and Requirement Management specifications, Jira and R4J is provided. The thesis contains a detailed summary of the adaptors' design, implementation, and testing process, as well as an evaluation of the results and used technologies.
Klíčová slova:
OSLC; OSLC Adaptor; OSLC Requirement Management; Jira; Requirements for Jira; R4J; Eclipse Lyo; RDF; Linked Data; REST; OSLC; OSLC Adaptér; OSLC Správa Požadavků; Jira; Requirements for Jira; R4J; Eclipse Lyo; RDF; Propojená Data; REST
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Jednotný přístup k požadavkům v nástroji JIRA
Cílem této práce je vytvořit rozhraní pro přístup k požadavků uloženým v Jira Software s modulem Requirements for Jira (R4J) s využitím OSLC adaptéru pro specifikaci Správa požadavků. Adaptér byl ...
Prostředí pro automatizované testování
Verevkin, Aleksandr; Januš, Filip; Malinka, Kamil
2023 - anglický
Tato práce se zabývá úkolem nastavení prostředí pro testování softwaru. Hlavním cílem je tento proces zjednodušit a zautomatizovat. Zvolený problém je určen k řešení pomocí stávajících nástrojů pro automatizaci workflow. Konkrétně, za pomocí Apache Airflow, platformou pro správu pracovních toků pro datové inženýrské pipeliny. Přínos této práce je ve studiu existujících nástrojů pro automatizaci pracovních postupů a vytvoření frameworku pro automatické nasazování infrastruktury. This work deals with the task of setting up and deploying an environment for software testing. The main objective is to simplify and automate this process. The chosen problem is intended to be solved with the help of existing tools for workflow automation. Specifically, with the Apache Airflow, a workflow management platform for data engineering pipelines. The contribution of this work is in the study of existing workflow automation tools and the creation of a framework for automatic deployment of infrastructure.
Klíčová slova:
Automated software testing; testing environment; automation; automation tools; infrastructure; workflow; pipeline; framework; Apache Airflow; DAG.; Automatizované testování softwaru; testovací prostředí; automatizace; automatizační nástroje; infrastruktura; workflow; pipeline; framework; Apache Airflow; DAG.
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Prostředí pro automatizované testování
Tato práce se zabývá úkolem nastavení prostředí pro testování softwaru. Hlavním cílem je tento proces zjednodušit a zautomatizovat. Zvolený problém je určen k řešení pomocí stávajících nástrojů pro ...
Rozpoznání anomálií rozšířených detekčních systémů
Poposki, Vasil; Homoliak, Ivan; Očenášek, Pavel
2023 - anglický
Cílem této práce je implementovat systém detekce anomálií využívající techniky umělé inteligence, který dokáže detekovat anomálie učením chování systému. Navrhovaný přístup je účinný při identifikaci nových nebo neznámých anomálií, které tradiční metody založené na pravidlech mohou postrádat v datech síťového provozu. Implementace takového systému však zahrnuje i řešení problémů, jako je zpracování dat a extrakce charakteristických rysů. Tato práce pojednává o různých metodách analýzy dat a přístupech k odhalení průniků v systémech Extended Detection and Response a výzvách, kterým čelíme v dnešních rozšiřujících se bezpečnostních technologiích. The objective of this work is to implement an anomaly detection system using artificial intelligence techniques that can detect anomalies by learning the system behavior. The proposed approach is effective in identifying novel or unknown anomalies that traditional rule-based methods may miss in network traffic data. However, the implementation of such a system involves addressing challenges such as data processing and feature extraction. This work discusses different methods of data analysis and intrusion detection approaches in Extended Detection and Response systems and the challenges we face in today’s expanding security technologies.
Klíčová slova:
anomaly; detection; prevention; XDR; IDS; networks; endpoints; neural networks; anomálie; detekce; prevence; XDR; IDS; sítě; koncové body; neuronové sítě
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Rozpoznání anomálií rozšířených detekčních systémů
Cílem této práce je implementovat systém detekce anomálií využívající techniky umělé inteligence, který dokáže detekovat anomálie učením chování systému. Navrhovaný přístup je účinný při identifikaci ...
NUŠL poskytuje centrální přístup k informacím o šedé literatuře vznikající v ČR v oblastech vědy, výzkumu a vzdělávání. Více informací o šedé literatuře a NUŠL najdete na webu služby.
Vaše náměty a připomínky posílejte na email nusl@techlib.cz
Provozovatel
Zahraniční báze