study programme
Information Technology
Original title in Czech: Informační technologieFaculty: FITAbbreviation: DITAcad. year: 2024/2025
Type of study programme: Doctoral
Study programme code: P0613D140028
Degree awarded: Ph.D.
Language of instruction: Czech
Accreditation: 8.12.2020 - 8.12.2030
Profile of the programme
Academically oriented
Mode of study
Full-time study
Standard study length
4 years
Programme supervisor
Doctoral Board
Chairman :
prof. Ing. Lukáš Sekanina, Ph.D.
Councillor internal :
prof. Dr. Ing. Pavel Zemčík, dr. h. c.
prof. Dr. Ing. Zbyněk Raida
prof. RNDr. Josef Šlapal, CSc.
prof. Ing. Pavel Václavek, Ph.D.
prof. Ing. Tomáš Hruška, CSc.
prof. RNDr. Alexandr Meduna, CSc.
doc. Dr. Ing. Petr Hanáček
prof. Dr. Ing. Jan Černocký
prof. Ing. Adam Herout, Ph.D.
doc. Ing. Jan Kořenek, Ph.D.
prof. Ing. Tomáš Vojnar, Ph.D.
Councillor external :
prof.,RNDr. Jiří Barnat, Ph.D.
Fields of education
Area | Topic | Share [%] |
---|---|---|
Informatics | Without thematic area | 100 |
Study aims
The goal of the doctoral degree programme is to provide outstanding graduates from the master degree programme with a specialised university education of the highest level in certain fields of computer science and information technology, including especially the areas of information systems, computer-based systems and computer networks, computer graphics and multimedia, and intelligent systems. The education obtained within this degree programme also comprises a training and attestation for scientific work.
Graduate profile
- Graduates from the doctoral study programme are trained to independently work in research, development, or management.
- They are able to solve and/or to lead teams solving advanced conceptual, research, development, or production problems in the area of contemporary information technology and its applications.
- They can be engaged to work on creative tasks, to lead research and development teams, or to work in management of companies or organizations whenever there are required abilities to work in an independent and creative way, to analyze complex problems, and to propose and realize new and original solutions. Graduates from the doctoral study programme can also teach and/or scientifically work at universities.
Profession characteristics
FIT graduates in general and FIT doctoral graduates in particular do not have a problem finding employment at scientific, pedagogical or management positions both in Czech Republic and abroad.
- FIT graduates of the doctoral study are capable of independent scientific, research and management work in the field of Informatics, Computer Technology and Information Technologies. Graduates are ready to solve challenging conceptual, research and development problems. They can independently conduct research, development and production in the field of modern information technology.
- Typically, they work as creative workers at top scientific research workplaces, as leaders of research and development teams and in scientific and pedagogical work at universities. Graduates of this program are also employed in higher functional positions of larger institutions and companies, where the ability to work independently, analyze complex problems and design and implement new, original solutions is required.
- And, last but not least, graduates typically continue as so-called "postdoc" in their academic careers in Czech Republic or abroad.
Fulfilment criteria
The requirements that the doctoral students have to fulfil are given by their individual study plans, which specify the courses that they have to complete, their presupposed study visits and active participation at scientific conferences, and their minimum pedagogical activities within the bachelor and master degree programmes of the faculty. A successful completion of the doctoral studies is conditional on the following:
- The student has to pass a doctoral state examination within which he/she has to prove a deep knowledge of methodologies, theories, and their applications in accordance with the state of the art in the areas of science that are given by the courses included in his/her individual study plan and by the theme of his/her future dissertation thesis. The doctoral state examination also encompasses an evaluation of the presumed goals of the future dissertation thesis of the student, of the chosen solution method, and of the so far obtained original results.
- The student has further to prepare and defend his dissertation thesis.
Study plan creation
The rules are determined by the directions of the dean for preparing the individual study plan of a doctoral student. The plan is to be based on the theme of his/her future dissertation thesis and it is to be approved by the board of the branch.
- obligatory doctoral study programme Courses, the total number of courses a student has to complete and their mapping into particular semesters.
- a Research Plan Content (brief descrition of research content - focuse at the intended research area and the doctoral thesis topic
- a Research Plan ( list of research activities focused at the intended research area and the doctoral thesis topic - conferences and seminars to be attended , work to be published)
- teaching duty according to BUT study rules and regulations
- doctoral study schedule
https://www.fit.vut.cz/fit/info/smernice/sm2018-13-en.pdf
Availability for the disabled
Brno university of technology provides studies for persons with health disabilities according to section 21 par. 1 e) of the Act no. 111/1998, about universities and about the change and supplementing other laws (Higher Education Act) as amended, and according to the requirements in this field arising from Government Regulation No. 274/2016 Coll., on standards for accreditation in higher education, provides services for study applicants and students with specific needs within the scope and in form corresponding with the specification stated in Annex III to Rules for allocation of a financial contribution and funding for public universities by the Ministry of Education, Youth and Sports, specifying financing additional costs of studies for students with specific needs.
Services for students with specific needs at BUT are carried out through the activities of specialized workplace - Alfons counselling center, which is a part of BUT Lifelong Learning Institute - Student counselling section.
Counselling center activities and rules for making studies accessible are guaranteed by the university through a valid Rector's directive 11/2017 concerning the status of study applicants and students with specific needs at BUT. This internal standard guarantees minimal stadards of provided services.
Services of the counselling center are offered to all study applicants and students with any and all types of health disabilities stated in the Methodological standard of the Ministry of Education, Youth and Sports.
What degree programme types may have preceded
The study programme builds on both the ongoing follow-up Master's programme in Information Technology and the new follow-up Master's programme in Information Technology and Artificial Intelligence.
Students can also, according to their needs and outside their formalized studies, take courses and trainings related to the methodology of scientific work, publishing and citation skills, ethics, pedagogy and soft skills organized by BUT or other institutions.
Issued topics of Doctoral Study Program
- Active monitoring of cloud applications
Topic Description:
The current Internet trend is to move applications, data, and computing to the cloud. This shift is affecting individuals as well as enterprise environments. This trend challenges the way applications and services are monitored, as traditional monitoring techniques such as Netflow or SNMP are unable to monitor the performance, availability and responsiveness of cloud applications. In addition, the availability of monitoring and diagnostic information from the cloud is limited and often dependent on the type of cloud and service availability.
This research topic focuses on designing active monitoring methods for cloud applications using a network of monitoring agents that monitor the availability, performance, and security of applications in the cloud at the L3-L7 layers using modular tests. The monitoring data will be processed using machine learning methods with a focus on behavioral profiling, predictive analysis and fault detection.
References:
- Luuk Klaver, Thijs van der Knaap, Johan van der Geest, Edwin Harmsma, Bram van der Waaij, and Paolo Pileggi. 2021. Towards Independent Run-Time Cloud Monitoring. In Companion of the ACM/SPEC International Conference on Performance Engineering (ICPE '21). Association for Computing Machinery, New York, NY, USA, 21–26.
- Jacopo Soldani and Antonio Brogi. 2022. Anomaly Detection and Failure Root Cause Analysis in (Micro) Service-Based Cloud Applications: A Survey. ACM Comput. Surv. 55, 3, Article 59 (March 2023), 39 pages.
- H. Won and Y. Kim, "Performance Analysis of Machine Learning Based Fault Detection for Cloud Infrastructure," 2021 International Conference on Information Networking (ICOIN), Jeju Island, Korea (South), 2021, pp. 877-880, doi: 10.1109/ICOIN50884.2021.9333875.
- Advanced algorithms of Video, Image, and Signal processing
The topic concerns algorithms of image, video, and/or signal processing. Its main goal is to research and in-depth analyze existing algorithms and discover new ones so that they have desirable features and so that they are possible to efficiently implement. Such efficient implementation can be but does not necessarily have to be part of the work but it is important to prepare the algorithms so that they can be efficiently implemented e.g. in CPU, in CPU with acceleration through SSE instructions, in embeded systems, even in combination with FPGA, in Intel Xeon PHI, in extremely low power systems, or in other environments. It is possible to exploit algorithms of artificial intelligence, such as neural networks, especially CNNs The application possibilities of the algorithms are also important and the application can be but does not have to be part of the work. The algorithms/applications of interest include:
- recognition of scene contents, events, and general semantics of video sequences (such as identification of traffic situations, identification in scenes in moview, action identification, etc.),
- classification of video sequences using machine learning (AI)through deep convolution networks neural network or similar approaches (e.g. for industrial quality inspection, object of scene characteristics search, etc.), possibly in combination with object tracking in video using modern methods,
- parallel analysis of video and signal (e.g. for detection of coincidence of occurrence of object in video and characteristic signal shape in surveillance applications), fusion of video and sognals,
- modern algorithms of video, image, and/or signal exploiting "client/server" or "cloud" approaches suitable e.g. for mobile technology and/or embedded systems,
- algorithms of video compression and analysis through frequency or wavelet transforms or similar methods...
After mutual agreement, individually selected algorithms can be considered as well as soon as they do belong to the general topic.
Collaboration on grant projects, such as TACR, MPO, H2020, ECSEL (possible employment or scholarship).
- Advanced algorithms of Video, Image, and Signal processing
The topic concerns algorithms of image, video, and/or signal processing. Its main goal is to research and in-depth analyze existing algorithms and discover new ones so that they have desirable features and so that they are possible to efficiently implement. Such efficient implementation can be but does not necessarily have to be part of the work but it is important to prepare the algorithms so that they can be efficiently implemented e.g. in CPU, in CPU with acceleration through SSE instructions, in embeded systems, even in combination with FPGA, in Intel Xeon PHI, in extremely low power systems, or in other environments. It is possible to exploit algorithms of artificial intelligence, such as neural networks, especially CNNs The application possibilities of the algorithms are also important and the application can be but does not have to be part of the work. The algorithms/applications of interest include:
- recognition of scene contents, events, and general semantics of video sequences (such as identification of traffic situations, identification in scenes in moview, action identification, etc.),
- classification of video sequences using machine learning (AI)through deep convolution networks neural network or similar approaches (e.g. for industrial quality inspection, object of scene characteristics search, etc.), possibly in combination with object tracking in video using modern methods,
- parallel analysis of video and signal (e.g. for detection of coincidence of occurrence of object in video and characteristic signal shape in surveillance applications), fusion of video and sognals,
- modern algorithms of video, image, and/or signal exploiting "client/server" or "cloud" approaches suitable e.g. for mobile technology and/or embedded systems,
- algorithms of video compression and analysis through frequency or wavelet transforms or similar methods...
After mutual agreement, individually selected algorithms can be considered as well as soon as they do belong to the general topic.
Collaboration on grant projects, such as TACR, MPO, H2020, ECSEL (possible employment or scholarship).
- Advanced algorithms of Video, Image, and Signal processing
The topic concerns algorithms of image, video, and/or signal processing. Its main goal is to research and in-depth analyze existing algorithms and discover new ones so that they have desirable features and so that they are possible to efficiently implement. Such efficient implementation can be but does not necessarily have to be part of the work but it is important to prepare the algorithms so that they can be efficiently implemented e.g. in CPU, in CPU with acceleration through SSE instructions, in embeded systems, even in combination with FPGA, in Intel Xeon PHI, in extremely low power systems, or in other environments. It is possible to exploit algorithms of artificial intelligence, such as neural networks, especially CNNs The application possibilities of the algorithms are also important and the application can be but does not have to be part of the work. The algorithms/applications of interest include:
- recognition of scene contents, events, and general semantics of video sequences (such as identification of traffic situations, identification in scenes in moview, action identification, etc.),
- classification of video sequences using machine learning (AI)through deep convolution networks neural network or similar approaches (e.g. for industrial quality inspection, object of scene characteristics search, etc.), possibly in combination with object tracking in video using modern methods,
- parallel analysis of video and signal (e.g. for detection of coincidence of occurrence of object in video and characteristic signal shape in surveillance applications), fusion of video and sognals,
- modern algorithms of video, image, and/or signal exploiting "client/server" or "cloud" approaches suitable e.g. for mobile technology and/or embedded systems,
- algorithms of video compression and analysis through frequency or wavelet transforms or similar methods...
After mutual agreement, individually selected algorithms can be considered as well as soon as they do belong to the general topic.
Collaboration on grant projects, such as TACR, MPO, H2020, ECSEL (possible employment or scholarship).
- Advanced algorithms of Video, Image, and Signal processing
The topic concerns algorithms of image, video, and/or signal processing. Its main goal is to research and in-depth analyze existing algorithms and discover new ones so that they have desirable features and so that they are possible to efficiently implement. Such efficient implementation can be but does not necessarily have to be part of the work but it is important to prepare the algorithms so that they can be efficiently implemented e.g. in CPU, in CPU with acceleration through SSE instructions, in embeded systems, even in combination with FPGA, in Intel Xeon PHI, in extremely low power systems, or in other environments. It is possible to exploit algorithms of artificial intelligence, such as neural networks, especially CNNs The application possibilities of the algorithms are also important and the application can be but does not have to be part of the work. The algorithms/applications of interest include:
- recognition of scene contents, events, and general semantics of video sequences (such as identification of traffic situations, identification in scenes in moview, action identification, etc.),
- classification of video sequences using machine learning (AI)through deep convolution networks neural network or similar approaches (e.g. for industrial quality inspection, object of scene characteristics search, etc.), possibly in combination with object tracking in video using modern methods,
- parallel analysis of video and signal (e.g. for detection of coincidence of occurrence of object in video and characteristic signal shape in surveillance applications), fusion of video and sognals,
- modern algorithms of video, image, and/or signal exploiting "client/server" or "cloud" approaches suitable e.g. for mobile technology and/or embedded systems,
- algorithms of video compression and analysis through frequency or wavelet transforms or similar methods...
After mutual agreement, individually selected algorithms can be considered as well as soon as they do belong to the general topic.
Collaboration on grant projects, such as TACR, MPO, H2020, ECSEL (possible employment or scholarship).
- Advanced Analysis and Verification for Advanced Software
Obecným cílem výzkumu v rámci zadání je výrazně posunout vpřed současný stav poznání ve světě v oblasti statické analýzy a verifikace s formálními kořeny se zaměřením na analýzu a verifikaci pokročilého software, a to jak v oblasti principů, tak i nástrojů alespoň potenciálně využitelných v praxi.
Statická analýza a verifikace na formálních základech představují moderní a rychle se rozvíjející přístupy k ověřování korektnosti počítačových systémů, resp. pro vyhledávání chyb v nich. Existuje a dále se rozvíjí mnoho přístupů k takové analýze či verifikaci: analýza toku dat, pokročilé typové analýzy, abstraktní interpretace, model checking apod. Značná pozornost je těmto přístupům věnována nejen v akademické oblasti, ale také řadou špičkových velkých průmyslových společností (např. Meta, Google, Amazon, Apple, Microsoft, Oracle, Red Hat, Honeywell apod.) i neustále vznikajících specializovaných firem (např. Coverity, GrammaTech, AbsInt, DiffBlue, Certora apod.), často následně zakoupených velkými technologickými leadery.
Přes výše uvedený zájem univerzit i průmyslových společností je však v oblasti statické analýzy stále zapotřebí vyřešit celou řadu teoretických i praktických problémů. Zvlášť patrné je to u analýzy a verifikace pokročilého software, založeného na nízko-úrovňovém programování, moderních vysoko-úrovňových přístupech či obojím. Z hlediska analýzy a verifikace jsou problematické mezi nízko-úrovňovými programy stále např. programy využívající nízko-úrovňovou manipulaci s ukazateli a dynamickými datovými strukturami, zatímco mezi vysoko-úrovňové programy se jedná např. o programy využívající strojové učení či založené na expertních systémech (vyvíjené např. ve společnosti Honeywell), vysoko-úrovňové specifikace software či programy v moderních vysoko-úrovňových jazycích a prostředích (např. Oracle GraalVM) a/nebo využívající moderní architektury software, jako jsou např. mikroslužby. V rámci výzkumu se student bude moci postupně specializovat na verifikační problémy v některé z těchto oblastí. Rozvíjeny budou přístupy založené na různých formách logik a automatů, abstraktní interpretaci, abdukci, symbolické exekuci či jejich vhodných kombinacích.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT automatizovanou analýzou a verifikací, zejména pak doc. A. Rogalewiczem, dr. J. Fiedorem, doc. L. Holíkem, dr. O. Lengálem, Ing. V. Malíkem, Ing. J. Pavelou, Ing. O. Vašíčkem či Ing. D. Kozákem. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT -- zejména TU Vídeň (doc. F. Zuleger) a University of Arizona (dr. T. Černý), případně Uppsala University (prof. P.A. Abdulla); Verimag, Grenoble (doc. R. Iosif), IRIF, Paříž (prof. A. Bouajjani, doc. P. Habermehl), LSV, ENS Paris-Saclay (prof. M. Sighireanu), Academia Sinica, Tchaj-wan (prof. Y.-F. Chen). Téma je zajímavé také z pohledu spolupráce s průmyslovými společnostmi, zejména pak Red Hat (spolupráce V. Malík), Honeywell (spolupráce J. Fiedor, T. Kratochvíla, J. Pavela, O. Vašíček), Oracle Labs (spolupráce D. Kozák).
V oblasti statické analýzy programů dosáhla skupina VeriFIT mnoha originálních výsledků publikovaných na špičkových konferencích. Řada z dosažených výsledků byla implementována v nástrojích (např. Predator, Forester, 2LS), které získaly řadu ocenění např. na mezinárodní soutěži ve verifikaci software SV-COMP. V nedávné době začali členové skupiny vyvíjet také
- Advanced Methods of Computational Photography
The project is concerned with advanced methods of computational photography. The aim is to research new computational photography methods, which comprises software solutions potentially supported by new optics and/or hardware. Our interest is on HDR image and video processing, color-to-grayscale conversions, spectral imaging, generative AI and others.
- Further information: http://cadik.posvete.cz/tmo/
- Contact: http://cadik.posvete.cz/
- Cooperation and research visits with leading research labs are possible (Adobe Research, USA, MPII Saarbrücken, Germany, Disney Research Zurich, Switzerland, INRIA Bordeaux, France)
- Advanced methods of practicel reasoning in the BDI systems.
Practical decision making in a BDI system is based on the continuous building of a model of the agent's intentions and the subsequent execution of this model. The original computational system for BDI agents, the AgentSpeak(L) system, left room for further specification of some computational steps, such as choosing among multiple possible means to achieve goals, choosing intentions to execute, or choosing substitutions when performing formal inferences. It is the search for preferences in the choice of means and intentions that will be the focus of the work in this assignment. We anticipate using our original approach, which introduces late variable binding in the interpretation of AgentSpeak(L), which we hypothesize offers the possibility of outperforming current systems that address a similar problem. The result should be a system whose practical decision making exhibits a higher degree of rationality than that exhibited by currently existing BDI system solutions.
- Advanced Methods of Real-Time Rendering
Předmětem studia budou algoritmy zobrazování scén v reálném čase s využitím moderních grafických procesorů. Práce se má zaměřit na složité a rozsáhlé scény s různými materiály a množstvím světelných zdrojů. Výsledkem práce by měly být algoritmy umožňující maximálně využít moderní grafické procesory - a to algoritmy použitelné v programovatelných částech zobrazovacího řetězce i algoritmy využívající GPU jako obecný vysoce paralelní stroj (architektury CUDA a OpenCL).
- Advanced Rendering Methods
The project is concerned with advanced rendering and global illumination methods. The aim is to research new photorealistic (physically accurate) as well as non-photorealistic (NPR) simulations of interaction of light with the 3D scene. Cooperation and research visits with leading research labs are possible (Adobe, USA, MPII Saarbrücken, Německo, Disney Curych, Švýcarsko, INRIA Bordeaux, Francie).
- More information: http://cadik.posvete.cz/
- Advanced traffic data evaluation
.
- Aligning pre-trained models via an interpretable latent space
The usage of large pre-trained models has become ubiquitous in several fields of Artificial Intelligence (AI). The recent developments and capabilities of large language models are a prime example. Similar trends are seen in areas such as speech technology, computer vision, and across disciplines related to medicine and healthcare. In speech and language processing, current state-of-the-art models are trained independent of each other, and a majority of them are uni-modal at their input. Whereas, a number of applications such as spoken language translation, task-oriented dialogue systems and atypical speech assessment either require or benefit from a careful combination of two or more models. A naive way of building a cascade pipeline results in error propagation and compounding, while joint-training causes catastrophic forgetting, where the benefits of pre-training diminish. Combined with these limitations, the black-box nature of the models make them hard to interpret; moreover, they propagate harmful biases acquired from the massive web-crawled training data. To overcome these limitations of the current state-of-the-art, this PhD topic aims to develop theoretically-motivated methods for aligning any arbitrary pre-trained models via an interpretable latent space. The alignment will enable to join the models without requiring to fine-tune them. The interpretable latent space will ease the study and identification of the linguistic, para-linguistic, and fairness attributes that are encoded in the pre-trained models. This will also allow the explainability of the models' output in human-centred applications related to medicine and healthcare such as atypical speech and language assessment. The shared latent space enables to use efficient data augmentation and bias mitigation methods that will enhance the robustness of speech and language applications.
Tutor: Černocký Jan, prof. Dr. Ing.
- Aligning pre-trained models via an interpretable latent space
The usage of large pre-trained models has become ubiquitous in several fields of Artificial Intelligence (AI). The recent developments and capabilities of large language models are a prime example. Similar trends are seen in areas such as speech technology, computer vision, and across disciplines related to medicine and healthcare. In speech and language processing, current state-of-the-art models are trained independent of each other, and a majority of them are uni-modal at their input. Whereas, a number of applications such as spoken language translation, task-oriented dialogue systems and atypical speech assessment either require or benefit from a careful combination of two or more models. A naive way of building a cascade pipeline results in error propagation and compounding, while joint-training causes catastrophic forgetting, where the benefits of pre-training diminish. Combined with these limitations, the black-box nature of the models make them hard to interpret; moreover, they propagate harmful biases acquired from the massive web-crawled training data. To overcome these limitations of the current state-of-the-art, this PhD topic aims to develop theoretically-motivated methods for aligning any arbitrary pre-trained models via an interpretable latent space. The alignment will enable to join the models without requiring to fine-tune them. The interpretable latent space will ease the study and identification of the linguistic, para-linguistic, and fairness attributes that are encoded in the pre-trained models. This will also allow the explainability of the models' output in human-centred applications related to medicine and healthcare such as atypical speech and language assessment. The shared latent space enables to use efficient data augmentation and bias mitigation methods that will enhance the robustness of speech and language applications.
Tutor: Černocký Jan, prof. Dr. Ing.
- Analysis and usage of microscopic details in images captures by a common camera
- Acquiring of high-quality images by a smartphone or by other cameras
- Composition of multiple captured images into a high-quality image, with detailed characteristics of the material
- Compression, storage, transfer of high-quality images
- Registration, search, comparison of high-quality images
- Analysis of points of interest in high-quality images
- Comparison of high-quality images: identification, verification
- Search based on features from high-quality images
- Machine learning on high-quality images
- Analysis and usage of microscopic details in images captures by a common camera
- Acquiring of high-quality images by a smartphone or by other cameras
- Composition of multiple captured images into a high-quality image, with detailed characteristics of the material
- Compression, storage, transfer of high-quality images
- Registration, search, comparison of high-quality images
- Analysis of points of interest in high-quality images
- Comparison of high-quality images: identification, verification
- Search based on features from high-quality images
- Machine learning on high-quality images
- Analysis of attacks on wireless networks
The dissertation focuses on the security of wireless local area networks. The student should become familiar with selected wireless networks and their security as part of the solution. This work aims to study the theory of wireless networks, their properties, and possibilities of attacks, test the basic types of attacks, design new protection methods, conduct experiments, evaluate the results, and propose the direction of further research.
Participation in relevant international conferences and publication in scientific journals are expected.
Co-supervised by Dr. Kamil Malinka.Tutor: Hanáček Petr, doc. Dr. Ing.
- Analysis of programs with dynamic data structures
- Application of Transformer Neural Networks for Processing of Domain-Oriented Knowledge in Computer Networks
Topic Description:
Transformers are large language models based on deep learning. They are mainly used for natural language processing, but also for document analysis, information retrieval, etc.
The research topic focuses on the application of large LLM-type language models for information retrieval in technical documentation, e.g. technical reports, manuals, domain-specific knowledge bases, etc. The research involves processing the input domain-oriented documents and converting them into a language model to be used in transfer learning technique.
The goal of the research is to apply and optimize transformers for efficient retrieval of domain-specific information, e.g. to support network administrators in handling security incidents, network diagnostics, etc.
References:
- Tang, Zineng, et al. "Unifying vision, text, and layout for universal document processing." Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023.
- Pilault, Jonathan, et al. "On extractive and abstractive neural document summarization with transformer language models." Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP). 2020.
- Rothman, Denis, and Antonio Gulli. Transformers for Natural Language Processing: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTorch, SensorFlow, BERT, and GPT-3. Packt Publishing Ltd, 2022.
- Assessment of mental stress, anxiety and depression from analysis of brain signals
Problem Statement: Mental stress, anxiety and depression are mental health conditions that often occur together. In such a case, the person is stressed and is not able to control the worry, and it correspondingly affects his/her social and occupational activities. Hence, proper assessment and diagnosis for mental stress, anxiety and depression is required in order for a person to effectively keep taking part in his/her normal daily tasks and activities.
Issues with Current Solutions: Unfortunately, conventional assessment and diagnostic measures are subjective in nature and are used only when the symptoms are already evident due to advanced stages of mental stress, anxiety and depression. However, mental stress, anxiety and depression do not occur overnight, rather it is a long process. Hence, detection of symptoms is required at early stages of mental stress, anxiety and depression because that may result in a cure or at least it will delay the onset of serious mental health issues associated with them.
Challenges: Unlike other diseases where the symptoms like fever and cough allow people to seek help, symptoms at early stages of mental stress and anxiety are not easily identifiable. Hence, the brain needs to be continuously monitored for any sign of change or deterioration in order to detect the symptoms at early stage.
Solution: The solution lies in the development of an objective and quantitative method that can detect mental stress, anxiety and depression at an early stage. Perception of mental stress, anxiety and depression originates in the brain; therefore, this research investigates the neurophysiological features extracted from brain electroencephalogram (EEG) signal to measure mental stress, anxiety and depression at early stage. This will require development of method for extraction of features as well as pattern recognition approach to provide a solution. The EEG dataset is already available for this project.
Few Words About Supervision: I have extensive experience of working in the field of neuro-signal and neuroimage processing and I am currently head of a research group in this area. This is a multidisciplinary project and it will involve working with clinicians. However, the core of the project is related to IT in terms of development of a new method. Please feel free to contact me at malik@fit.vutbr.cz
- Automated Complexity Analysis of programs with (not only) Complex Data Structures
- Automatic speech recognition systems for dialectology
Language is the basic linking element of any nation and its territorial dialects are an important part of regional identity. The PhD topic, proposed by specialists in ASR (BUT), dialectology (ÚJČ) and interactive mapping (UPOL), focuses on the adaptation of existing technologies and development of new procedures for automatic processing, preservation, documentation and presentation of the dialects of the Czech language. The primary goal is to create a powerful ASR system usable by dialectologists, based on large pre-trained models, datasets of a specific language and/or related languages, and small amounts of data from target dialect areas. The topic is related to the work on the JAMAP project. . .
- Automatic Workload Balancing on Heterogeneous Architectures
Trendem poslední doby při stavbě superpočítačových systémů je využití heterogenních architektur pro dosažení vysoké výkonnosti a současně nízkého příkonu. Typickým představitelem takového systému je Tsubane-II nebo Salomon, jenž obsahují mimo běžných vícejádrových procesorů i akcelerátory Intel Xeon Phi, nebo systémy jako je Titan jenž sází na grafické karty firmy NVIDIA.
Pokud chceme opravdu využít plný potenciál výpočetního systému je nutné úlohu rozdělit nejen na akcelerační karty, ale rovněž na procesorová jádra. Pokud bychom uvažovali systém Salomon umístěný v Ostravě, procesorová část představuje 1/3 výkonu, zatímco akcelerační karty 2/3.
Cílem práce je navrhnout novou metodiku automatizované rozdělení výpočtu (dekompozice) a vyvážení pracovní zátěže tak, aby byly využity všechny dostupné prostředky a minimalizována komunikace.
- Autonomous Inelligent Systems Driven by a Models
Tématem práce je propojení prostředí pro modelování inteligentních systémů s nástroji pro vytváření a provádění simulačních modelů. Doktorand by se měl orientovat zejména na otevřené otázky robotiky, jako jsou například společné plánování, řešení konfliktů a koordinace, a zkoumat jejich řešení právě s využitím simulačních nástrojů jako jsou PNtalk nebo TMass. Výsledkem by měla být analýza problematiky, řešení některých problémů a demonstrace přínosu modelování pro jejich řešení.
Školitel specialista: Ing. Radek Kočí, Ph.D.
- Autotuning in High Performance Applications.
.
- Autotuning in High Performance Applications.
- Computer-aided Creativity
Cílem disertační práce je výzkum v oblasti tzv. generativní umělé inteligence - ať už se jedná o difusní a adversiální modely pro generování videa, generativní textové modely pro vytváření příběhů, automatické generování počítačového kódu, hudby, reprezentaci znalostí fyziky a chemie a podporu vědecké kreativity, případně kombinace všech těchto přístupů. Práce se zaměří na řešení problémů interakce člověka s generovanými mezivýsledky, přirozeného označování jednotlivých částí a konceptů tak, aby bylo možné na průběžné výsledky navazovat, a na vývoj metod úpravy datových sad a postupů učení, aby bylo možné řešit společenské problémy, spojené s vytvářenými kreativními modely - otázky spravedlivosti modelů, předpojatosti a začlenění konceptů tzv. zodpovědné umělé inteligence.
- Computer-aided Creativity
Cílem disertační práce je výzkum v oblasti tzv. generativní umělé inteligence - ať už se jedná o difusní a adversiální modely pro generování videa, generativní textové modely pro vytváření příběhů, automatické generování počítačového kódu, hudby, reprezentaci znalostí fyziky a chemie a podporu vědecké kreativity, případně kombinace všech těchto přístupů. Práce se zaměří na řešení problémů interakce člověka s generovanými mezivýsledky, přirozeného označování jednotlivých částí a konceptů tak, aby bylo možné na průběžné výsledky navazovat, a na vývoj metod úpravy datových sad a postupů učení, aby bylo možné řešit společenské problémy, spojené s vytvářenými kreativními modely - otázky spravedlivosti modelů, předpojatosti a začlenění konceptů tzv. zodpovědné umělé inteligence.
- Conversational Agents Combining Structural Knowledge and Learning from Text
Konverzační agenti se pomalu stávají běžnou součástí rozhraní pro (prvotní) komunikaci se zákazníkem a odpovídání na jeho otázky. Výzkum v oblasti počítačového zpracování přirozeného jazyka se zaměřuje na vytvoření automatické klasifikace prvotní komunikace a, zejména, otázky uživatele, do předem daných tříd, k nimž existují konkrétní texty. Není však uspokojivě vyřešeno rozšiřování "znalostí" komunikačních agentů při aktualizaci strukturovaných dat, případně při přidání dalších textových materiálů.
Cílem disertační práce je rozvinout existující přístupy využívající obrovské kolekce neanotovaných textových dat a způsoby kombinování strukturované a nestrukturované znalosti a optimalizace procesů při rozšiřování funkcionality stávajících i nových konverzačních agentů. Součástí práce bude i aplikace zkoumaných metod v rámci evropských projektů, na jejichž řešení se školitel podílí. - Conversational Agents Combining Structural Knowledge and Learning from Text
Konverzační agenti se pomalu stávají běžnou součástí rozhraní pro (prvotní) komunikaci se zákazníkem a odpovídání na jeho otázky. Výzkum v oblasti počítačového zpracování přirozeného jazyka se zaměřuje na vytvoření automatické klasifikace prvotní komunikace a, zejména, otázky uživatele, do předem daných tříd, k nimž existují konkrétní texty. Není však uspokojivě vyřešeno rozšiřování "znalostí" komunikačních agentů při aktualizaci strukturovaných dat, případně při přidání dalších textových materiálů.
Cílem disertační práce je rozvinout existující přístupy využívající obrovské kolekce neanotovaných textových dat a způsoby kombinování strukturované a nestrukturované znalosti a optimalizace procesů při rozšiřování funkcionality stávajících i nových konverzačních agentů. Součástí práce bude i aplikace zkoumaných metod v rámci evropských projektů, na jejichž řešení se školitel podílí. - Cybersecurity aspects of the Internet of Things
The dissertation focuses on the security of IoT systems. This work aims to study the theory of IoT systems, their properties, and possibilities of attacks, test the basic types of attacks, design a new method of protection, conduct experiments, evaluate results, and design further research.
Participation in relevant international conferences and publication in scientific journals are expected.
Co-supervised by Dr. Kamil Malinka.
Tutor: Hanáček Petr, doc. Dr. Ing.
- Cybersecurity of critical infrastructure
Topic Description:
Critical infrastructure consists of systems and elements whose failure would have a serious impact on the provision of basic services to the public, such as water, electricity or gas distribution. Examples of critical infrastructure assets include power plants, substations, water facilities, gas distribution, traffic control, etc. These systems use industrial ICS control protocols such as Modbus, IEC 104, MMS for communication.
The research includes the analysis of cyber threats in industrial communications according to MITRE ATT&CK for ICS and the design of an anomaly detection system. Based on the analysis of normal traffic, attributes representing ICS communication must be automatically selected to build an anomaly detection model, which can be built using formal languages, statistical methods, machine learning methods, or neural networks. These models describe the expected behavior of the system and are used to detect anomalies. When an anomaly is detected, the proposed system evaluates its severity, determines its cause and method of resolution using the knowledge base.
References:
- HAVLENA Vojtěch, MATOUŠEK Petr, RYŠAVÝ Ondřej and HOLÍK Lukáš. Accurate Automata-Based Detection of Cyber Threats in Smart Grid Communication. IEEE Transactions on Smart Grid, vol. 2023, no. 14, pp. 2352-2366. ISSN 1949-3053.
- BURGETOVÁ Ivana, MATOUŠEK Petr and RYŠAVÝ Ondřej. Anomaly Detection of ICS Communication Using Statistical Models. In: Proceedings of the 17th International Conference on Network Service Management (CNSM 2021). Izmir: Institute of Electrical and Electronics Engineers, 2021, pp. 166-172. ISBN 978-3-903176-36-2.
- MATOUŠEK Petr, HAVLENA Vojtěch and HOLÍK Lukáš. Efficient Modelling of ICS Communication For Anomaly Detection Using Probabilistic Automata. In: Proceedings of IFIP/IEEE International Symposium on Integrated Network Management. Bordeaux: International Federation for Information Processing, 2021, pp. 81-89. ISBN 978-3-903176-32-4.
- Data processing methods using neural networks
- Data processing methods using neural networks
Jádrem práce je vývoj nových metod zpracování dat pomocí neuronových sítí. Může jít o data získaná od uživatelů informačních systémů i o přímá senzorická data. Zvláštní pozornost bude věnována zpracování a predikci sekvenčních dat (prediktivní výroba a údržba). Předpokládá se spolupráce s průmyslovým partnerem rámci projektu TAČR. Školitelem specialistou a koordinátorem zapojení UITS do projektu je R. Kočí.
- Decentralized Finance and Information Security
First, this thesis aims to investigate the current state-of-of-the-art decentralized finance with emphasis on the information security and privacy. The examples of considered applications would involve watchtowers, various market makers, such as liquidity swaps, decentralized sets, balancers. The thesis will propose novel approaches and empirically evaluate the results. The focus will be also put on the security and privacy analysis of proposed approaches.
- Detection of voice deepfakes
The work will start with getting familiar with the basics of the problem of voice deep fake detection (DFD), terminology, available techniques, data and challenges (especially AVSpoof), with the history and state of the art techniques and tools for speaker recognition (wespeaker toolkit), with state of the art techniques and tools for personalized text to speech (pTTS) synthesis and voice conversion. The first task will be reproducing one or two DF detection systems from AVSpoof 2021 (or a newer challenge), checking that the numbers match what is reported, studying how the systems work, followed by attacking the AVSpoof 2021 DFD system(s) with several up to date DF creation techniques. The main task of the PhD work is to suggest and implement ways to detect DFD (or help DFD detection) by for example (1) making the DFD system aware of genuine speech of the target speaker (2) work on artifacts that might be badly handled by pTTS systems, such as breaths. (3) suggesting and implementing techniques making use of psychoacoustical findings (4) suggesting and implementing techniques making use of text information available from the target speaker (such as social media).
Tutor: Černocký Jan, prof. Dr. Ing.
- Detection of voice deepfakes
The work will start with getting familiar with the basics of the problem of voice deep fake detection (DFD), terminology, available techniques, data and challenges (especially AVSpoof), with the history and state of the art techniques and tools for speaker recognition (wespeaker toolkit), with state of the art techniques and tools for personalized text to speech (pTTS) synthesis and voice conversion. The first task will be reproducing one or two DF detection systems from AVSpoof 2021 (or a newer challenge), checking that the numbers match what is reported, studying how the systems work, followed by attacking the AVSpoof 2021 DFD system(s) with several up to date DF creation techniques. The main task of the PhD work is to suggest and implement ways to detect DFD (or help DFD detection) by for example (1) making the DFD system aware of genuine speech of the target speaker (2) work on artifacts that might be badly handled by pTTS systems, such as breaths. (3) suggesting and implementing techniques making use of psychoacoustical findings (4) suggesting and implementing techniques making use of text information available from the target speaker (such as social media).
Tutor: Černocký Jan, prof. Dr. Ing.
- Development of neuromarker(s) for assessment of alcohol addiction
Problem Statement: Alcohol addiction is a chronic and complex brain disorder causing devastating individual and social problems. Additionally, alcohol causes 3.3 million deaths a year worldwide, close to 6% of all deaths. Many of these deaths are associated with alcohol addiction. Therefore, it's important to look into methods for the diagnosis as well as the treatment of alcohol addiction.
Issues with Current Solutions: Conventionally, screening and assessment of alcohol-related problems are mainly based on self-test reports. However, the accuracy of self-test reports has been questioned, especially for heavy drinkers, because the self-test reports may misguide the diagnosis due to the patient's memory loss (the patients cannot measure their alcohol consumption) and/ or dishonest behavior. Therefore, this research proposes to develop an objective and quantitative method for the detection of alcohol addiction.
Challenges: As alcohol addiction results in changes in brain dynamics, hence, it is vital to investigate and develop a method based on brain activity. However, the main challenge in developing such an objective and quantitative method lies in its implementation for screening in smaller clinical setups. This limits the investigation to electroencephalogram (EEG) which is low cost, highly mobile and has good temporal resolution. Other modalities like MRI, PET etc are not feasible to be employed in smaller clinical settings.
Solution: With current innovations in brain EEG signals, the brain pathways involved in addiction can be investigated. In the last few decades, EEG research has been used to understand the complex underlying processes associated with the pathophysiology of addiction. Interpreting such processes using brain networks using EEG can not only help in diagnosing addiction but also assist in treating addiction. This research aims to develop neuromarker(s) based on brain network interpretation using EEG. The neuromarker will involve the features extraction and corresponding development of the machine learning model.
Few Words About Supervision: I have recently moved to FIT at Brno University of Technology. I have decade long experience of working in the field of neuro-signal and neuroimage processing and I am currently in the process of setting up a research group in this area. This is a multidisciplinary project and it will involve working with clinicians. However, the core of the project is related to IT in terms of development of a new method. Please feel free to contact me at malik@fit.vutbr.cz
- Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Efficient Technology for Dealing with Logics and Automata (Not Only) for Formal Analysis and Verification -- co-supervised by dr. O. Lengal
Různé typy logik a automatů patří mezi nejzákladnější objekty studované a aplikované v oblasti informatiky již desítky let. Přesto v této oblasti existuje řada dosud neuspokojivě vyřešených problémů a neustále se objevují nové, vzrušující problémy související se stále novými aplikacemi logik a automatů (např. při formální verifikaci konečně i nekonečně stavových systémů s různými pokročilými řídicími či datovými strukturami, v rozhodovacích procedurách, při syntéze programů či hardware nebo i v metodách efektivního vyhledávání v různých typech dat či v síťovém provozu).
Předmětem disertační práce bude primárně rozvoj současného stavu v oblasti efektivní práce s různými logikami (např. nad ukazatelovými strukturami, řetězci, různými aritmetikami, temporálními logikami apod.). Za tím účelem budou zkoumány přístupy založené na různých typech rozhodovacích diagramů, automatů, ale také např. přístupy založené na existenci modelu omezené velikosti či na efektivních redukcích mezi různými typy logických teorií. V souvislosti s tím pak budou rozvíjeny i metody efektivní práce s rozhodovacími diagramy a různými typy automatů (automaty nad slovy, stromy, nekonečnými slovy, automaty s čítači apod.). Práce zahrne jak teoretický výzkum, tak také prototypovou implementaci navržených technik a jejich experimentální vyhodnocení.
Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s logikami a automaty a jejich aplikacemi. Jedná se zejména o dr. O. Lengála, jež bude působit v roli školitele specialisty, nebo také doc. L. Holíka či doc. A. Rogalewicze. V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (včetně mezinárodních). Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Academia Sinica, Tchaj-wan (prof. Y.-F. Chen); TU Vienna, Rakousko (doc. F. Zuleger); LSV, ENS Paris-Saclay (prof. M. Sighireanu); IRIF, Paříž, Francie (prof. A. Bouajjani, doc. P. Habermehl, doc. C. Enea), Verimag, Grenoble, Francie (doc. R. Iosif); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson); či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).
V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako jsou např. projekty GA ČR GA23-07565S "ROULETTE - Reprezentace Booleovských funkcí pomocí adaptabilní datové struktury", GA23-06506S "AIDE - Pokročilá analýza a verifikace pro pokročilý software", ERC.CZ projekt LL1908 "Efektivní konečné automaty pro automatické usuzování" či některý z aktuálně připravovaných Horizon Europe projektů. - Embedded Systems for Video/Signal Processing
The topic focuses embedded image, video and/or signal processing. Its main goal is to research capabilities of "smart" and "small" units that have such features that allow for their applications requiring smyll, hidden, distributed, low power, mechanically or climatically stressed systems suitable of processing of some signal input. Exploitation of such systems is perspective and wide and also client/server and/or cloud systems. The units themselves can be based on CPU/DSP/GPU, programmable hardware, or their combination. Smart cameras can be considered as well. Applications of interest include:
- classification of images or objects using machine learning (AI) using traditional methods or through deep convolution networks neural network or similar approaches (e.g. for industrial quality inspection, etc.),
- parallel analysis of signal(s) and video (e.g. for robust detection of occurrence of object in industrial or surveillance applications),
- modern algorithms of video, image, and/or signal exploiting "client/server" or "cloud" (with focus on the technlogy) suitable e.g. for mobile technology and/or embedded systems,
- other similar topics can be individually consulted and considered.
A possibility exists in collaboration on grant projects, especially the newly submitted TAČR, H2020, ECSEL ones (potentially employment or scholarship possible).
- End-to-end dialog modeling
In contrast to component-based dialogue systems (such as speech recognition, natural language generation, dialogue management and speech synthesis), this topic concentrates on end-to-end modelling of voice dialogues. The goal is to represent dialogues in a vector space, where it will be possible to semi-automatically or fully automatically design conversational models in the form of finite-state automata graphs from an unannotated set of voice or text training dialogues. This will lead to trustworthy and explainable modeling of conversations.
Tutor: Černocký Jan, prof. Dr. Ing.
- End-to-end systems for speaker diarization
Speaker diarization (SD, determining who spoke when) is a crucial part of speech data mining and artificial intelligence (AI). It is crucial for down-stream algorithms, e. g. automatic speech recognition (ASR). Current SD performs well on many conditions but fails to handle overlapped speech. more than two speakers and realistic recordings (diverse acoustic conditions and speaking styles). Moreover, most current SD characterize speakers only using the acoustic information. Future SD will use an amalgam of inputs to enhance performance using all possible information resources, and this PhD topic proposes significant advances towards this goal. We will develop new architectures that extend the end-to-end SD paradigm to different multi-task scenarios. We also propose to integrate the processing of multi-stream inputs exploiting complementary information. The ultimate goal of the project is to combine all such systems into a unified framework that will substantially improve the performance of SD.
- Energy-aware Embedded Inteligence
Cílem disertační práce je výzkum modelů vestavěné inteligence, která explicitně pracuje s energetickou náročností konkrétních operací a optimalizuje svoji činnost na základě konkrétních omezení na straně jednotlivých zařízení, případně celého systému. Součástí bude i realizace vybraných modelů na vhodném typu hardware, který bude možné využít v mezinárodních projektech, na jejichž řešení se vedoucí podílí.
- Evolutionary Optimization of Logic Circuits
Ukazuje se, že metody syntézy číslicových obvodů využívající evolučních algoritmů, zejména kartézského genetického programování pracujícího přímo nad reprezentací na úrovni hradel, jsou schopny produkovat implementace, které jsou v řadě případů mnohem efektivnější (typicky kompaktnější) nežli implementace získané pomocí současných syntézních technik využívajících interní reprezentace (např. AIG) a iterativní aplikace deterministických přepisovacích pravidel. Typickým cílem optimalizace je redukovat počet hradel optimalizovaného obvodu. V praxi se však vyskytuje požadavek optimalizovat obvod z hlediska více kriterií (např. zpoždění, plocha na čipu). V případě využití systému pro účely resyntézy je multikriteriální optimalizace nutností z důvodu zachování zpoždění obvodu, jehož část je předmětem optimalizace.
Cílem disertační práce je navázat na předchozí výzkum a zabývat se možnostmi multikriteriální optimalizace číslicových obvodů s ohledem na dobrou škálovatelnost. Dále se předpokládá využití alternativních reprezentací jako je např. majority uzel, které lépe odrážejí principy nových technologií.
Výzkum spadá do témat řešených výzkumnou skupinou Evolvable Hardware. - Explainable Artificial Intelligence
Použití některých metod strojového učení, například v poslední době populárních hlubokých neuronových sítí, přináší problémy architektury tzv. černé skříňky, která sice může v některých případech správně rozhodovat, ale není možné snadno interpretovat způsob rozhodování, ověřovat, v jakém kontextu jsou závěry ještě věrohodné a nakolik mohou vést drobné změny vstupu ke zcela jiným závěrům.
Cílem disertační práce je rozvinout existující přístupy k měření "dokazatelně správných" modelů umělých neuronových sítí a propojit je s technikami generování konfliktních (adversarial) příkladů, aby bylo možné kontrolovat a revidovat existující řešení, využívaná v praxi. Součástí práce bude i aplikace zkoumaných metod v rámci evropských projektů, na jejichž řešení se školitel podílí. - Factory driven by sociable intelligent agents and actors
Náplní práce je návrh a praktické vyzkoušení nového typu digitálních agentů. Tito by měli být založeni na kombinaci aktorového přístupu s přístupy hlubokého strojového učení. Aktorový přístup je alternativou k objektovému přístupu. V tomto modelu je základní výpočetní jednotkou aktor, který realizuje čtyři základní operace: založ, pošli, přijmi a řiď; další operace jsou asynchroní, založené na posílání zpráv mezi aktory. Hluboké strojové učení je založeno na využití algoritmů (neuronových sítí) operujících s daty uspořádanými ve vrstvách. Předpokládáme, že agent nového typu bude složen z mnoha actorů a bude schopen se učit díky vytěžování toků zpráv, které si mezi sebou aktoři posílají. Výše uvedené hypotézy budou prakticky testovány v průmyslu v prostředí "agentové továrny" u partnera projektu.
- Formal Models of Distributed Computation
Řešení tohoto projektu bude vycházet ze stávajících poznatků o formálních systémech distribuovaného výpočtu. Cílem je konstrukce a výzkum nových automatových a gramatických systémů, které adekvátním způsobem odrážejí potřeby moderních výpočetních metod založených na distribuci. Aplikace těchto systémů se budou soustředit na modelování a výzkum organismů v molekulární biologii a překladačích.
Výsledky prvního roku řešení problému budou publikovány v Acta Informatica v 2023. - Formal Models of Parallel Computation
Řešení tohoto projektu bude vycházet ze stávajících poznatků o formálních systémech paralelního výpočtu. Cílem je konstrukce a výzkum nových automatových a gramatických systémů, které adekvátním způsobem odrážejí potřeby moderních výpočetních metod založených na distribuci. Aplikace těchto systémů se budou soustředit na modelování a výzkum organismů v molekulární biologii a překladačích.
Výsledky prvního roku řešení tohoto problému budou publikovány v Acta Informatica v 2023. - Generative Adversarial Networks in the Context of Cyber-Security
Generative adversarial networks (GANs) introduced by Goodfellow et al. in 2014 found many interesting applications across various domains. GANs enable to improve the performance of neural network-based classifiers as well as to enrich sample set of hard-to-obtain datasets. Moreover, a combination of two GANs (a.k.a., dual-GANs) enables to perform the unsupervised mapping between two different dataset domains. Such an extension can be further applied as a filter of noise in the datasets.
The goal of this thesis is to investigate existing application domains and suitable scenarios of GANs, while focusing on security aspects. For example, the application of GANs for extracting privacy-sensitive data might be analyzed. Next, the thesis should explore new approaches to attacks utilizing GANs and evaluate their success. Finally, the thesis should propose novel defense techniques and discuss their assumptions and limitations. - Generative AI and Image Processing using Neural Networks
The project is concerned with advanced methods of image processing and generative AI. The aim is to research new methods using machine learning, in particular deep neural networks.
- Contact: http://cadik.posvete.cz/
- Cooperation and research visits with leading research labs are possible (Adobe Research, USA, MPII Saarbrücken, Germany, Disney Research Zurich, Switzerland, INRIA Bordeaux, France)
- Genetic programming for explainable machine learning
- Genetic programming utilizing machine learning
- Hardware acceleration of machine learning models
- Hardware Trojans Protection Using Digital Circuits Authentisation
Zvyšující se náklady na výrobu čipů a tlak na technologický vývoj spočívající zejména v neustálém zmenšování prvků vedou ve stále větší míře a u většího počtu producentů k přesunu výroby do levnějších lokalit, zpravidla k externím subjektům. Jen málokterý výrobce si může dovolit mít vlastní výrobu polovodičů. Odvrácenou stranou úspor prostřednictvím outsourcingu jsou zvýšená rizika modifikací návrhu s cílem zajistit přístup (k datům, k řízení), vypnutí či možnosti ovlivnění funkce cizích vyrobených čipů nasazených do aplikací, aniž by to zákazník poznal. Již jsou známy případy úspěšného využití takových technik. V této souvislosti se mluví o tzv. hardwarových trojských koních. Vyvíjí se proto techniky detekce takových modifikací, případně obrany proti nim. Jednou z možností detekce hardwarových trojských koní je například tzv. IP watermarking.
Cílem práce bude
- experimentovat s technikami nekonvenční implementace číslicových obvodů, zejména na úrovni hradel a v takovém provedení, aby mohly být integrovány na křemíkové čipy,
- nalézt vhodná řešení a aplikace, kde by využití nekonvenční implementace vedlo ke zvýšení odolnosti číslicových obvodů vůči záměrným modifikacím třetí stranou,
- nalézt techniky umožňující detekci takových modifikací obvodu s využitím nekonvenční implementace číslicových prvků.
- Hardware-aware neural architecture search
- High Performance Computing on Low Power Devices
- Image and video quality assessment
The project deals with image and video quality assessment metrics (IQM). The aim is to explore new ways how to incorporate human visual system properties into IQM. In particular, we will consider perception of HDR images, and utilization of additional knowledge (in form of metadata, 3D information, etc.) about the tested scenes using machine learning (e.g. neural networks).
- Further information: http://cadik.posvete.cz/iqm/
- Contact: http://cadik.posvete.cz/
- Cooperation and research visits with leading research labs are possible (MPII Saarbrücken, Germany, Disney Research Zurich, Switzerland)
- Information Extraction from the WWW
The topic of identifying and extracting specific information from documents on the Web has been the subject of intensive research for quite a long time. The basic obstacles that make this problem difficult are the loose structure of HTML documents and absence of meta-information (annotations) useful for recognizing the content semantics. This missing information is therefore compensated by the analysis of various aspects of web documents that include especially the following:
- Document HTML code (DOM)
- Document Text (Keyword Search, Statistical Text Analysis, Natural Language Processing Methods)
- Visual organization (page content layout, visual properties)
A background knowledge about the target domain and the commonly used presentation patterns is also necessary for successful information extraction. This knowledge allows a more precise recognition of the individual information fields in the document body.
Current approaches to information extraction from web documents focus mainly modeling and analyzing the documents themselves; modeling the target information for more precise recognition has not yet been examined in detail in this context. The assumed goals of the dissertation are therefore the following:
- Analysis of existing domain models such as UML class diagrams, E-R diagrams or ontology.
- Extending these models with the specification of recognizing particular data in documents (e.g. regular expressions, advanced text classification).
- Design of information extraction methods based on a comparison of the structure of the information presented in the document and the expected structure of the target information.
Experimental implementation of the proposed methods using existing tools and experimental evaluation on real-world documents available on the WWW is also an integral part of the solution.
- Log File Analysis using Machine Learning and Artificial Intelligence
Topic description:
Today's computer systems and network elements record hundreds or thousands of events in log files that describe standard and non-standard device behavior or ongoing communications. By analyzing these events, it is possible to describe the typical behavior of a given device and detect anomalies caused, for example, by cyber-attacks.
Research includes the use of advanced machine learning and artificial intelligence techniques to detect anomalies based on log data. The topic includes designing a behavioral model for processing log events, representing events using features, and building a behavioral model based on the training data. Machine learning methods, time series or AI models can be used for anomaly detection.
The goal of the research is to propose efficient methods for automated analysis and anomaly detection of log information and to demonstrate how this method can be used to ensure the cybersecurity of computer systems.
References:
- Henriques, J.; Caldeira, F.; Cruz, T.; Simões, P. Combining K-Means and XGBoost Models for Anomaly Detection Using Log Datasets. Electronics, 2020, 9, 1164.
- Catillo, M., Pecchia, A., Villano, U.: AutoLog: Anomaly detection by deep autoencoding of system logs, Expert Systems with Applications, Volume 191, 2022, 116263, ISSN 0957-4174.
- Mehta, S., Kothuri, P., Garcia, D.L.: Anomaly Detection for Network Connection Logs, 2018, 1812.01941, arXiv.
- Machine Learning for Information Identification on the Web
Although there are technologies that allow publishing data on the WWW in machine-readable form (such as JSON-LD, RDFa, etc.), a large amount of structured data is still published on the web in the form of plain HTML/CSS code, which greatly limits the possibilities of their further use.
Recently, new machine learning methods (especially deep learning methods) are gaining importance, which show interesting results, e.g., in recognizing important entities in weakly structured or unstructured data (e.g., text or images). However, the area of web document processing has not received much attention from this perspective. Existing works deal with the identification of simple data items and neglect structured data and more complex usage scenarios.
The goal of this topic is to analyze and develop web content models suitable as input for machine learning and, at the same time, machine learning methods suitable for recognizing structured data in web documents. - Machine Learning Models that Reason
V poslední době se stává čím dál patrnější, že k překlenutí propasti mezi současnými nejlepšími modely strojového učení a lidským učením nestačí jen zvyšovat počty parametrů a čekat na výkonnější hardware, který zvládne zpracování bilionů parametrů. Zdá se, že je třeba hledat nové modely, schopné objevovat a uvažovat na úrovni vysokoúrovňových pojmů a vztahů mezi nimi.
Cílem disertační práce je výzkum nových modelů strojového učení, které překonají potřebu enormního množství příkladů, které jsou potřeba pro naučení chování, zvládnutelného lidmi velmi rychle (například počítač potřebuje sehrát velké množství her ke zvládnutí jednoduché videohry, zatímco člověk to zvládne velmi rychle, lidé ze sady proměnných rychle určí, jaká je příčinná souvislost mezi nimi, dokáží argumentovat sledem úvah atd.), a omezí problém sebejistého chybování (overconfident incorrectness) současných modelů. Budou zkoumány postupy učení, přidávající iterativně nové relevantní informace a také metody, podporující přímé pravděpodobnostní odvozování. Výsledky budou demonstrovány na vybraných problémech, zahrnujících mj. vysvětlování videa či tvorbu inferenčních grafů, operujících nad pojmy a vztahy mezi nimi. - Mitigation of Denial of Service Attacks Using Machine Learning Techniques
- Modern Algorithms of Computer Graphics
The topic concerns algorithms of computer graphics and image synthesis. Its main goal is to research new algorithms so that their features and application possibilities are better understood so that they are improved or newly created. If suitable, it is possible to work on various platforms, includeing parallel CPUs, such as x86/64, ARM, Xeon PHI, GPU, etc. or other cores in CUDA, OpenCl, VHDL, etc. Algorithms of interest include:
- rendering using selected computer graphics methods (such as ray tracing, photon mapping, direct rendering of "point clouds", etc.),
- modeling of scenes and redering using artificial intelligence, including image synthesis using neural netowrks (especially CNNs),
- processing and rendering of "lightfield" images, their acquisition, or possibly compression, reconstruction of 3D scenes from images and/or video, eventually also fusing with other sensors, such as LIDAR or RADAR,
- modern algorithms of geometry suitable for applications in cpmputer graphics and perhaps also 3D printing,
- emerging algorithms of 3D synthesis, holography, wavelet transform, frequency transform, etc.
After mutual agreement, individually selected algorithms can be considered as well as soon as they do belong to the general topic.
Collaboration on grant projects, such as TACR, H2020, ECSEL possible (employment or scholarship).
- Modern Methods of Computer Vision
- Use of modern and promising approaches to computer vision, especially methods of machine learning and convolutional neural networks
- Identification of promising open problems
- Design and development of non-traditional modifications of existing approaches
- Experimental evaluation, use of existing data sets and collection of new ones
- Modern Methods of Computer Vision
- Use of modern and promising approaches to computer vision, especially methods of machine learning and convolutional neural networks
- Identification of promising open problems
- Design and development of non-traditional modifications of existing approaches
- Experimental evaluation, use of existing data sets and collection of new ones
- Multi-level modeling and coordination of actions of holonic systems utilizing ROS
Tato disertační práce je zaměřena na rozvoj prostředků pro víceúrovňové modelování a koordinaci akcí v kontextu holonických systémů s využitím Robot Operating System (ROS). Holonické systémy, představující autonomní entity nazývané holony, nabízejí flexibilní přístup k organizaci autonomních prvků v rámci vyšších organizačních úrovní. Koncept holonů nachází uplatnění v širokém spektru oblastí, včetně průmyslové robotiky, inteligentní dopravy, autonomních vozidel, senzorických systémů a obecně v oblastech kyberneticko-fyzikálních systémů (CPS), Průmyslu 4.0 a Internetu věcí (IoT). Robot Operating System (ROS) je framework pro vývoj distribuovaných inteligentních systémů a robotů, umožňující komunikaci a spolupráci mezi autonomními entitami. Cílem této práce je poskytnout nové metody a nástroje, které povedou k efektivní integraci holonických konceptů do prostředí ROS. Zároveň se očekává, že práce přinese inovativní přístupy ke koordinaci akcí mezi autonomními entitami na různých úrovních organizace systému. Experimentální ověření navržených prostředků proběhne v reálných i simulovaných prostředích, s důrazem na možné aplikace v průmyslu a rozvíjejících se technologiích.
- Multi-level modeling and coordination of actions of holonic systems utilizing ROS
Tato disertační práce je zaměřena na rozvoj prostředků pro víceúrovňové modelování a koordinaci akcí v kontextu holonických systémů s využitím Robot Operating System (ROS). Holonické systémy, představující autonomní entity nazývané holony, nabízejí flexibilní přístup k organizaci autonomních prvků v rámci vyšších organizačních úrovní. Koncept holonů nachází uplatnění v širokém spektru oblastí, včetně průmyslové robotiky, inteligentní dopravy, autonomních vozidel, senzorických systémů a obecně v oblastech kyberneticko-fyzikálních systémů (CPS), Průmyslu 4.0 a Internetu věcí (IoT). Robot Operating System (ROS) je framework pro vývoj distribuovaných inteligentních systémů a robotů, umožňující komunikaci a spolupráci mezi autonomními entitami. Cílem této práce je poskytnout nové metody a nástroje, které povedou k efektivní integraci holonických konceptů do prostředí ROS. Zároveň se očekává, že práce přinese inovativní přístupy ke koordinaci akcí mezi autonomními entitami na různých úrovních organizace systému. Experimentální ověření navržených prostředků proběhne v reálných i simulovaných prostředích, s důrazem na možné aplikace v průmyslu a rozvíjejících se technologiích.
- Multimodal analysis for assessment of mental health
Problem Statement: The importance of mental health has increased significantly over the past decade. However, the methods for the assessment of mental health issues at early stages are still in their infancy compared to the availability of corresponding methods for early assessment of physical health issues. Hence, it is required that due research is done to develop methods for early assessment of abnormalities leading to mental health problems.
Issues with Current Solutions: Unlike physical health parameters, the mental health is assessed through a number of subjective parameters. Hence, there is lack of objective and quantitative methods for mental health assessments. In addition, the patients seek help when their mental health problem is at advanced stage. So, there is lack of continuous monitoring for mental health issues.
Challenges: Many of the abnormalities related to mental health issues are subtle in nature and are related to behavior and other changes in facial expressions, speech and handwriting. In addition, there are changes in cortisol levels, skin conductance, heart rate variability and breathing rate. Hence, there are multiple modalities that should be included for measuring and quantifying any abnormalities related to mental health.
Solution: Every modality has its pros and cons. For example, in neuroimaging, functional magnetic resonance imaging has high spatial resolution (in mm) and low temporal resolution (in seconds) while electroencephalogram has low spatial resolution (in cm) and high temporal resolution (in milliseconds). Combining both of them will result in high spatial as well as high temporal resolution. This research deals with the assessment of abnormalities leading to mental health problems by utilizing multimodal approach. The various modalities may include, but not limited to, electroencephalogram (EEG) brain signals, facial videos, speech audios, handwriting and text from social media. The physiological parameters from various modalities include, but not limited to, the heart rate, breathing rate, dominant emotion, fatigue and stress. Dominant emotion can be classified as positive or negative and then sub-classified as sad, happy, angry etc. Data mining and data fusion techniques will be developed for this multimodal analysis. The corresponding multimodal data is available for this project.
Few Words About Supervision: I have extensive experience of working in the field of neuro-signal and neuroimage processing and I am currently head of a research group in this area. This is a multidisciplinary project and it will involve working with clinicians. However, the core of the project is related to IT in terms of development of a new method. Please feel free to contact me at malik@fit.vutbr.cz
- New methods and tools for the design of distributed control systems
Cílem práce je navázat na soudobé techniky návrhu a realizace distribuovaných inteligentních systémů a přinést nové metody modelování inteligentních systémů a generování kódu.
Téma zahrnuje problematiku řídicích systémů, autonomních robotů a CPS, včetně koordinace multirobotických systémů.
Aplikační zaměření případových studií lze vhodně zvolit ve spolupráci se školitelem. - Non-Traditional Visal Computing Algorithms
The topic of the work includes algorithms of comptuer graphics, image, and video, i.e. "Visual Computing", such as HDR (High Dynamic Range) image, multispectral image, stereoimage, possibly also image augmented with material features, temperature, etc. The goal is to understand the features and possibilites but also applications, to analyze the algorithms in-depth, prepare new and improve them. The possible algorithms include:
- Acquisition of HDR image and video, its compression, assembling from several standard images, videos, etc.,
- acquisition, processing, and visualization of mutispectral images (images with more than three spectral components),
- processing of stereo images and other images containing the depth information using both structural light illumination or no structural light,
- algorithms suitable for mobile technology and/or embedded systems focusing the above types of iamges, or images acquired from drones,
- metods of visualization of HDR images and video, tone-mapping, real-time tone mapping,
- algorithms and applications exploiting Wavelet, frequency, and/or other similar transformations.
After mutual agreement, individually selected algorithms can be considered as well as soon as they do belong to the general topic.
Collaboration on grant projects, such as TACR, MPO, H2020, ECSEL possible (employment or scholarship).
- Non-Traditional Visal Computing Algorithms
The topic of the work includes algorithms of comptuer graphics, image, and video, i.e. "Visual Computing", such as HDR (High Dynamic Range) image, multispectral image, stereoimage, possibly also image augmented with material features, temperature, etc. The goal is to understand the features and possibilites but also applications, to analyze the algorithms in-depth, prepare new and improve them. The possible algorithms include:
- Acquisition of HDR image and video, its compression, assembling from several standard images, videos, etc.,
- acquisition, processing, and visualization of mutispectral images (images with more than three spectral components),
- processing of stereo images and other images containing the depth information using both structural light illumination or no structural light,
- algorithms suitable for mobile technology and/or embedded systems focusing the above types of iamges, or images acquired from drones,
- metods of visualization of HDR images and video, tone-mapping, real-time tone mapping,
- algorithms and applications exploiting Wavelet, frequency, and/or other similar transformations.
After mutual agreement, individually selected algorithms can be considered as well as soon as they do belong to the general topic.
Collaboration on grant projects, such as TACR, MPO, H2020, ECSEL possible (employment or scholarship).
- Novel approaches in software engineering for CPS and IoT
Cílem práce je navázat na soudobé architektury a metody vývoje distribuovaných řidicích systémů, IoT a CPS (cyber-physical systems) a přinést nové architektury a metody, které zohlední potřebu analyzovatelnosti a verifikovatelnosti a přitom umožní adaptabilitu a dynamickou rekonfigurovatelnost systému v návaznosti na dynamicky se měnící požadavky a dostupnost zdrojů.
Téma zahrnuje využití metod strojového učení a umělé inteligence v návrhu a realizaci inteligentních a distribuovaných řídicích systémů v návaznosti na moderní metody modelování, simulace, analýzy a verifikace, v souladu s průmyslovými standardy pro IoT, CPS a Průmysl 4.0. - Novel approaches in software engineering for CPS and IoT
Cílem práce je navázat na soudobé architektury a metody vývoje distribuovaných řidicích systémů, IoT a CPS (cyber-physical systems) a přinést nové architektury a metody, které zohlední potřebu analyzovatelnosti a verifikovatelnosti a přitom umožní adaptabilitu a dynamickou rekonfigurovatelnost systému v návaznosti na dynamicky se měnící požadavky a dostupnost zdrojů.
Téma zahrnuje problematiku transformace modelů, využití metod strojového učení a umělé inteligence v návrhu a realizaci inteligentních a distribuovaných řídicích systémů a moderní metody modelování, simulace, analýzy a verifikace, v souladu s průmyslovými standardy pro IoT, CPS a Průmysl 4.0.
Jedním z východisek může být publikace
On the Model Continuity in Control Systems Design Using DEVS, UML, and IEC 61499 (http://personales.upv.es/thinkmind/dl/conferences/icsea/icsea_2021/icsea_2021_2_120_10075.pdf). - Optimization of Network Traffic Processing Using Machine Learning Techniques
- Planning under uncertainty using formal methods and reinforcement learning
Předmětem disertační práce bude zejména vývoj teoretických základů pro nové škálovatelné metody řízení systémů pracujících v pravděpodobnostním prostředí. Zaměříme se na syntézu konečně stavových kontrolérů pro stochastické procesy s částečným pozorováním s využitím pokročilých metod formální kvantitativní analýzy, technikami induktivní syntézy a strojového učení. Práce se rovněž zaměří na využití těchto metod v oblasti řízeních prakticky relevantních pravděpodobnostních systémů, a na důkladné vyhodnocení aplikovatelnosti těchto metod. Výsledky této práce přispějí k pokroku v oblasti automatizace návrhu systémů.
Výzkumu efektivních metod pro syntézu kontrolérů je v současnosti věnována značná pozornost v oblastech formální verifikace, návrhu a implementace programovacích jazyků, umělé inteligence a systémové biologie, o čemž svědčí zaměření řady špičkových konferencí (např. CAV, TACAS, PLDI či CMSB). Syntézou programů a modelů se rovněž zabývá řada velkých projektů na špičkových universitách a výzkumných institucích (např. Berkeley University či Microsoft Research).
Práce bude řešena ve spolupráci s týmem VeriFIT pod vedením doc. M. Češky jr. Dále se počítá s úzkou spoluprací se skupinou prof. J.P. Katoena (řešitel ERC Advanced grantu) z RWTH Aachen University (Německo) a se skupinou assoc. prof. N. Jansena (řešitel ERC Starting grantu) z Radboud University Nijmegen (Nizozemí).
V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (např. české projekty GAČR či evropské projekty Horizone Europe).
- Planning under uncertainty using formal methods and reinforcement learning
Předmětem disertační práce bude zejména vývoj teoretických základů pro nové škálovatelné metody řízení systémů pracujících v pravděpodobnostním prostředí. Zaměříme se na syntézu konečně stavových kontrolérů pro stochastické procesy s částečným pozorováním s využitím pokročilých metod formální kvantitativní analýzy, technikami induktivní syntézy a strojového učení. Práce se rovněž zaměří na využití těchto metod v oblasti řízeních prakticky relevantních pravděpodobnostních systémů, a na důkladné vyhodnocení aplikovatelnosti těchto metod. Výsledky této práce přispějí k pokroku v oblasti automatizace návrhu systémů.
Výzkumu efektivních metod pro syntézu kontrolérů je v současnosti věnována značná pozornost v oblastech formální verifikace, návrhu a implementace programovacích jazyků, umělé inteligence a systémové biologie, o čemž svědčí zaměření řady špičkových konferencí (např. CAV, TACAS, PLDI či CMSB). Syntézou programů a modelů se rovněž zabývá řada velkých projektů na špičkových universitách a výzkumných institucích (např. Berkeley University či Microsoft Research).
Práce bude řešena ve spolupráci s týmem VeriFIT pod vedením doc. M. Češky jr. Dále se počítá s úzkou spoluprací se skupinou prof. J.P. Katoena (řešitel ERC Advanced grantu) z RWTH Aachen University (Německo) a se skupinou assoc. prof. N. Jansena (řešitel ERC Starting grantu) z Radboud University Nijmegen (Nizozemí).
V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (např. české projekty GAČR či evropské projekty Horizone Europe).
- Prediction of second stroke from data collected using standard stroke protocol
Problem Statement: Stroke is a condition in which the supply of blood to the brain is restricted or stopped. When a stroke patient arrives at the hospital, a standard protocol is followed to provide the medical assistance to the patient as well as to assess the affect of the stroke on the brain. Generally, a second stroke may follow which can be devastating for the patient. Hence, it is critical to predict the next stroke and provide care that can avoid the next stroke or at least minimize its affects.
Issues with Current Solutions: The standard protocol at the hospital involves blood and urine tests as well as neuroimaging using CT and MRI scans. These tests are used to assess the damage done by the first stroke. However, the prediction of the next stroke depends on the doctor's experience and is very subjective. In many cases, the patient who is sent home after treatment, suffers the second more devastating stroke at home which can result in permanent disability.
Challenges: The standard protocol at the hospitals result in generation of lot of data, for example, hundreds of images from CT and MRI scans, hundreds of enzymes from blood and urine tests etc. The challenge is to collectively analyze all of this data and find correlations that can predict the second stroke for the patient.
Solution: This research will develop objective prediction method for occurrence of the second stroke from the data collected at the hospital using the standard protocol for stroke assessment, treatment and management. The analysis and development will involve machine learning techniques that handle multimodality data involving images, signals, text, and numbers.
Few Words About Supervision: I have recently moved to FIT at Brno University of Technology. I have decade long experience of working in the field of neuro-signal and neuroimage processing and I am currently in the process of setting up a research group in this area. This is a multidisciplinary project and it will involve working with clinicians. However, the core of the project is related to IT in terms of development of a new method. Please feel free to contact me at malik@fit.vutbr.cz
- Pre-onset detection of Alzheimer's Disease (AD) by investigating brain dynamics
Problem Statement: Among all the types of dementia, Alzheimer's disease (AD) is the most common form with 70 % of those affected by dementia having AD. As the prevalence of AD increases with age, the number of people living with AD is expected to rise over the next decades due to better quality of life that results in increase in age across many countries. All this has resulted in an increased focus on ensuring pre-onset detection of AD and the corresponding intervention, which can lead to slowing the progression of the disease by providing adequate diagnostics.
Issues with Current Solutions: Preclinical AD happens 10 to 15 years before the onset of the disease resulting in changes in the brain without showing any actual symptoms of the disease like memory loss etc. Pre-onset means detecting AD in or before the preclinical stage. The existing state-of-the-art methods mainly focus on the detection of later stages of AD, and the detection of preclinical AD is still an open research problem. Hence, this research targets pre-onset detection of AD (that is, early detection of Preclinical AD) because that will have huge impact on the lives of people. This can lead to early intervention and may result in further slowing the progression of the disease.
Challenges: At the stage of preclinical AD, the related signs and symptoms are not clear, and hence people at this stage do not seek any help. Therefore, a method for pre-onset detection of AD should be part of the regular health screening process and hence should be available in small clinical setups.
Solution: Method for detection of preclinical AD will involve investigating underlying brain mechanisms to monitor and track changes related to pre-onset detection of AD. Magnetic resonance imaging (MRI) will be used as a reference to investigate the brain dynamics however it cannot be used in practice due to its high-cost and specialized setup environment which limits its usage at the screening stage. Electroencephalogram (EEG) will be used in this research which is widely available, is low cost, has a good temporal resolution, and has high mobility. Therefore, this project aims to investigate the changes in underlying brain mechanisms using EEG to develop EEG-based neuromarker for pre-onset detection of AD. The neuromarker will involve the features extraction and corresponding development of the machine learning model.
Few Words About Supervision: I have recently moved to FIT at Brno University of Technology. I have decade long experience of working in the field of neuro-signal and neuroimage processing and I am currently in the process of setting up a research group in this area. This is a multidisciplinary project and it will involve working with clinicians. However, the core of the project is related to IT in terms of development of a new method. Please feel free to contact me at malik@fit.vutbr.cz
- Recognition and Tracking of Human Body in Video
- Study and research of algorithms of computer vision.
- Focus on detection, recognition, and pose estimation of a human body.
- Tracking of parts of human body in time, using temporal coherence.
- Design and implementation of algorithms working in real time.
- Recognition and Tracking of Human Body in Video
- Study and research of algorithms of computer vision.
- Focus on detection, recognition, and pose estimation of a human body.
- Tracking of parts of human body in time, using temporal coherence.
- Design and implementation of algorithms working in real time.
- Recognition and Tracking of Human Body in Video
- Study and research of algorithms of computer vision.
- Focus on detection, recognition, and pose estimation of a human body.
- Tracking of parts of human body in time, using temporal coherence.
- Design and implementation of algorithms working in real time.
- Security impacts of artificial intelligence on cybersecurity
In recent years, there has been a huge increase in the quality of the output of neural networks generating synthetic content, which has gone hand in hand with a significant simplification of the use of AI-based tools and their increased availability. Thus, the growing trend in the use of artificial intelligence brings new challenges to the field of cybersecurity. The most prominent examples are the use of "deepfakes" to attack biometric systems or the use of deep learning techniques to detect cyber attacks. The goal of this work is to analyze new trends, approaches, real attacks, their characteristics, impacts, and potential applications in a selected area of cybersecurity. The work should then propose new AI-based protection methods based on the analysis and research on the state of security for the selected areas.
Recommended areas of focus for the thesis:
Impact of generative AI on code and application security
The human factor in AI-based attacks - e.g., increasing the ability of humans to recognize these types of attacks
Impacts of generative AI on the security of biometric authentication (voice, face, ...)Participation in relevant international conferences and publication in scientific journals are expected.
Co-supervised by Dr. Kamil Malinka.
Tutor: Hanáček Petr, doc. Dr. Ing.
- Security impacts of artificial intelligence on cybersecurity
In recent years, there has been a huge increase in the quality of the output of neural networks generating synthetic content, which has gone hand in hand with a significant simplification of the use of AI-based tools and their increased availability. Thus, the growing trend in the use of artificial intelligence brings new challenges to the field of cybersecurity. The most prominent examples are the use of "deepfakes" to attack biometric systems or the use of deep learning techniques to detect cyber attacks. The goal of this work is to analyze new trends, approaches, real attacks, their characteristics, impacts, and potential applications in a selected area of cybersecurity. The work should then propose new AI-based protection methods based on the analysis and research on the state of security for the selected areas.
Recommended areas of focus for the thesis:
Impact of generative AI on code and application security
The human factor in AI-based attacks - e.g., increasing the ability of humans to recognize these types of attacks
Impacts of generative AI on the security of biometric authentication (voice, face, ...)Participation in relevant international conferences and publication in scientific journals are expected.
Co-supervised by Dr. Kamil Malinka.
Tutor: Hanáček Petr, doc. Dr. Ing.
- Security impacts of artificial intelligence on cybersecurity
In recent years, there has been a huge increase in the quality of the output of neural networks generating synthetic content, which has gone hand in hand with a significant simplification of the use of AI-based tools and their increased availability. Thus, the growing trend in the use of artificial intelligence brings new challenges to the field of cybersecurity. The most prominent examples are the use of "deepfakes" to attack biometric systems or the use of deep learning techniques to detect cyber attacks. The goal of this work is to analyze new trends, approaches, real attacks, their characteristics, impacts, and potential applications in a selected area of cybersecurity. The work should then propose new AI-based protection methods based on the analysis and research on the state of security for the selected areas.
Recommended areas of focus for the thesis:
Impact of generative AI on code and application security
The human factor in AI-based attacks - e.g., increasing the ability of humans to recognize these types of attacks
Impacts of generative AI on the security of biometric authentication (voice, face, ...)Participation in relevant international conferences and publication in scientific journals are expected.
Co-supervised by Dr. Kamil Malinka.
Tutor: Hanáček Petr, doc. Dr. Ing.
- Security impacts of artificial intelligence on cybersecurity
In recent years, there has been a huge increase in the quality of the output of neural networks generating synthetic content, which has gone hand in hand with a significant simplification of the use of AI-based tools and their increased availability. Thus, the growing trend in the use of artificial intelligence brings new challenges to the field of cybersecurity. The most prominent examples are the use of "deepfakes" to attack biometric systems or the use of deep learning techniques to detect cyber attacks. The goal of this work is to analyze new trends, approaches, real attacks, their characteristics, impacts, and potential applications in a selected area of cybersecurity. The work should then propose new AI-based protection methods based on the analysis and research on the state of security for the selected areas.
Recommended areas of focus for the thesis:
Impact of generative AI on code and application security
The human factor in AI-based attacks - e.g., increasing the ability of humans to recognize these types of attacks
Impacts of generative AI on the security of biometric authentication (voice, face, ...)Participation in relevant international conferences and publication in scientific journals are expected.
Co-supervised by Dr. Kamil Malinka.
Tutor: Hanáček Petr, doc. Dr. Ing.
- Semantic Cartesian Genetic Programming
Zavedením sémantických operátorů do genetického programování umožnilo významně zefektivnit jeden ze základní stavebních pilířů evolučních výpočetních technik a zredukovat množství generací potřebných k nalezení řešení. Cílem disertační práce je navázat na předchozí výzkum a zabývat se možnostmi zavedení sémantických operátorů do kartézského genetického programování.
Výzkum spadá do témat řešených výzkumnou skupinou Evolvable Hardware. - Semantic Cartesian Genetic Programming
Zavedením sémantických operátorů do genetického programování umožnilo významně zefektivnit jeden ze základní stavebních pilířů evolučních výpočetních technik a zredukovat množství generací potřebných k nalezení řešení. Cílem disertační práce je navázat na předchozí výzkum a zabývat se možnostmi zavedení sémantických operátorů do kartézského genetického programování.
Výzkum spadá do témat řešených výzkumnou skupinou Evolvable Hardware. - Sensing and evaluation of trasological traces
S novými technologiemi v oblasti IT se otevírají nové možnosti pro forenzní zkoumání a trasologii, kde stále existuje široký prostor pro nasazení inovativních technologií. Cílem této práce je využít moderní senzory, včetně různých typů 2D a 3D kamer, a případně dalších senzorů, k vytvoření systému schopného efektivně zachytit trasologickou stopu, zejména otisk podrážky nebo pneumatiky automobilu. V rámci tohoto výzkumu je také nezbytné připravit a navrhnout algoritmy pro ukládání a porovnávání těchto stop s již zachycenými referencemi. Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech. Dále předpokládáme spolupráci se zástupci policie; nicméně pro plnění výzkumu to není nezbytná podmínka.Na vedení práce se bude podílet školitel-specialista dr. Filip Orság, který bude se studentem konzultovat část týkající se zpracování obrazu a klasifikace.
- Sensing and evaluation of trasological traces
S novými technologiemi v oblasti IT se otevírají nové možnosti pro forenzní zkoumání a trasologii, kde stále existuje široký prostor pro nasazení inovativních technologií. Cílem této práce je využít moderní senzory, včetně různých typů 2D a 3D kamer, a případně dalších senzorů, k vytvoření systému schopného efektivně zachytit trasologickou stopu, zejména otisk podrážky nebo pneumatiky automobilu. V rámci tohoto výzkumu je také nezbytné připravit a navrhnout algoritmy pro ukládání a porovnávání těchto stop s již zachycenými referencemi.
Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech. Dále předpokládáme spolupráci se zástupci policie; nicméně pro plnění výzkumu to není nezbytná podmínka.Na vedení práce se bude podílet školitel-specialista dr. Filip Orság, který bude se studentem konzultovat část týkající se zpracování obrazu a klasifikace. - Sharing Machine Learning Models IoC for Cyber Threats Mitigation
Topic Description:
Research begins with the collection and analysis of indicators of compromise (IoC) from monitored network systems, which are then used to build a threat model of detected attacks. The model will then be shared and distributed to other networks to proactively improve the security of the network environment against detected threats.
The research includes the collection and analysis of threat data from anomaly detection systems. This data will be used to build a threat model using machine learning techniques or large language models (LLM). The created threat model will be distributed to other networks to proactively adapt the security of the networks against the detected threats.
Since the system shares sensitive data retrieved from detection systems, the solution requires ensuring the privacy of this data using federated learning.
References:
- R. -H. Hsu et al., "A Privacy-Preserving Federated Learning System for Android Malware Detection Based on Edge Computing," 2020 15th Asia Joint Conference on Information Security (AsiaJCIS), Taipei, Taiwan, 2020, pp. 128-136.
- Preuveneers, Davy, and Wouter Joosen. 2021. "Sharing Machine Learning Models as Indicators of Compromise for Cyber Threat Intelligence" Journal of Cybersecurity and Privacy 1, no. 1: 140-163.
- Xiong, Wenjun, et al. "Cyber security threat modeling based on the MITRE Enterprise ATT&CK Matrix." Software and Systems Modeling 21.1 (2022): 157-177.
- Sharing Machine Learning Models IoC for Cyber Threats Mitigation
Topic Description:
Research begins with the collection and analysis of indicators of compromise (IoC) from monitored network systems, which are then used to build a threat model of detected attacks. The model will then be shared and distributed to other networks to proactively improve the security of the network environment against detected threats.
The research includes the collection and analysis of threat data from anomaly detection systems. This data will be used to build a threat model using machine learning techniques or large language models (LLM). The created threat model will be distributed to other networks to proactively adapt the security of the networks against the detected threats.
Since the system shares sensitive data retrieved from detection systems, the solution requires ensuring the privacy of this data using federated learning.
References:
- R. -H. Hsu et al., "A Privacy-Preserving Federated Learning System for Android Malware Detection Based on Edge Computing," 2020 15th Asia Joint Conference on Information Security (AsiaJCIS), Taipei, Taiwan, 2020, pp. 128-136.
- Preuveneers, Davy, and Wouter Joosen. 2021. "Sharing Machine Learning Models as Indicators of Compromise for Cyber Threat Intelligence" Journal of Cybersecurity and Privacy 1, no. 1: 140-163.
- Xiong, Wenjun, et al. "Cyber security threat modeling based on the MITRE Enterprise ATT&CK Matrix." Software and Systems Modeling 21.1 (2022): 157-177.
- Simulation of Advanced Computing Architectures
- Synthesis of probabilistic programs
Předmětem disertační práce bude zejména vývoj teoretických základů pro nové škálovatelné metody syntézy pravděpodobnostních programů. Zaměříme se na využití syntézy řízené syntaxí a na dosud neprozkoumanou oblast spojení pokročilých metod formální kvantitativní analýzy s přístupy založenými na SAT/SMT, prohledávání stavového prostoru a technikami induktivní syntézy. Práce se rovněž zaměří na využití těchto metod v procesu návrhu prakticky relevantních pravděpodobnostních systémů, a na důkladné vyhodnocení aplikovatelnosti těchto metod. Výsledky této práce přispějí k pokroku v oblasti automatizace návrhu systémů.
Výzkumu efektivních metod syntézy je v současnosti věnována značná pozornost v oblastech formální verifikace, návrhu a implementace programovacích jazyků, umělé inteligence a systémové biologie, o čemž svědčí zaměření řady špičkových konferencí (např. CAV, TACAS, PLDI či CMSB). Syntézou programů a modelů se rovněž zabývá řada velkých projektů na špičkových universitách a výzkumných institucích (např. Berkeley University či Microsoft Research).
Práce bude řešena ve spolupráci s týmem VeriFIT pod vedením doc. M. Češky jr. Dále se počítá s úzkou spoluprací se skupinou prof. J.P. Katoena (řešitel ERC Advanced grantu) z RWTH Aachen University (Německo) a se skupinou assoc. prof. N. Jansena (řešitel ERC Starting grantu) z Radboud University Nijmegen (Nizozemí).
V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (např. české projekty GAČR či evropské projekty Horizone Europe).
- System Security in Blockchains and Decentralized Applications
This work addresses several research directions.:
- Consensus Protocols in Blockchains
The goal of this direction is to theroeticaly and practically analyze selected categories of consensus protocols in terms of throughput and security. The thesis should contain evaluation of consensus protocols by simulations enabling to test the response of protocols under different network conditions and honest/adversarial consensus power. New scenarios of attacks should be investigated -- e.g., assuming violation of the protocol assumptions or incentives. The work should also leverage principles from game theory and statistical analysis. Examples of attacks to investigate are selfish mining attacks, pool specific attacks, double spending attacks, attacks on shards, posterior corruption attacks, denial of service on the leader committee, long-range attacks, nothing-at-stake attacks, grinding attacks, etc. This topic is broad and can be furher subdiveded to multiple PhD students.
- Zero-knowledge constructs in the context of the public blockchains
This direction is intended for exploration of the possible applications of ZK constructs in the context of the public blockchains. ZK constructs are used to provide public verification of the correctness of a certain computation or operation without revealing any private data related to the computation/operation. In this way, it is possible to implement, for example, public voting or auction protocols that preserve privacy of data publicly produced by distributed participants. The most common ZK constructs are often instantiated by schemes that provide homomorphic encryption, such as ElGammal encryption or integer arithmetic fields over modulo N. However, the feasibility of these constructs in the domain of the public blockchain may vary due to possible high costs, or security aspects. The role of this thesis is to analyze and quantify these existing options and implement the most meaningful (and novel) applications. - Scalable Blockchain-Based Elections
One goal of this direction is to propose a scalable decentralized e-voting system based on smart contracts, with maximum voter privacy, fault tolerance, and coercion resistance. The first challenge is to optimize costs the for running expensive zero-knowledge proof verification at smart contract by off-chain constructs. The second challenge is the scalability w.r.t. to the number of participants and vote choices, which depends on the convenient type of the blockchain and its consensus mechanism, such as semi-permissionless blockchains (PoS) and permissioned blockchains (PoA). Another topic of this direction are partial tally-hiding protocols and their application in the context of public blockchains. The last topic is the eligibility of participants and its public verifiability/guarantees.
- Consensus Protocols in Blockchains
- Technologies for collaborative voice chatbots
Voice assistant-powered dialogue engines have previously been deployed in a number of commercial and governmental technological pipelines, with a diverse level of complexity. This PhD considers them as unstructured dialogues. The task is to comprehend those unstructured dialogues and translate them into explainable, safe, knowledge-grounded, trustworthy and bias-controlled machine learning models. Experiments will be conducted on laboratory data as well as in realistic scenarios provided by partners of the EU project Eloquence.
Tutor: Černocký Jan, prof. Dr. Ing.
- Transformation of Formal Systems for Languages
- Usable security and privacy
The growing trend in IT technology is increasing demands on users, who must make more and more decisions regarding IT security. As part of the solution of the thesis, there should be an introduction to security techniques and their usability. The thesis goal is to improve the usability of the selected security techniques to be effective in practice by concerning human factors knowledge and user-centered design principles. Primary interest of the work will be in the user perception of emerging technologies such as AI or changing trends in single and multi-factor authentication. Participation in relevant international conferences and publication in professional or scientific journals is expected.
Co-supervised by Dr. Kamil Malinka.
Tutor: Hanáček Petr, doc. Dr. Ing.
- Usable security and privacy
The growing trend in IT technology is increasing demands on users, who must make more and more decisions regarding IT security. As part of the solution of the thesis, there should be an introduction to security techniques and their usability. The thesis goal is to improve the usability of the selected security techniques to be effective in practice by concerning human factors knowledge and user-centered design principles. Primary interest of the work will be in the user perception of emerging technologies such as AI or changing trends in single and multi-factor authentication. Participation in relevant international conferences and publication in professional or scientific journals is expected.
Co-supervised by Dr. Kamil Malinka.
Tutor: Hanáček Petr, doc. Dr. Ing.
- User Experience and Modern User Interfaces
- Study and design of advanced web and mobile user interfaces.
- Validation, optimization, and user testing of web and mobile user interfaces.
- Statistical processing of data collected from human respondents / users.
- Design, development, and deployment of practically usable web/mobile system / user interface.
- User Experience and Modern User Interfaces
- Study and design of advanced web and mobile user interfaces.
- Validation, optimization, and user testing of web and mobile user interfaces.
- Statistical processing of data collected from human respondents / users.
- Design, development, and deployment of practically usable web/mobile system / user interface.
- Visual Geo-Localization and Augmented Reality
The project deals with geo-localization in unknown environments using computer vision and computer graphics methods. The aim is to investigate and develop new image registration techniques (with geo-localized image database or 3D terrain model). The goal is an efficient implementation of proposed methods on mobile devices as well as search for additional applications in the area of image processing, computational photography, and augmented reality.
- Further information: http://cadik.posvete.cz/locate/
- Contact: http://cadik.posvete.cz/
- Cooperation and research visits with leading research labs are possible (Adobe Research, USA, MPII Saarbrücken, Germany, Disney Research Zurich, Switzerland, INRIA Bordeaux, France)
Tutor: Hanáček Petr, doc. Dr. Ing.
Tutor: Hanáček Petr, doc. Dr. Ing.
Course structure diagram with ECTS credits
Abbreviation | Title | L. | Cr. | Com. | Compl. | Hr. range | Gr. | Op. |
---|---|---|---|---|---|---|---|---|
JAD | Ph.D. Test of English | cs, en | 0 | Compulsory-optional | DrEx | S - 13 | English exam | yes |
Abbreviation | Title | L. | Cr. | Com. | Compl. | Hr. range | Gr. | Op. |
---|---|---|---|---|---|---|---|---|
JAD | Ph.D. Test of English | cs, en | 0 | Compulsory-optional | DrEx | S - 13 | yes |
Abbreviation | Title | L. | Cr. | Com. | Compl. | Hr. range | Gr. | Op. |
---|---|---|---|---|---|---|---|---|
JA6D | English for PhD Students | cs, en | 0 | Compulsory-optional | DrEx | P - 13 / S - 26 / Cj - 13 | English exam | yes |
PDD | Applications of Parallel Computers | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
IV108 | Bioinformatics | cs, en | 0 | Compulsory-optional | DrEx | P - 13 / KK - 26 / COZ - 13 | Professional course | yes |
FAD | Formal Program Analysis | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 | Professional course | yes |
MSD | Modelling and Simulation | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
MZD | Modern Methods of Speech Processing | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
SWD | cs, en | 0 | Compulsory-optional | DrEx | P - 26 | Professional course | yes | |
DPC-TK1 | Optimization Methods and Queuing Theory | cs | 0 | Compulsory-optional | DrEx | S - 39 | Professional course | yes |
ORID | Optimal Control and Identification | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 / PR - 13 | Professional course | yes |
PGD | Computer Graphics | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
PBD | Advanced Biometric Systems | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 / PR - 4 | Professional course | no |
PND | Advanced Techniques in Digital Design | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
TJD | Programming Language Theory | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
VDD | Scientific Publishing A to Z | cs, en | 0 | Compulsory-optional | DrEx | KK - 26 / S - 8 | Professional course | yes |
ZPD | Natural Language Processing | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
ASD | Audio and Speech Processing by Humans and Machines | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
MID | Modern Mathematical Methods in Informatics | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 | Theoretical course | yes |
MMD | Advanced Methods of 3D Scene Visualisation | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Theoretical course | yes |
TID | Modern Theoretical Computer Science | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 / PR - 13 | Theoretical course | no |
OPD | Optics | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 / PR - 13 | Theoretical course | yes |
RGD | Regulated Grammars and Automata | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 / PR - 13 | Theoretical course | yes |
DPC-MA1 | Statistics, Stochastic Processes, Operations Research | cs | 0 | Compulsory-optional | DrEx | S - 39 | Theoretical course | yes |
APD | Selected Topics on Language Parsing and Translation | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 / PR - 13 | Theoretical course | yes |
Abbreviation | Title | L. | Cr. | Com. | Compl. | Hr. range | Gr. | Op. |
---|---|---|---|---|---|---|---|---|
BID | Information System Security and Cryptography | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 / PR - 4 | Professional course | yes |
EUD | Evolutionary and neural hardware | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 | Professional course | yes |
EVD | Evolutionary Computation | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 | Professional course | yes |
ISD | Intelligent Systems | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 / PR - 26 | Professional course | yes |
ATND | Advanced Topics in Neuroimaging | en | 0 | Compulsory-optional | DrEx | Professional course | yes | |
SOD | Fault Tolerant Systems | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
MAD | Selected Chapters on Mathematics | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 | Professional course | yes |
VPD | Selected Topics of Information Systems | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Professional course | yes |
KRD | Classification and recognition | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 | Theoretical course | yes |
MLD | Mathematical Logic | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 | Theoretical course | yes |
TAD | Theory and Applications of Petri Nets | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 / Cp - 8 | Theoretical course | yes |
TKD | Category Theory in Computer Science | cs, en | 0 | Compulsory-optional | DrEx | P - 26 / KK - 26 | Theoretical course | yes |
VND | Highly Sophisticated Computations | cs, en | 0 | Compulsory-optional | DrEx | P - 39 / KK - 26 / Cp - 26 | Theoretical course | yes |
All the groups of optional courses | ||
---|---|---|
Gr. | Number of courses | Courses |
English exam | 1 - 9 | JAD, JA6D |
Theoretical course | 1 - 9 | MID, MMD, TID, OPD, RGD, DPC-MA1, APD, KRD, MLD, TAD, TKD, VND |