Ing. Magda Friedjungová, Ph.D.

Projekty

Analýza motivických klastrů z oblasti aktuálních kulturně-společenských témat a jejich aplikace na materiál uměleckých textů 19. a počátku 20. století

Program
ÉTA: Program na podporu aplikovaného společenskovědního a humanitního výzkumu, experimentálního vývoje a inovací
Poskytovatel
Technologická agentura České republiky
Kód
TL05000288
Období
2021 - 2023
Popis
Hlavním cílem projektu je vytvoření postupů pro analýzu tematických klastrů na materiálu uměleckého textu novočeské literatury a jejich následná aplikace na konkrétní digitalizovaně zpracované texty. Smyslem projektu je za využití softwarových nástrojů materiál uměleckého textu roztřídit podle stanovených kulturně-společenských kategorií, jež i dnes vnímáme jako společensky závažná a aktuální, do tematických hnízd, s nimiž bude moci uživatel pracovat, třídit je a kombinovat, což mu umožní nalezení nečekaných souvislostí v textech novočeského básnictví. Výstup výzkumu se následně promítne do prezentační aplikace, která bude zpřístupňovat takto zpracovaný materiál pomocí definovaných modulů podle cílového uživatele (čtenářská veřejnost; student středoškolák a vysokoškolák, resp. pedagog; badatel; vydavatel). Tato prezentační aplikace bude přístupná on-line a přinese nejvýznamnější knihy česky psané poezie 19. a počátku 20. století ve fulltextu s rozsáhlým rejstříkem nástrojů. Proponovaná aplikace má potenciál zásadním způsobem ovlivnit způsob výuky literatury, bude moderní didaktickou pomůckou a bude mít též dopad v oblasti výzkumu společenských věd.

Analýza šifrovaného provozu pomocí síťových toků

Program
Strategická podpora rozvoje bezpečnostního výzkumu ČR 2019 - 2025 (IMPAKT 1)
Poskytovatel
Ministerstvo vnitra
Kód
VJ02010024
Období
2022 - 2025
Popis
Projekt se zaměřuje na výzkum nových metod účinné ochrany před kybernetickými hrozbami, které zneužívají zabezpečenou komunikaci ke kompromitaci serverů a počítačů v prostředí vysokorychlostních sítí. Budou zkoumány metody strojového učení vhodné pro určování charakteristik toků šifrované komunikace a souvisejících rizik pouze z dostupných metadat. Díky využití hardwarové akcelerace pro realizaci klasifikátorů využívající strojové učení umožní systém vysokorychlostní detekci bezpečnostních incidentů a jejich reportování do SIEM nástroje. Dále bude vyvinut modul pro analýzu incidentů ve formě zásuvného modulu do systému QRadar. Výstupy projektu budou také zahrnovat referenční datové sady síťového provozu a systém pro jejich sběr a anotaci.

Moderní algoritmy a techniky znalostního inženýrství

Období
2020 - 2022
Popis
Projekt se v širším smyslu zaměřuje na výzkum v oblasti moderních algoritmů a technik ve znalostním inženýrství. Jedná se o perspektivní a neustále se rozšiřující oblast jak z hlediska teoretického výzkumu, tak z hlediska potenciálu pro praktické aplikace. Ústředním zájmem projektu budou konkrétně metody ve zpracování dat, vytěžování informačně obsažných údajů z dat a automatické hledání vysvětlení pro jevy, které se v datech vyskytují. Palčivým problémem současné umělé inteligence zaměřené na zpracování znalostí je omezená schopnost či neschopnost podat vysvětlení vedoucí k určitému rozhodnutí a rozhodnutí tak často nelze formálně podpořit a obhájit. Celým projektem naskrz všechna dílčí témata tedy bude tato otázka reflektována. Jedná se o doktorský projekt zastřešující pestré výzkumné zájmy členů doktorandů, avšak poskytující obecnou nosnou otázku, která se prolíná napříč dílčími tématy. Projekt speciálně hodlá teoreticky i aplikovaně rozvíjet algoritmy a techniky v neuronových sítích, evolučních algoritmech, zpracování obrazu a textu a zpracování pohybové informace. Projekt bezprostředně navazuje na končící projekt SGS z oblasti zpracování dat.

Moderní data-miningové metody pro pokročilé vytěžování informací z dat

Program
Studentská grantová soutěž ČVUT
Kód
SGS17/210/OHK3/3T/18
Období
2017 - 2019
Popis
Projekt se zaměřuje na perspektivní a neustále se rozšiřující oblast zpracování dat a vytěžování informačně obsažných údajů z dat. K metodám pro získávání informací se stále více využívají vybrané metody umělé inteligence, jako např. neuronové sítě nebo evoluční algoritmy. Do popředí se dostávají i kombinované modely nebo algoritmy pro zpracování textové informace (text mining). Perspektiva a potřebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. Současně je zpracováváno jen 20 % dostupných dat.

Vytěžování informací z nestrukturovaných dat

Období
2016
Popis
Projekt je zaměřen na vytěžování (data-mining) nestrukturovaných data z obsáhlých zdrojů. Jedná se zejména o obrazová a textová data. Pro zpracování těchto nestrukturovaných dat budou využity vybrané metody umělé inteligence (zejména neuronové sítě/deep learning, evoluční techniky a metody zpracování obrazu) a pokročilé metody z oblasti data-miningu (metody text-miningu a strojového učení). Perspektiva a potřebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. V současnosti je zpracováváno jen 20 % dostupných dat.