doc. Ing. Pavel Kordík, Ph.D.

U doporučovacích systémů v současné době zaměřujeme výzkum na několik otevřených problémů, které mají hluboké teoretické základy, ale jejichž řešení mají současně velmi konkrétní praktické aplikace. Zkoumáme využitenost hlubokých neuronových sítí pro redukci cold start problému doporučovacího systému, konstrukci transformerů pro predikci nákupních košíků. V oblasti obecného strojového učení se zaměřujeme na posilované učení pro optimalizaci dlouhodobějších metrik, jako je spokojenost uživatele, na metody transfer learningu pro začlenění nových doporučovacích databází, a na využití AutoML pro optimalizaci architektury a hyperparametrů doporučovacího systému.

doc. Ing. Pavel Kordík, Ph.D.

doc. Ing. Ivan Šimeček, Ph.D.

Katedra aplikované matematiky

Tato práce poskytuje přehled moderních neuronových sítí pro reprezentaci textu a opravy překlepů s důrazem na předtrénované modely a modely využívající architekturu transformer. Je navržen srovnávací systém, který je použit k vyhodnocení několika modelů jak v jejich předtrénovaných verzích, tak po ladění. Vyhodnocení obsahují několik metrik hodnotících jak výkonnost, tak i náklady na inferenci na korpusu obsahujícím přirozené věty i úryvky kódu, Git\-Hub Typo Corpus. Vzhledem k tomu, že knihovna NeuSpell pro opravu pravopisu pracuje výhradně na úrovni tokenů, byl navržen algoritmus pro opravu mezer, který aproximuje mezery po predikci.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Ing. David Pešek

Katedra softwarového inženýrství

Zakládání startupů je pro studenty technických oborů často náročné. Ačkoli jsou vzděláváni v oblasti vývoje softwaru, chybí jim praktické zkušenosti s navrhováním a uváděním produktu na trh. Typicky jsou vedeni k tomu, aby dokončili zadané téma, ale chybí jim praxe v iterativním přístupu, který zahrnuje pivotování a uvedení minimálně životaschopného produktu (MVP). Kromě toho se od nich očekává, že převezmou role jako vedoucí týmů, HR manažeři nebo produktoví manažeři, což vyžaduje zásadní změnu dovedností. Tato práce zkoumá, jak systematizovat rozvoj startupů v jejich raných fázích, zejména pro studenty zaměřené na technologie. Analyzovala stávající metodiky, jako jsou Lean Startup, Design Sprint, Agile a Lean Canvas, na základě kritérií, jako je jejich využitelnost v B2B sektoru, relevance pro technologické inovace a nedostatky v oblastech zakládání startupů. Dále byly provedeny rozhovory se zkušenými zakladateli startupů a odborníky z praxe, aby byly identifikovány mezery a doporučení ke zlepšení existujících metodologií. Na základě zjištěných poznatků byla navržena metodologie Lean and Execute, která je přizpůsobena potřebám studentů v evropském kontextu. Rámec klade důraz na pochopení potřeb uživatelů a klientů produktu a na postupné zlepšování, přičemž vede zakladatele k tomu, aby vyvíjeli MVP na základě ověřených potřeb, namísto investování do neověřených řešení. Poskytuje také strukturovaná doporučení týkající se tvorby týmu, strategií financování a vývoje produktu. Validace rámce byla provedena na autorově vlastním startupu formou případové studie. Analýza identifikovala přínosné prvky metodologie, omezení, která rámec nepokrývá, a také důsledky odchylek od metodologie. Tato případová studie ukázala, že rámec pomáhá snižovat nejistotu, zlepšovat rozhodovací procesy a slaďovat vývojové aktivity s požadavky trhu. Zjištění podtrhují význam propojení osvědčených metodologií, jako je Lean Startup a Lean Canvas, s poznatky zkušených odborníků při řešení specifických výzev, kterým studenti-zakladatelé čelí. Tato práce přispívá k oblasti zakládání startupů vytvořením praktického a přizpůsobeného průvodce ve formě aplikace Notion. Tento průvodce čerpá z poznatků z analyzovaných metodologií a rozhovorů a poskytuje vizuální plán zakládání startupu od počátku až po spuštění. V každé fázi zdůrazňuje klíčové znalosti, které si zakladatelé musí osvojit, a na základě toho stanovuje konkrétní úkoly pro realizaci v jejich startupu.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Dr. rer. nat. Rodrigo Augusto da Silva Alves

Katedra aplikované matematiky

Táto práca sa snaží obohatiť predpoveď nasledujúceho košíka o chladné položky. Na prekonanie tohoto problému boli predstavené dve architektúry. Content-aware recurrent model for Next basket recommendation (CARMEN ) ktorá používa rekurentnú architektúru aby sa naučila postupnosť košíkov a Recency-aware, Feature-enhanced Next basket recommendation model (RAFEN ) ktorá sa snaží pochopiť vzťahy medzi položkami v rámci košíkov a napriec košíkmi. Obe metódy boli do hĺbky otestované na dvoch datasetoch z reálneho sveta v rôznych troch scenároch. Výsledky ukázali, že navrhované metódy dosahujú mimoriadne dobré výsledky v scenári s chladným štartom - t.j. odporúčanie studených položiek v rámci nasledujúceho košíka. V tomto scenári dosahuje CARMEN až o 1750% lepší výkon oproti porovnávaným metódam.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Ing. Miroslav Čepek, Ph.D.

Katedra aplikované matematiky

Tato práce zkoumá integraci Neuroevoluce rozšiřujících se topologií (NEAT) s algoritmy kvality a diverzity (QD), konkrétně s rámcem MAP-Elites, za účelem evoluce rozmanitých a vysoce kvalitních architektur neuronových sítí pro úlohy spojitého řízení. S využitím hardwarově akcelerované knihovny TensorNEAT bylo implementováno několik variant algoritmu MAP-Elites, včetně standardního MAP-Elites s vyvíjejícími se topologiemi, varianty zahrnující speciaci a hybridních přístupů využívajících evoluční strategie (MEES a MEMES). Tyto algoritmy byly porovnány s metodou s pevnou topologií v simulovaných prostředích (Walker2d, Hopper, Ant). Výsledky ukazují, že evoluce topologií v rámci MAP-Elites dosahuje výkonu srovnatelného s metodami s pevnou topologií a zároveň nabízí potenciál pro strukturální adaptaci. Experimenty dále zdůrazňují nezbytnost GPU akcelerace pro efektivní neuroevoluci a odhalují omezení metod založených na ES v přísných časových podmínkách.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Ing. Karel Klouda, Ph.D.

Katedra aplikované matematiky

Tato bakalářská práce se zabývá bezpečností a moderací interakcí mezi dětmi a systémy umělé inteligence. Cílem práce je adaptovat stávající metody pro detekci škodlivého obsahu tak, aby odpovídaly specifickým vývojovým rizikům, kterým čelí nezletilí uživatelé. V rámci řešení je adaptován framework SHIELD, u kterého je nově definována taxonomie rizik zahrnující 27 kategorií, jako je emocionální manipulace či predátorské chování. Pro překonání nedostatku reálných dat je navržen postup pro generování syntetických konverzací, které jsou následně filtrovány pomocí automatizovaného mechanismu využívajícího tzv. reward model. K trénování klasifikátorů jsou využity metody efektivního ladění parametrů (LoRA) a architektura ModernBERT. Vyhodnocení ukazuje, že běžné moderační nástroje vykazují nízkou úspěšnost při detekci specifických dětských zranitelností. Naproti tomu dotrénovaný model Llama Guard 3 dosahuje hodnoty F1-skóre 0,996 a efektivně eliminuje falešně negativní nálezy. Přínosem práce je vytvoření moderačního modelu a rozsáhlého syntetického datasetu, které jsou využitelné v reálném světě. Práce je zakončena diskuzí o limitacích syntetických dat a doporučeními pro další rozvoj v oblasti bezpečnosti dětí v digitálním prostředí.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Ing. Stanislav Kuznetsov, Ph.D.

Katedra aplikované matematiky

Převod odborných anotací grantů do podoby poutavých textů pro public relations (PR) je pro akademické instituce klíčovým, avšak časově náročným úkolem. Ačkoli komerční LLMs dokážou tento proces automatizovat, přísná omezení ochrany dat brání jejich nasazení v produkčním provozu. Na druhou stranu, nasazení lokálních modelů s omezeným počtem parametrů jako je Llama 3.1 8B prostřednictvím standardního zero-shot promptování často vede k faktografickým halucinacím. Pro vyřešení tohoto dilematu představuje tato práce lokálně nasaditelný agentní workflow s důrazem na ochranu soukro\-mí pro automatizovanou komunikaci vědy. Rozdělením procesu generování textu mezi specializované sub-agenty pro extrakci dat, návrh textu a faktografickou kontrolu tato architektura striktně odděluje deterministické získávání faktů od kreativního psaní a následné validace. Pipeline byla testována na 732 projektech z databáze Starfos metodikou LLM-as-a-Judge. Párové A/B testování ukázalo, že navržená pipeline konzistentně dosahovala stejné stylistické úrovně jako člověk u kritérií poutavosti, srozumitelnosti a tónu skončila nerozhodně avšak v celkové hodnotě pro PR jednoznačně prohrála vůči lidmi psaným textům, které získaly 97 % všech hlasů. Hodnotitel tento rozdíl přesně vystihl: AI sice generovala stylisticky lepší a přístupnější PR texty, avšak lidé vytvářeli kvalitnější tiskové zprávy díky zapojení institucionálního kontextu a novinářské autority, jež fakticky ukotvený řetězec nedokáže vykonstruovat. Zásadní ovšem je, že multi-agentní návrh účinně potlačuje slabiny typické pro menší lokální modely. Samoopravná smyčka řetězce dosáhla 85% úspěšnosti hned na první pokus a omezila kompletní selhání celého procesu na pouhých 1,9 %. Nezávislý audit provedený modelem Gemini 3.1 Flash-Lite odhalil napříč celým datovým souborem 11% míru propustnosti chyb šlo o výstupy, které prošly interní validací, avšak nedosáhly prahu faktické shody s předlohou. Následná analýza přitom naznačila, že hlavním faktorem byla kvalita výchozích anotací. Cílené zátěžové testování tuto závislost potvrdilo nárůstem míry propustnosti na 45 %, což dokazuje, že iterativní samoopravy dosahují při nedostatečné kvalitě zdrojových materiálů svých mezí. Multi-agentní architektura tak představuje životaschopné řešení pro modernizaci institucionálního PR za předpokladu standardizovaných vstupních dat.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Ing. Stanislav Kuznetsov, Ph.D.

Katedra softwarového inženýrství

Tato práce popisuje návrh a implementaci aplikace pro vhodné časování a rozesílání personalizovaného obsahu. Poskytuje teoretické základy témat personalizace obsahu, notifikací a vysvětluje, jak můžeme zlepšit problém únavy z upozornění pečlivým plánováním uživatelských notifikací. Analyzuje případy užití a existující řešení, jakož i technologie a~požadavky na tento orchestrátor plánování notifikací. Software je pak navržen a implementován jako open-source knihovna. Je důkladně otestován a je vytvořena ukázková integrace, která slouží jako první krok k jeho budoucímu praktickému využití.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

prof. Ing. RNDr. Martin Holeňa, CSc.

Katedra aplikované matematiky

Systémy pro mluvený dialog čelí základnímu kompromisu: kaskádové architektury (ASRLLMTTS) dosahují silného sémantického uvažování, ale akumulují latenci a zahazují prozodické informace, zatímco end-to-end speech-to-speech modely zachovávají přirozenost, ale zaostávají za předtrénovanými textovými jazykovými modely v úlohách vyžadujících uvažování. Tato práce zkoumá, zda lze tato omezení překonat architektonickým oddělenímsměrováním textového proudu vnitřního monologu" skrze předtrénovaný jazykový model při zachování samostatné audio cesty pro prozódii a časování. Navrhujeme architekturu DSAA (Decoupled Semantic-Acoustic Architecture), která rozšiřuje framework Moshi pro speech-to-speech o integraci předtrénovaného textového modelu Qwen 2.5 3B vedle audio temporálního transformeru systému Moshi. Modality jsou fúzovány pomocí pozdní konkatenace s naučitelným gatováním, což zachovává informace z obou proudů. Pro udržení výpočetní proveditelnosti zmrazujeme transformery a trénujeme pouze fúzní rozhraní, což umožňuje rychlé experimentování s alternativními předtrénovanými modely. Prostřednictvím 28 trénovacích konfigurací ve dvou experimentálních fázích jsme dosáhli měřitelných zlepšení na fonetických a gramatických benchmarcích (sWUGGY: 0,818 vs 0,739 baseline, sBLIMP: 0,589 vs 0,561, sSC: 0,641 vs 0,589) při zachování akustické věrnosti a inferenční latence. Nicméně reprezentační analýza pomocí Centered Kernel Alignment odhaluje extrémní textovou dominanci (CKA = 0,97), projevující se 3,3× horším výkonem při střídání mluvčích ve srovnání s baseline. Identifikujeme dva přispívající faktory: zmrazené páteřní modely vynucující veškeré cross-modální zarovnání do malých fúzních vrstev a trénovací data dominovaná předčítanými monology namísto konverzačního dialogu. Práce demonstruje, že sémantické-akustické oddělení je proveditelné, poskytuje modulární framework pro budoucí výzkum a veřejně vydává nový evaluační dataset Classroom Q\A. Validované přínosy a identifikované integrační výzvy nabízejí jak praktické nástroje, tak diagnostické poznatky pro pokrok ve výzkumu multimodálních mluvených dialogových systémů.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Ing. Stanislav Kuznetsov, Ph.D.

Katedra softwarového inženýrství

Tato práce se zabývá automatickým barevným tématováním webových widgetů založených na iframe tak, aby vizuálně odpovídaly stylu hostitelské stránky. Při cross-origin nasazení brání bezpečnostní politika prohlížeče (same-origin policy) widgetu v~přístupu ke stylům hostitelské stránky, což způsobuje vizuální nekonzistenci. Práce formalizuje tento problém jako mapování z~hostitelského CSS na schéma dvanácti sémantických barevných rolí a navrhuje tři přístupy k~jeho řešení: dvě deterministické heuristické metody (jedna pracující přímo s~CSS prostřednictvím bodování založeného na AST, druhá využívající extraktor vypočtených stylů Dembrandt) a metodu založenou na velkém jazykovém modelu (LLM), která formuluje inferenci palety jako extrakci informací v~uzavřeném světě s~omezením na barvy přítomné ve vstupním CSS. Všechny přístupy jsou vyhodnoceny na testovací sadě deseti rozmanitých webových stránek s~manuálně sestavenými referenčními paletami s~využitím metriky perceptuálního barevného rozdílu CIEDE2000 (Delta E) spolu s~metrikami pokrytí a přesnosti. CSS heuristika dosahuje nejvyššího pokrytí (100%) a míry přesné extrakce (42% při Delta E 5); model GPT-5-nano dosahuje nejvyšší průměrné perceptuální podobnosti (82,43 ze 100). Žádný přístup nedominuje ve všech metrikách. Práce rovněž zkoumá autentizační vzory pro cross-origin widgety (OAuth 2.0, OpenID Connect) a poskytuje bezpečnostní analýzu pokrývající XSS, CSRF, clickjacking a~SSRF. Implementace je zveřejněna pod licencí MIT.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Mgr. Jan Spěvák, Ph.D.

Katedra aplikované matematiky

Práce se zabývá krátkodobou předpovědí srážek z radarových snímků pomocí neuronových sítí se zaměřením na difuzní generativní modely. Úloha je formulována jako predikce sekvence budoucích radarových snímků na základě několika posledních pozorování. V rámci ablačních experimentů jsou analyzovány vlivy regularizace a podmínění modelu. Finální model je porovnán s referenčním GAN modelem DGMR od DeepMind. Vyhodnocení využívá metriky jako MSE, MAE, PCC, SSIM, kategoriální (např. CSI) a prostorové metriky (FSS). Výsledný difuzní model vytváří hladké a stabilní předpovědi s nižšími průměrnými chybami, zatímco DGMR má tendenci lépe zachovávat a lokalizovat výraznější srážkové struktury.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Ing. Karel Klouda, Ph.D.

Katedra aplikované matematiky

Symbolická regresia je metóda strojového učenia, ktorá automaticky objavuje analytické modely priamo z dát, avšak tradičné evolučné prístupy nedokážu využiť sémantické znalosti z danej oblasti. Táto diplomová práca skúma využitie veľkých jazykových modelov (LLM) na prekonanie tejto limitácie prostredníctvom doplnenia či nahradenia vybraných evolučných mechanizmov, vrátane selekcie, kríženia, mutácie a aktualizácie populácie. Metóda je implementovaná pomocou knižnice DEAP a porovnaná s referenčnou metódou genetického programovania na troch dátových sadách: syntetickom probléme rezistorov a dvoch reálnych dátových sadách opisujúcich dynamiku dronu a rotačné trenie. Výsledky sa líšili v závislosti od dátovej sady. V prípade dátových sád rezistorov a dronu boli najlepšie výsledky dosiahnuté striedaním generácií založených na krížení a mutácii riadených LLM s generáciami založenými na analýze populácie riadených LLM. Na dátovej sade trenia, ktorá sa pre všetky metódy ukázala byť výpočtovo náročnejšia, dosiahol najspoľahlivejšie výsledky hybridný plán kombinujúci tradičné genetické programovanie s krížením a mutáciou riadenými LLM. Selekcia a aktualizácia populácie riadené LLM neobhájili konzistentne svoje dodatočné náklady na inferenciu. Celkovo práca ukazuje, že LLM môžu slúžiť ako účinné sémantické usmernenia v evolučnej symbolickej regresii, avšak optimálna miera zapojenia LLM závisí od konkrétneho problému.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Dr. rer. nat. Rodrigo Augusto da Silva Alves

Katedra aplikované matematiky

Moderní doporučovací systémy do značné míry závisejí na tom, jak jsou reprezentováni uživatelé a položky. Nástup velkých modelů přinesl předtrénované enkodéry, které dokážou vytvářet reprezentace přímo z obsahu položek. Jejich začlenění do doporučovacích algoritmů je však obtížné spolehlivě vyhodnotit. Rozdíly ve výkonu jednotlivých enkodérů jsou často ovlivněny rozdíly v navazujících modelech, trénovacím rozpočtu a dalších částech algoritmu, a není tedy zřejmé, který model je skutečně lepší. Tento problém v práci označujeme jako problém izolace modelu. Práce tento problém řeší pomocí tří hlavních příspěvků. Nejprve představujeme Recommender Embedding Evaluation Framework (REEF), který fixuje všechny části algoritmu kromě modelu, a umožňuje tak objektivnější srovnání. Dále pomocí REEF vyhodnocujeme existující předtrénované textové, obrazové a multimodální enkodéry. Nakonec se zaměřujeme na dotrénování multimodálních modelů a zkoumáme, jak lze předtrénované enkodéry přizpůsobit pomocí interakčních dat. Součástí této analýzy je také rozbor embeddingových prostorů dotrénovaných enkodérů, který ukazuje, jak adaptace na interakční data mění strukturu naučených reprezentací.

Práce na DSpace

doc. Ing. Pavel Kordík, Ph.D.

Mgr. Petr Novák, Ph.D.

Katedra aplikované matematiky

Tato práce se zabývá automatickou extrakcí právních citací a odkazů na jiná rozhodnutí z českých veřejných soudních a správních rozhodnutí. Zavádí Structured Precision Pipeline (SPP), postup založený primárně na pravidlech pro extrakci, přiřazování, propojování a export strukturovaných citačních metadat v měřítku celého korpusu. Systém zpracovává korpus 444 361 rozhodnutí a vytváří strukturované výskyty odkazů na právní předpisy, výskyty odkazů na dokumenty, přesné odkazy mezi dokumenty a citační graf pro vyhledávání a analýzu. Na společné ručně anotované sadě 25 dokumentů SPP dosahuje dobrých výsledků u obou typů referencí. U odkazů na právní předpisy dosahuje F1 detekce kotev právních citací 0,9955, F1 přítomnosti právní citace 0,9870 a přesnosti přiřazení českých právních předpisů 0,9101. U dokumentových odkazů dosahuje F1 přesných spanů 0,9182 a úplnosti přesně propojitelných odkazů 0,7826. Práce dále vyhodnocuje Bounded Review Layer (BRL), omezenou vrstvu využívající LLM pouze pro obtížné případy izolované pomocí SPP. U odkazů na právní předpisy BRL správně vyřeší 22 z 37 směrovaných obtížných českých případů a zvyšuje přesnost přiřazení českých právních předpisů na 0,9448. U dokumentových odkazů konzervativní varianta BRL omezená na propojování zvyšuje úplnost přesně propojitelných odkazů na 0,9565, zachovává F1 extrakce a nevytváří přesné odkazy u všech 52 posouzených odkazů, jejichž cíl je mimo korpus nebo jej nelze určit jako jeden přesný dokument. Celokorpusové zpracování pomocí BRL zůstává budoucí prací kvůli objemu anomálií a výpočetním a časovým omezením.

Práce na DSpace