Project detail

Expertní systém pro automatickou analýzu a řízení big data úložišť výrobních společností

Duration: 01.10.2017 — 31.12.2020

Funding resources

Ministerstvo průmyslu a obchodu ČR - TRIO

- whole funder (2017-08-24 - 2020-12-31)

On the project

Cílem tohoto projektu je výzkum a vývoj expertního systému, který s využitím technologií prediktivní analytiky bude schopen automaticky analyzovat provoz big data úložišť v reálném čase a navrhovat okamžitý a vhodný způsob zotavení datového skladu z chyby či poruchy za cílem minimalizace finančních ztrát podniku. Navrhované řešení se týká zejména produktů společností Hitachi a Hewlett Packard (jsou v současné době považováni za leadry trhu v oblasti data storage) a předpovídají funkci datových skladů. Vyvinutý nástroj bude možné nasadit na stávající provozované datové sklady a s pomocí umělé inteligence bude možné rozpoznávat netypické chování a předpovídat možnost selhání prvků datového skladu či automaticky navrhovat vhodné řešení pro minimalizaci ztrát na základě vzniklého problému s pomocí prediktivní analytiky.

Keywords
big data; datové sklady; prediktivní analytika; umělá inteligence

Key words in English
big data; data warehouses; predictive analytics; artificial intelligence

Mark

FV20044

Default language

Czech

People responsible

Mašek Jan, Ing., Ph.D. - fellow researcher
Povoda Lukáš, Ing., Ph.D. - fellow researcher
Rajnoha Martin, Ing., Ph.D. - fellow researcher
Uher Václav, Ing., Ph.D. - fellow researcher
Burget Radim, doc. Ing., Ph.D. - principal person responsible

Units

Department of Telecommunications
- (2017-10-01 - 2020-12-31)

Results

MAŠEK, J.; RAJNOHA, M.; BURGET, R.; DUTTA, M. Automatic System for Diseased Artery Transverse Section Detection. In 2018 5th International Conference on Signal Processing and Integrated Networks (SPIN). Dillí, Indie: 2018. p. 322-326. ISBN: 978-1-5386-3045-7.
Detail

RAJNOHA, M.; POVODA, L.; MAŠEK, J.; BURGET, R.; DUTTA, M. Pedestrian Detection from Low Resolution Public Cameras in the Wild. In 2018 5th International Conference on Signal Processing and Integrated Networks (SPIN). New Delhi, India: 2018. p. 291-295. ISBN: 978-1-5386-3045-7.
Detail

RAJNOHA, M.; BURGET, R.; MEKYSKA, J.; ELIÁŠOVÁ, I.; KOŠŤÁLOVÁ, M.; REKTOROVÁ, I. Towards Identification of Hypomimia in Parkinson’s Disease Based on Face Recognition Methods. In 2018 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Moskva: 2018. p. 182-185. ISBN: 978-1-5386-9361-2.
Detail

RAJNOHA, M.; BURGET, R.; POVODA, L. Image Background Noise Impact on Convolutional Neural Network Training. In 2018 10th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Moskva: 2018. p. 168-171. ISBN: 978-1-5386-9361-2.
Detail

MYŠKA, V.;BURGET, R.;POVODA, L.;DUTTA, M. Linguistically independent sentiment analysis using convolutional-recurrent neural networks model. In 2019 42nd International Conference on Telecommunications and Signal Processing (TSP). Budapest, Hungary: IEEE, 2019. p. 212-215. ISBN: 978-1-7281-1864-2.
Detail

MYŠKA,V.; BURGET, R.; BREZANY, P. Graph neural network for website element detection. In 42nd International Conference on Telecommunications and Signal Processing (TSP). Budapest, Hungary: IEEE, 2019. p. 216-219. ISBN: 978-1-7281-1864-2.
Detail

FATIMA, A.; MAUYA, R.; DUTTA, M.; BURGET, R.; MAŠEK, J. Android Malware Detection Using Genetic Algorithm based Optimized Feature Selection and Machine Learning. In 2019 42nd International Conference on Telecommunications and Signal Processing (TSP). 2019. p. 220-223. ISBN: 978-1-7281-1864-2.
Detail

RAJNOHA, M.; MIKULEC, V.; BURGET, R.; DRAŽIL, J. A Perspective of the Noise Removal for Faster Neural Network Training. In 2019 11th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT). Dublin: 2019. p. 1-4. ISBN: 978-1-7281-5763-4.
Detail

IRSHAD, A.; MAUYA, R.; DUTTA, M.; BURGET, R.; UHER, V. Feature Optimization for Run Time Analysis of Malware in Windows Operating System using Machine Learning Approach. In 2019 42nd International Conference on Telecommunications and Signal Processing (TSP). Budapest, Hungary: IEEE, 2019. p. 255-260. ISBN: 978-1-7281-1864-2.
Detail

KOLAŘÍK, M.; BURGET, R.; ŘÍHA, K. Comparing Normalization Methods for Limited Batch Size Segmentation Neural Networks. In 2020 43rd International Conference on Telecommunications and Signal Processing (TSP). 2020. p. 677-680. ISBN: 978-1-7281-6376-5.
Detail

BURGET, R.; MAŠEK, J.; KOLAŘÍK, M.; DRAŽIL, J.; SUŠILA, P.: Expertní systém pro automatickou analýzu a řízení big data úložišť; Expertní systém pro automatickou analýzu a řízení big data úložišť. 3S.cz, s. r. o. Eliášova 25 616 00 BRNO. URL: https://3s.cz/cs/odborna-sekce/detail/id/176-vyuziti-umele-inteligence-pro-rizeni-v-big-data-ulozist. (software)
Detail