Branch Details

Computer Science and Engineering

Original title in Czech: Výpočetní technika a informatikaFITAbbreviation: DVI4Acad. year: 2020/2021

Programme: Computer Science and Engineering

Length of Study: 4 years

Accredited from: 1.1.2007Accredited until: 31.12.2024

Profile

The goal of the doctoral study programme is to provide outstanding graduates from the MSc study programme with a specialised university education of the highest level in certain fields of 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 study programme also comprises a training and attestation for scientific work.

Guarantor

Issued topics of Doctoral Study Program

  1. Accelerated Visal Computing Algorithms

    Tématem jsou algoritmy grafiky, zpracování obrazu a videa, tedy "Visual Computing", například HDR (High Dynamic Range) obrazu, multispektrálního obrazu, stereoobrazu, případně obrazu doplněného o vlastnosti materiálu, teplotě, apod. Cílem je lépe porozumět jejich vlastnostem a možnostem, ale i aplikacim, algoritmy do hloubky analyzovat, zlepšovat a připravovat nové. Předpokládá se práce v jazyce C, C++, C#, assembleru, případě i jinak. Možné algoritmy zahrnují: 

    • Pořizování HDR obrazu a videa, jeho komprese, skládání z několika standardních obrazů/videí, apod. 
    • Pořizování, zpracování a vizualizace multispektrálního obrazu (obrazu s více než třemi spektrálními složkami),
    • zpracování stereosnímků a jiných snímků s hloubkovou informací pořízení ať už s nebo bez strukturálního osvětelní,
    • algoritmy vhodné pro mobilní techniku nebo embedded systémy zaměřené na výše zmíněné druhy obrazu,
    • metody vizualizace HDR obrazu a videa, tone-mapping, Real-Time tone mapping,
    • algoritmy a aplikace využívající vlnkové, frekvenční a/nebo obdobné transformace.

    Po dohodě je možné zpracovávat i individuálně vybrané algoritmy, které ve výše uvedeném seznamu nejsou, ale patří do dané tématiky.

    Je možnost spolupráce i na grantových projektech, zejména na nově podávaných projektech bezpečnostního výzkumu, H2020, ECSEL(potenciálně možnost stipendia či pracovního poměru).

    Tutor: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

  2. Advanced 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. The programming work is expected in C, C++, C#, assembly language, or other languages. If suitable, they can be efficiently implemented e.g. in CPU, 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.),
    • 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,
    • 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).

    Tutor: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

  3. Advanced approaches in cellular automata design

    V posledních letech bylo ukázáno, že volbou vhodné reprezentace a postupu hledání přechodových pravidel je možné navrhovat složité vícestavové celulární automaty, jejichž chování bylo zatím nedosažitelné existujícími technikami. Nové výzkumy naznačují, že tyto postupy je možné dále vylepšovat a dosáhnout tak zefektivnění procesu návrhu či zcela nových řešení vybraných problémů poskytnutých výsledným celulárním automatem. V rámci disertační práce se předpokládá extensivní výzkum vybraných tříd celulárních systémů a hledání nových metod vedoucích k optimalizaci jejich návrhu či samotných výpočtů úloh, které na nich budou realizovány. Za možné směry lze uvažovat též akcelerace výpočtů pomocí superpočítačů, jednotek GPU, případně FPGA.

    Školitel specialista: Ing. Michal Bidlo, Ph.D. 

    Tutor: Sekanina Lukáš, prof. Ing., Ph.D.

  4. Advanced genetic programming techniques

    Evoluční návrh je často prováděn pomocí genetického programování a jeho moderních technik, jakými jsou např. sebemodifikace kódu, sémantikou řízené genetické operátory, koevoluce a pokročilé metody reprezentace a evaluace kandidátních řešení. Cílem projektu je navrhnout a implementovat systém genetického programování, který bude využívat několik takových technik současně. Na úlohách zejména z oblasti návrhu obvodů, hlubokých neuronových sítí, aproximativního počítání a symbolické regrese bude experimentálně vyhodnocována účinnost jednotlivých technik a jejich kombinací. Výzkum spadá to témat řešených výzkumnou skupinou Evolvable Hardware.

    Tutor: Sekanina Lukáš, prof. Ing., Ph.D.

  5. 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, 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)

    Tutor: Čadík Martin, doc. Ing., Ph.D.

  6. Advanced Methods of Developing Safety-Critical Systems

    Vývoj systémů založený na modelech (MBD) je v současnosti do jisté míry méně akcentovanou oblastí IT, jelikož je svým rigorózním přístupem pravým opakem dnes prosazovaného agilního vývoje software. Ovšem bez této metodologie by nebylo možné vyvíjet bezpečnostně-kritické systémy, u kterých musí být zajištěna jejich správná funkcionalita ve všech možných situacích. Díky rigoróznímu postupu je ale vývoj těchto systémů značně pomalý a náročný na prostředky. Snahy, jak celý proces urychlit, jsou vidět ve všech fázích vývoje - od specifikace a validace požadavků, přes návrh architektury, generování kódu, jeho testování a verifikaci, až po certifikaci výsledného produktu.

    Velkým problémem a zároveň výzvou je, že jednotlivé fáze vývoje jsou úzce provázané, např. pro automatizaci testování a verifikace je potřeba mít strojově zpracovatelné požadavky a architekturu systému, jinak nebude možné odvodit, co vlastně testovat a verifikovat. Tato provázanost vyžaduje znalosti z různých oblastí vývoje a analýzy zároveň, zatímco jak výzkum, tak existující řešení obvykle cílí pouze na jednu konkrétní fázi a vybrané problémy v rámci této fáze. S ohledem na to bude cílem výzkumu vyvinout nové přístupy pro návrh a analýzu systémů využívající data z různých fázi vývoje, případně rozšířit existující přístupy o využití dat z jiných fází. Práce by se měla zaměřit na problémy, které se aktuálně řeší v průmyslu a které zahrnují: nové přístupy pro specifikaci požadavků a systémů usnadňující analýzu a verifikaci, nové metody analýzy a verifikace modelů, metody pokročilého testování založené na modelech, metody pro ověřování ekvivalence modelu a z něj vygenerovaného kódu či pro odvozování modelů na různých úrovních abstrakce.

    Řada velkých technologických společností v oblasti avioniky a automobilového průmyslu (např. Honeywell, AIRBUS, Boeing, Thales, Volvo Cars, ANSYS, MathWorks, ObeoSoft, Dassault, DRisQ) vynakládá nemalé prostředky na výzkum a vývoj v této oblasti.

    Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT automatizovanou analýzou a verifikací s využitím statických i dynamických metod analýzy a verifikace, jak v podobě formální verifikace, tak i zaměřených na vyhledávání chyb. Předpokládá se zejména úzká spolupráce s dr. J. Fiedorem, u něhož se předpokládá role školitele specialisty, a dále dr. A. Smrčkou, doc. A. Rogalewiczem, dr. O. Lengálem, dr. L. Holíkem či dr. M. Češkou jr. Předpokládá se rovněž úzká spolupráce s firmou Honeywell, kterou zprostředkují zejména dr. J. Fiedor a dále B. Hall (Engineering Fellow, Advanced Technology, Honeywell). Dalším potenciálním průmyslovým partnerem je firma ANSYS z Francie. Podle zaměření práce je pak také pravděpodobná spolupráce s výzkumnými partnery firmy Honeywell, např. prof. Dov Dovi z MIT/Technion v oblasti aplikace formalismu OPM (prof. Dori je autor tohoto formalismu, jenž je nyní také ISO standard) nebo prof. Gopal Gupta z University of Texas v Dallasu, jenž vede špičkovou výzkumnou skupinu v oblasti využití logik pro analýzu systémů (logical reasoning).

    V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (např. TAČR Aufover řešený ve spolupráci s Honeywell a Red Hat, nový český projekt GAČR Snappy, evropský projekt ECSEL Arrowhead Tools či evropský projekt ECSEL Valu3S, bude-li přijat).

    Vybrané publikace mimo databázi FIT VUT:

    • B. Hall, J. Fiedor, and Y.... úplný popis

      Tutor: Vojnar Tomáš, prof. Ing., Ph.D.

    • Advanced methods of practicel reasoning in the BDI systems.

      Praktické rozhodování u BDI systému je založeno na průběžném budování modelu záměrů agenta a následném provádění tohoto modelu. Původní výpočetní systém BDI agentů, systém AgentSpeak(L) nechával prostor pro další specifikaci některých výpočetních kroků, jakými jsou volba z více možných prostředků k dosažení cílů, volba záměrů k vykonání či volba substitucí při provádění formálních odvozování. Právě na hledání preferencí při výběru prostředků a záměrů se bude soustředit práce v rámci tohoto zadání. Výsledkem má být systém, jehož praktické rozhodování bude vykazovat vyšší míru racionality než vykazují v současnosti existující řešení BDI systémů. 

      Tutor: Zbořil František, doc. Ing., Ph.D.

    • 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).

      Tutor: Čadík Martin, doc. Ing., Ph.D.

    • Analysis and Improvement of Trusted Execution Environments and their Applications

      Trusted computing is a promising concept that enable remote trusted execution of arbitrary programming logic. The most prominent examples of trusted execution environments (TEE) are Intel SGX, IBM Sanctum, Keystone-enclave. The goal of this work is to analyze all existing TEEs, they properties and potential applications. Then, the work should propose novel applications of TEEs for the problems that were not resolved before while also implement the most interesting application. There is a high potential to combine trusted computing with public blockchains, which should be also addresses in the work.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis and improvements of cryptographic accumulators in the context of public blockchains

      The purpose of this thesis is to analyze potential application of cryptographic accumulators in the context of the public blockchains. Identify the most suitable types and settings for particular application and also propose improvements that focus on the performance, security, or storage overhead.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis of Anonymisation Networks Security

      Tématicky se tato disertační práce orientuje na bezpečnost různých systémů, které mají zajistit anonymitu nebo pseudonymitu uživatelů internetu (například sítí typu TOR). Práce by měla obsahovat:

      • Prostudování teorie anonymizačních systémů, jejich vlastností a možností provedení útoků.
      • Odzkoušení základních typů útoků.
      • Navržení nového způsobu ochrany.
      • Experimenty, zhodnocení výsledků a návrh směru dalšího výzkumu.

      Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech.

      Na vedení práce se bude podílet školitel-specialista.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis of Attacks on Wireless Networks

      Tématicky se tato disertační práce orientuje na bezpečnost bezdrátových lokálních sítí. V rámci řešení by mělo dojít k seznámení se s vybranými bezdrátovými sítěmi a jejich zabezpečením. Kroky práce by měly obsahovat:

      • Prostudování teorie bezdrátových sítí, jejich vlastností a možností provedení útoků.
      • Odzkoušení základních typů útoků.
      • Navržení nového způsobu ochrany.
      • Experimenty, zhodnocení výsledků a návrh směru dalšího výzkumu.

      Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech.

      Na vedení práce se bude podílet školitel-specialista.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis of Binary Executable in order of Data Type Reconstruction

      • Studujte možnosti rekonstrukce jednoduchých i složených datových typů při zpětném překladu binárního kódu, studujte projekt RetDec.
      • Zaměřte se na analýzu a rekonstrukci pokročilých datových typů jazyka C++.
      • Zkoumejte využití různých statických analytických postupů pro získání dostatečných informací pro rekonstrukci (např. value range, apod.).
      • Zkoumejte využití dynamické analýzy za účelem zvýšení kvality získaných výsledků.
      • Zkoumejte možnosti využití statistických přístupů i možnosti využití prvků umělé inteligence a strojového učení.
      • Navrhněte nové metody a techniky rekonstrukce datových typů, které by bylo možné využít při rozboru malware nebo verifikaci binárních programů.
      • Implementujte funkční vzorek. Dbejte na generičnost řešení a obecnost implementace. Využijte existujících rámcových aplikací vznikajících v rámci výzkumu na UIFS FIT.

      Při kvalitní publikační činnosti lze získat jak jednorázové tak pravidelné mimořádné stipendium. Získání grantové podpory z širších zdrojů není ničím limitováno.

      Tutor: Kolář Dušan, doc. Dr. Ing.

    • Analysis of cryptographic zero-knowledge primitives in the context of the public blockchains

      This thesis is intended for exploration of the possible applications of zero-knowledge constructs in the context of the public blockchains. Zero-knowledge (ZK) constructs (e.g., proofs) 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 interesting (and novel) application.


      Na vedení práce se bude podílet školitel-specialista.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis of Encrypted Network Traffic Using Machine Learning Techniques

      Podíl šifrovaného síťového provozu na celkovém objemu neustále roste. Šifrování dovoluje skrýt obsah síťové komunikace před odposlechem, nicméně zároveň znemožňuje jeho analýzu z pohledu bezpečnosti doposud používanými nástroji a technikami. Cílem práce je definovat nové postupy analýzy síťového provozu, které dovolí odhalovat i v šifrovaném provozu útoky a další kyberbezpečnostní informace ke komunikujícím entitám. Předpokládá se využití technik strojového učení, které dovolí z velkého množství dat odvodit klasifikátory bezpečnostních událostí, odvodit podobnosti mezi entitami nebo rozpoznat odlehlé instance. Strojové učení dovoluje optimalizace výše uvedených úloh s ohledem na různé parametry.

      V rámci řešení disertační práce se předpokládá velmi úzka spolupráce se sdružením CESNET, které spravuje akademickou síť a může poskytnout data pro strojové učení. Školitelem specialistou pro téma je Ing. Martin Žádník Ph.D., který se v rámci sdružení Cesnet zabývá výzkumem a vývojem nových nástrojů pro monitorování a bezpečnost sítě.

      Tutor: Kořenek Jan, doc. Ing., Ph.D.

    • Analysis of IoT security

      Tématicky se tato disertační práce orientuje na bezpečnost IoT systémů. Práce by měla obsahovat:

      • Prostudování teorie IoT systémů, jejich vlastností a možností provedení útoků.
      • Odzkoušení základních typů útoků.
      • Navržení nového způsobu ochrany.
      • Experimenty, zhodnocení výsledků a návrh směru dalšího výzkumu.

      Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech.

      Na vedení práce se bude podílet školitel-specialista.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis og blockchain security

      Tématicky se tato disertační práce orientuje na bezpečnostní vlastnosti různých systémů, které využívají technologii a princip blockchainu. Práce by měla obsahovat:

      • Prostudování teorie systémů založených na blockchainu, jejich vlastností a možností provedení útoků.
      • Odzkoušení základních typů útoků.
      • Navržení nového způsobu ochrany.
      • Experimenty, zhodnocení výsledků a návrh směru dalšího výzkumu.

      Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech.

      Na vedení práce se bude podílet školitel-specialista.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis og blockchain security

      Tématicky se tato disertační práce orientuje na bezpečnostní vlastnosti různých systémů, které využívají technologii a princip blockchainu. Práce by měla obsahovat:

      • Prostudování teorie systémů založených na blockchainu, jejich vlastností a možností provedení útoků.
      • Odzkoušení základních typů útoků.
      • Navržení nového způsobu ochrany.
      • Experimenty, zhodnocení výsledků a návrh směru dalšího výzkumu.

      Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech.

      Na vedení práce se bude podílet školitel-specialista.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Analysis og blockchain security

      Tématicky se tato disertační práce orientuje na bezpečnostní vlastnosti různých systémů, které využívají technologii a princip blockchainu. Práce by měla obsahovat:

      • Prostudování teorie systémů založených na blockchainu, jejich vlastností a možností provedení útoků.
      • Odzkoušení základních typů útoků.
      • Navržení nového způsobu ochrany.
      • Experimenty, zhodnocení výsledků a návrh směru dalšího výzkumu.

      Očekává se účast na relevantních mezinárodních konferencích a publikování v odborných či vědeckých časopisech.

      Na vedení práce se bude podílet školitel-specialista.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Applications of speech data mining in criminal network analysis

      Téma práce se zabývá využitím technik dolování informací z řeči jako je rozpoznávání mluvčího, rozpoznávání jazyk, přepis, a detekce klíčových slov pro vyhledávání struktur zločineckých sítí. Téma souvisí s evropským projektem Horizon 2020 Roxanne, kde je VUT hlavním výzkumným partnerem.

      Zadání vyžaduje zájem o matematiku, statistiku, strojové učení a zpracování řeči, výhodou je zběhlost v jazyce Python a jeho knihovnách pro strojové učení.

      BUT Speech@FIT je špičkovou mezinárodní výzkumnou skupinou zabývající se dolováním informací z řeči. Nabízí rovné příležitosti pro všechny, v současné době má členy 10ti národností a (na IT) významný podíl žen.

      Více informací viz https://www.roxanne-euproject.org/ a https://speech.fit.vutbr.cz/

       

      Tutor: Černocký Jan, prof. Dr. Ing.

    • Approximate computing in machine learning

      Aproximativní počítání (approximate computing) je nová a bouřlivě se rozvíjející výzkumná oblast v rámci které jsou hledány alternativní (typicky nízkopříkonové) implementace nejen základních stavebních komponent jako jsou např. sčítačky a násobičky, ale také komplexních obvodových celků. Významný vývoj můžeme sledovat také v oblasti strojového učení. Dříve jednoduché architektury dnes nahrazují tzv. hluboké neuronové sítě, které jsou schopny dosahovat výrazně lepších výsledků zejména v oblasti klasifikace a detekce objektů v obraze. Daní za vyšší přesnost je však vyšší komplexita vedoucí na velké množství operací a tudíž i vyšší energetickou náročnost.  Současně se však ukazuje, že tyto sítě vykazují vysokou úroveň rezistence vůči chybám ve výpočtu. Jako výhodné se proto jeví nasazení aproximovaných obvodů v této oblasti s cílem dosáhnout značné úspory energie.


      Cílem disertační práce bude zkoumat možnosti aproximace obvodové implementace neuronových sítí. V rámci disertační práce se student bude zabývat optimalizací existujících architektur neuronových sítí z pohledu příkonu s využitím technik aproximativního počítání. Problém spočívá ve vytipování vhodných částí a navržení způsobu jejich aproximace. Nabízí se též možnost kombinovat různé aproximované komponenty a hledat nejvhodnější kompromis z pohledu příkon versus kvalita.
      Výzkum spadá do témat řešených výzkumnou skupinou Evolvable Hardware.

      Tutor: Vašíček Zdeněk, doc. Ing., Ph.D.

    • Artificial Intelligence for High Quality Photoacoustic Image Reconstruction

      Photoacoustic Tomography (PAT) is an emerging 3D biomedical imaging modality for both clinical and pre-clinical imaging that has gained increasing attention in the last decade. In principle, PAT can achieve as high spatial and temporal resolution as ultrasound images, but, because it depends on optical absorption for contrast, it also has the potential to provide functional, molecular and genetic imaging capabilities. However, realising these advantages requires high quality image reconstruction algorithms.

      Several approaches to PAT image reconstruction are currently used, including time reversal, series constructions, and filtered backprojection algorithms. However, there are several aspects that cannot be taken into account in these classical approaches and therefore result in image artefacts, including (1) patient movement, (2) incomplete coverage of the object with ultrasound sensors, (3) angle and frequency variability of the sensor's sensitivity, (4) unstable environment, e.g., variations in temperature, (5) sound speed variations with the object eg. breast, and (6) measurement noise. In addition, large-scale 3D images take time to reconstruct, limiting the imaging frame rate; increasing the frame rate would open up many more potential applications.

      Currently, the reconstruction of photoacoustic images takes several hours on high-end servers and subsequently artefacts are detected and removed. The goal of this thesis is to overcome some of these limitations, by improving reconstruction speed and quality of photoacoustic images using artificial intelligence.

      We can identify three essential approaches for this task. First, use AI to correct or complement the measured data to form a complete and clean data set then use a classical reconstruction algorithm. Second, use AI to complement the image reconstruction task, by intertwining learnable components with classical reconstruction approaches. Third, use a classical reconstruction algorithm to form an image and then use AI to remove the artefacts.

      These topic cover several areas, from the experimental acquisition of photoacoustic data, techniques for image reconstruction and high performance computing, to deep learning and artificial intelligence.

      Tutor: Jaroš Jiří, doc. Ing., Ph.D.

    • Augmented Reality on Mobile Devices

      The goal of the work is to research and create algorithms that will allow for running augmented reality on mobile (ultramobile) devices. It mainly concerns algorithms of pose estimation in the space by the means of computer vision and by using sensors embedded in the device. Furthermore, the work will elaborate on algorithms of rendering of virtual elements into the real-world scene and on applications of augmented reality on mobile devices.

      Tutor: Herout Adam, prof. Ing., Ph.D.

    • Automated Complexity Analysis of programs with (not only) Complex Data Structures

      U softwarových systémů očekáváme, že jednak nikdy nenastane žádná závažná chyba (deadlock, neoprávněný přístup do paměti, ...), ale také každá akce systému vždy úspěšně skončí v rozumném časovém intervalu. Problémem ověření ukončení v rozumném čase se zabývá analýza mezí (bound analysis). Problémem analýzy mezí je pro zadaný program (nebo funkci) nalézt (horní) odhad složitosti. Přes pokrok v posledních letech ale stále nejsou současné techniky dostatečné. Problémem jsou hlavně složité datové struktury a tzv. otevřený kód, kde analyzujeme pouze části kódu bez znalosti kontextu.

      Cílem této práce je navázat na současné techniky pro analýzu mezí s cílem analýzy mezí otevřeného kódu a/nebo kódu se složitými datovými strukturami. Práce bude navazovat na práci členů skupiny VeriFIT a práci dr. F. Zullegera z TU Wien a dr. M. Sinna z Fachhochschule St. Pölten.

      Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT technikami pro verifikace programů se složitými datovými strukturami (zejména dr. L. Holík, prof. T. Vojnar,  ing. M. Hruška, ing V. Šoková). 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: TU Wien, Rakousko (dr. F. Zulleger); Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson, dr. Rummer); Verimag, Grenoble, Francie (dr. R. Iosif); IRIF, Paříž, Francie (prof. A. Bouajjani, dr. M. Sighireanu, dr. C. Enea); Academia Sinica, Tchaj-wan (prof. Y.-F. Chen).

      V rámci tématu se student může také aktivně zapojit do různých grantových projektů, jako je např. projekt GA ČR 16-17538S "Přibližná ekvivalence pro aproximativní počítání", nebo 17-12465S "ROBUST - Verifikace a hledání chyb v pokročilém softwaru".

      Tutor: Rogalewicz Adam, doc. Mgr., Ph.D.

    • Automated Dynamic Analysis, Intelligent Testing, and Software Quality Assurance

      V současné době neustále roste důraz na kvalitu, spolehlivost a bezpečnost software. V souladu s tím jsou nemalé prostředky investovány do výzkumu moderních technik analýzy a verifikace programů pomocí nejrůznějších automatizovaných metod, jako jsou systematické testování, dynamická analýza, statická analýza, model checking apod. Tyto techniky jsou přitom rozvíjeny nejen na univerzitách, ale do jejich výzkumu a vývoje investuje řada významných mezinárodních společností (Google, Microsoft, IBM, Red Hat, Honeywell, Facebook apod.). Mezi uvedenými metodami patří testování a dynamická analýza k tradičním, již dlouho nejvíce používaným, ale přesto intenzivně dále rozvíjeným přístupům (o čemž svědčí velký počet článků z dané oblasti prezentovaných na mezinárodních konferencích věnovaných obecně programovacím jazykům a/nebo softwarovému inženýrství i velký počet špičkových mezinárodních konferencí specializujících se na danou oblast).

      Náplní tématu je rozvoj stávajících a návrh nových metod dynamické analýzy a inteligentního testování, případně kombinovaných s použitím vhodných statických analýz. Tyto analýzy by přitom měly směřovat nejen k co nejefektivnějšímu vyhledávání chyb, ale také k automatické podpoře procesu řízení software (identifikace problematických komponent, problematických změn, podpora rozhodování o tom, které změny začlenit či nezačlenit do nové verze softwarového produktu apod.).

      Předmětem výzkumu bude vývoj nových heuristik pro testování a analýzu, které umožní co nejefektivnější odhalení i vzácně se projevujících chyb (jako jsou např. extrapolující dynamické analýzy, vkládání šumu, či fuzz testování) a které umožní automatické získávání zkušeností z dosud provedených testů či analýz a jejich následné využití pro zdokonalení procesu testování či obecně řízení kvality software. Do této oblasti spadá vhodné využití statistických analýz, strojového učení či technik dolování z dat. Předmětem výzkumu je přitom nejen návrh nových technik z dané oblasti, ale také jejich prototypová implementace a experimentální ověření na vhodných případových studiích.

      Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT testováním a dynamickou analýzou software, zejména dr. A. Smrčkou, u něhož se předpokládá role školitele specialisty, a dále dr. B. Křenou, dr. J. Fiedorem či T. Fiedorem. Práce naváže na zkušenosti skupiny VeriFIT s nástroji jako ANaConDA či Perun.

      V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (např. TAČR Aufover řešený ve spolupráci s Honeywell a Red Hat, nový český projekt GAČR Snappy, evropský projekt ECSEL Arrowhead Tools či evropský projekt ECSEL Valu3S, bude-li přijat). Je zde rovněž možnost úzké spolupráce jednak s různými průmyslovými partnery FIT, např. Honeywell či Red Hat, tak také zahraničními partnery VeriFIT: např. dr. Joao Lourenco (Universidade Nova de Lisboa, Portugalsko) či řada partnerů zapojených do projektů Arrowhead Tools či Valu3S.

      Tutor: Vojnar Tomáš, prof. Ing., Ph.D.

    • Automatic Desing of Ultrasound Treatment Plans

      Cílem práce je automaticky navrhovat pozici a nastavení ultrazvukového vysílače při ultrazvukové léčbě. Tedy - doktor ohraničí nádor na CT obraze a cílem tohoto algoritmu je odhadnout nejlepší nastavení vysílače (i několik různých pozic s optimalizací trajektorie). Tento výpočet se následně odešle na cluster k potvrzení.

      Práce bude obsahovat optimalizační techniky - Evoluční algoritmy, neuronové sítě, hluboké učení, a jiné. Dále bude využívat rozsáhlé ultrazvukové modely implementované na superpočítačích.

      Tutor: Jaroš Jiří, doc. Ing., Ph.D.

    • 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.

      Tutor: Jaroš Jiří, doc. Ing., Ph.D.

    • 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.

      Tutor: Zbořil František, doc. Ing., Ph.D.

    • Bayseian networks - constructions and applications

      Tématem disertační práce bude problematika Bayesovských sítí. Postup práce by měl být následující:

      • Studium současného stavu problematiky se zaměřením na tvorbu Bayesovských sítí.
      • Návrh prostředku pro podporu tvorby těchto sítí.
      • Návrh a implementace inferenčních mechanizmů.
      • Výběr vhodných netriviálních aplikací.

      Tutor: Zbořil František, doc. Ing., CSc.

    • Big Data Analysis by means of Deep Neural Networks

      Použití neuronových sítí pro hluboké učení (deep learning) přispělo v posledních letech k výraznému posunu mnoha oblastí, které se opírají o strojové učení - rozpoznávání obrazu, analýza textu atd.

      Cílem disertační práce je rozvinout existující přístupy využívající obrovské kolekce neanotovaných dat pro naučení neuronových sítí tak, aby výstupy poslední mezilehlé vrstvy bylo možné použít jako vektor příznaků. Součástí práce bude i aplikace zkoumaných metod v rámci evropských projektů, na jejichž řešení se školitel podílí.

      Tutor: Smrž Pavel, doc. RNDr., Ph.D.

    • Communication Infrastructure for Intelligent Buildings or Vehicles

      Řešení tohoto projektu je založeno na rostoucím významu inteligentních budov a potřebnosti komunikační infrastruktury pro jednotlivé komponenty inteligentních autonomních systémů v budovách. Při výzkumu tématu bude především kladena pozornost na bezdrátové sítě pro komunikaci. Odolnost a bezpečnost těchto sítí jak proti náhodných výpadkům, tak proti úmyslným útokům je nepřehlédnutelným požadavkem při využívání inteligentních budov. Řešení by se mělo soustředit jak na studium a návrh odolných sítí, tak i kvantifikaci odolnosti a analýzu možných následků různých nehod, nebo útoků.
      Alternativně se téma může zabývat bezpečnosti komunikační infrastruktury pro inteligentní vozidla.
       
      Na vedení práce se bude podílet školitel-specialista.

       

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Computer Vision in Human-Robot Interaction

      Trendem výrobního průmyslu je zavádění kolaborativních robotů do výroby, což umožňuje bližší spolupráci člověka s robotem. Tento trend přináší nové problémy v efektivní komunikaci robota s člověkem, tj. jak synchronizovat činnost člověka s činností robota, který má za úkol s člověkem na řešení úlohy spolupracovat. 


      Cílem této práce je zkoumat nové možnosti v oblasti vnímání činnosti člověka robotem, synchronizace činností pomocí vhodné percepce a vizualizace stavu spolupráce mezi člověkem a robotem. V rámci řešení je potřeba:

      • analyzovat potřeby pro efektivní spolupráci člověka s robotem, zejména klíčové situace pro synchronizaci činností,
      • navrhovat způsoby využití analýzy činnosti člověka s plánovanými akcemi robota,
      • připravit experimentální řešení,
      • provádět experimenty s uživateli a tyto experimenty vyhodnocovat.

      Mezi technologie, které by měl řešitel analyzovat a experimentálně využít, patří zejména sledování a analýza aktivit a gest člověka a jejich interpretace a způsob synchronizace s aktivitami robota v rámci plánované činnosti.

      Řešitel bude mít k dispozici experimentální pracoviště pro blízkou spolupráci člověka s robotem (ARCOR), které je vyvíjeno v laboratořích výzkumné skupiny Robo@FIT.

      Více informací po osobní schůzce.

      Tutor: Beran Vítězslav, doc. Ing., Ph.D.

    • Computer Vision in Traffic Monitoring

      • Research and development of computer vision algorithms.
      • Focus on videos from traffic surveillance cameras.
      • Research of algorithms avoiding user input.
      • Collection and synthesis of suitable data sets.
      • Implementation of experimental prototypes.
      • Design and prototyping of applications.

      Tutor: Herout Adam, prof. Ing., Ph.D.

    • Computer-Aided Quantitative Synthesis

      Počítačem podporovaná syntéza je nový přístup k návrhu systémů, který automaticky transformuje formální specifikaci systému na jeho korektní implementaci. Tento přístup odstraňuje časovou náročnost klasického vývojového procesu, kdy je fáze implementace následována verifikační fází. V posledních letech se v oblasti návrhu systémů objevují nové výzvy související s aplikacemi, které vyžadují kvantitativní usuzování. Jedná se například o syntézu pravděpodobnostních programů či modelů, aproximované výpočty, nebo konstrukce biochemických modelů. Současné techniky syntézy však kvantitativní usuzování dostatečně nepodporují. 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, POPL, 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).

      Předmětem disertační práce bude zejména vývoj teoretických základů pro nové škálovatelné metody kvantitativní syntézy. 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, aproximativních a biochemických systémů, a na důkladné vyhodnocení aplikovatelnosti těchto metod. Výsledky této práce přispějí k pokroku v oblasti automatizace návrhu systémů.

      Práce bude řešena ve spolupráci s týmem VeriFIT, zejména s dr. M. Češkou jr. v roli školitele specialisty, který se zabývá automatizovanou analýzou a syntézou pravděpodobnostních a aproximovaných systémů. Dále se počítá s úzkou spoluprací se skupinou prof. J.P. Katoena z RWTH Aachen University, jež patří mezi nejlepší vědecké týmy v dané oblasti.

      V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do grantových projektů (např. nové české projekty GAČR Caqtus a Snappy či evropský projekt ECSEL Arrowhead Tools).

      Tutor: Vojnar Tomáš, prof. Ing., Ph.D.

    • 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.

      Tutor: Smrž Pavel, doc. RNDr., Ph.D.

    • Create a 3D model of head from 2D photos of diverse origins

      The aim of the thesis is to create 3D face model from 2D photos of diverse origins, namely:

      • Getting acquainted with creating a 3D model from 2D photos.
      • Specify options - photo size and resolution, photo age, head position, B & W / color photography, and other parameters to create a 3D model from this data.
      • Design and implementation of the algorithm for determining the parameters from the previous point to determine the usability of the input data and enable the creation of a 3D model.
      • Design and implementation of a 3D model creation algorithm from usable input data.
      • Implementation of experiments and summary of achieved results.
      Participation on major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and strongly supported. This thesis will be dealt with in cooperation with the Police of the Czech Republic.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Datamining Using Rouhg Sets

      Tématem disertační práce bude výzkum problematiky získáváním znalostí z rozsáhlých databází (big data), který bude zaměřený na netradiční přístupy, především pak na aplikaci teorie hrubých množin při získávání asociačních pravidel. Postup práce by měl být následující:

      • Studium současného stavu dané problematiky (přístupů k dolování asociačních pravidel).
      • Výzkum metod a algoritmů získávání asociačních pravidel ze složitě strukturovaných dat. 
      • Modifikace nebo návrh nového algoritmu založeného na teorii hrubých množin.
      • Experimentální ověření navrženého a implementovaného algoritmu na reálných datech.

      Tutor: Zbořil František, doc. Ing., CSc.

    • Deep Neural Networks for 3D Shape Analysis

      Deep convolution networks have been a clear trend of machine learning for image analysis in recent years. Neural networks can also be used for 3D image analysis, where the network works with 3D convolutions. However, this approach is problematic because of its huge memory and computational requirements.



      The aim of the dissertation thesis is to explore, analyze and design new architectures of deep neural networks and approaches to their learning for 3D object shape recognition tasks, where the data set consists of various 3D data representations - e.g. 3D meshes, voxel representation, etc.
      Proposed methods will be applied in the projects on which the supervisor participates.

      Tutor: Španěl Michal, Ing., Ph.D.

    • Deep Neural Networks in Image Analysis with Small Training Data Set

      Deep convolution networks have been a clear trend of machine learning for image analysis in recent years. However, in tasks with a very small and specific data set, where it is not enough to use data augmentation or GAN concepts, their usage is still problematic.

      The goal of the dissertation thesis is to explore, analyze and design new architectures of deep convolutional networks and approaches to their learning for image analysis tasks in which the size of the annotated data set is extremely small or is gradually growing. For learning neural networks it is possible to use unannotated data or partially annotated data in the form of a limited user input.

      Proposed methods will be applied in the projects on which the supervisor participates.

      Tutor: Španěl Michal, Ing., Ph.D.

    • Detection and Re-Identification of Objects in Image and Video

      • Omnidirectional object detection in real time
      • Re-identification of detected objects, e.g. in shots from different cameras or at different points in time
      • Focused on statinary surveillance cameras
      • Focused on automatic traffic surveillance

      Tutor: Herout Adam, prof. Ing., Ph.D.

    • Detection of cyber attacks against critical infrastructure networks

      Komunikační sítě kritické infrastruktury zahrnují například energetické přenosy, jejichž výpadek může mít výrazný dopad na průmysl a velké skupiny obyvatel. Jedním z hlavních úkolů kybernetické bezpečnosti je detekovat útoky na řídící komunikaci kritické infrastruktury s cílem zajistit její odolnost a spolehlivost.

      Výzkumné téma se konkrétně zaměří na automatizované monitorování řídící komunikace v energetických sítích, zajištění viditelnosti přenosů a pokročilého zpracování monitorovaných dat pro detekci kybernetických hrozeb. Při řešení se budou využívat postupy zavedené v IT sítích, které budeme aplikovat do prostředí průmyslových přenosů OT (Operational Technologies).

      Cílem práce bude popsat vzory chování různých typů kybernetických útoků, navrhnout metody a postupy pro jejich identifikaci a detekci, a ověřit jejich účinnost.

      Téma bude řešeno v rámci národního centra kompetence pro kyberkriminalitu. 



      Školitel specialista: Ing. Petr Matoušek, Ph.D., M.A.

      Tutor: Ryšavý Ondřej, doc. Ing., Ph.D.

    • Efficient Algorithms for Dealing with Finite Automata and Their Various Extensions

      Konečné automaty patří k jedněm z nejdéle studovaných formalismů. Pro operace nad konečnými automaty existuje řada dobře známých algoritmů. Mnoho z těchto algoritmů, které se běžně vyučují, ale selhává, pokud jsou aplikovány na velmi rozsáhlé automaty (se stovkami tisíc, miliony či více stavy, komplikovanými přechodovými relacemi či rozsáhlými abecedami). Ukazuje se ovšem, že takové automaty dnes reálně vznikají v řadě aplikací, např. v oblasti vyhledávání dle regulárních výrazů (s mnoha zahrnutými alternativami, rozsáhlou abecedou, repetičními omezeními atd.), v oblasti hardwarově akcelerovaného vyhledávání dle regulárních výrazů, v abstraktní interpretaci či dalších metodách formální verifikace, rozhodovacích procedurách apod. K úspěšnému zvládnutí práce s takovými automaty je, zdá se, vhodné nahradit klasické algoritmy více heuristickými přístupy, které by mohly posunout efektivitu práce s automaty výrazně dále podobně, jak se stalo v oblasti řešení SAT či SMT problémů. Řada takových algoritmů se v poslední době již v literatuře objevila, přičemž výzkumníci ze skupiny VeriFIT z FIT VUT se na mnoha z nich aktivně podíleli. V dané oblasti ovšem nadále zůstává řada otevřených otázek a mnoho prostoru ke zdokonalování současných řešení tak, aby byly použitelné na opravdu rozsáhlé problémy.

      S ohledem na výše uvedené je cílem práce významně posunout současný stav poznání ve světě v oblasti efektivních algoritmů pro práci s rozsáhlými konečnými automaty a jejich různými rozšířeními (stromové automaty, automaty s omezenými čítači, alternující konečné automaty apod.). Studované algoritmy budou inspirovány potřebami různých aplikačních oblastí, které konečné automaty používají, zejména pak potřebami vyhledáváním podle regulárních výrazů (ať již implementovaného v software či hardwarově akcelerovaného), abstraktní interpretace používající automaty k reprezentaci množin dosažitelných konfigurací (např. programů pracujících nad řetězci) a rozhodovacích procedur různých logik (např. logik nad řetězci). Budou studovány algoritmy potřebné např. pro redukci nedeterministických automatů, ověřování inkluze nad nimi, aproximující redukci (vedoucí na automaty s nad-aproximovaným jazykem), algoritmy pro tzv. regulární model checking a jeho aplikace, algoritmy pro učení se automatů ze vzorků apod.

      Vyvinuté algoritmy mohou být reálně aplikovány ve spolupráci s různými partnery skupiny VeriFIT, kteří o takové algoritmy mají zájem a s VeriFIT již v dané oblasti aktivně spolupracují. Jedná se např. o Microsoft Research, Honeywell či skupiny ANT@FIT a NES@FIT.

      Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT rozvojem technik pro práci s automaty, logikami a jejich aplikacemi. Jedná se zejména o dr. L. Holíka, u něhož se předpokládá role školitele-specialisty, dr. O. Lengála, doc. A. Rogalewicze či dr. M. Češka jr.

      V případě zodpovědného přístupu a kvalitních výsledků je zde možnost zapojení do řady grantových projektů, jako jsou např. projekty GA ČR AutoDev a Snappy, ERC CZ Finiting, ale také TA ČR Aufover. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson, dr. P. Rümmer); Verimag, Grenoble, Francie (dr. R. Iosif), IRIF, Paříž, Francie (prof. A. Bouajjani, dr. M. Sighireanu, dr. C. Enea), Academia Sinica, Tchaj-wan (prof. Y.-F. Chen), TU Vienna, Rakousko (dr. F. Zuleger), University of Oxford, Velká Británie (dr. A.W. Lin), TU Braunschweig, Německo (prof. R. Meyer) či School of Informatics, University of Edinburgh, Velká Británie (prof. R. Mayr).

      Tutor: Vojnar Tomáš, prof. Ing., Ph.D.

    • Embedded Systems for Video/Signal

      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).

      Tutor: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

    • Encrypted traffic analysis and threat detection

      Monitorování zabezpečené komunikace je obtížné, neboť šifrování znemožňuje analýzu informací, jenž je zabezpečnou komunikací přenášena.  Síťové útoky a šíření malware v poslední době častěji používají šifrované přenosy pro znemožnění detekce jejich aktivit současnými detekčními metodami.

      Cílem disertační práce je návrh metody pro monitorování zabezpečené komunikace, jenž by umožňovala detekci škodlivého šifrovaného oprovozu analýzou charakteristických vlastností komunikace.

      Práce bude řešena jako součást nově připravovaného projektu TAČR.

      Školitel specialista: Ing. Vladimír Veselý, Ph.D.
       

      Tutor: Ryšavý Ondřej, doc. Ing., Ph.D.

    • 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.

      Tutor: Smrž Pavel, doc. RNDr., Ph.D.

    • 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.

      Tutor: Zbořil František, doc. Ing., Ph.D.

    • Formal Models for Network Communication

      Téma je vypsáno jako součást běžícího projektu BONNET. V rámci projektu, i potom interní grantové agentury je možné získat finanční odměnu.

      • Studujte formální modely pro popis a dohled nad komunikací v prostředí průmyslových sítí - v úvahu berte jak modely pravděpodobnostní, statistické, tak deterministické.
      • Navrhněte nový model, který bude vhodný na automatické učení a bude postihovat základní vlastnosti - detekce period na různých úrovních, rozpoznání jednotlivých "konverzací", bude schopen brát v úvahu možné chyby na síti (výpadek, opakování), i případné vlastnosti jako možné volné opakování části konverzace.
      • Vlastnosti modelu srovnejte s ostatními na sadách síťových toků z oblasti průmyslových sítí.

      Tutor: Kolář Dušan, doc. Dr. Ing.

    • 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.

      Tutor: Meduna Alexandr, prof. RNDr., CSc.

    • 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.

      Tutor: Meduna Alexandr, prof. RNDr., CSc.

    • General Purpose GPU

      Moderní GPU nabízejí možnosti zásadního zrychlení výpočtů pomocí jejich paralelizace. Grafické karty Nvidia  a architektura CUDA navíc přinášejí relativní nezávislost na použití v čistě grafických úlohách. Mluví se o tzv. GPGPU (General Purpose GPU).

      Cílem disertační práce je výzkum možností paralelizace výpočetně náročných úloh, které je možné převést na GPU. V rámci řešení by měla vzniknout obecná metodika, umožňující odhad možného zrychlení výpočtu, případně charakterizující rozsah omezení daných použitou architekturou GPU. Výsledky budou demonstrovány na vybraných problémech zahrnujících časově náročné výpočty.

      Tutor: Smrž Pavel, doc. RNDr., Ph.D.

    • Generate damage to synthetic fingerprints and analyze their quality

      The aim of this work is to generate various damages into synthetic fingerprints and analysis of their quality. The work will consist of:

      • Familiarization with biometric fingerprint recognition, synthetic fingerprint generators, various damages in fingerprints and fingerprint quality estimation methods.
      • Design and implementation of algorithms for inserting (simulating) different types of damage into synthetic fingerprints.
      • Design and implementation of methods for fingerprint quality estimation, ideally combined with existing methods.
      • Realization of experiments and summary of achieved results.
      Participation on major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and strongly supported. This thesis will be dealt with in cooperation with the Police of the Czech Republic.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Guadrocopter flight control

      Cílem práce bude vytvoření co nejpřesnějšího modelu kvadrokoptéry a následná tvorba a testování algoritmů řízení letu kvadrokoptéry. Jedním z podcílů práce bude vytvořit platformu pro testování řídicích algoritmů pro vysoce nelineární systémy. Dalším podcílem bude vybavit reálnou kvadrokoptéru takovými senzory, které umožní její bezpečný let ve vnějším i vnitřním prostředí.

      Školitel - specialista: Ing. Jaroslav Rozman, Ph.D.

      Tutor: Zbořil František, doc. Ing., CSc.

    • [Hardware & Cryptocurrencies] Security Analysis of Hardware Cryptocurrency Wallets and their Client Protocols

      The goal of this thesis is to analyze side-channels and software vulnerabilities in hardware wallets, which are currently considered as a most secure way of storing private keys of users. These hardware wallets are connected to the client machine by a USB, Bluetooth, or other connection. Therefore, we assume two attacker models, one has the physical access to the wallet and another one tampers with the client interface and thus can influence the execution of the client protocol.

      Examples of wallets that we want to analyze are Trezor One/T, CoolBitX, Ellipal, Ledger Nano S, etc. 

      Hardware skills (oscilloscope) are advantage for the PhD student.

      Tutor: Hanáček Petr, doc. Dr. Ing.

    • Hardware Trojans Protection Using Polymorphic Electronics

      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.

      Tzv. polymorfní či multifunkční elektronika je výzkumnou oblastí, zkoumající možnosti realizace více funkcí jedním číslicovým obvodem, aniž by docházelo ke strukturální změně tohoto obvodu (rekonfiguraci). Ukazuje se, že tato koncepce může být užitečná zejména tam, kde další funkce obvodu bude využívána jen příležitostně a cena za její implementaci by proto měla být minimální. Takovými aplikacemi může být například vestavěná diagnostika, zvýšená odolnost proti poruchám nebo právě watermarking.

      Cílem práce bude

      • experimentovat s polymorfními obvody, zejména s prvky vystavěnými na klasických strukturách, které mohou být integrovány na křemíkové čipy,
      • nalézt vhodná řešení a aplikace, kde by využití vícefunkčních prvků vedlo ke zvýšení odolnosti číslicových obvodů vůči záměrným modifikacím třetí stranou,
      • nalézt techniky umožňující detekci takových modifikací obvodu s využitím polymorfních číslicových prvků.

      Tutor: Růžička Richard, doc. Ing., Ph.D., MBA

    • High-Level Petri Nets in Control systems and IoT Architectures


      Petriho sítě se ve vestavěných a řídicích systémech úspěšně používají již od 70tých let (viz např. SFC, Grafcet). Důvodem jejich popularity je sugestivní vizuální vyjádření, možnost simulace a možnost využití teorie Petriho sítí pro ověření důležitých vlastností systému. Kromě původních Petriho sítí lze dnes ve stejné oblasti použít i vysokoúrovňové Petriho sítě, které kombinují pozitivní vlastnosti původních Petriho sítí s možnostmi vysokoúrovňových programovacích jazyků (strukturované datové typy, objektová orientace). Tím je možné dostat se s Petriho sítěmi i do vyšších úrovní řízení, než je field level a PLC. Cílem aktuálního výzkumu je ověřit aplikovatelnost specifické varanty vysokoúrovňových Petriho sítí, Reference Nets, v návrhu a realizaci distribuovaných a hierarchicky organizovaných řídicích systémů. Reference Nets pracují s dynamicky instanciovatelnými a vzájemně komunikujícími vysokoúrovňovými Petriho sítěmi a umožňují modelovat systém ve vrstvách. Současně umožňují dynamicky rekonfigurovat strukturu systému. Tyto vlastnosti předurčují Reference Nets pro modelování a implementaci komplexních systémů s diskrétními událostmi a kromě toho mohou být Reference Nets efektivně využity v situacích, kdy je požadována dynamická rekonfigurovatelnost systému. Vzhledem k tomu, že u typických komplexnějších řídicích systémů se automaticky předpokládá adaptabilita na průběžně se měnící požadavky a podmínky, v kterých systém pracuje, o mimořádné aktuálnosti tohoto výzkumu nemůže být sebemenších pochyb.
      Existující implementace Reference Nets (kterou udržují kolegové v Hamburku) není přímo použitelná pro řízení, protože nebyla s tímto cílem navržena (nepracuje v reálném čase, instalace a rekonfigurace je obtížně realizovatelná). Proto byla v Brně navržena a prototypově realizována alternativní implementace, pracující s rozumnou podmnožinou původního inskripčního jazyka, umožňující běh na uzlech s omezenými zdroji a umožňující dynamicky nainstalovat, aktivovat, deaktivovat i odinstalovávat aplikace ve formě Reference Nets. Touto implementací je PNVM - Petri Net Vitrtual Machine. PNVM doplněný o ovladače pro vstupy a výstupy a příkazový interpret (shell, realizovaný pomocí Petriho sítí) se nazývá PNOS - Petri Net Operating System. Tento systém je určen k běhu na uzlech distribuovaného systému.
      PNOS je použitelný jako východisko pro případná rozšíření a modifikace v rámci aplikací. Momentálně jsou aktuální například aplikace v oblasti Smart Home a IoT (vč. Industrial IoT). 
      V rámci řešení je možná i spolupráce se spřáteleným pracovištěm na univerzitě v Hamburku.

      Pro více informací se stavte osobně, ideálně v odpoledních hodinách.
      Doc. Ing. Vladimír Janoušek, Ph.D.
      http://www.fit.vutbr.cz/~janousek/
      janousek@fit.vut.cz

      Tutor: Janoušek Vladimír, doc. Ing., Ph.D.

    • Human-Robot Interaction in Collaborative Environment

      Trendem výrobního průmyslu je zavádění kolaborativních robotů do výroby, což umožňuje bližší spolupráci člověka s robotem. Cílem je zefektivnit výrobu využitím robotů na opakované činnosti a pracovníka na činnosti složité, jejich robotizace by byla příliš nákladná a málo škálovatelná. Tento trend přináší nové problémy, jak s roboty efektivně komunikovat: mít představu o stavu robota a jeho chápání situace a snadno a přirozeně robota řídit a programovat. 

      Cílem této práce je zkoumat nové možnosti komunikace člověka s robotem s využitím moderních technologií a zařízení. V rámci řešení je potřeba:

      • Analyzovat uživatelské potřeby a dostupné technologie a pro vizualizaci informací,
      • navrhovat způsoby interakce pro vybrané úlohy,
      • připravit experimentální řešení,
      • provádět experimenty s uživateli a tyto experimenty vyhodnocovat.

      Mezi technologie vhodné pro interakci, které by měl řešitel analyzovat a experimentálně využít, patří zejména rozšířená realita (promítaná nebo v mobilním zařízení), bezkontaktní technologie (snímání aktivit a stavu člověka kamerami nebo hloubkovými senzory, snímače svalové aktivity), haptická a zvuková zpětná vazba apod.

      Řešitel bude mít k dispozici experimentální pracoviště pro blízkou spolupráci člověka s robotem (ARCOR), které je vyvíjeno v laboratořích výzkumné skupiny Robo@FIT.

      Více informací po osobní schůzce.

      Tutor: Beran Vítězslav, doc. Ing., Ph.D.

    • Hybrid Reprogrammable Processing Platforms

      Práce je zaměřena na problematiku modelování a syntézy hybridních výpočetních architektur. Jedná se o systémy, ve kterých jsou jednotlivé úlohy implementovány jako systémy na čipu (SoC, FPGA) pomocí univerzálních či specializovaných procesorů, IP jader a programovatelné logiky.  Cílem je zvýšení produktivity při návrhu, optimalizace příkonu a spotřeby energie výsledného obvodu při zachování výkonnosti, případně zvýšení výsledné výkonnosti.

      Hlavní cíl práce je hledání možností modelování hybridních architektur a jejich automatizované syntézy a dále pak vypracování metodiky jejich efektivní implementace.

      Předpokládá se práce v jazycích C a VHDL, případně v jazycích vycházejících z notace jazyka C, které byly adaptovány pro popis HW (např. SystemC, SystemVerilog apod.). Výsledky práce budou demonstrovány na vhodné výpočetní platformě (např. ZYNQ firmy Xilinx) a aplikaci (např. analýza obrazu či číslicové zpracování signálů ze senzorických polí).

      Existuje možnost zapojení se do práce na grantech s možností stipendia, případně i pracovního poměru.

      Doktorand v prezenční formě studia bude zapojen do výuky podle potřeb ústavu a fakulty.

      Tutor: Fučík Otto, doc. Dr. Ing.

    • Image and video quality assessment metrics

      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).

      Tutor: Čadík Martin, doc. Ing., Ph.D.

    • Image Processing using Neural Networks

      The project is concerned with advanced methods of image processing. The aim is to research new methods using machine learning, in particular deep convolutional 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)

      Tutor: Čadík Martin, doc. Ing., Ph.D.

    • 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.

      Tutor: Burget Radek, doc. Ing., Ph.D.

    • Information Extraction from Wikipedia and Other Web Sources

      Cílem disertační práce je výzkum v oblasti extrakce informací z textu se zaměřením na metody strojového učení aplikovatelné v této oblasti. Součástí bude i realizace extrakčního systému, který bude možné využít pro zpracování rozsáhlých webových dat, získaných např. v projektu CommonCrawl.

      Tutor: Smrž Pavel, doc. RNDr., Ph.D.

    • Intelligent inspection and measurement of cylindrical cross section cavities with prediction of state changes

      The aim of this dissertation is to design and implement software for evaluation of measured data of cylindrical cavities. Based on the measured data, the application creates a computer model of the cavity in which it will look for damaged or otherwise problematic sites. The system will be able to predict the development of this site in the future under the same conditions of use of a device containing a measured cylindrical cavity (e.g. a barrel of military weapons). The device is available + can be fitted with other sensors as required. Research can be divided into the following stages:

      • Study of the cavity scanning theory of the cylindrical cross section (specifically the main military techniques).
      • Designing methods for capturing and retrieving data.
      • Design and implementation of an algorithm to generate a computer model based on measured data.
      • Design and implementation of an algorithm for computer model analysis and automatic evaluation of the damaged surface or problem site.
      • Design and implementation of an intelligent algorithm to predict the further development of a damaged surface or problem site based on the history of the measured data.
      • Implementation of experiments and evaluation of achieved results.
      Participation in major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and is strongly supported. Collaboration will be in the field of military technology with relevant partners.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Intelligent inspection and measurement of cylindrical cross section cavities with prediction of state changes

      The aim of this dissertation is to design and implement software for evaluation of measured data of cylindrical cavities. Based on the measured data, the application creates a computer model of the cavity in which it will look for damaged or otherwise problematic sites. The system will be able to predict the development of this site in the future under the same conditions of use of a device containing a measured cylindrical cavity (e.g. a barrel of military weapons). The device is available + can be fitted with other sensors as required. Research can be divided into the following stages:

      • Study of the cavity scanning theory of the cylindrical cross section (specifically the main military techniques).
      • Designing methods for capturing and retrieving data.
      • Design and implementation of an algorithm to generate a computer model based on measured data.
      • Design and implementation of an algorithm for computer model analysis and automatic evaluation of the damaged surface or problem site.
      • Design and implementation of an intelligent algorithm to predict the further development of a damaged surface or problem site based on the history of the measured data.
      • Implementation of experiments and evaluation of achieved results.
      Participation in major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and is strongly supported. Collaboration will be in the field of military technology with relevant partners.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Intelligent inspection and measurement of cylindrical cross section cavities with prediction of state changes

      The aim of this dissertation is to design and implement software for evaluation of measured data of cylindrical cavities. Based on the measured data, the application creates a computer model of the cavity in which it will look for damaged or otherwise problematic sites. The system will be able to predict the development of this site in the future under the same conditions of use of a device containing a measured cylindrical cavity (e.g. a barrel of military weapons). The device is available + can be fitted with other sensors as required. Research can be divided into the following stages:

      • Study of the cavity scanning theory of the cylindrical cross section (specifically the main military techniques).
      • Designing methods for capturing and retrieving data.
      • Design and implementation of an algorithm to generate a computer model based on measured data.
      • Design and implementation of an algorithm for computer model analysis and automatic evaluation of the damaged surface or problem site.
      • Design and implementation of an intelligent algorithm to predict the further development of a damaged surface or problem site based on the history of the measured data.
      • Implementation of experiments and evaluation of achieved results.
      Participation in major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and is strongly supported. Collaboration will be in the field of military technology with relevant partners.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Intelligent inspection and measurement of cylindrical cross section cavities with prediction of state changes

      The aim of this dissertation is to design and implement software for evaluation of measured data of cylindrical cavities. Based on the measured data, the application creates a computer model of the cavity in which it will look for damaged or otherwise problematic sites. The system will be able to predict the development of this site in the future under the same conditions of use of a device containing a measured cylindrical cavity (e.g. a barrel of military weapons). The device is available + can be fitted with other sensors as required. Research can be divided into the following stages:

      • Study of the cavity scanning theory of the cylindrical cross section (specifically the main military techniques).
      • Designing methods for capturing and retrieving data.
      • Design and implementation of an algorithm to generate a computer model based on measured data.
      • Design and implementation of an algorithm for computer model analysis and automatic evaluation of the damaged surface or problem site.
      • Design and implementation of an intelligent algorithm to predict the further development of a damaged surface or problem site based on the history of the measured data.
      • Implementation of experiments and evaluation of achieved results.
      Participation in major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and is strongly supported. Collaboration will be in the field of military technology with relevant partners.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Intelligent inspection and measurement of cylindrical cross section cavities with prediction of state changes

      The aim of this dissertation is to design and implement software for evaluation of measured data of cylindrical cavities. Based on the measured data, the application creates a computer model of the cavity in which it will look for damaged or otherwise problematic sites. The system will be able to predict the development of this site in the future under the same conditions of use of a device containing a measured cylindrical cavity (e.g. a barrel of military weapons). The device is available + can be fitted with other sensors as required. Research can be divided into the following stages:

      • Study of the cavity scanning theory of the cylindrical cross section (specifically the main military techniques).
      • Designing methods for capturing and retrieving data.
      • Design and implementation of an algorithm to generate a computer model based on measured data.
      • Design and implementation of an algorithm for computer model analysis and automatic evaluation of the damaged surface or problem site.
      • Design and implementation of an intelligent algorithm to predict the further development of a damaged surface or problem site based on the history of the measured data.
      • Implementation of experiments and evaluation of achieved results.
      Participation in major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and is strongly supported. Collaboration will be in the field of military technology with relevant partners.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Large scale solver of Maxwell equations using the k-Wave toobox

      Cílem této disertační práce je tvorba řešiče Maxewllových rovnic pro aplikace v medicínských zobrazovacích technikách (MR). Numerické řešení Maxwellových rovnic bude založeno na technice k-Wave (korigovaná pseudospektrální metoda). Vzhledem k rozsahu řešený domén a akceptovatelnému času výpočtu je jedinou možností využití rozsáhlých superpočítačových systémů.

      Výzkum bude zahájen tvorbou prototypu řešiče v jazyce MATLAB. Po ověření funkčnosti algoritmu dojde k jeho převodu na heterogenní masivně paralelní systémy. Zde očekáváme především multi-GPU systémy jako je Summit a Siera v USA a následně velký klastr v IT4Innovations, který jde do produkce v roce 2020.

      Základní výzkumnou otázku je zde dosažení maximální rychlosti při zachování akceptovatelné přesnosti. 

      Tutor: Jaroš Jiří, doc. Ing., Ph.D.

    • Low-power deep learning on a chip

      Umělé neuronové sítě (ANN) a tzv. hluboké neuronové sítě se v poslední době hojně používají v komplexních úlohách klasifikace, predikce a rozpoznávání. Jejich hlavní nevýhodou je však vysoká výpočetní a energetická náročnost. V oblasti aproximativního počítání (approximate computing) jsou hledány alternativní nízkopříkonové obvodové implementace těchto sítí, které by byly použitelné i v systémech s omezenými energetickými zdroji, jako jsou např. uzly IoT. Cílem disertační práce bude zkoumat možnosti aproximace jednotlivých komponent ANN a docílit přijatelného kompromisu mezi kvalitou a energetickou náročnosti výpočtu. Bude se jednat zejména o aproximace aritmetických operací při násobení vstupu konstantou, aproximace aktivačních funkcí, konvolučních operací a přístupu do paměti. Výzkum spadá to témat řešených výzkumnou skupinou Evolvable Hardware.

      Tutor: Sekanina Lukáš, prof. Ing., Ph.D.

    • Machine learning for processes based on actors

      Aktorový model je alternativou k objektovému přístupu na kterém jsou založeny stávající informační systémy. K jejich hlavním nedostatkům patří: neschopnost souběžnosti (concurrency), paralelizace a tím i masivního škálování informačního prostředí, potřebného pro koncept "Průmyslu 4.0". Dále současné systémy nejsou schopny absorbovat ve větším rozsahu prvky strojového učení, neboť jejich procesy jsou "natvrdo" zakódované (můžeme mluvit o "zombie procesech") a není možné je bez nákladných zásahů konzultantů měnit. Požadavkem zákazníků jsou "chytré" firemní procesy - schopné rekonfigurace na základě aktuálních potřeb a učení se z minulých průběhů. Cílem práce je návrh a otestování firemního kyberfyzického prostředí radikálně zvyšujícího firemní efektivitu.

      Tutor: Zbořil František, doc. Ing., Ph.D.

    • Modern Approach to Language Translation: Theory, Methods, and Applications

      Řešení tohoto projektu bude vycházet ze stávajících poznatků o metodách překladu jazyků a poznatků o systémech formálních modelů, zejména překladových gramatik a automatů. Cílem je konstrukce a výzkum metod překladů založených na takovýchto systémech a to tak, aby nové metody adekvátním způsobem odrážejí potřeby moderních kompilátorů. Aplikace těchto systémů se budou soustředit na překladače.

      Tutor: Meduna Alexandr, prof. RNDr., CSc.

    • 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

      Tutor: Herout Adam, prof. Ing., Ph.D.

    • 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

      Tutor: Herout Adam, prof. Ing., Ph.D.

    • 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

      Tutor: Herout Adam, prof. Ing., Ph.D.

    • Neural Representations in Multi-lingual Speech Modeling


      Current deep machine learning methods are based on continuous vector representations that are created by the neural networks (NN) themselves during the training. Although empirically, the results of NNs are often excellent, our
      knowledge and understanding of such representations is insufficient. The task for this dissertation is to study neural representations for speech and text units of different scopes (from phonemes and letters to whole spoken and written documents) and representations acquired both for isolated tasks and multi-task setups: 

      • Systematic study of neural structures for speech and text modeling in multi-modal and multilingual settings.
      • Addressing hierarchy of neural representations, human interpretability, and training under realistic conditions of non-ideal and incoherent data.

      Tutor: Burget Lukáš, doc. Ing., Ph.D.

    • New approaches to optimizations

      Tématem disertační práce bude systemizace metod a prostředků pro obecné optimalizace (spojité i diskrétní). Postup práce by měl být následující:

      • Studium současného stavu různých přístupů k optimalizacím, především algoritmů inspirovaných přírodou.
      • Systemizace těchto přístupů (podle typů úloh, časové a prostorové náročnosti, ap.).
      • Posouzení možnosti kombinací uvedených přístupů s neuronovými sítěmi a možných přínosů těchto kombinací.
      • Praktické optimalizace náročných problémů. 

      Tutor: Zbořil František, doc. Ing., CSc.

    • New Versions of Automata and Grammars

      Řešení tohoto projektu bude vycházet ze stávajících poznatků teorie formálních jazyků o modelech definující jazyky.  Projekt se zaměří na automaty a gramatiky. Cílem je konstrukce a výzkum nových verzí těchto modelů a to tak, aby adekvátním způsobem odrážely potřeby moderní informatiky. Řešení projektu bude rovněž zahrnovat diskuzi aplikací těchto systémů např. v oblasti bezpečnosti.

      Tutor: Meduna Alexandr, prof. RNDr., CSc.

    • Optimisation Distributed Input-Output Operations

      Cílem této disertační práce je návrh nových metod pro vysoce efektivní vstup a výstup paralelních simulačních algoritmů. Práce klade důraz na distribuci zátěže přes vícenásobné RAID pole, překrývání vstupu a výstupu s výpočtem, offloadování vstupu a výstupu na dedikované uzly, bufferování dat, apt.

      Výstupem práce bude technika, která na základně aktuálního vytížení výpočetního clusteru a požadavků simulace automaticky navrhne nejvhodnější strategii. Tohoto výsledku bude dosaženo pomocí online sběru a vyhodnocení výkonnostních metrik a technik umělé inteligence a strojového učení.


      Tutor: Jaroš Jiří, doc. Ing., Ph.D.

    • Optimization of Network Traffic Processing Using Machine Learning Techniques

      V závislosti na nasazení síťových zařízení se liší  konfigurace, pravidla a další parametry síťových zařízení. Aby byla zařízení obecně použitelná, jsou v dnešních síťových zařízeních používány algoritmy nebo hardwarové architektury navržené na nejhorší parametry cílového prostředí. S využítím znalosti parametrů cílového nasazení je ale možné architektury optimalizovat na hardwarové zdroje, spotřebu nebo rychlost zpracování dat. Cílem práce je proto využít technik strojového učení pro optimalizaci hardwarových architektur pro zpracování síťového provozu s ohledem na cílové nasazení. Strojové učení bude použito pro vytvoření klasifikátorů, které určí na základě požadovaných vlastností, použitých pravidel a konfigurace parametry výsledné hardwarové architektury. Klasifikátor tak může s ohledem na cílové nasazení optimalizovat architektury pro chytré síťové karty (SmartNICs) v závislosti na cílovém nasazení.

      Tutor: Kořenek Jan, doc. Ing., Ph.D.

    • Optimization of Simulation and Testing of Hardware Architectures for Network Devices

      Při návrhu hardwarových zařízení je klíčové ověřit správnou funkci navržených obvodů. V návrhovém procesu se dnes používá metodologie funkční verifikace nazývaná UVM, která je postavena na jazyku System Verilog. Jedná se o simulaci obvodu s řízeným generováním vstupních dat a automatickým ověřováním výstupů. Klíčovým problémem je dosažení dostatečného pokrytí kódu, stavů nebo funkce analyzovaného obvodu v co nejkratším čase. Cílem práce je proto hledat pro hardwarové architektury z oblasti počítačových sítí různé metody řízení generátoru vstupních dat, tak aby bylo dosaženo v krátkém čase maximální pokrytí analyzovaného obvodu. Předpokládá se využití krátkých běhů simulace pro vytvoření trénovací sady tak, aby bylo možné následně s využitím technik strojového učení automaticky odvodit složitěší pravidla pro řízení generování vstupních dat a dosažení rychlejšího pokrytí zdrojového kódu a jednotlivých stavů obvodu. 

      Tutor: Kořenek Jan, doc. Ing., Ph.D.

    • Precise and Scalable Static Analysis of Programs with Complex Data and/or Control Structures

      Obecným cílem výzkumu v rámci zadání je výrazně posunout vpřed současný stav poznání ve světě v oblasti statické analýzy programů, a to jak v oblasti principů, tak i nástrojů alespoň potenciálně využitelných v praxi.

      Statická analýza postavená na formálních základech je moderním a rychle se rozvíjejícím přístupem 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. Facebook, Google, Amazon, Apple, Microsoft, Oracle, Red Hat apod.) i neustále vznikajících specializovaných firem (např. Coverity, GrammaTech, AbsInt, DiffBlue apod.). Přes tento zájem univerzit i průmyslových společností je však v oblasti statické analýzy stále zapotřebí vyřešit celou řadu teoretických i praktických problémů. Jedním z těchto problémů, na který by se měla práce zaměřit, je škálovatelnost, a to i pro hlubší analýzy, které se zaměřují na komplexní datové či řídicí struktury. Na oltář škálovatelnosti by ale neměla být obětována přesnost analýzy - jde tedy o nalezení vhodné rovnováhy mezi přesností (tj. počtem falešných hlášení) a efektivností.

      Práce bude řešena ve spolupráci s týmem VeriFIT zabývajícím se na FIT VUT automatizovanou analýzou a verifikací, zejména pak doc. A. Rogalewiczem, dr. L. Holíkem, dr. O. Lengálem, dr. P. Peringerem, Ing. T. Fiedorem, Ing. M. Hruškou, Ing. V. Šokovou či Ing. V. Malíkem. Je zde rovněž možnost úzké spolupráce s různými zahraničními partnery VeriFIT: Uppsala University, Švédsko (prof. P.A. Abdulla, prof. B. Jonsson, dr. Rümmer); Verimag, Grenoble, Francie (dr. R. Iosif), IRIF, Paříž, Francie (prof. A. Bouajjani, dr. M. Sighireanu, dr. C. Enea, dr. P. Habermehl), Academia Sinica, Tchaj-wan (prof. Y.-F. Chen), TU Vienna, Rakousko (dr. F. Zuleger), TU Kaiserslautern, Německo (prof. A.W. Lin) či TU Braunschweig, Německo (prof. R. Meyer). Téma je zajímavé také z pohledu spolupráce s průmyslovými společnostmi, zejména pak DiffBlue z Velké Británie (dr. P. Schrammel), která vyvíjí mj. statický analyzátor 2LS, do jehož vývoje se již tým VeriFIT zapojil v několika oblastech. Dalšími možnými průmyslovými partnery jsou např. Red Hat, Honeywell či Facebook.

      V oblasti statické analýzy programů dosáhla skupina VeriFIT mnoha originálních výsledků publikovaných na špičkových konferencích (např. v oblasti analýzy programů s dynamickými datovými strukturami, parametrickými datovými strukturami, neomezenými poli, řetězci či parametrickým počtem procesů). Řada z dosažených výsledků byla implementována v nástrojích (např. Predator, Forester či 2LS), které získaly řadu ocenění např. na mezinárodní soutěži ve verifikaci software SV-COMP. V nedávné době začali členové skupiny vyvíjet také analyzátory do generických prostředí, jako jsou Facebook Infer či Frama-C.

      Konkrétní výzkum v rámci tématu zahrne práci na nových abstraktních doménách vhodných např. pro práci s dynamickými datovými strukturami (včetně např. tzv. překrývaj... úplný popis

      Tutor: Vojnar Tomáš, prof. Ing., Ph.D.

    • Processing of Video, Image, Signal

      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, in embedded systems with FPGA, in Intel Xeon PHI, in extremely low power systems, or in other environments. The programming work is expected in C, C++, C#, assembly language, CUDA, OpenCl, VHDL, or other languages. 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.),
      • object tracking in video using modern methods (such as TLD or particle tracking)
      • 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),
      • 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, H2020, ECSEL possible (employment or scholarship).

      Tutor: Zemčík Pavel, prof. Dr. Ing., dr. h. c.

    • Processing Platform for Embedded Intelligence

      Cílem práce bude navrhnout a ověřit platformu pro akceleraci algoritmů vestavěné inteligence. Důraz bude kladen na optimalizaci výpočtů pro práci v reálném čase a nízký příkon. V práci budou zkoumány možnosti efektivní implementace klasifikátorů a hlubokých neuronových sítí a jejich vhodného kombinování.

      Např. použití obrazových klasifikátorů pro výběr vhodných kandidátních snímků pořízených kamerou a jejich následné zpracování v neuronové síti či kaskádě sítí (např. jednoduchá a rychlá síť v FPGA, pomalejší, ale přesnější v CPU a konečně velmi hluboká a přesná neuronová síť běžící na cloudu či clusteru), může přinést výrazné omezení datových toků. Důsledkem pak může být nejen urychlení výpočtů (čím přesnější je síť, tím je výpočetně a energeticky náročnější a není tedy vhodné ji spouštět na každý snímek pořízený kamerou), ale také výrazné snížení příkonu (přenosy dat mají často větší energetické nároky než výpočty samé).

      Kvalita a efektivita navržených algoritmů a výpočetních struktur bude ověřována na reálných datech. Pro implementaci navržených algoritmů se zvažuje využití hybridních výpočetních platforem kombinující výhody technologií FPGA, CPU a GPU.

      Předpokládá se spolupráce na výzkumných grantových projektech. Možné aplikace zahrnují tzv. chytré kamery, které rozpoznávají zájmové objekty v reálném čase, senzory s vestavěnou inteligencí pro robotiku či IoT atd.

      Doktorand v prezenční formě studia bude zapojen do výuky podle potřeb ústavu a fakulty.

      Tutor: Fučík Otto, doc. Dr. Ing.

    • Property Evalution in Formal Language Code

      Téma je vypisováno jako volné, není přímo navázané na projekt. Nicméně při kvalitní publikační činnosti lze získat jak mimořádné, tak pravidelné příjmy navíc jak z interní grantové agentury, tak z dalších zdrojů.

      Téma se dotýká dnes běžných záležitostí, kdy pokročilé vývojové prostředí "radí" programátorovi, jak udělat nějaký kód lépe (např. kratším zápisem, bezpečnější, eliminovat "zbytečnosti", apod.). Jedná se typicky o analýzu známých konstrukcí a obratů, analýzu mrtvého kódu, podobnosti (kdy dva různé zápisy vedou na stejný cílový kód), apod.

      Cílem je zdokonalit dané techniky prostřednictvím souběžného použití několika technik tak, aby ve zvoleném směru (např. bezpečnost kódu, přehlednost kódu, vhodnost pro ladění, apod.) bylo možné kód upravit/vylepšit.

      Bude nutná znalost z oblasti překladačů a to i reverzních, klasifikace, získávání znalostí z dat, umělé inteligence apod.

      Tutor: Kolář Dušan, doc. Dr. Ing.

    • Prototyping of Unmanned Aircraft System Traffic Management

      Safety, security, privacy and environmental protection are of paramount importance to respective unmanned aircraft systems (UAS) regulatory agencies. The widespread acceptance of  UAS operations depends on their ability to demonstrate compliance with domestic, regional and international regulations and policies.

      The present research/thesis aims to identify the technical, management and regulatory challenges facing by the UAS operation. Based on the gap analysis, the research/thesis wil try to give one big-data driven UAS Traffic Management (UTM) solution. The design of UTM will also consider the interaction and integration with the current and future Air Traffic Management(ATM) system.

      To make this research/thesis possible, we may introduce the resources from world-leading organizations, for example, ICAO and JARUS, and also their leaders and experts.

      Tutor: Chudý Peter, doc. Ing., Ph.D., MBA

    • Prototyping of Unmanned Aircraft System Traffic Management

      Safety, security, privacy and environmental protection are of paramount importance to respective unmanned aircraft systems (UAS) regulatory agencies. The widespread acceptance of  UAS operations depends on their ability to demonstrate compliance with domestic, regional and international regulations and policies.

      The present research/thesis aims to identify the technical, management and regulatory challenges facing by the UAS operation. Based on the gap analysis, the research/thesis wil try to give one big-data driven UAS Traffic Management (UTM) solution. The design of UTM will also consider the interaction and integration with the current and future Air Traffic Management(ATM) system.

      To make this research/thesis possible, we may introduce the resources from world-leading organizations, for example, ICAO and JARUS, and also their leaders and experts.

      Tutor: Chudý Peter, doc. Ing., Ph.D., MBA

    • Prototyping of Unmanned Aircraft System Traffic Management

      Safety, security, privacy and environmental protection are of paramount importance to respective unmanned aircraft systems (UAS) regulatory agencies. The widespread acceptance of  UAS operations depends on their ability to demonstrate compliance with domestic, regional and international regulations and policies.

      The present research/thesis aims to identify the technical, management and regulatory challenges facing by the UAS operation. Based on the gap analysis, the research/thesis wil try to give one big-data driven UAS Traffic Management (UTM) solution. The design of UTM will also consider the interaction and integration with the current and future Air Traffic Management(ATM) system.

      To make this research/thesis possible, we may introduce the resources from world-leading organizations, for example, ICAO and JARUS, and also their leaders and experts.

      Tutor: Chudý Peter, doc. Ing., Ph.D., MBA

    • Reconstruction of damaged surfaces of CD/DVD/BR/HDD for forensic purposes

      The aim of the thesis is reconstruction of damaged CD/DVD/BR/HDD surfaces, consisting of:

      • Getting to know all possible ways of recording on CD/DVD/BR/HDD media.
      • Use of optical or electron microscope in the workplace DITS FIT BUT for scanning damaged surfaces (e.g. broken or cracked media) or in other workplaces (Tescan, Thermo Fisher - FEI).
      • Design and implementation of an application for intelligent (automatic) composition of scanned images into one unit.
      • Add intelligent functionality to read the contents of the media after the reconstruction, i.e., reconstruction or rescue of the data on the carrier.
      • Implementation of experiments and summary of achieved results.
      Participation on major international conferences and publishing in scientific or scientific journals is expected. Foreign internship is possible and strongly supported. This thesis will be dealt with in cooperation with the Police of the Czech Republic.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Reliable matching of 2D face with 3D face projection

      The aim of this work is to create a reliable matching of 2D face with 3D face projection, namely:

      • Introduction to work with 3D model and axes of rotation
      • Design and implementation of the algorithm for determining the correct rotation of the 3D head model according to the 2D face layout
      • Design and implementation of 2D face matching algorithm with 3D face projection with the same parameters
      • Conduct experiments and summarize the results
      Participation in important international conferences and publication in research or scientific journals is expected. Foreign internship is possible and strongly supported. This work will be solved in cooperation with the Police of the Czech Republic.

      Tutor: Drahanský Martin, prof. Ing., Ph.D.

    • Scalable neuro-evolutionary algorithms

      Umělé neuronové sítě (ANN) a tzv. hluboké neuronové sítě se v poslední době hojně používají v komplexních úlohách klasifikace, predikce a rozpoznávání. Cílem disertační práce bude zkoumat možnosti automatizovaného návrhu ANN pomocí evolučních výpočetních technik a optimalizace těchto ANN pro konkrétní platformu (CPU, GPU, ...), kde budou nasazeny. Výzkum spadá to témat řešených výzkumnou skupinou Evolvable Hardware.

      Tutor: Sekanina Lukáš, prof. Ing., Ph.D.

    • Security Monitoring of Industrial Control Systems (ICS) Communication

      Řídící systémy ICS (Industrial Control Systems) se používají pro řízení a monitorování průmyslových procesů a zařízení v oblasti energetiky, strojírenství, dopravy, apod. V minulosti tato komunikace probíhala po oddělených sériových sběrnicích, dnes dochází k přechodu nad IPv4/IPv6 a propojení na Internet.

      S tím souvisí i otázka bezpečnostního monitorování ICS komunikace, která zahrnuje jednak viditelnost komunikace v síti, a jednak analýzu monitorovacích dat v souvislosti s detekcí neobvyklých událostí jako jsou útoky na ICS komunikaci, nefunkční či špatně komunikující zařízení, apod. Narozdíl od komunikace na Internetu bezpečnostní monitorování a analýza ICS komunikace je teprve v začátcích. 

      Téma se zaměřuje převážně na zpracování monitorovacích dat pro potřebu zvýšení viditelnosti chování sítě, a dále na vývoj a použití metod pro detekci anomálií. Toto bude zkoumáno ve spolupráci s partnery výzkumného projektu IoT Monitoring and Forensics (BONNET).


      Školitel specialista: Ing. Petr Matoušek, Ph.D., M.A.

      Tutor: Ryšavý Ondřej, doc. Ing., Ph.D.

    • Semantic Web Technology Application for Document Analysis

      Semantic web technology allows the representation of information and knowledge for the purpose of its further sharing, for example, in computer applications. Available knowledge databases, such as DBPedia, contain a great amount of useful information and facts. On the current web, however, most of the new information is published in the form of documents most often in HTML, whose further processing is problematic mainly due to their free structure and the absence of explicit information about the meaning of individual parts of the content. There exist two ways to overcome this gap between the classical and the semantic web:

      • Use the structured knowledge available in semantic repositories as a background knowledge to refine web document analytics and to identify new information in their content, and, on the other hand
      • Integrate web documents as an information source into knowledge databases.

      To achieve both these goals, it is necessary to analyze the capabilities of existing ontological models regarding the modelling of the target domains and mapping these descriptions on the content of real-world web pages and documents. Possible applications include, but are not limited to:

      • Recognizing the topic of an entire document or its individual parts by keywords analysis and mapping to concepts in a semantic database.
      • Recognizing structured data in documents based on their alignment with existing domain models - ontologies.
      • Adding and updating information in semantic databases from web sources.

      Experimental implementation of the proposed methods using the existing tools and experimental evaluation on real-world data and documents is also an integral part of the solution.

      Tutor: Burget Radek, doc. Ing., Ph.D.

    • Sense and Avoid Systems for Autonomous Mobility

      The advent of autonomous mobility leverages the importance of vehicle's safe collision avoidance and an elimination of the need for human monitoring. The aim of the thesis is to research an integrated opto-radio-electronic system capable of issuing alert due to nearby traffic and a real-time estimation of the collision objects' trajectories. With the increase of the Unmanned Aircraft Systems' (UAS) popularity, a reliable detection and collision avoidance becomes a necessity for autonomous UAS operation beyond visual line of sight conditions.

      Tutor: Chudý Peter, doc. Ing., Ph.D., MBA

    • Structured Annotation for Semantic Web

      Anotace se obvykle používají k doplnění informací ke zdroji dat na webu
      nebo k vytváření asociací mezi různými zdroji. Mezi jednoduché příklady
      patří komentář nebo značka (tag) na jedné webové stránce. Anotace však
      mohou být i strukturované a umožnit doplnění sémantiky k prostému textu
      jeho mapováním na složitější koncepty v ontologii. V roce 2017
      konsorcium W3C vydalo Web Annotation Data Model, popisující strukturovaný
      model anotací a formát, který umožňuje sdílení a opětovné použití
      anotací na různých hardwarových a softwarových platformách. Takto
      anotovaný text je pak základem pro budování Webu dat, kterým se zabývá
      W3C Data Activity.

      Cílem disertační práce je výzkum v oblasti kolaborativního anotování
      textu strukturovanými anotacemi s využitím Web Annotation Data Model pro
      rozšiřování propojených dat na webu (Linked Open Data on the Web) se
      zaměřením na uživatelská rozhraní využívaná pro tuto činnost.

      Tutor: Smrž Pavel, doc. RNDr., Ph.D.

    • Systems based on automata and grammars

      Řešení tohoto projektu bude vycházet ze stávajících poznatků o formálních modelech, zejména automatů a gramatik. Cílem je konstrukce a výzkum nových systemů automatů a gramatik, které adekvátním způsobem odrážejí potřeby moderních výpočetních metod založených na distribuci, kooperaci a regulaci. Kanonické a redukované verze těchto system budou centrem tohoto studia. Aplikace těchto systémů se budou soustředit na modelování a výzkum organismů v molekulární biologii a genetice.

      Tutor: Meduna Alexandr, prof. RNDr., CSc.

    • Tactical behavior modeling using machine learning and expert knowledge

      A high fidelity simulation of human tactical behavior requires the availability of human decision making process models. The subject of the thesis will be the research on scalable behavior model architectures combining machine learning approaches and domain expert knowledge to suite a range of behavior demands under various tactical scenarios. An important aspect of the design process will be the tuning and validation of the tactical decision model.

      Tutor: Chudý Peter, doc. Ing., Ph.D., MBA

    • Task Based Parallelism on Heterogeneous Architectures

      Současná věda stále více spoléhá na vysoce výkonné počítače provádějící náročné simulace. Náročnost těchto simulací nespoléhá pouze v množství dat a operací které je nutné vykonat, ale i v možnostech jednotlivých simulačních frameworků zahrnující různé fyzikální a numerické modely, ohraničující podmínky, typy prostředí atd. Tato variabilita vede ke stovkám různých simulačních scénářů skládajících se z tisíců dílčích úloh. V tomto momentě naráží klasické datově paralelní implementace na své meze, neboť rozhodovací logika daleko převyšuje logiku výpočtu.

      Druhým úskalím je architektura současných superpočítačových systémů. Již více než dekádu se nejedná o uniformní systémy složený z homogenních prvků s homogenním propojením. Současný trend jsou silně heterogenní architektury složené s vícejádrových procesorů a různých akcelerátorů, např. GPU, FPGA, Xeon Phi. Optimalizace komplexních frameworků pro tyto architektury a následné vyvažování zátěže se stává limitujícím prvkem.

      Cílem této disertační práce je prozkoumat techniky funkčního paralelismu a návrh automatizovaných simulačních platforem umožnující distribuci výpočtu na vhodné hardwarové komponenty.

      Tutor: Jaroš Jiří, doc. Ing., Ph.D.

    • Transformation of Formal Systems for Languages

      Řešení tohoto projektu bude vycházet ze stávajících poznatků o moderních formálních systémech, které se používají v teorii jazyků. Teoretický výzkum těchto modelů bude diskutovat užitečné transformace těchto systémů, jako např. eliminace vymazávajících pravidel či redukce velikosti jejich komponent. Výzkum aplikací takto transformovaných systémů se bude soustředit na oblasti informatiky související s překladači, matematickou lingvistikou a molekulární biologií.

      Tutor: Meduna Alexandr, prof. RNDr., CSc.

    • Transformation of Models for Formal Languages

      Řešení tohoto projektu bude vycházet ze stávajících poznatků o moderních formálních modelech, které se používají v teorii jazyků. Teoretický výzkum těchto modelů bude diskutovat užitečné transformace těchto modelů, jako např. eliminace vymazávajících pravidel či redukce velikosti jejich komponent. Výzkum aplikací takto transformovaných modelů se bude soustředit na oblasti informatiky související s překladači, matematickou lingvistikou a molekulární biologií.

      Tutor: Meduna Alexandr, prof. RNDr., CSc.

    • 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.

      Tutor: Herout Adam, prof. Ing., Ph.D.

    • Utilization of high-level synthesis for acceleration of tasks in computer networks

      V posledních letech dochází k výrazným změnám v oblasti síťových aplikací a způsobech řízení síťové infrastruktury. Stále více se prosazuje koncept SDN (Software-Defined Networking) oddělující kontrolní část aplikace (Control plane) od přepínací vrstvy (Data plane). Vznikají nové přístupy pro specifikaci přepínací vrstvy v podobě např. vysoko-úrovňového jazyka P4, který postupně nahrazuje původní standard Openflow a vytváří stále větší tlak na flexibilitu síťových zařízení na úrovni hardware. Jedním ze způsobů, jak pokrýt vysoké požadavky na flexibilitu a výkon síťových zařízení je využití programovatelných čipů s technologií FPGA a vysokoúrovňové syntézy (High-level Synthesis). Cílem této práce je prozkoumat možnosti vysokoúrovňové syntézy v oblasti síťových aplikací a vytvořit efektivní nástroje pro syntézu obvodů z popisu jazyka P4 popř. i nad rámec tohoto jazyka.

      Tutor: Martínek Tomáš, doc. Ing., Ph.D.

    • Visual Geo-Localization and Augmented Reality on Mobile Devices

      The project deals with geo-localization of mobile devices 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.

      Tutor: Čadík Martin, doc. Ing., Ph.D.


Course structure diagram with ECTS credits

2. year of study, winter semester
AbbreviationTitleL.Cr.Com.Compl.Hr. rangeGr.Op.
JADPh.D. Test of Englishcs, en0CompulsoryDrExKK - 26yes
2. year of study, summer semester
AbbreviationTitleL.Cr.Com.Compl.Hr. rangeGr.Op.
JADPh.D. Test of Englishcs, en0CompulsoryDrExKK - 26yes
Any year of study, winter semester
AbbreviationTitleL.Cr.Com.Compl.Hr. rangeGr.Op.
JA6DEnglish for PhD Studentscs, en0ElectiveDrExP - 13 / KK - 26 / COZ - 13yes
PDDApplications of Parallel Computerscs, en0ElectiveDrExP - 39 / KK - 26yes
IV108Bioinformaticscs, en0ElectiveDrExP - 13 / KK - 26 / COZ - 13yes
FADFormal Program Analysiscs, en0ElectiveDrExP - 26 / KK - 26yes
MSDModelling and Simulationcs, en0ElectiveDrExP - 39 / KK - 26yes
MIDModern Mathematical Methods in Informaticscs, en0ElectiveDrExP - 26 / KK - 26yes
MMDAdvanced Methods of 3D Scene Visualisationcs, en0ElectiveDrExP - 39 / KK - 26yes
MZDModern Methods of Speech Processingcs, en0ElectiveDrExP - 39 / KK - 26yes
TIDModern Theoretical Computer Sciencecs, en0ElectiveDrExP - 39 / KK - 26 / PR - 13yes
OPDOpticscs, en0ElectiveDrExP - 39 / KK - 26 / PR - 13yes
DPC-TK1Optimization Methods and Queuing Theorycs0ElectiveDrExS - 39yes
ORIDOptimal Control and Identificationcs, en0ElectiveDrExP - 26 / KK - 26 / PR - 13yes
PGDComputer Graphicscs, en0ElectiveDrExP - 39 / KK - 26yes
PBDAdvanced Biometric Systemscs, en0ElectiveDrExP - 26 / KK - 26 / PR - 4yes
PNDAdvanced Techniques in Digital Designcs, en0ElectiveDrExP - 39 / KK - 26yes
PTDThe Principles of Testable Design Synthesiscs, en0ElectiveDrExP - 39 / KK - 26yes
RGDRegulated Grammars and Automatacs, en0ElectiveDrExP - 39 / KK - 26 / PR - 13yes
DPC-MA1Statistics, Stochastic Processes, Operations Researchcs0ElectiveDrExS - 39yes
TJDProgramming Language Theorycs, en0ElectiveDrExP - 39 / KK - 26yes
APDSelected Topics on Language Parsing and Translationcs, en0ElectiveDrExP - 39 / KK - 26 / PR - 13yes
ZPDNatural Language Processingcs, en0ElectiveDrExP - 39 / KK - 26yes
ASDAudio and Speech Processing by Humans and Machinescs, en0ElectiveDrExP - 39 / KK - 26yes
Any year of study, summer semester
AbbreviationTitleL.Cr.Com.Compl.Hr. rangeGr.Op.
JA6DEnglish for PhD Studentscs, en0ElectiveDrExP - 13 / KK - 26 / COZ - 13no
BIDInformation System Security and Cryptographycs, en0ElectiveDrExP - 39 / KK - 26 / PR - 4yes
EUDEvolutionary and Neural Hardwarecs, en0ElectiveDrExP - 26 / KK - 26yes
EVDEvolutionary Computationcs, en0ElectiveDrExP - 26 / KK - 26yes
ISDIntelligent Systemscs, en0ElectiveDrExP - 26 / KK - 26 / PR - 26yes
KRDClassification and Recognitioncs, en0ElectiveDrExP - 39 / KK - 26yes
MLDMathematical Logiccs, en0ElectiveDrExP - 26 / KK - 26yes
SODFault Tolerant Systemscs, en0ElectiveDrExP - 26 / KK - 26 / PR - 13yes
TADTheory and Applications of Petri Netscs, en0ElectiveDrExP - 39 / KK - 26 / Cp - 8yes
TKDCategory Theorycs, en0ElectiveDrExP - 26 / KK - 26yes
VKDSelected Chapters on Algorithmscs, en0ElectiveDrExP - 39 / KK - 26yes
MADSelected Chapters on Mathematicscs, en0ElectiveDrExP - 26 / KK - 26no
VPDSelected Topics of Information Systemscs, en0ElectiveDrExP - 39 / KK - 26yes
VNDHigly Sophisticated Computationscs, en0ElectiveDrExP - 39 / KK - 26 / Cp - 26yes