Ing. Josef Vogel, CSc.

Závěrečné práce

Bakalářské práce

Návrh uživatelského rozhraní internetového obchodu z pohledu uživatele a administrátora

Autor
Marek Kebza
Rok
2012
Typ
Bakalářská práce
Vedoucí
Ing. Josef Vogel, CSc.
Oponenti
Ing. Pavel Náplava, Ph.D.

Tvorba formulářů z popisu v XML s použitím knihovny Qt4

Autor
Marek Hakala
Rok
2012
Typ
Bakalářská práce
Vedoucí
Ing. Josef Vogel, CSc.
Oponenti
MUDr. Jan Wolf

Plánování směn

Autor
Tomáš Rafaj
Rok
2012
Typ
Bakalářská práce
Vedoucí
Ing. Josef Vogel, CSc.
Oponenti
Ing. Ivan Halaška

Informační systém pro sledování vývoje hematologických onemocnění (analýza buněčného chimerizmu) pro klinické a vědecké účely

Autor
Michal Sklenár
Typ
Bakalářská práce
Vedoucí
Ing. Josef Vogel, CSc.

Aplikace pro získávání dat z logů

Autor
Michal Stejskal
Rok
2017
Typ
Bakalářská práce
Vedoucí
Ing. Josef Vogel, CSc.
Oponenti
Ing. Tomáš Zahradnický, Ph.D.
Anotace
Tato bakalářská práce se zabývá návrhem a vývojem systému pro prohledávání a agregaci log souborů a generováním událostí na základě nalezených dat. V první části je popsána architektura tohoto systému, příkladové případy užití, požadavky na tento systém, popis uživatelů systému a zvolené technologie. Na základě výsledků první části, je ve druhé části popsán proces implementace jednotlivých komponent systému, rozhraní jejich komunikace a popis vyhledávání a zpracování výsledků indexovacího nástroje. Vyvinutými komponentami jsou RESTful Java API, které zpracovává požadavky klientské aplikace, vytváří vyhledávací objekty na indexovací nástroj a generuje události na základě nalezených dat. Dále byla vyvinuta klientská aplikace sloužící k interakci s uživatelem a zpracování výsledků vrácených systémovým RESTful API. Systémové RESTful API bylo implementováno v jazyce Java, klientská aplikace v AngularJS 2. Jako indexovací nástroj byl zvolen Elasticsearch. Celý systém byl otestován a popis průběhu testování a zvolené testovací metody, jak automatického, tak manuálního testování, jsou popsány ve třetí kapitole. Proces nasazení systému do produkčního či testovacího prostředí je popsán ve čtvrté kapitole. V této kapitole je popsána kontejnerizace jednotlivých komponent systému nástrojem Docker a propojení jejich komunikace. V závěru je diskutována budoucnost systému a další možná rozšíření.

Interaktivní aplikace pro analýzu klinických dat pacientů po transplantaci krvetvorby

Autor
Allan Kálnay
Rok
2018
Typ
Bakalářská práce
Vedoucí
Ing. Josef Vogel, CSc.
Oponenti
Ing. Kamil Foltin
Anotace
Cieľom tejto práce je vytvorenie interaktívnej webovej aplikácie. Venuje sa analýze a vizualizácii dát o pacientoch, ktorí podstupujú alogénnu transplantáciu krvotvorby. Vizualizácie a analýza sú rozdelené do 3 kategórií a každá z nich sa zaoberá rozdielnou problematikou. Práca detailnejšie popisuje, ako jednotlivé dôležité štatistické elementy, ktoré sú v aplikácii využívané, fungujú. Aplikácia poskytuje uživateľské rozhranie a serverovú logiku, ktoré sú napísané v jazyku R za pomoci frameworku Shiny. Spracovávané dáta sú zhromažďované v databázi MySQL, ktorá beží v lokálnej sieti ÚHKT. Táto aplikácia má slúžiť pre kontrolu kvality vykonávaných úkonov v ÚHKT a pre vedecké účely.

Diplomové práce

Systém pro správu neuronových sítí

Autor
Michal Stejskal
Rok
2019
Typ
Diplomová práce
Vedoucí
Ing. Josef Vogel, CSc.
Oponenti
Ing. Josef Kokeš
Anotace
Tato diplomová práce se zabývá návrhem a vývojem systému pro automatizované nasazení neuronových sítí. Cílem této práce je vytvořit systém, který na základě uživatelem předaných dat naučí model neuronové sítě, automatizovaně jej nasadí do Kubernetes klastru a vystaví API pro komunikaci s uživatelem. Aby měl uživatel možnost přidat další funkcionalitu k již vytvořeným modelům neuronových sítí, nabízí systém možnost vytvořit uživatelské moduly, jejichž kód zadá uživatel v rámci klientské aplikace. Tyto moduly jsou propojeny s modelem neuronové sítě skrze třídy klasifikace. První část práce je zaměřena na popis neuronových sítí, jejich proces učení a vybraných architektur. V druhé části je popsána architektura tohoto systému, příkladové případy užití, požadavky na tento systém, popis uživatelů systému a zvolené metody strojového učení. Na základě výsledků druhé části je ve třetí části popsán proces implementace jednotlivých komponent systému, rozhraní jejich komunikace a popis implementace a měření zvolených neuronových sítí. Vyvinutými komponentami jsou REST Kotlin API, které zpracovává požadavky klientské aplikace a komunikuje s Kubernetes klastrem. Dále tato komponenta obsluhuje rovněž vyvinuté REST Kotlin API, které vytváří Docker obrazy z uživatelem zadaného kódu. Dále byla vyvinuta klientská aplikace sloužící k interakci s uživatelem a zpracování výsledků vrácených REST API a tři modely neuronových sítí pro zpracování obrázků, klasifikaci log záznamů a zpracování psaného textu pro potřeby informačních chatbotů. Poslední vyvinutou komponentou je šablona v jazyce Python, která je spojena s uživatelským zdrojovým kódem. Celý systém byl otestován a popis průběhu testování společně se zvolenými testovacími metodami jsou popsány ve čtvrté kapitole. Proces nasazení systému do produkčního či testovacího prostředí je popsán v páté kapitole. V závěru je diskutována budoucnost systému a další možná rozšíření.