Forma studia
Prezenční
Typ studia
Doktorský
Titul
Získáš titul Ph.D.
Standardní délka studia
Studium na 4 roky
Jazyk studia
Výuka je v češtině
Den otevřených dveří
Podat přihlášku
Charakteristika studijního oboru Aplikovaná informatika:
Studijní obor je zaměřen na ovládnutí vědeckých metod výzkumu a vývoje systémů založených na využití informačních technologií na sběr, přenos, uchovávaní a zpracovaní dat, informací a znalostí. V rámci studia se sledují otázky návrhu, realizace, vyhodnocování, používaní a údržby systémů, jejichž základem je počítač v různých aplikačních doménách informatiky. Zahrnuje počítačové prostředky, software, organizační a lidské aspekty, průmyslové a komerční aplikace. Důraz ve studiu je kladen na tvůrčí aplikaci metod a nástrojů informatiky k řešení různých problémů reálného světa.
Cíle studijního oboru:
Cílem doktorského studijního programu Aplikovaná informatika uskutečňovaného na Fakultě ekonomicko-správní Univerzity Pardubice je vzdělávání vysoce kvalifikovaných odborníků, kteří jsou schopni realizovat základní i aplikovaný výzkum v oblasti informatiky ve vztahu k ostatním vědním disciplínám. Absolventi budou ovládat vědecké metody výzkumu všech aspektů a forem procesu zpracování, třídění, ukládání a šíření dat, informací a znalostí prostřednictvím informačních systémů a s využitím informačních technologií na takové úrovni, aby byli schopni se uplatnit jako samostatní vědecko-výzkumní pracovníci. Důraz bude kladen na využívání vědeckých metod, procesů, algoritmů a systémů pro získávání znalostí a poznatků z dat v různých podobách, jak strukturovaných, tak nestrukturovaných.
Vstupní požadavky na uchazeče:
Uchazeč by měl mít úspěšně ukončeno studium v magisterském studijním programu stejného nebo příbuzného oboru. V oblasti informatiky se předpokládají znalosti v rozsahu znalostí na úrovni státní závěrečné zkoušky magisterského studijního programu na Fakultě ekonomicko-správní Univerzity Pardubice (bezpečnost informací a kryptologie, business intelligence, geografické informační systémy, informační systémy ve veřejné správě). V oblasti jazykových znalostí se předpokládá znalost anglického jazyka minimálně na úrovni B2.
Zaměření a rozsah požadovaných znalostí a studijní předměty:
Předměty zařazené do standardního studijního plánu jako povinné, povinně volitelné či volitelné jsou stanoveny tak, aby student ve spolupráci s příslušným přednášejícím v doktorském studijním programu získal dostatečnou základnu odpovídající současnému stavu poznání v oblasti, do níž patří zaměření doktorského studijního programu. Předměty, jimiž student požadovaných znalostí dosáhne, si vybírá v návaznosti na svou výzkumnou orientaci a zaměření disertační práce.
Navštiv nás
0
0
0
0
0
0
0
0
0
0
0
0
Témata disertačních prací si můžeš zvolit následující
Témata disertačních prací platná pro akademický rok 2023/2024
Téma disertační práce musí být předjednáno s potenciálním školitelem a odsouhlaseno oborovou radou daného doktorského studijního programu. Vlastní téma lze akceptovat pouze po dohodě se zvoleným školitelem a písemném odsouhlasení oborovou radou.
Školitel: prof. Ing. Petr Hájek, Ph.D. (petr.hajek@upce.cz)
1. Evoluční intuitionistické fuzzy inferenční systémy
Cílem práce je definovat intuitionistické fuzzy množiny, shrnout současné možnosti optimalizace parametrů intuitionistických fuzzy inferenčních systémů, navrhnout evoluční algoritmy pro jejich optimalizaci a na souboru klasifikačních a regresních úloh zhodnotit jejich přesnost a interpretovatelnost.
2. Intervalově ohodnocené fuzzy inferenční systémy
Cílem práce je definovat intervalově ohodnocené fuzzy množiny, shrnout současné možnosti inferenčních mechanismů pro tuto třídu systémů, navrhnout algoritmy pro vytváření báze znalostí intervalově ohodnocených fuzzy inferenčních systémů, implementovat tyto systémy ana sadě datových souborů zhodnotit jejich přesnost a interpretovatelnost.
3. Interpretovatelnost neuronových sítí s hlubokým učením
Cílem práce je shrnout současné přístupy k interpretovatelnosti neuronových sítí s hlubokým učením, zvolit si vhodnou aplikační oblast a navrhnout pro ni nové možnosti extrakce znalostí a jejich vizualizace z naučených neuronových sítí a ověřit jejich efektivnost na souboru benchmarkových datových souborů.
4. Klasifikace textu pomocí neuronových sítí s hlubokým učením
Cílem práce je provést shrnutí existujících modelů neuronových sítí s hlubokým učením, získat a označit dostatečně velký datový soubor pro klasifikaci textu do tematických kategorií a kategorií sentimentu, navrhnout vhodnou architekturu neuronové sítě s hlubokým učením a provést klasifikaci textu pomocí této neuronové sítě.
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Školitel: doc. Ing. Miloslav Hub, Ph.D. (miloslav.hub@upce.cz)
1. Biometrická autentizace založená na používání polohovacích zařízení
Cílem práce je navrhnout a ověřit nový způsob biometrické autentizace založené na používání polohovacího zařízení. Od studenta se očekává rešerše stávajících způsobů biometrické autentizace založených na používání různých polohovacích zařízení, návrh vlastního modelu této autentizace a ověření modelu na experimentálních datech.
2.Využití audiomap pro turistický ruch
Cílem práce je navrhnout a ověřit využití audiomap v turistickém ruchu. Od studenta se očekává rešerše stávajícího využití audiomap v různých kontextech, návrh využití audiomap pro turistický ruch, návrh modelu a případová studie.
3. Hodnocení použitelnosti uživatelských rozhraní prostřednictvím přirozeného jazyka
Cílem práce je navrhnout a ověřit nový způsob hodnocení použitelnosti uživatelských rozhraní prostřednictvím přirozeného jazyka. Od studenta se očekává rešerše stávajících způsobů hodnocení použitelnosti uživatelských rozhraní, návrh modelu hodnocení použitelnosti uživatelského rozhraní prostřednictvím přirozeného jazyka a ověření tohoto modelu na experimentálních datech.
4. Hodnocení použitelnosti nestandardních uživatelských rozhraní
Cílem práce je navrhnout a ověřit nový způsob hodnocení použitelnosti nestandardních uživatelských rozhraní. Od studenta se očekává rešerše stávajících nestandardních uživatelských rozhraní, rešerše způsobů hodnocení použitelnosti uživatelských rozhraní, návrh modelu hodnocení použitelnosti daného typu nestandardního uživatelského rozhraní a ověření tohoto modelu na experimentálních datech.
+ nabídka dalšího 1 tématu (téma po dohodě s uchazečem)
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Školitelka: prof. Ing. Jitka Komárková, PhD. (jitka.komarkova@upce.cz)
1. Moderní architektura webových GIS aplikací zahrnující senzorové sítě a sběr dat pomocí crowdsourcingu
Práce se zaměří na návrh moderní architektury geoportálu se zohledněním aktuálních trendů, např. návaznost na národní e-infrastrukturu, princip FAIR dat, moderní zdroje dat (senzorové sítě, UAV, participativní technologie, …).
2. Infrastruktura prostorových dat jako prostředek podporující rozvoj moderních chytrých měst (Smart Cities)
Práce se zaměří na návrh škálovatelné architektury a e-infrastruktury pro chytré město, s případnou potřebnou návazností na architekturu a služby národní e-infrastruktury a se zohledněním současných trendů, např. využití dat ze senzorových sítí, participativních technologií, principu zachování plné kontroly vlastníka nad daty a principu FAIR dat.
3. Zpracování velkých objemů prostorových dat s využitím distribuovaného nebo paralelního přístupu
Práce se zaměří na návrh ekosystému a architektury pro ukládání, zpracování, publikaci a opětovné použití velkoobjemových prostorových dat založeném na distribuovaném (gridy) či paralelním (cloudy) výpočtu, se zohledněním současných trendů, např. využití dat ze senzorových sítí, participativních technologií, principu zachování plné kontroly vlastníka nad daty nebo principu FAIR dat.
4. Model pro vyhodnocení kvality povrchových vod na základě dat získaných metodami dálkového průzkumu Země
Práce se zaměří na návrh a ověření modelu pro vyhodnocení kvality povrchové vody (primárně obsah chlorofylu-a), který bude založen na zpracování dat získaných metodami dálkového průzkumu Země, včetně vlastních dat nasnímaných s využitím UAV.
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Školitel: doc. Ing. Jiří Křupka, PhD. (jiri.krupka@upce.cz)
1. Klasifikační modely a jejich využití v problematice kybernetické bezpečnosti
Disertační práce se zabývá modelováním bezpečnosti v systémech Internet of Things (IoT). Bude se zabývat návrhem skupiny klasifikačních modelů, které jsou založeny na teorii fuzzy množin, teorii „rough“ množin a jejich kombinaci. Shrnuje dostupné informace o bezpečnosti kybernetického prostoru, jak z historického, tak i současného pohledu, se zaměřením na problematiku IoT. Problematika kybernetických útoků spadá do aktuálních témat, na základě prostudovaných bezpečnostních standardů a zkušeností bude vytvořen návrh pro systém včasného varování, který na základě vhodně zakomponovaných znalostí provede upozornění na možný kybernetický útok nebo nezvyklé chování v rámci počítačové sítě a operačních systémů v těchto systémech.
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Školitel: prof. RNDr. Michal Munk, PhD. (mmunk@ukf.sk)
1. Pilier 3 – verifikácia účinnosti revízií zverejňovaných informácií komerčnými bankami metódami web miningu
Práca je zameraná na riešenie problematiky zverejňovania informácií v rámci Pilieru 3 – Trhová disciplína, komerčnými bankami, ktorých akcie nie sú verejne obchodované a kľúčovými stakeholdermi sú depozitní klienti. Cieľom práce je overenie účinnosti revízií vo zverejňovaných informáciách z hľadiska miery využívania týchto informácií kľúčovými stakeholdermi predmetných komerčných bánk v turbulentných obdobiach (COVID-19, vojna na Ukrajine, energetická kríza, ..). Aplikáciou metód získavania znalostí z webu (Web Mining, WM) sa overí účinnosť revízií.
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Školitelka: doc. Ing. Stanislava Šimonová, Ph.D. (stanislava.simonova@upce.cz)
1. Datová analytika pro monitorování výkonu organizace
Zaměření práce je na sledování výkonu organizace prostřednictvím datových zdrojů. Od studenta se očekává rozsáhlá rešerše jak z hlediska Identifikace datových zdrojů, tak z hlediska trasování informačních toků v organizaci ve vazbě na procesní aktivity. Pomocí modelování budou identifikovány vazby mezi výkonem a sledovanými daty. Hodnocení kvality výkonu prostřednictvím modelů.
2. Aplikace metod Business Intelligence v konceptu Smart Cities
Metody přístupu Business Intelligence představují rozsáhlou skladbu postupů a nástrojů, které v rámci tématu budou zkoumány. Od studenta se očekává rozsáhlá rešerše metod Business Intelligence, včetně jejich evaluace. Pomocí modelování budou řešeny možnosti implementace metod. Cílem je tvorba datové základy pro využití v rámci konceptu Smart Cities.
3. Nástroje Self Business Intelligence pro zpracování dat
Zaměření je na identifikaci a klasifikaci nástrojů Self Business Intelligence. Od studenta se očekává rozsáhlá rešerše metod a možností Self Business Intelligence. Zkoumána bude vazba a využití nástrojů pro typy datového zpracování. Zaměření bude na uplatnění nástrojů pro datovou analytiku.
4. Využití metod Business a Competitive Intelligence ve vazbě na big data
Metody v rámci Business Intelligence, právě tak jako metody a nástroje Competitive Intelligence jsou dnes provázané na datové zdroje, zejména na zdroje typu big data. Proto cílem je datová analytika se zaměřením na Big data. Zkoumány budou vazby metod s využitím pro zpracování big data.
+ nabídka dalšího 1 tématu (téma po dohodě s uchazečem)
Úspěšní absolventi
Ing. Vojtěch Dlouhý
Zakladatel a ředitel technologické firmy Feedyou, s.r.o.
Fakulta mi ukázala, že skutečný svět začíná za hranicemi školních lavic. Podporovala mě na cestách za poznáním a novými obzory. Pomohla mi plnit i dětský sen o prvním reálném byznysu.
Ing. Lukáš Wagenknecht
Parlament České republiky
Senátor
Velice rád vzpomínám na lidi, se kterými jsem se při studiu potkal. V praxi nejvíce využívám zkušenosti z oblasti matematické statistiky a účetnictví, které jsou pro mě dnes denním chlebem.
Ing. Jiří Janků
Co-founder eBrána, s. r. o., Co-founder Feedyou, s. r. o., partner Lighthouse Ventures
Příležitostí je tolik, umění není ohnout se pro každou, ale umět si vybrat. Cesta k úspěchu je trnitá, přesto však krásná, protože si ji tvoříme sami, stejně jako cíle na ní.
Ing. Petra Křepelková
Vrchní ministerský rada, Ministerstvo financí České republiky
Ráda vzpomínám na některé vyučující a na jejich podporu při studiu, na přátelskou atmosféru na fakultě a také na spolužáky, s kterými jsem stále v kontaktu a baví mě sledovat, jakým směrem se ubírají naše cesty. Během studia jsem se naučila věřit si, znát svou cenu, proto jsem se nespokojila s první pracovní nabídkou, ale vybrala jsem si práci, která pro mě byla velkou výzvou a já si tak mohla dokázat, že mě studium na skutečně výborně připravilo na mou profesní kariéru.
Jaká můžeš získat stipendia
Poplatky za studium
Studium je zdarma.
Prezenční studium
Na prezenčním studiu chodíš do školy podle rozvrhu, který si sám sestavíš.
Kontakt s univerzitou
Bc. Radka Bartoníčková
Studijní referentka pro doktorská studia
Sledujte nás
Facebook
Facebook
Instagram
Instagram