03696ntm a22005057i 4500 000699281 CZ-PrVSE 20230618075638.0 m d cr n|||||||||| 230618s2023 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Remešová, Kateřina ISIS:155676 dis The Utilization of ML and XAI Methods for Anomaly Detection fro Event Logs in Automotive Industry using Python eng Využití metod ML a XAI pro detekci anomálií z událostních logů v automobilovém průmyslu v jazyce Python / Kateřina Remešová 2023 ?? stran : digital, PDF soubor Vedoucí práce: Tomáš Kliegr Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2023 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2023 Cílem bakalářské práce je poskytnout podrobný přehled metod pro detekci anomálií a zkoumat jejich aplikaci na data v automobilovém průmyslu. V teoretické části jsou rozebrány jednotlivé metody, včetně tradičních statistických, vzdálenostních a pravidlových přístupů, stejně jako moderních strojových učení (ML), jako jsou Isolation Forest a Local Outlier Factor (LOF). Dále je zdůrazněna důležitost vysvětlovat blackboxová řešení pomocí metod Explainable Artificial Intelligence (XAI), které umožňují lepší porozumění a důvěru v modely strojového učení. V praktické části práce jsou tyto metody aplikovány na reálná data z automobilového průmyslu týkající se části výrobního procesu vozidel. Pro každou metodu je provedeno důkladné vyhodnocení jejich výkonnosti, interpretace a vhodnosti pro konkrétní úlohy detekce anomálií. V rámci tohoto vyhodnocení jsou zkoumány také různé strategie předzpracování dat včetně nevyváženosti tříd, které mohou mít vliv na účinnost a spolehlivost detekce anomálií. Závěrem práce jsou prezentována doporučení a limity jednotlivých metod detekce anomálií v kontextu automobilového průmyslu. Tato doporučení zahrnují optimální postupy pro nasazení a ladění těchto metod, stejně jako možné směry pro další výzkum a rozvoj v oblasti detekce anomálií a vysvětlitelné umělé inteligence. Bakalářská práce tak přispívá k aktuálním diskusím a úsilí o zlepšení bezpečnosti, spolehlivosti a výkonnosti vozidel a poskytuje užitečný základ pro další výzkum v této oblasti. Způsob přístupu: Internet aplikovaná informatika [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas Detekce anomálií Isolation Forest LOF XAI Kliegr, Tomáš ISIS:8484 ths Máša, Petr ISIS:17194 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/80979/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/80979 Hlavní práce https://insis.vse.cz/zp/80979/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/80979/posudek/oponent/78459 Oponentura https://insis.vse.cz/zp/80979/podrobnosti dc:identifier NEPOSILAT VSKP vse80979 230615 80979