DDizertačná prácaZENPh. D. thesisPF UPJŠUniverzita Pavla Jozefa Šafárika v Košiciach, Prírodovedecká fakulta2026/2027ENPavol Jozef Šafárik University in Košice, Faculty of ScienceÚINFÚstav informatikyENInstitute of Computer Science76468Analýza digitálnych stôp pomocou metód strojového učenia2026-02-23T00:00:00.000+01:0002Školiteľdoc. RNDr. JUDr. Pavol Sokol, PhD. et PhD.ENTutor1NázovENDigital evidence analysis using machine learning methods1NázovSKAnalýza digitálnych stôp pomocou metód strojového učenia2LiteratúraSK(1) Hall, Stuart W., Amin Sakzad, and Kim‐Kwang Raymond Choo. "Explainable artificial intelligence for digital forensics." Wiley Interdisciplinary Reviews: Forensic Science 4.2 (2022): e1434. (2) Mohammad, Rami Mustafa A., and Mohammed Alqahtani. "A comparison of machine learning techniques for file system forensics analysis." Journal of Information Security and Applications 46 (2019): 53-61. (3) Tallón-Ballesteros, Antonio J., and José C. Riquelme. "Data mining methods applied to a digital forensics task for supervised machine learning." Computational intelligence in digital forensics: forensic investigation and applications (2014): 413-428. (4) Du, Xiaoyu, et al. "SoK: Exploring the state of the art and the future potential of artificial intelligence in digital forensic investigation." Proceedings of the 15th International Conference on Availability, Reliability and Security. 2020. 2LiteratúraEN(1) Hall, Stuart W., Amin Sakzad, and Kim‐Kwang Raymond Choo. "Explainable artificial intelligence for digital forensics." Wiley Interdisciplinary Reviews: Forensic Science 4.2 (2022): e1434. (2) Mohammad, Rami Mustafa A., and Mohammed Alqahtani. "A comparison of machine learning techniques for file system forensics analysis." Journal of Information Security and Applications 46 (2019): 53-61. (3) Tallón-Ballesteros, Antonio J., and José C. Riquelme. "Data mining methods applied to a digital forensics task for supervised machine learning." Computational intelligence in digital forensics: forensic investigation and applications (2014): 413-428. (4) Du, Xiaoyu, et al. "SoK: Exploring the state of the art and the future potential of artificial intelligence in digital forensic investigation." Proceedings of the 15th International Conference on Availability, Reliability and Security. 2020. 3CieľSK(1) Analyzovať možnosti používania metód strojového učenia pri analýze digitálnych stôp vzhľadom na komplexnosť, množstvo a heterogénnosť forenzných artefaktov. (2) Navrhnúť spôsob výberu relevantných forenzných artefaktov a nájdenia vzťahu medzi nimi. (3) Navrhnúť spôsob overenia samotnej forenznej hypotézy. 3CieľEN(1) Analyze the possibilities of using machine learning methods for digital trace analysis with regard to the complexity, volume, and heterogeneity of forensic artifacts. (2) Propose an approach for selecting relevant forensic artifacts and discovering relationships among them. (3) Propose a method for verifying the forensic hypothesis itself.4AnotáciaSKDigitálna forenzná analýza sa stala nevyhnutnou súčasťou reakcie na počítačové bezpečnostné incidenty ako aj súčasťou vyšetrovania kybernetickej kriminality. Dôležitú fázu forenzného vyšetrovania predstavuje samotná analýza digitálnych stôp. V rámci tejto fázy je potrebné extrahovať forenzné artefakty, určiť ich relevantnosť, hodnotu pre daný prípad, ako aj vzťahy medzi nimi. Účelom tejto fázy je potvrdenie, resp. vyvrátenie forenzných hypotéz stanovených v prvotných fázach forenzného vyšetrovania. 4AnotáciaENDigital forensic analysis has become an essential component of incident response to computer security incidents as well as of cybercrime investigations. A key phase of a forensic investigation is the analysis of digital evidence. Within this phase, it is necessary to extract forensic artifacts, determine their relevance and evidential value for a given case, and identify relationships among them. The purpose of this phase is to confirm or refute forensic hypotheses formulated in the initial stages of the investigation.2026-02-24+01:00IdinformatikaENInformatics76406Analýza tabuľkových údajov s využitím vybraných metód strojového učenia2026-02-19T00:00:00.000+01:0012Školiteľdoc. RNDr. Ľubomír Antoni, PhD.ENTutor3Konzultantprof. RNDr. Stanislav Krajči, PhD.ENConsultant1NázovENAnalysis of tabular data using selected machine learning methods1NázovSKAnalýza tabuľkových údajov s využitím vybraných metód strojového učenia2LiteratúraSKWang, W. Y., Du, W. W., Xu, D., Wang, W., & Peng, W. C. (2025). A survey on self-supervised learning for non-sequential tabular data. Machine Learning, 114(1), 16. Russell, S., & Norvig, P. (2021). Artificial Intelligence: a modern approach, 4th US ed. University of California, Berkeley. 3CieľSKCieľom dizertačnej práce je navrhnúť metódy a algoritmy strojového učenia pre prácu so štruktúrovanými údajmi, popísať ich princípy a vlastnosti. Cieľom práce je tiež aplikovať metódy kontrolovaného alebo nekontrolovaného učenia v strojovom učení v rôznych aplikačných doménach. 4AnotáciaSKMetódy a algoritmy strojového učenia umožňujú rôzne formy inovácií v oblasti vzdelávania, zdravotníctva, digitalizácie priemyslu a iných oblastiach nášho života. Aplikácie strojového učenia tak majú významný potenciál, keďže môžu pomáhať zlepšovať životy ľudí. 2026-02-24+01:0018.informatikaIdinformatikaENComputer ScienceInformatics72503Brain-training games for spatial hearing2024-02-11T00:00:00.000+01:0002Školiteľdoc. Ing. Norbert Kopčo, PhD., univerzitný profesorENTutor1NázovENBrain-training games for spatial hearing1NázovSKBrain-training hry a priestorové počutie2LiteratúraENKlingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. Spisak O, Klingel M, Loksa P, Sebena R, Laback B, Kopco N (2021) “Spectral and binaural cue reweighting for sound localization in real and virtual environments,” 2nd Joint Conference on Binaural and Spatial Hearing, 7-8 October 2021.2LiteratúraSKKlingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. Spisak O, Klingel M, Loksa P, Sebena R, Laback B, Kopco N (2021) “Spectral and binaural cue reweighting for sound localization in real and virtual environments,” 2nd Joint Conference on Binaural and Spatial Hearing, 7-8 October 2021.3CieľSKDostupné možnosti zlepšenia počutia u ľudí s klinicky zdravým sluchom sú obmedzené, a žiadna z nich nie je akceptovaná ani rozšírená tak ako načúvacie strojčeky a kochleárne implantáty. Cieľom tohto projektu je prispieť k vývoju nových procedúr pre rehabilitáciu sluchového postihu vývojom brain-training hier založených na najnovších poznatkoch sluchovej neurovedy a výskume v rámci EU Horizon Europe grantu SAV. Vývoj sluchovej brain-training hry bude v spolupráci s Northeastern University Brain Game Center a Oregon Health & Science University. Hlavným cieľom je vývoj a testovanie rehabilitatívnych techník, ktoré majú zlepšiť sluchové funkcie u ľudí so zhoršeným výkonom v testoch sluchových deficitov tréningom rôznych aspektov sluchového vnímania.3CieľENSolutions designed to enhance auditory processing when hearing thresholds are within normal limits are very limited and none are as recognized or as widely available as are hearing aids and cochlear implants. The project aims to contribute to the development of novel procedures to rehabilitate auditory processing deficits (APD) by developing a brain training game based on modern auditory neuroscience and the results of the EU Horizon Europe SAV grant. The development of auditory brain training game will be in collaboration with Northeastern University Brain Game Center and Oregon Health State University. The main goal of the games is to develop and test rehabilitative techniques that restore auditory function for those who perform poorly on tests of APD by training various aspects of auditory processing.2026-03-03+01:0018.informatikaIdAjinformatikaENComputer ScienceInformatics72502Brain-training hry a priestorové počutie2024-02-11T00:00:00.000+01:0002Školiteľdoc. Ing. Norbert Kopčo, PhD., univerzitný profesorENTutor1NázovENBrain-training games for spatial hearing1NázovSKBrain-training hry a priestorové počutie2LiteratúraSKKlingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. Spisak O, Klingel M, Loksa P, Sebena R, Laback B, Kopco N (2021) “Spectral and binaural cue reweighting for sound localization in real and virtual environments,” 2nd Joint Conference on Binaural and Spatial Hearing, 7-8 October 2021.2LiteratúraENKlingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. Spisak O, Klingel M, Loksa P, Sebena R, Laback B, Kopco N (2021) “Spectral and binaural cue reweighting for sound localization in real and virtual environments,” 2nd Joint Conference on Binaural and Spatial Hearing, 7-8 October 2021.3CieľSKDostupné možnosti zlepšenia počutia u ľudí s klinicky zdravým sluchom sú obmedzené, a žiadna z nich nie je akceptovaná ani rozšírená tak ako načúvacie strojčeky a kochleárne implantáty. Cieľom tohto projektu je prispieť k vývoju nových procedúr pre rehabilitáciu sluchového postihu vývojom brain-training hier založených na najnovších poznatkoch sluchovej neurovedy a výskume v rámci EU Horizon Europe grantu SAV. Vývoj sluchovej brain-training hry bude v spolupráci s Northeastern University Brain Game Center a Oregon Health & Science University. Hlavným cieľom je vývoj a testovanie rehabilitatívnych techník, ktoré majú zlepšiť sluchové funkcie u ľudí so zhoršeným výkonom v testoch sluchových deficitov tréningom rôznych aspektov sluchového vnímania.3CieľENSolutions designed to enhance auditory processing when hearing thresholds are within normal limits are very limited and none are as recognized or as widely available as are hearing aids and cochlear implants. The project aims to contribute to the development of novel procedures to rehabilitate auditory processing deficits (APD) by developing a brain training game based on modern auditory neuroscience and the results of the EU Horizon Europe SAV grant. The development of auditory brain training game will be in collaboration with Northeastern University Brain Game Center and Oregon Health State University. The main goal of the games is to develop and test rehabilitative techniques that restore auditory function for those who perform poorly on tests of APD by training various aspects of auditory processing.2026-03-03+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76389Complexity aspects of automata and formal languages2026-02-18T00:00:00.000+01:0002ŠkoliteľIng. Michal Hospodár, PhD.ENTutor1NázovENComplexity aspects of automata and formal languages1NázovSKZložitostné aspekty automatov a formálnych jazykov2LiteratúraEN(1) J.E. Hopcroft, J.D. Ullman, Introduction to Automata Theory, Languages and Computation, Addison-Wesley (1979) (2) M. Hospodár et al.: Descriptional complexity of the forever operator. Int. J. Found. Comput. Sci. 30(1), 115-134 (2019) https://doi.org/10.1142/S0129054119400069 (3) M. Hospodár et al.: Operational complexity: NFA-to-DFA trade-off. Inf. Comput. 307, 105369 (2025) https://doi.org/10.1016/j.ic.2025.105369 (4) A.N. Maslov: Estimates of the number of states of finite automata. Soviet Math. Doklady 11, 1373-1375 (1970) (5) M.O. Rabin, D. Scott: Finite automata and their decision problems. IBM Journal of Research & Development 3, 114-125 (1959) https://doi.org/10.1147/rd.32.0114 (6) S. Yu et al.: The state complexities of some basic operations on regular languages. Theoret. Comput. Sci. 125(2), 315-328 (1994) https://doi.org/10.1016/0304-3975(92)00011-F 3CieľEN(1) Examine the operational complexity of concatenation on unary alternating finite automata. (2) Bridge the gap between the upper and lower bounds on the state complexity of the k-th power on suffix-free, prefix-closed, and suffix-closed languages. (3) Consider and solve some variants of the magic number problem for several regular operations, with respect to subclasses of regular languages. 4AnotáciaENIn selected models of automata, we examine descriptional complexity of various language operations with additional requirements, such as membership in a specific language class or an upper bound on alphabet size. We also consider the computational complexity of some decision problems related to formal languages and automata. 4AnotáciaSKVo vybraných modeloch automatov skúmame popisnú zložitosť rôznych jazykových operácií s dodatočnými požiadavkami, ako sú príslušnosť do konkrétnej triedy jazykov alebo horná hranica veľkosti abecedy. Tiež uvažujeme výpočtovú zložitosť niektorých rozhodovacích problémov týkajúcich sa formálnych jazykov a automatov.2026-03-03+01:0018.informatikaIdinformatikaTéma bude realizovaná na externej vzdelávacej inštitúcii - MÚ SAVENComputer ScienceInformatics72504Cross-modal interactions and spatial auditory processing2024-02-11T00:00:00.000+01:0002Školiteľdoc. Ing. Norbert Kopčo, PhD., univerzitný profesorENTutor1NázovENCross-modal interactions and spatial auditory processing1NázovSKKrosmodálne interakcie v priestorovom sluchu2LiteratúraSKHladek L, Seitz A, Kopco N (2021) Auditory-visual interactions in egocentric distance perception: Ventriloquism effect and aftereffect. Journal of the Acoustical Society of America, 150, 3593-3607, doi.org/10.1121/10.0007066. Kopčo N, Lokša P, Lin I-F, Groh J, Shinn-Cunningham B (2019). Hemisphere-Specific Properties of the Ventriloquism Aftereffect. Journal of the Acoustical Society of America, 146, EL177 doi.org/10.1121/1.51231762LiteratúraENHladek L, Seitz A, Kopco N (2021) Auditory-visual interactions in egocentric distance perception: Ventriloquism effect and aftereffect. Journal of the Acoustical Society of America, 150, 3593-3607, doi.org/10.1121/10.0007066. Kopčo N, Lokša P, Lin I-F, Groh J, Shinn-Cunningham B (2019). Hemisphere-Specific Properties of the Ventriloquism Aftereffect. Journal of the Acoustical Society of America, 146, EL177 doi.org/10.1121/1.51231763CieľSKNaše videnie ovplyvňuje ako vnímame priestor sluchom. Bruchomluvecký efekt a afterefekt sú fenoménmi, ktoré ilustrujú krátkodobú plasticitu v priestorovom sluchu vyvolanú vizuálnymi signálmi. Vizuálny pozornostný cuing tiež ovplyvňuje sluchové vnímanie z hľadiska lokalizácie zvukov aj priestorového benefitu pri spracovaní reči. Tento projekt bude skúmať efekt vizuálnej informácie na priestorové sluchové vnímanie s využitím behaviorálnych experimentov, neuroimagingových štúdií a výpočtového modelovania.3CieľENVision influences how we perceive space by hearing. Ventriloquism effect and after-effect are phenomena illustrating short-term plasticity in spatial hearing induced by visual signals. Visual attentional cuing also influences spatial auditory processing both in terms of sound localization and spatial benefit in speech perception. The current project will examine the effect of visual information on spatial auditory perception by performing behavioral experiments, neuroimaging studies, and computational modeling.2026-03-03+01:0018.informatikaIdAjinformatikaENComputer ScienceInformatics76469Forenzná analýza systémov umelej inteligencie2026-02-23T00:00:00.000+01:0002Školiteľdoc. RNDr. JUDr. Pavol Sokol, PhD. et PhD.ENTutor1NázovENForensic analysis of artificial intelligence systems1NázovSKForenzná analýza systémov umelej inteligencie2LiteratúraSK(1) Schneider, J., & Breitinger, F. (2023). Towards AI forensics: Did the artificial intelligence system do it?. Journal of Information Security and Applications, 76, 103517. (2) Vassilev, A., Oprea, A., Fordyce, A., & Andersen, H. (2024). Adversarial machine learning: A taxonomy and terminology of attacks and mitigations (NIST AI 100-5). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-2. (3) Jeong, D. (2020). Artificial intelligence security threat, crime, and forensics: Taxonomy and open issues. IEEE Access, 8, 184560-184574. 2LiteratúraEN(1) Schneider, J., & Breitinger, F. (2023). Towards AI forensics: Did the artificial intelligence system do it?. Journal of Information Security and Applications, 76, 103517. (2) Vassilev, A., Oprea, A., Fordyce, A., & Andersen, H. (2024). Adversarial machine learning: A taxonomy and terminology of attacks and mitigations (NIST AI 100-5). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-2. (3) Jeong, D. (2020). Artificial intelligence security threat, crime, and forensics: Taxonomy and open issues. IEEE Access, 8, 184560-184574. 3CieľSK(1) Analyzovať možnosti zaisťovania a extrakcie digitálnych stôp zo systémov umelej inteligencie. (2) Analyzovať možnosti použitia metód strojového učenia pri analýze digitálnych stôp zo systémov umelej inteligencie. (3) Navrhnúť automatizovaný spôsob extrakcie a analýzy forenzných artefaktov zo systémov umelej inteligencie. 3CieľEN(1) Analyze possibilities for the acquisition and extraction of digital evidence from artificial intelligence systems. (2) Analyze possibilities for using machine learning methods in the analysis of digital evidence from artificial intelligence systems. (3) Propose an automated approach for the extraction and analysis of forensic artifacts from artificial intelligence systems.4AnotáciaENArtificial intelligence systems are becoming an integral part of everyday life, which simultaneously leads to a significant increase in cyber threats and cybersecurity incidents. An important aspect of investigating such incidents is an adequate forensic investigation. Within this investigation, several challenges can be identified that are associated with the heterogeneity of available components that make up artificial intelligence systems.4AnotáciaSKSystémy umelej inteligencie sa stávajú neoddeliteľnou súčasťou bežného života. To so sebou súčasne prináša aj významný nárast kybernetických hrozieb a kybernetických bezpečnostných incidentov. Dôležitým aspektom pri vyšetrovaní týchto incidentoch je adekvátne forenzné vyšetrovanie. V rámci tohto vyšetrovania je možno identifikovať viacero problémov, ktoré sú spojené s heterogenitou dostupných komponentov vytvárajúcich systémy umelej inteligencie. 2026-02-24+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76492Fuzzy celulárne automaty2026-02-24T00:00:00.000+01:0002Školiteľprof. RNDr. Stanislav Krajči, PhD.ENTutor1NázovENFuzzy cellular automata1NázovSKFuzzy celulárne automaty2LiteratúraSKaktuálna literatúra3CieľSKTémou práce je skúmanie fuzzifikácií celulárnych automatov, špeciálne Conwayovej hry Life. V jej klasickej verzii ide o opakované diskrétne aplikácie jednoduchého pravidla, ktoré upravuje binárnu hodnotu každej bunky štvorcovej siete podľa hodnôt susedných buniek. Cieľom je modifikovať pravidlá tejto hry tak, aby bunky mohli mať aj nebinárne hodnoty (reprezentujúce teda ich „zdravie“) a hľadať konfigurácie, ktoré pri týchto pravidlách vykazujú zaujímavé správanie (napríklad periodickosť či inú pravidelnosť). Samozrejmosťou je vytvorenie príslušného matematického modelu a ideálom formulácie a formálne dôkazy získaných výsledkov. 3CieľENThe topic of the work is the investigation of fuzzifications of cellular automata, especially Conway's game of Life. In its classic version, it involves repeated discrete applications of a simple rule that adjusts the binary value of each cell of a square grid according to the values ​​of neighboring cells. The goal is to modify the rules of this game so that cells can also have non-binary values ​​(representing their "health") and to look for configurations that exhibit interesting behavior (for example, periodicity or other regularity) with these rules. Of course, the creation of the appropriate mathematical model and the ideal of the formulation and formal proofs of the obtained results are required.4AnotáciaSKTémou práce je skúmanie fuzzifikácií celulárnych automatov, špeciálne Conwayovej hry Life. V jej klasickej verzii ide o opakované diskrétne aplikácie jednoduchého pravidla, ktoré upravuje binárnu hodnotu každej bunky štvorcovej siete podľa hodnôt susedných buniek. Cieľom je modifikovať pravidlá tejto hry tak, aby bunky mohli mať aj nebinárne hodnoty (reprezentujúce teda ich „zdravie“) a hľadať konfigurácie, ktoré pri týchto pravidlách vykazujú zaujímavé správanie (napríklad periodickosť či inú pravidelnosť). Samozrejmosťou je vytvorenie príslušného matematického modelu a ideálom formulácie a formálne dôkazy získaných výsledkov. 4AnotáciaENThe topic of the work is the investigation of fuzzifications of cellular automata, especially Conway's game of Life. In its classic version, it involves repeated discrete applications of a simple rule that adjusts the binary value of each cell of a square grid according to the values ​​of neighboring cells. The goal is to modify the rules of this game so that cells can also have non-binary values ​​(representing their "health") and to look for configurations that exhibit interesting behavior (for example, periodicity or other regularity) with these rules. Of course, the creation of the appropriate mathematical model and the ideal of the formulation and formal proofs of the obtained results are required.2026-02-24+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76491Fuzzy formálna konceptová analýza2024-02-12T00:00:00.000+01:0002Školiteľprof. RNDr. Stanislav Krajči, PhD.ENTutor1NázovENFuzzy formal concept analysis1NázovSKFuzzy formálna konceptová analýza2LiteratúraSKaktuálna literatúra3CieľENFormal concept analysis is a data-mining method applied to a rectangular matrix of data in which each row corresponds to some object, each column corresponds to some possible attribute, and the matrix field value denotes a membership of the column attribute for row object. One of the goals of this method is to find so-called concepts, which are stable (in some sense) pairs of subsets of objects and attributes. The method can be considered a nice application of the algebraic notion of a Galois connection. It has been described in detail by Ganter and Wille, in particular for the so-called crisp case with binary matrix data. A natural question that arises is what happens if the matrix data are non-binary...3CieľSKFormálna konceptová analýza je data-miningová metóda na obdĺžnikovej tabuľke, ktorej každý riadok zodpovedá nejakému objektu, každý stĺpec nejakému jeho potenciálnemu atribútu a každé políčko obsahuje informáciu o tom, či (prípadne v akej miere) má príslušný objekty príslušný atribút. Jeden z cieľov tejto metódy je nájsť takzvané koncepty, čo sú v istom zmysle stabilné dvojice podmnožín objektov a atribútov. FCA možno považovať za peknú aplikáciu algebraického pojmu Galoisovej konexie. Pôvodná verzia vychádza z klasického diela Gantera a Willeho a popisuje prípad binárnych dát. Vzniká však prirodzená otázka, čo sa stane, ak údaje v tabuľke nebudú binárne...4AnotáciaSKFormálna konceptová analýza je data-miningová metóda na obdĺžnikovej tabuľke, ktorej každý riadok zodpovedá nejakému objektu, každý stĺpec nejakému jeho potenciálnemu atribútu a každé políčko obsahuje informáciu o tom, či (prípadne v akej miere) má príslušný objekty príslušný atribút. Jeden z cieľov tejto metódy je nájsť takzvané koncepty, čo sú v istom zmysle stabilné dvojice podmnožín objektov a atribútov. FCA možno považovať za peknú aplikáciu algebraického pojmu Galoisovej konexie. Pôvodná verzia vychádza z klasického diela Gantera a Willeho a popisuje prípad binárnych dát. Vzniká však prirodzená otázka, čo sa stane, ak údaje v tabuľke nebudú binárne...4AnotáciaENFormal concept analysis is a data-mining method applied to a rectangular matrix of data in which each row corresponds to some object, each column corresponds to some possible attribute, and the matrix field value denotes a membership of the column attribute for row object. One of the goals of this method is to find so-called concepts, which are stable (in some sense) pairs of subsets of objects and attributes. The method can be considered a nice application of the algebraic notion of a Galois connection. It has been described in detail by Ganter and Wille, in particular for the so-called crisp case with binary matrix data. A natural question that arises is what happens if the matrix data are non-binary...2026-02-24+01:0018.informatikaIdinformatikaENComputer ScienceInformatics72501Krosmodálne interakcie v priestorovom sluchu2024-02-11T00:00:00.000+01:0002Školiteľdoc. Ing. Norbert Kopčo, PhD., univerzitný profesorENTutor1NázovENCross-modal interactions and spatial auditory processing1NázovSKKrosmodálne interakcie v priestorovom sluchu2LiteratúraSKHladek L, Seitz A, Kopco N (2021) Auditory-visual interactions in egocentric distance perception: Ventriloquism effect and aftereffect. Journal of the Acoustical Society of America, 150, 3593-3607, doi.org/10.1121/10.0007066. Kopčo N, Lokša P, Lin I-F, Groh J, Shinn-Cunningham B (2019). Hemisphere-Specific Properties of the Ventriloquism Aftereffect. Journal of the Acoustical Society of America, 146, EL177 doi.org/10.1121/1.51231762LiteratúraENHladek L, Seitz A, Kopco N (2021) Auditory-visual interactions in egocentric distance perception: Ventriloquism effect and aftereffect. Journal of the Acoustical Society of America, 150, 3593-3607, doi.org/10.1121/10.0007066. Kopčo N, Lokša P, Lin I-F, Groh J, Shinn-Cunningham B (2019). Hemisphere-Specific Properties of the Ventriloquism Aftereffect. Journal of the Acoustical Society of America, 146, EL177 doi.org/10.1121/1.51231763CieľSKNaše videnie ovplyvňuje ako vnímame priestor sluchom. Bruchomluvecký efekt a afterefekt sú fenoménmi, ktoré ilustrujú krátkodobú plasticitu v priestorovom sluchu vyvolanú vizuálnymi signálmi. Vizuálny pozornostný cuing tiež ovplyvňuje sluchové vnímanie z hľadiska lokalizácie zvukov aj priestorového benefitu pri spracovaní reči. Tento projekt bude skúmať efekt vizuálnej informácie na priestorové sluchové vnímanie s využitím behaviorálnych experimentov, neuroimagingových štúdií a výpočtového modelovania.3CieľENVision influences how we perceive space by hearing. Ventriloquism effect and after-effect are phenomena illustrating short-term plasticity in spatial hearing induced by visual signals. Visual attentional cuing also influences spatial auditory processing both in terms of sound localization and spatial benefit in speech perception. The current project will examine the effect of visual information on spatial auditory perception by performing behavioral experiments, neuroimaging studies, and computational modeling.2026-03-03+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76473Kvantové štruktúry a Formálna konceptová analýza2026-02-23T00:00:00.000+01:0002Školiteľdoc. RNDr. Ondrej Krídlo, PhD.ENTutor1NázovENQuantum structures and Formal concept analysis1NázovSKKvantové štruktúry a Formálna konceptová analýza2LiteratúraSKENGESSER, Kurt – GABBAY, Dov M. – LEHMANN, Daniel (eds.). Handbook of Quantum Logic and Quantum Structures: Quantum Structures. Amsterdam: Elsevier, 2007. 801 s. ISBN 978-0-444-52870-4. KRÍDLO, O. – OJEDA-ACIEGO, M. Relating Hilbert-Chu correspondences and big toy models for quantum mechanics. In: Computational Intelligence and Mathematics for Tackling Complex Problems. Cham: Springer, 2020, s. 75–80. KRÍDLO, Ondrej – OJEDA-ACIEGO, Manuel. Formal concept analysis and structures underlying quantum logics. In: 17th International Conference, IPMU 2018, Cádiz, Spain, June 11–15, 2018, Proceedings, Part I. Springer, 2018, s. 574–584. (Communications in Computer and Information Science, vol. 853). ISBN 978-3-319-91472-5. 3CieľSK1. Špecifikovať ortomodulárne vlastnosti kvantových štruktúr z hľadiska FCA 2. Skúmať vzťahy s inými kvantovými štruktúrami napr. D-poset. 3. Skúmať vzťahy s inými oblasťami ako napríklad kvantové počítanie, kvantová logika, fuzzy logika,... 4AnotáciaSKZákladnou kvantovou štruktúrou sú úplné ortomodulárne zväzy. Tieto štruktúry boli v kvantovej fyzike empiricky vypozorované a ich štrukturálne vlastnosti boli popísané a študované ako uzavreté podpriestory Hilbertovho priestoru. Kategoriálne vlastnosti a vzťahy s FCA sú známe. Ukazuje sa, že popis týchto ortomodulárnych zväzov môže byť z pohľadu FCA oveľa všeobecnejší a jednoduchší.2026-02-24+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76483Lokalizácia a extrakcia štruktúrovaných dát z textov2026-02-23T00:00:00.000+01:0002ŠkoliteľRNDr. Peter Gurský, PhD., univerzitný docentENTutor1NázovENLocalization and extraction of structured data from texts1NázovSKLokalizácia a extrakcia štruktúrovaných dát z textov2LiteratúraSKaktuálna literatúra  3CieľSKVývoj nových postupov a metód pri lokalizovaní a/alebo extrahovaní explicitných a/alebo implicitných atribútov z textov. 4AnotáciaSKPri analyzovaní rôznych vlastností a overovaní rôznych hypotéz vo veľkej sade textov je potrebné najprv extrahovať z textov fakty, ktoré sú pre danú analýzu relevantné. Príkladom môže byť veľká množina súdnych rozhodnutí a to čo by sme mohli extrahovať sú výšky a povahy trestov, listinné dôkazy, svedkovia, forenzné stopy, odkazované právne predpisy, osobné údaje a mnohé ďalšie. Tieto štruktúrované dáta sú veľmi často vopred neznáme a prichádzajú až ako súčasť zadania. Nakoľko ide o extrakciu z voľného textu typickou kombináciou prístupov, ktorú je možné uvažovať, sú regulárne výrazy a použitie jazykových modelov v kombinácii s poloautomatickou metódou, pri ktorej anotátor označí správne hodnoty. Atribúty sú zastúpené vo voľnom texte rôznym spôsobom. Niektoré sú vyjadrené explicitne, teda vo forme často alebo menej často používaných ustálených fráz, alebo sú identifikovateľné na základe svojho jedinečného tvaru. Iné atribúty môžu byť vyjadrené implicitne tak, že nejakou formou vyplývajú z kontextu samotného textu rozhodnutia. 2026-03-03+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76405Pokročilé metódy neurónových sietí a ich aplikácie2026-02-19T00:00:00.000+01:0012Školiteľdoc. RNDr. Ľubomír Antoni, PhD.ENTutor1NázovENAdvanced neural network methods and their applications1NázovSKPokročilé metódy neurónových sietí a ich aplikácie2LiteratúraSK1. HE, Chunming, et al. Diffusion models in low-level vision: A survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2025. 2. RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: a modern approach, 4th US ed., University of California, Berkeley, 2021 3. KELLEHER, John D. Deep learning. MIT press, 2019. 2LiteratúraEN1. HE, Chunming, et al. Diffusion models in low-level vision: A survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2025. 2. RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: a modern approach, 4th US ed., University of California, Berkeley, 2021 3. KELLEHER, John D. Deep learning. MIT press, 2019. 3CieľSKCieľom dizertačnej práce je spracovať prehľad aktuálnych metód, navrhnúť a implementovať pokročilé neurónové siete a súvisiace architektúry v úlohách počítačového videnia, či v iných oblastiach. Konkrétne je cieľom analyzovať existujúce modely a ich architektúry, navrhnúť, implementovať a experimentálne vyhodnotiť modifikovanú architektúru s dôrazom na stabilitu trénovania a výpočtovú zložitosť, optimalizovať modely pre špecifické aplikácie. 3CieľENThe aim of the doctoral thesis is to provide a comprehensive overview of current methods and to design and implement advanced neural networks and related architectures for computer vision tasks and other application domains. Specifically, the objective is to analyze existing models and their architectures, to design, implement, and experimentally evaluate a modified architecture with an emphasis on training stability and computational complexity, and to optimize the models for specific applications.4AnotáciaSKNeurónové siete patria medzi populárne metódy strojového učenia, ktoré sú v súčasnosti state-of-the-art pri analýze multimodálnych dát. Medzi aktuálne a prínosné metódy patria transforméry, variačné autoenkodéry a difúzne modely, ktoré sa používajú v rôznych aplikačných doménach, vrátane počítačového videnia, spracovania prirodzeného jazyka, či tvorby syntetických dát. 4AnotáciaENNeural networks are among the most popular machine learning methods and currently represent the state of the art in multimodal data analysis. Contemporary and impactful approaches include transformers, variational autoencoders, and diffusion models, which are applied across various domains, including computer vision, natural language processing, and synthetic data generation.2026-02-24+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76484RAG systém pre právne texty2026-02-23T00:00:00.000+01:0002ŠkoliteľRNDr. Peter Gurský, PhD., univerzitný docentENTutor1NázovENRAG system for legal texts1NázovSKRAG systém pre právne texty2LiteratúraSKRyan Calvin Barron, Maksim Eren, Olga Serafimova, Cynthia Matuszek, and Boian Alexandrov. 2026. Bridging Legal Knowledge and AI: Retrieval-Augmented Generation with Vector Stores, Knowledge Graphs, and Hierarchical Non-negative Matrix Factorization. In Proceedings of the Twentieth International Conference on Artificial Intelligence and Law (ICAIL '25). Association for Computing Machinery, New York, NY, USA, 51–60. https://doi.org/10.1145/3769126.3769215 3CieľSK1. Analyzovať ako ovplyvňuje kvalita a granularita indexovania právnych textov (zákony, judikáty, komentáre) presnosť a spoľahlivosť odpovedí generovaných RAG systémom. 2. Skúmať, aké techniky vyhodnocovania istoty odpovede (confidence estimation) sú najvhodnejšie pre právnu doménu a dokážu spoľahlivo určiť situácie, v ktorých má systém odpoveď odmietnuť. 3. Analyzovať do akej miery dokáže jazykový model správne interpretovať právne pojmy, vzťahy a judikatúru bez skreslenia či halucinácie, a zistiť ktoré typy právnych otázok sú pre model najproblematickejšie. 4AnotáciaSKTéma sa týka oblasti systémov typu Retrieval-Augmented Generation (RAG) určených na spoľahlivé odpovedanie na právne otázky s dôrazom na minimalizáciu halucinácií. Projekt sa zameriava na využitie relevantných právnych predpisov, judikátov a iných súdnych rozhodnutí ako primárnych zdrojov znalostí, pričom dôsledne sleduje presnosť citácií aj transparentnosť argumentácie. Úlohou je identifikovať vhodné metódy indexácie a vektorového vyhľadávania právnych textov, ktoré vykazujú vysokú štrukturálnu aj jazykovú komplexnosť. Správny systém má dokázať posúdiť mieru istoty vygenerovanej odpovede a v prípade nedostatočnej podpory zo zdrojov musí byť schopný bezpečne odmietnuť odpovedať alebo ponúknuť alternatívne upresňujúce otázky. Dôležitou otázkou ostáva, ako riešiť konfliktné rozhodnutia alebo rozdielne právne výklady. Oblasť práva je tiež špecifická časovou nestabilitou a teda aj výzvam pri správe zdrojov, ako je verziovanie právnych predpisov a zmeny ich účinnosti v čase. Otvorené zostávajú problémy metrík hodnotenia správnosti právnych odpovedí, keďže tradičné jazykové benchmarky neposkytujú adekvátnu mieru verifikácie. 2026-03-03+01:0018.informatikaIdinformatikaENComputer ScienceInformatics72505Training of plasticity and attention in spatial hearing2024-02-11T00:00:00.000+01:0002Školiteľdoc. Ing. Norbert Kopčo, PhD., univerzitný profesorENTutor1NázovENTraining of plasticity and attention in spatial hearing1NázovSKTrénovanie plasticity a pozornosti v priestorovom počúvaní2LiteratúraSKVlahou E, Ueno K, Shinn-Cunningham B, Kopco N (2021) Calibration of consonant perception to room reverberation. Journal of Speech, Language, and Hearing Research, 64(8), 2956-2976 Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. 2LiteratúraENVlahou E, Ueno K, Shinn-Cunningham B, Kopco N (2021) Calibration of consonant perception to room reverberation. Journal of Speech, Language, and Hearing Research, 64(8), 2956-2976 Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. 3CieľSKV každodennom živote sú ľudia vystavení rôznym súčasne pôsobiacim stimulom v komplexnom a neustále sa meniacom prostredí. V snahe korektne extrahovať relevantné informácie ľudia adaptovali spracovávanie vnemov tak, aby odrážalo špecifiká aktuálnej scény, a z predošlých skúseností sa naučili zlepšovať použité stratégie vnímania. Cieľom projektu je na základe vykonanej série behaviorálnych experimentov, štúdií zobrazenia mozgu a s využitím výpočtového modelovania študovať ako tréning pozornosti a mechanizmov implicitného a explicitného učenia vplýva na zvládnutie spracovania reči, lokalizácie zvuku a učenia sa nových fonetických kategórii v komplexných zvukových prostrediach.3CieľENIn everyday situations, humans are exposed to multiple concurrent stimuli in complex, continuously changing environments. To correctly extract relevant information, they adapt their processing to reflect the specifics of the current scene, and they learn from previous experience to improve the perceptual strategies used. The current project proposes to perform a series of behavioral experiments, brain imaging studies, and computational modeling to study how training of attention and of mechanisms of implicit and explicit learning can be used to cope with complex listening environments for speech processing, sound localization, and learning of new phonetic categories.2026-03-03+01:0018.informatikaIdAjinformatikaENComputer ScienceInformatics72506Trénovanie plasticity a pozornosti v priestorovom počúvaní2024-02-11T00:00:00.000+01:0002Školiteľdoc. Ing. Norbert Kopčo, PhD., univerzitný profesorENTutor1NázovENTraining of plasticity and attention in spatial hearing1NázovSKTrénovanie plasticity a pozornosti v priestorovom počúvaní2LiteratúraSKVlahou E, Ueno K, Shinn-Cunningham B, Kopco N (2021) Calibration of consonant perception to room reverberation. Journal of Speech, Language, and Hearing Research, 64(8), 2956-2976 Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. 2LiteratúraENVlahou E, Ueno K, Shinn-Cunningham B, Kopco N (2021) Calibration of consonant perception to room reverberation. Journal of Speech, Language, and Hearing Research, 64(8), 2956-2976 Klingel M, Laback B, Kopco N (2021) Reweighting of Binaural Localization Cues Induced by Lateralization Training. Journal of the Association for Research in Otolaryngology, 22, 551–566, https://doi.org/10.1007/s10162-021-00800-8. 3CieľSKV každodennom živote sú ľudia vystavení rôznym súčasne pôsobiacim stimulom v komplexnom a neustále sa meniacom prostredí. V snahe korektne extrahovať relevantné informácie ľudia adaptovali spracovávanie vnemov tak, aby odrážalo špecifiká aktuálnej scény, a z predošlých skúseností sa naučili zlepšovať použité stratégie vnímania. Cieľom projektu je na základe vykonanej série behaviorálnych experimentov, štúdií zobrazenia mozgu a s využitím výpočtového modelovania študovať ako tréning pozornosti a mechanizmov implicitného a explicitného učenia vplýva na zvládnutie spracovania reči, lokalizácie zvuku a učenia sa nových fonetických kategórii v komplexných zvukových prostrediach.3CieľENIn everyday situations, humans are exposed to multiple concurrent stimuli in complex, continuously changing environments. To correctly extract relevant information, they adapt their processing to reflect the specifics of the current scene, and they learn from previous experience to improve the perceptual strategies used. The current project proposes to perform a series of behavioral experiments, brain imaging studies, and computational modeling to study how training of attention and of mechanisms of implicit and explicit learning can be used to cope with complex listening environments for speech processing, sound localization, and learning of new phonetic categories.2026-03-03+01:0018.informatikaIdinformatikaENComputer ScienceInformatics76470Útoky na metódy strojového učenia v oblasti kybernetickej bezpečnosti2026-02-23T00:00:00.000+01:0002Školiteľdoc. RNDr. JUDr. Pavol Sokol, PhD. et PhD.ENTutor1NázovENAttacks on machine learning methods in cybersecurity1NázovSKÚtoky na metódy strojového učenia v oblasti kybernetickej bezpečnosti2LiteratúraSK(1) Debicha, Islam, et al. "Adv-Bot: Realistic Adversarial Botnet Attacks against Network Intrusion Detection Systems." Computers & Security (2023): 103176. (2) Pawlicki, Marek, Michał Choraś, and Rafał Kozik. "Defending network intrusion detection systems against adversarial evasion attacks." Future Generation Computer Systems 110 (2020): 148-154. (3) Richards, Luke E., Edward Raff, and Cynthia Matuszek. "Measuring Equality in Machine Learning Security Defenses." arXiv preprint arXiv:2302.08973 (2023). 2LiteratúraEN(1) Debicha, Islam, et al. "Adv-Bot: Realistic Adversarial Botnet Attacks against Network Intrusion Detection Systems." Computers & Security (2023): 103176. (2) Pawlicki, Marek, Michał Choraś, and Rafał Kozik. "Defending network intrusion detection systems against adversarial evasion attacks." Future Generation Computer Systems 110 (2020): 148-154. (3) Richards, Luke E., Edward Raff, and Cynthia Matuszek. "Measuring Equality in Machine Learning Security Defenses." arXiv preprint arXiv:2302.08973 (2023). 3CieľSK(1) Analyzovať používané metódy strojového učenia v oblasti kybernetickej bezpečnosti vzhľadom na ich odolnosť voči útokom. (2) Navrhnúť spôsob testovania metód strojového učenia vzhľadom na možnosť ich zneužitia zo strany útočníka. (3) Navrhnúť spôsob ochrany metód strojového učenia voči rôznym typom útokov. 3CieľEN(1) Analyze machine learning methods used in cybersecurity with respect to their robustness against attacks. (2) Propose an approach for testing machine learning methods with regard to the possibility of adversarial misuse. (3) Propose methods for protecting machine learning techniques against various types of attacks.4AnotáciaENMachine learning methods play an important role in incident response. For detecting security incidents or attacks, these methods learn models of normal behavior from training data and then identify incidents or attacks as deviations from that model. This process encourages attackers to manipulate training data so that the learned model fails to detect subsequent attacks. Beyond the training phase, security systems that use machine learning methods are also vulnerable to various attacks during the decision-making (inference) phase. An attacker can bypass the learned behavior of the detection system by using specially crafted inputs.4AnotáciaSKMetódy strojového učenia zohrávajú v rámci reakcie na bezpečnostné incidenty dôležitú úlohu. K detekcii bezpečnostných incidentov, resp. útokov tieto metódy vytvárajú z tréningových údajov modely normálneho správania a detegujú incidenty, resp. útoky ako odchýlky od tohto modelu. Tento proces nabáda útočníkov, aby manipulovali s tréningovými údajmi takým spôsobom, aby naučený model nedokázal odhaliť ich následné útoky. Okrem fázy učenia sa, sú bezpečnostné systémy využívajúce metódy strojového učenia náchylné na rôzne útoky aj vo fáze samotného rozhodovania. Útočník pomocou špeciálne vybraných vstupov obíde naučené správanie sa detekčného systému. 2026-02-24+01:0018.informatikaIdinformatikaENComputer ScienceInformatics