• Adversarialní strojové učení pro detekci škodlivého chování v síťové bezpečnosti 

      Autor: Michal Najman; Vedoucí práce: Lisý Viliam; Oponent práce: Bím Jan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
      Adversarialní strojové učení má v principu dva cíle: navrhnout útočníka, který je schopen obejít detektor; a detektor, který úspěšně detekuje dané útočníky. Tyto protichůdné motivy jsou v této práci modelovány pomocí teorie ...
    • Efektivita variant algoritmu minimalizace fiktivní lítosti v různých doménách 

      Autor: Jan Rudolf; Vedoucí práce: Lisý Viliam; Oponent práce: Čermák Jiří
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-01-19)
      Algoritmy, které jsou kompetitivně schopné hrát proti lidem populární hry, byly v pozornosti výzkumu v oboru umělé inteligence od počátku. Jako reprezentant her s neúplnou informací byl i dvouhráčový poker. Výzkum algoritmů ...
    • Explorační strategie pro posilované učení s aproximací funkcí 

      Autor: Moravová Alena; Vedoucí práce: Lisý Viliam; Oponent práce: Kadlec Rudolf
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-01-09)
      Tématem této diplomové práce jsou explorační strategie ve vysokodimenzionálních problémech posilovaného učení. Tři současné explorační strategie byly evaluovány na dvou doménách - na klasifikaci s drahými proměnnými a na ...
    • Herne teoretická optimalizace detekce škodlivého chování 

      Autor: Samusevich Raman; Vedoucí práce: Lisý Viliam; Oponent práce: Grill Martin
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2016-05-30)
      Klasifikátory založené na strojovém učení se používají v takových bezpečnostních aplikacích jako detekce podvodného chování nebo detekce narušení bezpečnosti počítačových ve snaze předejít detekci. Avšak klasické metody ...
    • Hluboké posilované učení ve složitých strukturovaných prostředích 

      Autor: Volný Adam; Vedoucí práce: Lisý Viliam; Oponent práce: Drchal Jan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-06-07)
      Vytváření obecných agentů schopných naučit se užitečné rozhodovací strategie v prostředích reálného světa je obtížný úkol. Posilované učení je oblast, která se snaží tento problém vyřešit. Poskytuje obecný, rigorózně ...
    • Limitations of Reinforcement Learning Algorithms in Imperfect Information Games 

      Autor: Jakub Koubele; Vedoucí práce: Lisý Viliam; Oponent práce: Gavenčiak Tomáš
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-01-22)
      Tato práce zkoumá vlastnosti algoritmů posilovaného učení aplikovaných ve hrách s neúplnou informací. Hry s neúplnou informací jsou složitější než ostatní prostředí v nichž jsou algoritmy posilovaného učení běžně využívány, ...
    • Modely omezené racionality v algoritmu minimalizace hypotetické lítosti 

      Autor: David Milec; Vedoucí práce: Lisý Viliam; Oponent práce: Černý Jakub
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-13)
      V mé práci jsem se soustředil na využívání soupeřů s modelem omezené racionality, kterým je například quantal response, ve velkých extenzivních hrách s omezenou informací. Definoval jsem dva nové koncepty řešení, quantal ...
    • Reducing Variance in Monte Carlo Counterfactual Regret Minimization 

      Autor: Pavel Kuchař; Vedoucí práce: Lisý Viliam; Oponent práce: Bošanský Branislav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-01-21)
      Práce se zaměřuje na redukci variance v Monte Carlo CFR algoritmech v hrách s neúplnou informací. Po představení základního názvosloví a základních konceptů z teorie her jsou rozebrány nedávné úspěchy v redukci variance v ...
    • Reducing Variance in Monte Carlo Counterfactual Regret Minimization 

      Autor: Pavel Kuchař; Vedoucí práce: Lisý Viliam; Oponent práce: Bošanský Branislav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)
      Práce se zaměřuje na redukci variance v Monte Carlo CFR algoritmech v hrách s neúplnou informací. Po představení základního názvosloví a základních konceptů z teorie her jsou rozebrány nedávné úspěchy v redukci variance v ...
    • Spojení online učení a výpočtu rovnováhy v bezpečnostních hrách 

      Autor: Klíma Richard; Vedoucí práce: Lisý Viliam; Oponent práce: Vaněk Ondřej
      V současné době je v mnoha bezpečnostních odvětvích velká poptávka po vyvíjení efektivních přístupů, které používají teorii her. Nové algoritmy jsou modelovány v konceptu zvaném Stackelbergova bezpečnostní hra. V této práci ...
    • Vytváření robustních klasifikátorů vůči manipulovaným datům 

      Autor: Všetečka Petr; Vedoucí práce: Lisý Viliam; Oponent práce: Kohout Jan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-06-07)
      Tato práce se zabývá bližším studiem fenoménu klasifikace manipulovaných dat. Prochází historii těchto útoků, třídí je do skupin a podrobněji rozepisuje fungování vybraných algoritmů. Spolu s útoky popisuje i způsoby obrany, ...