Neuronové sítě jako detektory anomálií
Neural networks as anomaly detectors
Type of document
bakalářská prácebachelor thesis
Author
Rymeš Karel
Supervisor
Borovička Tomáš
Opponent
Vašata Daniel
Field of study
Teoretická informatikaStudy program
InformatikaInstitutions assigning rank
katedra teoretické informatikyDefended
2017-02-08Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Tato práce teoreticky popisuje neuronové sítě a přináší obecné shrnutí přístupů používaných k detekci anomálií. Největší důraz je kladen na popsání aktuálního stavu technik detekce anomálií založených na umělých neuronových sítí. Ve velkém detailu jsou popsány sítě s radiální bázovou funkcí, autoenkoder, deep belief network a omezený Boltzmannův stroj. Tato práce též přináší experimentální doporučení ohledně výběru topologie a hyperparametrů autoenkoderu a stacked autoenkoderu. Experimentální část této práce je napsána v Pythonu. This work theoretically describes artificial neural networks and overviews the anomaly detection branch. The biggest emphasis is then placed on the description of the current state of the anomaly detection techniques based on the neural networks. The radial basis function network, autoencoder, deep belief network and restricted Boltzmann machines are described in great detail. The thesis also provides experimental advice on hyperparameter and topology selection for the regular and stacked autoencoder. The experimental part of the work is written in Python.
Collections
- Bakalářské práce - 18101 [349]
Related items
Showing items related by title, author, creator and subject.
-
Využití konceptu softwarově definovaných sítí v otevřených optických transportních sítích
Author: Ivan Eroshkin; Supervisor: Boháč Leoš; Opponent: Ksentini Adlen
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-01-28)Pro udrženı́ tempa s rostoucı́mi požadavky na přenosovou rychlost, latenci a bezpečnost je nutné zvážit současnou koncepci řı́zenı́ sı́tı́. Software-Defined Networking (SDN) je jedno z možných řešenı́, ke kterému ... -
Vylepšení směrování v oportunistických sítích pomocí metod strojového učení s učitelem a bez učitele
Author: Ladislava Smítková Janků; Supervisor: Hyniová Kateřina; Opponent: Borgia Eleonora
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-04-30)The dissertation thesis deals with the issue of special routing algorithms designed for com-munication in opportunistic networks. We proposed three extended routing algorithms combining unsupervised or supervised learning ... -
Bayesovské učení binárních neuronových sítí
Author: Tejas Bhatnagar; Supervisor: Shekhovtsov Oleksandr; Opponent: Flach Boris
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-02-01)Neural Networks with binary weights are of special interest as they are computation friendly and do not demand a lot hardware. However, training is rather challenging as they these binary weights do not have a gradient. ...