slovensky
english 
Doktorandské štúdium je najvyšším stupňom vysokoškolského vzdelávania. Cieľom Fakulty prírodných vied a informatiky je príprava doktorandov na samostatnú tvorivú vedeckovýskumnú a pedagogickú prácu v moderných akreditovaných študijných odboroch ako je aplikovaná informatika, environmentalistika, molekulárna biológia, fyzika materiálov a teória vyučovania matematiky a chémie (Podrobnosti o študijných odboroch doktorandského štúdia).
- Termín podania prihlášky: 31.5.2025
- Zoznam tém na stiahnutie
Na akademický rok 2025/2026 boli vypísané nasledujúce témy.
Téma: Získavanie znalostí z globálnych monitorov prostredníctvom štrukturálneho modelovania
Anotácia: Ambíciou výskumu je navrhnúť postupy kombinujúce viacrozmerné analýzy v rámci jednotného analytického rámca pre špecifické zdroje dát, ktoré sú výsledkom globálnych monitorov ako sú napríklad GEM, GUESSS a iné. GEM dáta (Global Entrepreneurship Monitor) sú významným zdrojom znalostí o podnikaní na Slovenku ako aj v medzinárodnom kontexte. Je možné ich prepojiť s inými verejne dostupnými databázami, ktoré sú tiež dôležité pre získavanie znalostí o podnikateľskom prostredí. Jadrom riešenia dizertačnej práce je tieto znalosti extrahovať vhodnou kombináciou širokého spektra viacrozmerných metód. Jedným z prístupov ku kombinovaniu je prostredníctvom štrukturálneho modelovania, ktoré integruje niekoľko viacrozmerných techník do jedného modelu. Zároveň rozlišuje endogénne a exogénne premenné ako aj latentné a pozorované premenné v rámci jednotného analytického rámca na analýzu komplexných viacrozmerných vzťahov. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Strojové učenie.
Školiteľ: prof. RNDr. Michal Munk, PhD.
Forma štúdia: denná
Téma: Odhad kvality strojového prekladu do slovenčiny prostredníctvom veľkých jazykových modelov
Anotácia: Odhad kvality (QE) predpovedá kvalitu strojového prekladu bez prístupu k referenčným prekladom. Donedávna sa pozornosť odhadu kvality sústredila predovšetkým na hodnotenie prekladov na úrovni viet a slov. Avšak takýto prístup nedokáže rozpoznať závažnosť chybovosti konkrétnych segmentov v rámci preložených viet. Cieľom dizertačnej práce je navrhnúť QE model (rámec) strojového prekladu, ktorý zahŕňa v sebe detekciu chýb na úrovni viet, extrakciu rozsahu chýb na úrovni slov a hodnotenie závažnosti chybovosti, ktorý vhodným spôsobom prepája s posteditáciu prostredníctvom veľkých jazykových modelov. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Spracovanie prirodzeného jazyka.
Školiteľ: prof. RNDr. Daša Munková, PhD.
Konzultant: Mgr. František Forgáč, PhD.
Forma štúdia: denná
Téma: Vývoj a implementácia VR tréningových simulácií pre Industry 5.0: Interdisciplinárny prístup k fyziologickým, behaviorálnym a technologickým aspektom
Anotácia: Dizertačná práca sa zameriava na vývoj a implementáciu VR tréningových simulácií pre Industry 5.0, pričom kombinuje fyziologické, behaviorálne a technologické aspekty. Cieľom výskumu je identifikovať a analyzovať kľúčové fyziologické a behaviorálne reakcie zamestnancov na simulované pracovné situácie v prostredí virtuálnej reality (VR). Výskum sa bude sústrediť na adaptabilitu zamestnancov na automatizované výrobné prostredie, ich schopnosť riešiť problémy a zvládať stresové situácie. Práca sa bude zaoberať vývojom metodológie pre návrh a vývoj VR tréningových scenárov, ktoré budú reflektovať reálne požiadavky priemyselných podnikov. Výskum bude zahŕňať experimentálne metódy, ako sú GSR, HRV analýza a senzorické merania na monitorovanie fyziologických reakcií, ako aj analýzu pohybových vzorcov a interakcií s VR prostredím. Cieľom je vytvoriť komplexný rámec pre efektívne a personalizované VR tréningy, ktoré prispejú k zvýšeniu efektivity a adaptácie zamestnancov na nové pracovné výzvy v rámci Industry 5.0. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Rozpoznávanie vzorov.
Školiteľ: prof. Ing. Zoltán Balogh, PhD.
Konzultant: Dr. rer. nat. Martin Polák - GAMETHERAPY s.r.o.
Forma štúdia: denná
Téma: Implementácia Data Mesh architektúry vo výskumnej organizácii: Federovaný prístup k správe údajov, interoperabilite a integrácii AI
Anotácia: Data Mesh architektúra predstavuje decentralizovaný architektonický prístup k správe dát, ktorý zaobchádza s údajmi ako s produktom, pričom dáta zostávajú v správe doménovo-špecifických tímov. Výsledná architektúra umožňuje samoobslužnú dátovú infraštruktúru a federatívne riadenie. Dizertačná práca sa zaoberá problémami spojenými s implementáciou Data Mesh architektúry do IT infraštruktúry výskumnej organizácie, pričom sa zameriava na manažment a interoperabilitu dát a integráciu s AI/ML projektami. S využitím platformy Kubeflow sa výskum v práci zameriava na evalváciu zvolenej architektúry, pričom aplikuje vybrané metriky dátového inžinierstva a strojového učenia. Výsledné zistenia sú prínosom pre oblasť riadenia dát v organizáciách zameraných na výskum, dátové inžinierstvo s úzkym prepojením na projekty dátovej vedy. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Manažment dát.
Školiteľ: doc. Mgr. Martin Drlík, PhD.
Forma štúdia: denná
Téma: Techniky zohľadňujúce časový kontext pri trénovaní jazykových modelov
Anotácia: Platnosť postojov ako aj poznatkov sa v priebehu času môže vyvíjať v dôsledku kultúrnych zmien, technologického pokroku a spoločenských trendov. Štandardné postupy pre tvorbu jazykových modelov však často vnímajú korpusy ako statické dáta, čo môže spôsobovať nepresné výsledky pri aplikáciách jazykových modelov. Cieľom práce je vyvinúť techniky, ktoré integrujú časový kontext do procesu učenia jazykových modelov, čím zabezpečia ich aktuálnosť. Predpokladané zameranie práce ja na tzv. časové váhovanie údajov pri trénovaní modelov, t.j. priradenie rôznych váh tréningovým vzorkám na základe ich časovej relevancie. Dôsledkom by malo byť zvýšenie presnosti jazykových modelov pre časovo senzitívne aplikácie, ako je analýza správ, financie či právne otázky. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Spracovanie prirodzeného jazyka.
Školiteľ: doc. PaedDr. Jozef Kapusta, PhD.
Forma štúdia: denná
Téma: Ekonomické aspekty vplyvu uplatňovania prvkov umelej inteligencie na obsahový marketing sociálnych sietí
Anotácia: Súčasný stav online marketingu sa výrazne zmenil s príchodom umelej inteligencie a jej postupným zavádzaním do takmer každého aspektu nášho života. V súvislosti s predajom produktov už nestačia klasické formy oslovovania klientov prostredníctvom ponuky produktov, ich spôsob vyhľadávania a zvýrazňovania oproti iným produktom, a preto sa zdá, že prvky umelej inteligencie by mohli byť novým impulzom v obsahovom marketingu. Hlavným cieľom tejto dizertačnej práce bude analyzovať, ako prvky umelej inteligencie (napr. generatívne modely) ovplyvňujú účinnosť marketingových stratégií, náklady na ich realizáciu a návratnosť investícií (ROI). Z empirického hľadiska bude dizertačná práca skúmať ekonomický vplyv implementácie umelej inteligencie (AI) na obsahový marketing na sociálnych sieťach. Študent sa zameria na využitie matematicko-štatistických metód a rozhodovacích metód AI tak, aby vyhodnotil potenciálne prínosy pre organizácie a nastavil systém monitorovania a vyhodnocovania kľúčových ukazovateľov výkonnosti. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Spracovanie prirodzeného jazyka.
Školiteľ: doc. PaedDr. Martin Magdin, Ph.D.
Forma štúdia: denná
Téma: Kybernetická spravodajská analytika hrozieb s použitím analýzy, detekcie a predikcie kybernetických hrozieb
Anotácia: Kybernetická spravodajská analytika hrozieb je oblasť kybernetickej bezpečnosti, ktorá sa zameriava na zhromažďovanie a analýzu informácií o súčasných a potenciálnych útokoch ohrozujúcich bezpečnosť organizácie alebo jej aktív. Hlavnou výhodou spravodajskej analýzy hrozieb je, že ide o proaktívne bezpečnostné opatrenie – umožňuje predvídať útoky, hodnotiť ich závažnosť, predchádzať im alebo minimalizovať ich dopad. Cieľom práce je predpovedať rôzne typy útokov a ich závažnosť v časovom horizonte od niekoľkých sekúnd po niekoľko dní. Prístup, ktorý sa použije, integruje niekoľko viacrozmerných techník do jedného modelu, pričom rozlišuje endogénne a exogénne premenné ako aj latentné a pozorované premenné v rámci jednotného analytického rámca. Za týmto účelom sa použije štrukturálne modelovanie kombinujúce princípy faktorovej analýzy, viacnásobnej regresie a analýzy ciest na analýzu komplexných viacrozmerných vzťahov. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Strojové učenie.
Školiteľ: prof. RNDr. Michal Munk, PhD.
Konzultant: PaedDr. Peter Švec, Ph.D.
Forma štúdia: denná
Téma: DNN modelovanie rečového prispôsobovania v akustických a textových dátach
Anotácia: Prispôsobovanie sa medzi ľuďmi počas rečovej interakcie môže pozitívne vplývať na úspešnosť komunikácie, alebo podporovať vzájomnú dôveryhodnosť. Na rečovom korpuse v materinskom a cudzom (anglickom) jazyku bude úlohou prispôsobiť alebo vyvinúť DNN metódy automatického modelovania tohto prispôsobovania v akustickej, lexikálnej a syntaktickej rovine, ktoré budú následne porovnávané s kvalitatívnym prístupom k modelovaniu prispôsobovaniu. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Spracovanie reči.
Školiteľ: prof. Mgr. Štefan Beňuš, PhD.
Forma štúdia: denná
Téma: Vybrané metódy a techniky prípravy dát pre potreby geografických informačných systémov ako aplikačného nástroja modelovania časopriestorových zmien reálneho 3D prostredia
Anotácia: Dizertačná práca sa bude prioritne venovať metódam a technikám prípravy dát pre potreby geografických informačných systémov (GIS). V rámci teoreticko-metodologických východísk bude venovaná pozornosť histórii, definícii GIS, požiadavkami na softvér a hardvér GIS ako aj štruktúrou údajov - ich typmi, vektorovému i rastrovému dátovému modelu, topológii či najviac využívaným softvérovým produktom pre tvorbu GIS. Jedným z cieľov bude analýza a zhodnotenie možností využitia GIS ako aplikačného nástroja pri analýze, hodnotení a predikčnom modelovaní na príklade časopriestorových zmien reálneho 3D prostredia vybraného územia Slovenska. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Geografické informačné systémy.
Školiteľ: prof. PaedDr. PhDr. RNDr. Martin Boltižiar, PhD.
Forma štúdia: denná
Téma: Implementácia webového mapového portálu povodňového rizika
Anotácia: Dizertačná práca má za cieľ návrh a implementáciu webového mapového portálu, t.j. webového geografického informačného systému (WebGIS) povodňového rizika pre zvolené územie. Dôležitou časťou práce bude spracovanie dát pre WebGIS, ktoré budú tvoriť predovšetkým mapy povodňového rizika vytvorené pomocou GIS, hydrologicko-hydraulického modelovania a strojového učenia. Ďalšou dôležitou časťou bude návrh WebGIS rozhrania pomocou zvoleného internetového riešenia a jeho implementácia aj vzhľadom na kartografické aspekty webových máp. Doktorand nadobudne predpoklady pre vedeckú prácu v študijnom programe Aplikovaná informatika s dôrazom na aplikačnú doménu informatiky Objavovanie znalostí a analýza dát. Doktorand rozumie procesu plánovania výskumu, je schopný zostaviť výskumné návrhy, metodiku vedeckého výskumu, realizovať vlastný vedecký výskum a prezentovať výsledky vo svojej špecializácii Geografické informačné systémy.
Školiteľ: doc. RNDr. Matej Vojtek, PhD.
Forma štúdia: denná
