Vilnius University Open Series

Journal Information
EISSN : 2669-0535
Published by: Vilnius University Press (10.15388)
Total articles ≅ 253
Filter:

Latest articles in this journal

Mantas Bacevičius
Vilnius University Open Series pp 5-14; https://doi.org/10.15388/lmitt.2022.1

Abstract:
Spartus išmaniųjų įrenginių skaičiaus ir juose saugomų duomenų kiekio ir jautrumo augimas lemia taip pat augančias ir duomenų saugumo rizikas. Šias rizikas siekia sumažinti operacinių sistemų kūrėjai, periodiškai išleisdami saugos atnaujinimus, tačiau yra nustatyta, kad pavojingiausios aplikacijos gali būti įdiegiamos kartu su šiais operacinės sistemos ar saugos OTA (angl. over-theair) atnaujinimais – apie 5% įrenginių gamintojų įdiegtų aplikacijų yra kenkėjiškos. Taip pat apsaugos priemonės yra taikomos ir šiems mobiliems įrenginiams pritaikytoms infrastruktūroms – elektroninėms aplikacijų parduotuvėms, tačiau 67% kenkėjiškų aplikacijų vartotojus pasiekia būtent per jas. Siekiant atliepti saugumo rizikų mažinimo poreikį, šiame darbe yra pasiūlytas naujas IDS/IPS technologijomis grįsto mobiliųjų įrenginių atakų prevencijos metodas, paruošta eksperimentinė metodo realizacija ir atliktas šio metodo tyrimas.
Dominykas Eirošius
Vilnius University Open Series pp 15-24; https://doi.org/10.15388/lmitt.2022.2

Abstract:
Straipsnyje yra pristatoma socialinio tinklo „Facebook“ puslapiuose keliamo turinio strategijos analizė. Turinio strategija apibūdinama kaip turinio publikavimo planavimas, kūrimas pasirinktomis tematikomis bei kitoks turinio valdymas. Ši analizė buvo atlikta analizuojant tris „Facebook“ puslapius ir naudojantis latentiniu Dirichlė paskirstymo algoritmu, skirtu temų modeliavimui. Temų modeliavimas padeda analizuoti ir geriau suprasti nestruktūrizuotų tekstų rinkinius, kurie savyje slepia daugybę naudingos informacijos. Tyrimo metu, iš beveik 9 tūkst. vaizdo įrašų pavadinimų buvo sudarytos 10 temų, kurios leido detaliau pažvelgti į keliamą turinį. Išanalizavus duomenis buvo atskleistos keliamo turinio strategijos bei jų pasikeitimai nagrinėjamu laikotarpiu.
Artūras Tarasenka
Vilnius University Open Series pp 115-123; https://doi.org/10.15388/lmitt.2022.11

Abstract:
Apgaulingi šablonai (angl. dark patterns) – tai vartotojo sąsajos šablonai, kuriuose išnaudojant psichologinius dėmesio pritraukimo ir išlaikymo ypatumus vartotojai verčiami priimti paslaugų tiekėjams naudingus sprendimus, užtikrinančius verslo pelningumą. Šie šablonai yra vadinami apgaulingais, kadangi naudotojai dažnai nepastebi jų lūkesčius neatitinkančių manipuliacijų. Šiame tyrime identifikuojami apgaulingų šablonų atributai ir jų pagrindu sudaroma vartotojo sąsajos inspektavimo metodika, skirta įvertinti vartotojo sąsajos atitikimą etinio projektavimo gairėms ir identifikuoti manipuliatyvius elementus. Metodikoje siekiama nustatyti teisės į informaciją, panaudojamumo, saugumo, lankstumo, optimizavimo, žmogaus gerovės ir nuosavybės teisės principų pažeidimus.
Grantas Gadliauskas, Andrius Kriščiūnas
Vilnius University Open Series pp 25-34; https://doi.org/10.15388/lmitt.2022.3

Abstract:
This article explores how machine learning can be applied in efficiently solving a variation of the Travelling Salesman Problem (TSP) in the context of air travel tourism. Large number of cities create too many trip route combinations to be efficiently evaluated in real time. The method proposed uses a feedforward neural network to narrow down the number of trip route combinations, while a more traditional algorithm based on dynamic programming is then able to select the best trip offers. It was shown that the method could be applied in practice to achieve almost real-time generation of best possible trip offers while evaluating a large amount of real-world flight data.
Ieva Rizgelienė
Vilnius University Open Series pp 85-100; https://doi.org/10.15388/lmitt.2022.9

Abstract:
Šiame straipsnyje pristatomi sukurti giliojo mokymosi modeliai skirti įmonių bankroto prognozavimui. Tyrimo metu, naudojant Lietuvos įmonių duomenis, sukurti du modeliai: daugiasluoksnis perceptronas ir konvoliucinis neuroninis tinklas. Modelių apmokymui ir hiperparametrų validavimui, buvo naudojami subalansuoti duomenų poaibiai. Siekiant įvertinti modelių gebėjimą atskirti bankroto atvejus išbalansuotoje duomenų aibėje, modelių testavimui buvo naudojamas poaibis, kuriame buvo išlaikytas pradinio duomenų rinkinio klasių disbalansas. Gauti rezultatai parodė, kad sukurti giliojo mokymosi modeliai atpažįsta bankroto atvejus duomenų aibėje su dideliu klasių disbalansu.
Vieslav Lapin
Vilnius University Open Series pp 54-66; https://doi.org/10.15388/lmitt.2022.6

Abstract:
Šiame straipsnyje aptariamas kintamų nefunkcinių reikalavimų specifikavimas ir modeliavimas kuriant paslaugų architektūros stiliaus programų sistemas. Paslaugų sistemų kūrime šiai problemai spręsti dar nėra skiriama pakankamai dėmesio. Pasiūlytas kintamų savybių specifikavimo metodas remiasi modeliais grindžiama sistemų kūrimo paradigma ir naudoja produktų šeimos kūrimo idėjas. Paslaugos variantai yra nustatomi analizuojant paslaugos nefunkcines savybes ir sudaromas individualizuotas paslaugos teikimo procesas, kurio modelis gali būti generuojamas automatizuotai.
Ilya Lasy, Virginijus Marcinkevičius
Vilnius University Open Series pp 68-76; https://doi.org/10.15388/lmitt.2022.7

Abstract:
Building an open-domain dialog system is a challenging task in current research. In order to successfully maintain a conversation with human, a dialog system must develop many qualities: being engaging, empathetic, show a unique personality and having general knowledge about the world. Prior research has shown that it is possible to develop such chat-bot system that combines these features, but this work explores this problem further. Most state-of-theart dialogue systems are guided by unstructured knowledge such as Wikipedia articles, but there is a lack of research on how structured knowledge bases can be used for open-domain dialogue generation. This work proposes usage of structured knowledge base ConceptNet for knowledge-grounded dialogue generation. Novel knowledge extraction algorithm is proposed which is then used to incorporate knowledge into existing dialogue datasets. Current state-of-theart model BlenderBot is finetuned on new datasets which shows improvement in novelty of utterances generated by the model.
Volodymyr Kadzhaia, Aistis Raudys
Vilnius University Open Series pp 36-43; https://doi.org/10.15388/lmitt.2022.4

Abstract:
In the modern world, big data is used in machine learning, which is quite difficult to process on a single computer, so various methods for parallel processing of such data are being developed. But what about microcontrollers? In a cloud system, microcontrollers are often found, thanks to which they make pacification of various devices, and sometimes you have to work with big data. In microcontrollers, the memory is quite small and the processor is not as productive as on modern supercomputers. Therefore, many scientists propose various methods for parallel processing of big data for embedded systems, one of such methods is proposed by the author of this article.
Aušra Šubonienė
Vilnius University Open Series pp 101-114; https://doi.org/10.15388/lmitt.2022.10

Abstract:
Pilvo aortos aneurizmos diagnostikai ir stebėsenai dažnai naudojami kompiuterinės tomografijos vaizdai. Kontrastinėje tomografijos nuotraukoje kontrastas yra gerai matomas, tačiau automatinis trombo segmentavimas yra daug sudėtingesnė problema dėl aplink trombą esančių panašaus intensyvumo vaizdo taškų, vaizduojančių kitus vidaus organus. Šiame darbe atliekama pilvo aortos kontrasto ir trombo segmentacija naudojant tris neuroninius tinklus: Res-Net-100, DeepLab V3 ir U-Net. Lyginami rezultatai, gauti naudojant skirtingas nuostolių funkcijas, taip pat taikomas programiškai išskaičiuotų trombo žymėjimų paruošimas naudojant morfologines operacijas. Taip pat pritaikomas atsitiktinis neuronų išmetimas ir klasifikavimas naudojant sumažinto lango kompiuterinės tomografijos vaizdus.
Arnas Nakrošis, Andrius Kriščiūnas
Vilnius University Open Series pp 78-83; https://doi.org/10.15388/lmitt.2022.8

Abstract:
Tobulėjant technologijoms pramonės ir viešajame sektoriuose informacijos atvaizdavimui vis dažniau yra naudojami trimačiai vaizdai, leidžiantys darbuotojams lengviau suprasti gautus rezultatus ar surinktą informaciją. Nors šiuo metu jau egzistuoja algoritmai leidžiantys standartinėmis priemonėmis surinktų 2D vaizdų pagrindu formuoti trimačius vaizdus, tačiau tokių algoritmų pateikiamų rezultatų kokybę dar vis smarkiai atsilieka nuo rinkos poreikio. Šio tyrimo metu buvo atliekama esamų algoritmų analizė siekiant pasiūlyti sprendimą, kuris leistų pasiekti geresnius rezultatus lyginant su literatūroje nagrinėjamais atvejais. Rezultate autorių pasiūlyta algoritmu kombinacija leidžia suformuoti 3D paviršiu remiantis santykinai nedideliu 2D vaizdų kiekiu.
Back to Top Top