but.committee	doc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. Dr. Ing. Otto Fučík (místopředseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Igor Szőke, Ph.D. (člen) Ing. Vladimír Veselý, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: 1. Porovnajte rýchlosť spracovania TDMS súborov aj pri použití python procesov a porovnajte dosiahnuté výsledky s použitím vlákien.	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Smrž, Pavel	cs
dc.contributor.author	Stredánsky, Dávid	cs
dc.contributor.referee	Fajčík, Martin	cs
dc.date.created	2019	cs
dc.description.abstract	Hlavným cieľom tejto bakalárskej práce je vytvorenie aplikácie pre spracovanie priemysel- ných veľkých dát. Výsledná aplikácia pracuje s vibračnými dátami nameranými na ložiskách. Aplikácia je navrhnutá podľa lambda architektúry pre spracovanie veľkých dát. Umožňuje sledovanie prijímania dát zo senzorov v reálnom čase a periodické spracovanie zhlukov dát. Pri spracovaní v zhlukoch analyzuje známymi metódami v oblasti sledovania kondície ložísk, ako napríklad sledovanie efektívnej hodnoty, odchýlky alebo šikmosti. Otestované je apliko- vanie metódy pre predikciu dát Prophet. Výsledná webová aplikácia je napísaná v jazyku Python s využitím frameworku Dash a výsledky zapisuje do MySQL databázy.	cs
dc.description.abstract	Main goal of this thesis is to create application for industrial big data processing. Final application uses bearing vibration data. The application's design is inspired by Lambda architecture for big data processing. The application monitors data recieved from sensors in real time and enables periodic batch processing. Known methods from bearing condition monitoring, such as root mean square, deviation or skewness extraction are used in batch processing. Data prediction method Prophet is tested out in this thesis. Final web appli- cation is written in the Python language with the use of Dash framework and results are stored in MySQL database.	en
dc.description.mark	B	cs
dc.identifier.citation	STREDÁNSKY, D. Zpracování velkých dat v oblasti Průmyslu 4.0 [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	121851	cs
dc.identifier.uri	http://hdl.handle.net/11012/180097
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Priemyselné veľké dáta	cs
dc.subject	Priemysel 4.0	cs
dc.subject	IIoT	cs
dc.subject	Spracovanie dát	cs
dc.subject	Dash	cs
dc.subject	Industrial big data	en
dc.subject	Industry 4.0	en
dc.subject	IIoT	en
dc.subject	Data processing	en
dc.subject	Dash	en
dc.title	Zpracování velkých dat v oblasti Průmyslu 4.0	cs
dc.title.alternative	Big Data Processing in Industry 4.0	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-10	cs
dcterms.modified	2019-07-08-13:31:14	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	121851	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:09:34	en
sync.item.modts	2025.01.15 15:45:03	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Zpracování velkých dat v oblasti Průmyslu 4.0

Files

Original bundle

Collections