Economics And Informatics

Rôzne výpočty váh kritérií pre metódu Promethee pri výbere vhodnej dovolenkovej destinácie

Nina Barčáková — Tue, 24 Jun 2025 00:00:00 +0000

Táto práca sa zaoberá problematikou viackriteriálneho rozhodovania, ktoré je dôležitým nástrojom pre riešenie rozhodovacích problémov. V práci bude poskytnutý všeobecný prehľad metód na výpočty váh kritérií, všeobecná formulácia metódy Promethee a jej výpočtu. Konkrétne sa zameriame na výpočty váh v rôznych metódach, ktoré neskôr vo výpočtoch použijeme práve v metóde Promethee, ktorá nám zabezpečí výsledné odporúčania. Tento prístup bude potom aplikovaný na riešenie experimentálnych príkladov, kde je demonštrovaná jeho efektívnosť a flexibilita. Tento komplexný pohľad na problematiku viackriteriálneho rozhodovania v sebe nesie cieľ poskytnúť ucelené porozumenie rôznorodých metód a prístupov k riešeniu rozhodovacích problémov, pričom hlavným cieľom práce je ukážka aplikácií viackriteriálneho rozhodovania a výpočtov váh v odvetví hotelierstva alebo cestovného ruchu.

Fuzzy logika v predspracovaní údajov a jej vplyv na výkonnosť modelu strojového učenia XGBOOST

Andrej Bednařík — Tue, 24 Jun 2025 00:00:00 +0000

Fuzzy logika poskytuje efektívny prístup k predspracovaniu číselných údajov v strojovom učení, najmä v regresii. Tento článok skúma vplyv fuzzyfikácie premenných, ako vek a BMI na presnosť predikcie nákladov na zdravotnú starostlivosť. Použitím fuzzy transformácie sme testovali výkon XGBoost regresora pri rôznych variantoch predspracovania datasetu. Výsledky naznačujú, že fuzzy logika môže v niektorých prípadoch zlepšiť presnosť predikcie (nižšie RMSE), najmä pri premenných s nejasnými hranicami. Diskutujeme tiež o situáciách, kde jej aplikácia neprináša zlepšenie, a identifikujeme scenáre, v ktorých je najvhodnejšia.

Dynamic financial withdrawal planning from interest-bearing assets

Daniel Dudek — Tue, 24 Jun 2025 00:00:00 +0000

Dynamické programovanie ponúka nástroje na matematický opis účinkov nepretržite vykonávaných procesov. Tvorcovia politík alebo vlastníci procesov v podnikoch by mohli dynamické programovanie využívať na hľadanie optimálneho využitia takýchto procesov. Cieľom tohto článku je ukázať na jednoduchom probléme, ako by sa dynamické programovanie dalo použiť na nájdenie optimálneho využitia procesov.

Optimálne zaistenie poisťovateľa z pohľadu teórie rizika

Ján Gogola — Tue, 24 Jun 2025 00:00:00 +0000

V aktuárstve v teórii krachu sa uplatňujú matematické modely na opis zraniteľnosti poisťovateľa voči krachu. Teoretický základ teórie krachu opisuje prebytok poisťovateľa v akomkoľvek budúcom čase ako náhodnú premennú, ktorej hodnota závisí od prijatého poistného a vyplatených poistných plnení. Poisťovňa chce udržať pravdepodobnosť krachu na čo najmenšej úrovni, alebo aspoň pod vopred stanovenú hranicu. Lundbergova nerovnosť poskytuje hornú hranicu pravdepodobnosti krachu v nekonečnom čase a je jedným z najznámejších výsledkov v teórii krachu. Jednou z možností pre poisťovateľa, ktorý chce znížiť pravdepodobnosť krachu, je uzavrieť zaistenie. Budeme uvažovať o dvoch typoch zaistenia: proporcionálnom zaistení a zaistení škodovej nadmierky. Zaistenie (z pohľadu poisťovateľa) považujeme za optimálne, ak minimalizuje pravdepodobnosť krachu. Cieľom tohto článku je ilustrovať, ako zmeny v parametri rizikovej prirážky poistného (používaného poisťovateľom i zaisťovateľom) ovplyvňujú pravdepodobnosť krachu pri oboch druhoch zaistenia. Nájdeme aj optimálny typ zaistenia za určitých podmienok.

Analýza kvapôčkových zavlažovacích systémov na princípe fuzzy inferenčného mechanizmu

Slávka Jalčová, Jozef Koyš, Miroslav Hudec — Tue, 24 Jun 2025 00:00:00 +0000

V dnešnej dobe evidujeme narastajúcu potrebu efektívneho využívania prírodných zdrojov, vrátane vody. Táto práca skúma štúdie, ktoré využívajú inovatívne riešenia pre optimalizáciu zavlažovania v poľnohospodárstve založené na fuzzy odvodzovaní a IoT pre kvapôčkovú závlahu. Výsledky skúmania ukazujú, že fuzzy zavlažovacie systémy môžu výrazne zlepšiť poľnohospodársku produktivitu a šetrenie vody. Fuzzy inferenčný mechanizmus je vysvetliteľný, transparentný a adaptovateľný pre používateľa. V práci sme následne navrhli systém, ktorý je univerzálny a prispôsobiteľný špecifickým potrebám konkrétnych pestovateľov. Tento systém predstavuje cenovo dostupný návrh zavlažovacieho systému využívajúceho mikrokontrolérovú dosku Arduino Nano, rôzne typy senzorov a fuzzy pravidlá. Na základe vstupných hodnôt, výsledku odvodzovania a defuzzifikácie sa vypočíta impulz pre intenzitu zavlažovania.

Detailné porovnanie vybraných aplikácií na podporu tímovej komunikácie využiteľných v pracovnom prostredí

Pavol Jurík, Natália Babjaková — Tue, 24 Jun 2025 00:00:00 +0000

V dnešnom globalizovanom svete sa firmy snažia o väčšie zjednodušenie komunikácie za účelom zvýšenia efektivity a konkurencieschopnosti. Vzhľadom na to sa aplikácie na podporu tímovej komunikácie stali výkonnými nástrojmi na transformáciu spolupráce na pracovisku. Komunikácia je jedným z najdôležitejších faktorov v každom podniku a schopnosť zlepšovať tieto faktory je významná pre rozvoj podniku. Aplikácie na podporu tímovej komunikácie umožňujú komunikáciu v reálnom čase prostredníctvom okamžitých správ, čo umožňuje pracovníkom rýchlo zdieľať informácie. Táto schopnosť je užitočná najmä pri prijímaní operatívnych rozhodnutí a rýchlom riešení problémov. Aplikácie na podporu tímovej komunikácie umožňujú zamestnancom efektívnejšie spolupracovať, tímy pracovníkov môžu zdieľať nápady a riešiť problémy spoločnosti „jedným kliknutím“. Používanie Aplikácie na podporu tímovej komunikácie môže viesť k lepšej výkonnosti a produktivite zamestnancov, pretože ide o efektívnejší spôsob komunikácie v porovnaní so zasielaním a prijímaním emailov. V tomto článku sa zameriavame na porovnanie aplikácií Microsoft Teams, Slack a Google Chat.

Regionálne disparity v spotrebných výdavkoch domácností na Slovensku

Livia Krajčíková — Tue, 24 Jun 2025 00:00:00 +0000

Porozumenie regionálnym rozdielom vo výdavkoch domácností je nevyhnutné pre efektívne formovanie sociálnej a regionálnej politiky. Cieľom tohto článku je analyzovať regionálne rozdiely vo výdavkoch slovenských domácností na základe dát zo zisťovania Rodinné účty. Analýza sa zameriava na 12 kategórií výdavkov podľa klasifikácie COICOP a porovnáva ich medzi ôsmimi krajmi Slovenska s využitím viacrozmerných štatistických metód – MANOVA a PERMANOVA. Výsledky ukazujú, že hoci Bratislavský kraj vykazuje najvyššie celkové výdavky, štruktúra výdavkov v relatívnom vyjadrení je medzi krajmi pomerne podobná, s dominanciou základných potrieb (bývanie a potraviny). Výsledky boli doplnené Bonferroniho post-hoc testom, ktorý identifikoval štatisticky významné rozdiely medzi jednotlivými krajmi. Bratislavský kraj vykazuje signifikantne vyššie výdavky oproti všetkým ostatným krajom v kategóriách bývanie; reštaurácie a hotely; pošty a telekomunikácie; odevy a obuv.

Determining investor's risk group using fuzzy logic under the UCITS

Richard Martinus — Tue, 24 Jun 2025 00:00:00 +0000

Existuje mnoho prístupov, ktoré skúmajú členenie rizika investora. Najčastejšie používaným prístupom správcovských spoločností a brokerov je investičný dotazník, ktorý určuje rizikovú skupinu, do ktorej investor patrí. Častým problémom tohto prístupu je, že potenciálny investor je plne zaradený do jednej kategórie, aj keď môže byť blízko hranice s druhou kategóriou. Tento nedostatok je možné zlepšiť pomocou využitia európskej smernice UCITS, ktorá stanovuje 7 rizikových skupín podľa syntetického ukazovateľa rizika a strát SRRI. Využitím fuzzy logiky, určujeme s akou príslušnosťou investor spĺňa každú jednu otázku. Je tak možné presnejšie definovať profil investora cez SRRI vyššou granularitou rizikových skupín. Na analýzu používame programovací jazyk Python v prostredí Jupyter Notebook. Tento článok má za cieľ priniesť presnejšiu klasifikáciu investorov do rizikových skupín, nakoľko tvorba investičného dotazníka fuzzy logikou s využitím európskej smernice ešte doposiaľ nebola implementovaná.

Machine learning methods applied for investment strategies

Richard Martinus — Tue, 24 Jun 2025 00:00:00 +0000

Strojové učenie sa čoraz častejšie stáva kľúčovým a preferovaným nástrojom pri tvorení a optimalizácii investičných portfólií. Jeho využitie spočíva v presnejších predikciách, adaptívnom rozhodovaní a vlastnosti naučiť sa podľa vzorov ako reagovať na trhové udalosti. V oblasti financií je strojové učenie uplatňované pomocou regresných modelov, neurónových sietí alebo aj učením formou odmeňovania, kde cieľom je predpovedať cenové pohyby aktív. Využitím neurónových sietí je možná identifikácia komplexných vzorov v historických dátach, zatiaľ čo učenie na základe odmeňovania optimalizuje stratégie obchodovania podľa spätnej väzby. V článku poukazujeme aj na výhody a výzvy spojené s používaním strojového učenia v investovaní ako je interpretovateľnosť modelov alebo kvalita dát.

Pokročilé modelovanie rizika v povinnom zmluvnom poistení: Využitie štatistických metód a strojového učenia

Peter Schmidt, Silvia Zelinová, Eva Rakovská — Tue, 24 Jun 2025 00:00:00 +0000

Cieľom článku je analyzovať možnosti kombinácie tradičných štatistických metód a modelov strojového učenia (ML) pri spracovaní údajov v oblasti povinného zmluvného poistenia (PZP). Východiskom je použitie generalizovaných lineárnych modelov a kontrastnej analýzy na štatistickú segmentáciu poistencov podľa rizikových faktorov, ako sú vek vodiča, značka a výkon vozidla či lokalita. V ďalšej fáze boli implementované ML algoritmy, najmä Random Forest, na imputáciu chýbajúcich údajov a predikciu závažnosti poistných udalostí (claim severity). Výsledky ukazujú, že strojové učenie dosahuje vyššiu predikčnú presnosť než tradičné modely, pričom zároveň identifikujú kľúčové faktory rizika. Kombinovaný analytický prístup spája výhody oboch metodík – vysvetliteľnosť a regulačnú transparentnosť štatistiky so škálovateľnosťou a výpočtovým výkonom ML. Záverom štúdia odporúča hybridný modelovací rámec ako optimálny nástroj pre segmentáciu poistencov, dynamickú cenotvorbu a efektívne riadenie rizika v PZP.

Porovnanie exekučnej efektívnosti programovacích jazykov Python a Java pri spracovaní dát

Pavol Sojka — Tue, 24 Jun 2025 00:00:00 +0000

Článok sa zameriava na efektívnosť vykonávania operácií v programovacích jazykoch Python a Java z hľadiska časovej náročnosti. Oba jazyky sa používajú v bežnom programovaní aj v dátovej vede. Dátová veda sa v súčasnosti rozrástla do veľkého rozsahu a tento článok by mal poskytnúť lepší prehľad o tom, ktorý z vybraných jazykov má vyšší výkon pri bežných činnostiach v základnom spracovaní dátových setov. Pripravili sme experiment a v praxi bežne používaný scenár v oboch jazykoch, ktorý zahŕňa prípravu dát, ich spracovanie a výpočet a následnú interpretáciu vrátených výsledkov.