Popularizační workshop Informační technologie a jejich nová dimenze

Popularizační workshop – Informační technologie a jejich nová dimenze

1


Studijní materiál k popularizačnímu workshopu „K3/WPOP5 Informační technologie a jejich nová dimenze“ vznikl v rámci projektu „Poznej tajemství vědy“. Projekt s reg. č. CZ.1.07/2.3.00/45.0019 je financován z Evropského sociálního fondu a státního rozpočtu České republiky. První den workshopu Informační technologie a jejich nová dimenze byly prezentovány zkušenosti českých a zahraničních expertů z oblasti informačních technologií. Při této příležitosti byla představena klíčová témata ve vztahu k dataminingu, využití IS/IKT v podniku, využití informačních technologií ve vojenství a práci policie, 3D tisk. Druhý den workshopu byl zaměřen na popularizátory vědy, kterým bylo představeno, jak vhodnou formou seznámit studenty se základy využití moderních informačních technologií a 3D tisku. Závěrečný den workshopu byl zaměřen na žáky/studenty. Při této příležitosti byly prezentovány osobní příběhy senior expertů/vědců, zajímavé projekty a poznatky z oblasti informačních technologií. Žáci a studenti byli interaktivní formou seznámeni, co všechno je věda. Oborní pracovníci – senior experti navštívili 10 zapojených škol (skupiny po 25 žácích/studentech), přičemž jeden senior expert navštívil 2 - 4 školy. Klíčová slova: Informační technologie, informační systém, 3D tisk, datamining, zpracování dat, informační a komunikační technologie.

Materiál vytvořil expertní tým společnosti: ACCENDO – Centrum pro vědu a výzkum, o.p.s. Švabinského 1749/19, 702 00 Moravská Ostrava, IČ: 28614950, Tel.: +420 596 112 649, Web: http://accendo.cz, E-mail: [email protected] Společnost ACCENDO je vědecko-výzkumná organizace schválená poradním orgánem vlády – Radou pro výzkum, vývoj a inovace v ČR, za účelem podpory vědeckého výzkumu v regionálních vědách. Svou činností se významně podílí na objevování a mapování procesů ve společnosti, které vedou k trvalému rozvoji. Pracuje na celém území ČR, rozvíjí evropskou výzkumnou spolupráci a podílí se na mezinárodních projektech v návaznosti na nové směry a předpisy Evropských společenství. Garant: Ing. Radek Fujak, Ing. Michal Samiec Autoři: Ing. Radek Fujak, Ing. Jan Juráš, Ing. Jiří Ševčík a kol. Publikace neprošla jazykovou korekturou. Zpracováno ke dni 20. 2. 2015 © ACCENDO-Centrum pro vědu a výzkum, o.p.s., 2015

2


OBSAH 1

ÚVOD DO INFORMAČNÍCH TECHNOLOGIÍ ...................................................................................... 4 1.1 Základní pojmy ........................................................................................................................ 5

2

Data mining ..................................................................................................................................... 7 2.1 Fáze data miningu ................................................................................................................... 7 2.2

Využití data miningu ................................................................................................................ 9

2.3

Přehled základních informačních zdrojů ............................................................................... 12

2.3.1

Klasifikace zdrojů ........................................................................................................... 12

2.3.2

Příklady informačních zdrojů ......................................................................................... 14

3

VYUŽITÍ INFORMAČNÍCH TECHNOLOGIÍ VE VOJENSTVÍ A PRÁCI POLICIE ..................................... 19 3.1 Situace v České republice ve srovnání se zahraničím............................................................ 20

4

3D TISK ........................................................................................................................................... 24 4.1 Technologie tisku................................................................................................................... 25 4.2

5

6

Možnosti využití 3D tisku ...................................................................................................... 27

PROSTOROVÉ ANALÝZY ................................................................................................................. 28 5.1 Vybrané metody prostorových analýz................................................................................... 28 5.2

Vybrané metody vizualizace dat............................................................................................ 29

5.3

Volně stažitelné GIS software................................................................................................ 31

Informační technologie na zahraniční akademické půdě.............................................................. 33 6.1 Proč jsem se stal vědcem ...................................................................................................... 33 6.1.1

Dipl. Ing. Dirk Peter Claassen......................................................................................... 33

6.2

Příklady technologických novinek v rámci IT ......................................................................... 34

6.3

Proč jsem se stal vědcem ...................................................................................................... 36

6.3.1

Doc. Ing. Milan Kubina, PhD. ......................................................................................... 36

6.3.2

Ing. Gabriel Koman ........................................................................................................ 39

6.4

Žilinská univerzita v Žilině ...................................................................................................... 40

6.4.1

Katedra manažerských teorií ......................................................................................... 41

6.4.2

Cisco network academy ................................................................................................. 42

6.4.3

ECDL centra při ŽU ......................................................................................................... 43

6.4.4

Realizované projekty na Fakultě managementu a informatiky ŽU ............................... 43

6.4.5

Probíhající projekty........................................................................................................ 44

6.5

Proč jsem se stal vědcem ...................................................................................................... 46

6.5.1 6.6

Weronika Ślęzak-Tazbir ................................................................................................. 46

Slezská univerzita .................................................................................................................. 46

SEZNAM LITERATURY ............................................................................................................................ 49

3


1 ÚVOD DO INFORMAČNÍCH TECHNOLOGIÍ Informační systém/technologie jsou v současnosti obecně velmi známým a velice skloňovaný pojmem. Každý z nás se s tímto pojmem již někdy setkal a domníváme se, že víme co tento výraz znamená a co se pod těmito slovy skrývá. Většinou si představíme do sítě zapojené počítače a tiskárny a rozsáhlý program, který na těchto zařízeních nějakým způsobem funguje, což není zcela pravda. Informační a komunikační technologie (ICT) se skládají z technologií a nástrojů, které lidé používají ke sdílení, distribuci a sběru informací a ke komunikaci mezi sebou prostřednictvím počítačů nebo propojených počítačových sítí. Rychlý vývoj těchto technologií odboural hranice mezi informacemi, komunikací a různými typy médií. Termín ICT v sobě již zahrnuje jak tyto technologické inovace, tak i postupné splývání (tzv. konvergenci) informací a komunikace. Zrychlující se sbližování telekomunikací a multimediálního vysílání (nejčastěji kombinujícího obraz se zvukem a textem) s informačními a komunikačními technologiemi je hybnou silou, která stále více mění různé aspekty našeho života, včetně způsobů šíření znalostí, sociální interakce, ekonomických a obchodních praktik, politické angažovanosti, přístupů ke vzdělání, ale i trávení volného času a zábavy. Tento proces transformuje náš svět v tak zvanou informační či znalostní společnost. Internet je pak nejkomplexnějším představitelem tohoto technologického vývoje. ICT je proto v širším kontextu možné chápat jako technologie obsahující "staré" i nové formy komunikace a zpracování informací.1

1 Vzdělávací materiály ECDL (http://www.oakolin.eu/docs/ASYS_skripta_ECDL.pdf)

4


1.1 Základní pojmy Informační systém (IS)2 Obecně můžeme říci, že Informační systém (IS) lze chápat jako systém vzájemně propojených informací a procesů, které s těmito informacemi pracují. Přičemž pod pojmem procesy rozumíme funkce, které zpracovávají informace do systému vstupující a transformují je na informace ze systému vystupující. Zjednodušeně můžeme říci, že procesy jsou funkce zabezpečující sběr, přenos, uložení, zpracování a distribuci informací. Pod pojmem informace pak rozumíme data, která slouží zejména pro rozhodování a řízení v rozsáhlejším systému. Do celkové funkce IS se také promítá nezanedbatelná položka okolí. Okolí informačního systému tvoří veškeré objekty, které změnou svých vlastností ovlivňují samotný systém, a také objekty, které naopak mění své vlastnosti v závislosti na systému. Celkově tedy můžeme říci, že IS je softwarové vybavení firmy, které je schopné na základě zpracovávaných informací řídit procesy podniku nebo poskytovat tyto informace řídícím pracovníkům tak, aby byli schopni vykonávat řídící funkce, mezi které patří zejména plánování, koordinace a kontrola veškerých procesů v dané organizaci. Databáze1 Databáze je propracovaný systém pro ukládání dat a jejich následné zpracování. Databázi si můžeme nejsnáze představit jako papírovou kartotéku známou z lékařských ordinací. Databáze obsahuje data (informace o pacientech) uložená na paměťovém médiu (papíry). Tato data mezi sebou mají určité vztahy (např. u jednoho pacienta chronologicky navazují) a jsou určitým způsobem členěna (desky jednotlivých pacientů, šuplíky podle příjmení). Operační systém3 Operační systém je prostředník mezi hardwarem (technickým vybavením počítače) a konkrétním programem, který uživatel používá. Je zpravidla tvořen tzv. jádrem (kernel), ovladači V/V zařízení (driver), příkazovým procesorem (shell) a podpůrnými systémovými programy. Jádro - po zavedení do paměti řídí činnost počítače, poskytuje procesům služby a řeší správu prostředků a správu procesů. Ovladač - zvláštní (pod)program pro ovládání konkrétního zařízení standardním způsobem. Použití strategie s ovladači umožňuje snadnou konfigurovatelnost technického vybavení. Příkazový procesor - program, který umožňuje uživatelům zadávat příkazy ve speciálním, obvykle jednoduchém jazyce. Podpůrné programy - do této kategorie jsou mnohdy zahrnovány i překladače (jazyk C v OS UNIX) a sestavující programy. Stojí na stejném místě jako aplikační programy.

2 3

http://www.fi.muni.cz/~smid/mis-infsys.htm http://marlib.cmsps.cz/os/os.html

5

Popularizační workshop – Informační technologie a jejich nová dimenze Počítačová síť4 Počítače se slučují a spojují do sítí, které umožňují sdílení dat (souborů, programů) a zdrojů – tiskáren, skenerů, pevných disků, připojení k Internetu. Tím, že počítače sdílejí např. tiskárnu, dochází ke značnému zlevnění provozu kanceláří, škol, úřadů. Podobné je to i s dalšími zdroji. „Hlavní“ počítač, který umožňuje ostatním počítačům práci např. s tiskárnou se nazývá server – ostatní počítače, které služeb serveru využívají, se nazývají klienti. Místní síť např. v jedné kanceláři nebo v jednom domě, se nazývá LAN (Local Area Network). Pokud jde o větší síť, nazýváme ji WAN (Wide Area Network). Podniková síť, na které jsou uloženy informace a kterou můžete procházet pomocí internetového prohlížeče (např. MS Internet Explorer) se nazývá Intranet. Rozdíl mezi Internetem a Intranetem je zejména v tom, že na Intranet se nedostane (neměl by se dostat) nikdo mimo uživatele v podniku, Internet je teoreticky přístupný všem uživatelům. Extranet si můžeme vymezit jako Intranet, na který se může přihlásit uživatel „zvenku“, pokud dostane tzv. přístupová práva. Takto jsou řešeny kupříkladu objednávkové systémy pro zákazníky výrobních a obchodních podniků. Aplikace4 Aplikace jsou programy, které užíváme k práci v prostředí operačního systému (jiné programy fungují v MS Windows, jiné pak v operačních systémech Linux). Aplikace využíváme ke zpracování dat (textové editory – např. MS Word, tabulkové procesory – např. MS Excel, programy pro zpracování fotografií – např. Adobe Prohoshop), k ukládání dat a informací (databázové systémy – požívané v bankách, na úřadech, v nemocnicích…) k práci s informacemi – v současné době můžeme vybírat informace, odesílat a zpracovávat je z Internetu – z prostředí prohlížeče webových stránek (nejrozšířenějším typem tzv. prohlížeče je Internet Explorer nebo Mozilla Firefox) Software4 programy, pomocí kterých můžeme na počítači pracovat (můžeme si zjednodušeně říci, že software (SW) rozdělujeme na tzv. Operační systémy – ty zajišťují základní funkce počítače (mezi nejznámější operační systémy patří MS Windows a Linux) a Aplikace – programy, které slouží k práci – psaní textů, uspořádávání dat,vytváření tabulek a prezentací. Hardware4 (nebo taky HW) – to, na co si u počítače můžeme „sáhnout“ – skříň počítače (a vše, co najdeme v ní), obrazovka, klávesnice, myš, skenery, tiskárny a další zařízení Algoritmus5 Algoritmus je schematický postup pro řešení určitého druhu problémů, který je prováděn pomocí konečného množství přesně definovaných kroků.

4 5

Základní pojmy informačních technologií (http://mirror.personalista.com/sklad/Teorie_A4.pdf) http://www.algoritmy.net

6


GUI4 Graphical User Interface – Grafické uživatelské rozhraní je vlastně vzhledem operačního systému a jednotlivých programů, tím „hezkým a barevným“, co vidíte na monitoru. Vzhled systému se může měnit, funkce programů však zůstávají zachovány, na grafickém vzhledu nejsou závislé. U operačních systémů Linux jsou známými GUI například KDE a Gnome.

2 Data mining Data mining je relativně mladým termínem. Jedná se o pojem vycházející z anglických slov data (data) a mining (dolování). Doslova to tedy znamená „dolování z dat“. V zahraniční literatuře se v souvislosti s data miningem používá i synonymum knowledge discovery (objevování znalostí). Jedná se o metodu získávání skrytých a užitečných informací z obvykle velkého množství dat (tzv. „Big Data“). Neboli proces analýzy dat z různých úhlů pohledů, shrnující užitečné informace, které mohou být použity například ke zvýšení příjmů, apod. První procesy, které lze dnes považovat za data mining, byly zaznamenány v 60. letech 20. století. Pojem souvisí s rozvojem výpočetní techniky. Prvotní užití bylo registrováno v oblasti marketingu a akademických projektů. S dalším vývojem informačních technologií, statistických metod a databázových aplikací v 70. a 80. letech se data mining rozšířil do dalších oborů, především bankovnictví, pojišťovnictví, telekomunikace, energetiky, ale také do veřejných služeb, cestovního ruchu, zábavního průmyslu, obchodu, atd. Ve svých prvopočátcích ovšem data mining znamenal mravenčí práci, v podobě hledání korelací ve velkých datových sadách. Dnes data mining obsahuje velký rozsah metod, algoritmů a způsobů práce, díky nimž lze objevit v obsáhlých datových sadách potencionálně užitečné, mnohdy i klíčové informace, skryté faktory a nenápadné korelace mezi jevy. Data mining je nástrojem pro podporu rozhodování, predikci vývoje, identifikaci mimořádných událostí a diagnóz. Jeho hlavním úkolem je extrahovat z velkého množství, mnohdy zbytečných dat, data relevantní a podstatná v krátkém čase a s co největší efektivitou. V dnešní době, kdy objem dat narůstá exponenciálně každou minutou, jejich dostupnost je převážně volná a informace se stává hlavním obchodním artiklem, je úloha data miningu den ode dne významnější. Významná a nezbytná především pro firmy a společnosti, které získané informace implementují do všech svých procesů. Od základních operací až po vrcholový management, čímž si udržují konkurenceschopnost a své postavení na trhu.

2.1 Fáze data miningu Proces data miningu lze rozčlenit do několika dílčích fází. Ty jsou v podstatě standardizovány podle metodologického postupu pro všechny obory, bez ohledu na to o jaký obor se jedná. Mezi jedny z nejznámějších metodik patří CRISP-DM a SEMMA. Metodiky dělí proces data miningu do šesti základních kroků, jejichž návaznost lze vidět na obrázku (viz Obrázek 1).

7


Obrázek 1: Fáze data miningu a jejich vzájemná návaznost.

Porozumění problému: Stejně jako firma, zpracovávající např. projekt, se neobejde bez porozumění zákazníkových požadavků, tak se dolování potřebných informací neobejde bez pochopení jevu, který chceme v datech vysledovat. Je tudíž vhodné navrhnout a vytvořit plán pro řešení dané problematiky. Porozumění datům: V této fázi je potřeba prozkoumat a prostudovat data a zjistit z nich prvotní hypotézy, či význam. V průběhu následného zpracování lze tyto prvotní poznatky potvrdit, či naopak vyvrátit a vyvodit jiná řešení. Příprava dat: V případě většího počtu datových zdrojů je nutnost integrace dat. Rozumí se tím, že máme například data z dvou či víc zdrojů, která mají různou strukturu souborů, nebo jsou dokonce poskytnuta v různých datových formátech. Je tedy nutností sjednocení dat, popřípadě jejich pročištění a úprava dle potřeb používaných statistických a analytických metod a nástrojů, kterými budou data následně zpracovávána. Tento proces je ovšem velice závislý na kroku porozumění datům. V případě nesprávné znalosti dat, může dojít ke špatné integraci a následně ke znehodnocení zdrojů a vyvození nesprávných výsledků. Dolování informací: Klíčová část procesu dolování dat. Je nutno správně zvolit vhodné metody, případně nastavit dílčí parametry těchto metod, pro řešení definovaného problému. Představit si tento proces lze na příkladu, kdy máme vytipovat regiony soudržnosti v rámci obcí ČR. Základními faktory, které ovlivňují daný

8


problém je stěhování obyvatel (migrace) a výstavba nových bytů. Při vhodném kombinovaném použití statistických metod lze tyto regiony určit. Takto "vydolované" regiony je pak velice vhodné reprezentovat formou mapy, aby vznikl i prostorový dojem, nikoliv jen tabulkový záznam. Zhodnocení výstupů: Fáze konečného hodnocení a selekce získaných modelů podle různých vlastností a ověření správnosti řešení, které vzešly z použitých modelů. Za tím to účelem můžeme uvést například metodu Bootstrap. Jedná s o metodu, jak ověřit přesnost a správnost výsledků, která spočívá na myšlence mnohonásobného opakování jednoduchého algoritmu na malém reprezentativním souboru. V praxi metoda Bootstrap probíhá tak, že ze vstupních dat (např. 300) vybereme jen náhodný výběrový vzorek (např. 50) na němž provedeme patřičné analýzy. Výsledky analýz výběrového vzorku poté implementujeme na celý zkoumaný vzorek a zhodnotíme. Reprezentace výstupů: Jde o poslední krok data miningu. Tímto krokem proces ovšem nekončí, ale začíná se cyklicky opakovat (jak lze vidět na obrázku výše). Data, a závislosti v nich obsažené, se v průběhu času mění a uživatel výsledků by je rád implementoval opakovaně v libovolném časovém intervalu. Proto je potřeba, aby byl systém dostatečně robustní, pravidelně aktualizován a použité modely ověřovány, jinak by proces data miningu mohl s novými daty pozbýt kvality.

2.2 Využití data miningu V současnosti je data mining využíván od největších firem na trhu po malé podniky. A to nejen díky snadné dostupnosti dat, ale také dostupnosti softwarových nástrojů. Od testovacích verzí komerčních programů (SPSS, Statgraphic, Clementine, WEKA, Oracle Data Mining) až po open source programy (Rprojekt). Nejznámějšími komerčními nástroji pro zpracování dat a jejich statistické vyhodnocení jsou programy SPSS a Clementine od firmy IBM. Clementine je považován za přední nástroj pro proces dolování z dat, protože poskytuje maximální návratnost informací v minimálním čase. Na rozdíl od jiných data miningových programů, dokáže podpořit celý proces dolování informací z dat a zaměřit se pouze na modely pro zvýšení výkonů. Podporuje nástroje pro data mining, čímž zkracuje dobu potřebnou k řešení určitých problémů. Je postaven na metodice CRISP DM. Prostřední programu Clementine je koncipováno tak, že uživatel v něm nastaví celý postup řešení ve formě komplexního diagramu, který se následně vykoná. Nevyžaduje tak detailní statistické znalosti. Uživateli postačí základní znalost statistických metod a postupů. Jak vypadá uživatelské rozhraní, můžeme vidět na Obrázek 2.

9


Obrázek 2: Uživatelské rozhraní programu Clementine společnosti IBM.

SPSS (oficiálně SPSS Statistics) je na druhou stranu komplexní a lehce použitelná sada nástrojů pro analýzu dat a prediktivní analýzy. Je určena pro podniky, analytiky a programátory, kteří zpracovávají velké množství dat především v oblasti sociálních věd. Používá se ovšem i ve výzkumech a průzkumech trhů, společnosti, státní správy, vzdělávání, zdraví, atd. Stejně jako Clementine je produktem společnosti IBM, ovšem práce s ním vyžaduje mnohem komplexnější znalosti statistiky a statistických metod. Jak vypadá pracovní prostředí programu SPSS Statistics lze vidět níže (viz Obrázek 3).

10


Obrázek 3: Uživatelské rozhraní SPSS Statistics.

Nejčastějším využitím data miningu je segmentace zákazníků, zvyšování efektivity reklamních kampaní, sledování rizika odchodu ke konkurenci, atd. Pěkným příkladem využití data miningu jsou i elektronické obchody. Ty mají výhodu, že mohou sledovat všechny produkty, které si zákazník i prohlížel. Výsledkem aplikace data miningu je pak pravděpodobnost, která poukazuje na nákup jednoho typu zboží s jiným výrobkem. Na stánkách e-shopů se pak tyto výsledky objevují v doporučeních jako „ostatní zákazníci si ke zvolenému výrobku také objednali…“ V kamenných obchodech jsou tyto analýzy využívány k umístění jednotlivých výrobků na prodejně. Příkladem může být průzkum potravinářského řetězce Midway v USA. Ten využil data mining na datech z prodejů a tržeb a zjistili, že ve čtvrtky a soboty nakupují pleny především muži. A s prodejem plen byl registrován rostoucí odbyt piva. Následně byly řetězcem uskutečněny závěry, že umístěním piva blíže k plenám je potencionální šance zvýšení příjmů. I když se rozsáhlé informační technologie vyvíjejí odděleně od transakčních a analytických systémů, proces data miningu poskytuje spojení mezi těmito dvěma směry. Data miningové programy analyzují vztahy a vzory v uložených transakčních datech založených na otevřených uživatelských dotazech. 11

Popularizační workshop – Informační technologie a jejich nová dimenze K tomu lze využít množství analytických softwarů, v nichž jsou implementovány různé statistické analýzy, např. rozhodovací stromy, klasifikační pravidla (algoritmus nejbližšího souseda), analýzy rozptylu, shlukové analýzy, regresní analýzy, rozšíření lineárních modelů, umělé neuronové sítě (ANN), pravidla indukce, atd. S některými těmito metodami se seznámíme v následujících kapitolách.

2.3 Přehled základních informačních zdrojů Základním prvkem pro data mining jsou data, z kterých budeme extrahovat onu „skrytou“ informaci. V závislosti na typu informací, které chceme získat, si pořizujeme data, související s tématikou a potřebná pro daný výzkum. Z tohoto hlediska existuje velké množství pořizovatelů a poskytovatelů dat. Data shromažďuje a uchovává téměř každý, od malých firem, například pro analýzu tržeb, až po instituce zřizované státem, pro prognózy vývoje obyvatel, apod. V souvislosti s pořizováním a získáním dat je dobré zmínit evropskou iniciativu INSPIRE (Infrastructure for Spatial Information in Europe). Jde o směrnici Evropské komise, která si klade za cíl vytvořit evropský legislativní rámec potřebný pro vybudování infrastruktury prostorových informací v rámci Evropské unie. V podstatě se jedná o souhrn obecných pravidel definující podmínky pro sběr, uchovávání a předávání dat, sloužících k podpoře environmentálních politik. Hlavním cílem směrnice INSPIRE je poskytnout větší množství kvalitních a standardizovaných informací pro vytváření a uplatňování politik na všech úrovních členských států unie. Hlavním a největším pořizovatelem dat v České republice je Český statistický úřad (ČSÚ). Krom různých demografických tematických dat, zpracovává i data z celorepublikového sčítání lidí, domů a bytů (viz SLDB), jehož je koordinátorem. V rámci území republiky shromažďují potřebná data i resorty jednotlivých ministerstev pro své specifické informační systémy. V rámci Evropské unie zpracovává a poskytuje data Eurostat. Jeho úkolem je předkládat statistická data na úrovní celé unie a poskytovat statistická srovnání regionů (NUTS) a členských států. Například ekonomická data Eurostatu slouží jako oficiální podklad pro rozhodování Evropské centrální banky a dalších institucí. Další možností, která může posloužit pro dolování informací z dat, je tvorba (sběr) vlastních dat. Problematika vlastního sběru dat je blíže popsána v kapitole 3.2. Na následujících řádcích je přehled zdrojů, nejčastěji používaných především v socio ekonomické sféře. 2.3.1

Klasifikace zdrojů

Databáze - Jedním z hlavních zdrojů informací jsou databáze, které data ukládají v daném uspořádání. Nejčastěji uváděným příkladem databáze je kartotéka lékařských dokumentací pacientů, která je vedena například u praktického lékaře. V případě sofistikovanějších řešení, za pomocí informačních technologií, můžeme mluvit o databázových systémech (DBS), které jsou popsány v kapitole Propojení dat. DBS umožňují data ukládat, modifikovat je a zaznamenávat vtahy mezi nimi. Registry - Registr, nebo také rejstřík, je v podstatě databáze, která obsahuje veškeré informace z dané oblasti. Veškeré ve smyslu toho, že například registr osob obsahuje všechny osoby vyskytující se v dané oblasti, obdobně jako Informační systémy - Obecně je informační systém definován jako soubor technologických prostředků a metod, které zabezpečují sběr, přenos, zpracování a uchovávání dat za účelem tvorby prezentace

12


informací. Zdrojem dat jsou většinou specializované informační systémy resortů ministerstev, vytvářené dle specifických požadavků na konkrétní aplikaci. Klasifikace - Klasifikace hierarchicky začleňuje určité ekonomické, sociální, demografické a jiné jevy a procesy. Jako příklad klasifikace si můžeme uvést třídění územních statistických jednotek podle klasifikace NUTS (La Nomenclature des Unités Territoriales Statistiques), statistické klasifikace vytvořené Eurostatem. NUTS dělí území EU v několika úrovních. Pro Českou republiku je normalizovaná klasifikace územních celků CZ-NUTS. Podle této klasifikace je Česká republika dělena do úrovně NUTS 3 následovně:    

NUTS 0 – stát Česká republika (počet 1, administrativní jednotka), NUTS 1 – území celé české republiky (počet 1, neadministrativní jednotka), NUTS 2 – regiony soudržnosti, sdružené kraje (počet 8, neadministrativní jednotky), NUTS 3 – kraje (počet 14, administrativní jednotky).

Tyto jednotky mohou mít administrativní nebo neadministrativní charakter. V rámci každé úrovně NUTS 1 – 3 je zahrnuta i jedna mikroregionální územní jednotka, tzv. Extra-regio territory. Extra-regio jednotky jsou tvořeny částmi hospodářských území, které nemohou být připojeny ke konkrétnímu regionu (vzdušný prostor, vojenské základny, velvyslanectví, konzuláty, atd.). Dalšími klasifikacemi jsou například klasifikace CZ-NACE (ekvivalent dřívější OKEČ – Odvětvová klasifikace ekonomických činností), která dělí ekonomické činnosti. Každý podnik má uveden výčet činností dle CZ-NACE ve firemních databázích (viz Obrázek 4). Tato klasifikace je například používána pro hledání dotačních titulů a přerozdělování financí. Obdobnou klasifikací je ISCO (International Standard Classification of Occupation), která dělí zaměstnání podle dvou kritérií, kterými jsou druh vykonávané práce a úroveň dovedností.

Obrázek 4: Ukázka z klasifikace CZ-NACE (klasifikace ekonomických činností).

13

Popularizační workshop – Informační technologie a jejich nová dimenze Číselníky - Číselník je obvykle vzestupně či sestupně uspořádaný seznam číselných znaků, písmen nebo jejich kombinací. Číselník přiřazuje jednoznačný kód konkrétní entitě, verbálnímu popisu jevu či procesu se základní společnou charakteristikou. Mezi prvky číselníku neexistuje jejich nadřazenost nebo podřízenost. Příkladem číselníku je Číselník obcí (CISOB) českého statistického úřadu, který přiřazuje obci po jejím vzniku jednoznačný číselný identifikátor. Číselníky využívá i klasifikace NUTS. Například okresům (úroveň NUTS 4/LAU1) jsou přiřazeny kódy, které jsou členěny následovně: okres Opava má kód CZ0805, kde: CZ – stát Česká republika (úroveň NUTS 0), CZ0 – území Česká republika (úroveň NUTS 1), CZ08 – region soudržnosti Moravskoslezsko (úroveň NUTS 2), CZ080 – kraj Moravskoslezský (úroveň NUTS 3), CZ0805 – okres Opava (úroveň NUTS 4/LAU1).

Obrázek 5: Ukázka číselníku obcí Českého statistického úřadu.

2.3.2

Příklady informačních zdrojů

Veřejná databáze ČSÚ (VDB) je budována jako základní a jednotný datový zdroj pro prezentaci statistických údajů, určených pro veřejnost. VDB obsahuje agregovaná statistická data za všechny sledované úseky statistiky. Zdrojem dat jsou výsledky zpracování statistických úloh, prováděných ČSÚ a údaje z externích a administrativních zdrojů, především z dalších pracovišť státních organizací. VDB se neomezuje pouze na data za Českou republiku jako celek. Zahrnuje data i za jednotlivé kraje, okresy, obce, atd. V případě potřeby jsou k dispozici i data ze zahraničí. Jádro VDB jsou databáze obsahující statistické ukazatele a jejich hodnoty. Struktura těchto databází je propojena s metainformačním systémem Českého statistického úřadu, především na soustavu číselníků a klasifikací. VDB je tvořena:   

primární úrovní – databáze agregovaných statistických dat, sekundární úrovní – výstupní objekty (tabulky, grafy, mapy), rozhraní – aplikace, která zajišťuje transformaci a vstup informací do primární databáze a aplikace umožňující přístup uživatelů k datům a vstupním objektům.

14


Veřejná databáze českého statistického úřadu je k dispozici na stránkách statistického úřadu (http://vdb.czso.cz/vdbvo/uvod.jsp). Jak vypadá rozhraní pro hledání dat ve veřejné databázi, můžeme vidět na Obrázek 6. Údaje jsou rozděleny do několika skupin, podle určité tématiky (Souborné informace; Životní prostředí a zemědělství; Obyvatelstvo, volby; Práce, sociální statistiky; Makroekonomika; zahraniční obchod; Ceny; Průmysl, staveb., energetika; Služby). Data lze z VDB stáhnout ve formátu .xls nebo .xml.

Obrázek 6: Rozhraní pro přístup k veřejné databázi (VDB) na webových stránkách ČSÚ.

Běžná evidence obyvatel (BEO) je databáze, která je k dostání na stránkách ČSÚ. Obsahuje data evidovaná především na matrikách jednotlivých okresů. Obsahují data o přirozeném přírůstku obyvatelstva vznikající na základě měsíčního vypisování, hlášení o narození, o potratech, o úmrtí a o evidenci sňatků. Data o vnitřní migraci vycházejí z povinnosti občana k přihlášení se k trvalému pobytu. To vše lze stáhnout až do úrovně okresů. Data jsou evidovány v intervalech již od roku 1971 s počtem obyvatel vždy k 1.1 a 31.12 daného roku. Sčítání lidu, domů a bytů (SLDB) je rozsáhle šetření, na jehož základě jsou zjišťovány údaje o počtu obyvatel a jejich struktuře podle bydliště a pracoviště. Zadavatelem tohoto šetření je vláda ČR a za realizaci a zpracování je zodpovědný ČSÚ. SLDB zjišťuje i údaje, z nichž je možné určit míru dojížďky popřípadě vyjížďky z okresů a obcí. Shromažďuje informace o počtu a struktuře domů a bytů. Šetřením prochází všechny osoby, které mají na území České republiky v daný okamžik trvalý nebo dlouhodobý pobyt. Do sčítání je zahrnuta také evidence obytných i neobydlených domů a bytů. Data jsou k dostání až do úrovně obcí. SLDB je prováděno opakovaně v periodě deseti let. Data ze sčítání lidu lze naleznout na stránkách www.scitani.cz, ze kterých lze data stáhnout ve formátu .xls. Stránky jsou provázány se stránkami ČSÚ.

15


Obrázek 7: Stránky s výsledky SLDB z roku 2011.

Významným zdrojem informací jsou Základní registry. Cílem základních registrů je vytvoření centrálního nástroje, pomocí kterého bude možné sdílet data v rámci orgánů veřejné správy. Díky jejich existenci dojde k odstranění roztříštěnosti, nejednotnosti a redundace dat v databázích veřejné správy. Smyslem základních registrů je bezpečné a hlavně transparentní poskytování údajů z dalších informačních zdrojů veřejné správy, zjednodušit ohlašovací povinnost a vytvořit předpoklady pro optimalizaci a sjednocení procesů v rámci veřejné správy. Soustava Základních registrů je tvořena čtyřmi dílčími registry:    

Registr obyvatel – obsahuje údaje o fyzických osobách, Registr osob – obsahuje údaje o právnických osobách a podnikajících fyzických osobách (nahrazuje Registr ekonomických subjektů), Registr práv a povinností – obsahuje informace o orgánech veřejné moci a jejich rozhodnutí, Registr územní identifikace, adres a nemovitostí – obsahuje informace o územních prvcích (nahrazuje ÚIR-ADR).

Zdrojem dat jsou i různé informační systémy resortů jednotlivých ministerstev. Například Centrální systém účetních informací státu (CSÚIS) Ministerstva financí. Jde o zveřejňování účetních závěrek organizačních složek státu. Pro veřejnost jsou k dispozici údaje v ročním intervalu počínaje rokem 2010. Dále můžeme uvést Administrativní registr ekonomických subjektů (ARES), jehož zřizovatelem je opět Ministerstvo financí. Jedná se o informační systém, který umožňuje vyhledávání informací o ekonomických subjektech, registrovaných v České republice (viz Obrázek 8). Dále můžeme jmenovat Informační systém MONITOR (viz Obrázek 9) jehož gestorem je opět Ministerstvo financí. Jedná se o informační systém, který umožňuje volný přístup k rozpočtovým a účetním informacím ze všech úrovní státní správy i samosprávy. Do systému lze přistupovat prostřednictvím odkazu http://monitor.statnipokladna.cz/.

16


Obrázek 8: Rozhraní administrativního registru ekonomických subjektů (ARES).

Obrázek 9: Ukázka informačního systému MONITOR Ministerstva financí.

17

Popularizační workshop – Informační technologie a jejich nová dimenze Jako další lze uvést databázi MonumNet Ministerstva kultury. Ta poskytuje data o nemovitých památkách, chráněných územích, objektech světového dědictví, apod. Databáze je dostupná pod odkazem http://monumnet.npu.cz/monumnet.php.

Obrázek 10: Databáze MonumNet - zobrazení záznamů kulturní památky.

Jak již bylo zmíněno výše, každý resort ministerstev si vytváří vlastní IS, databáze, registry apod. Ovšem ne všechny jsou veřejně dostupné. Některé jsou souhrnným informačním systémem zastřešující více menších projektů. Jedním takovým je Jednotný informační systém životního prostředí (JISŽP) Ministerstva životního prostředí, pod který spadá 37 informačních systémů a téměř 5000 databází. Některé veřejné zdroje dat používají pro zobrazení informací mapových podkladů. Takovým může být Mapový server Ministerstva pro místní rozvoj (dostupný na http://mapy.crr.cz/) či Jednotný systém dopravních informací (JSDI) Ministerstva dopravy.

Obrázek 11: Mapový server Ministerstva pro místní rozvoj.

18


3 VYUŽITÍ INFORMAČNÍCH TECHNOLOGIÍ VE VOJENSTVÍ A PRÁCI POLICIE Policejní a armádní složky, ať už České republice, nebo v zahraničí, jsou konfrontovány s velikým množstvím požadavků, které jsou kladeny na jejich činnost. Objemy v rozpočtech důležitých složek, které zajišťují bezpečí občanů států, jsou však těmto požadavkům neúměrné, což má za výsledek rostoucí tlak na efektivitu činnosti těchto složek. Existuje mnoho způsobů, kterými se daří tuto situaci řešit a jedním z nich je právě využití informačních technologií. Zásadním aspektem v potírání kriminality a zajištění bezpečnosti státu je informovanost příslušných složek o stavu a vývoji řešené situace. Jinými slovy je nutné mít dostatečnou znalost o svém území, aspektech, které ovlivňují dění v tomto území a potenciálních hrozbách. Než však nabydeme znalosti, je zapotřebí učinit několik nezbytných kroků. Na počátku stojí nutnost disponovat vhodnými daty, po jejichž zpracování a analyzování získáme určitou informaci. Informace jako taková však nabyde své skutečné hodnoty až po spojení se zkušenostmi jedince, který s ní pracuje. Za těchto podmínek se z ní stává ona kýžená znalost, se kterou je teprve možno vhodně pracovat. Při využití informačních technologií v kriminalistice bývá v posledních letech často skloňováno mapování, analýzy a prediktivní modelování kriminality za využití data miningu a GIS nástrojů. Podobné trendy lze pozorovat rovněž v oblasti vojenství. Moderní metody kriminalistiky se tedy v současnosti čím dál více opírají o moderní technologie, které efektivitu policejní práce zefektivňují. Stále více a více rozšířeným přístupem se stává mapování přestupků a trestných činů policisty pomocí GPS přístrojů, využití prostorových databází, mapových aplikací a specializovaných nástrojů, jež umožňují provádění analýz dat v čase a prostoru. Informační technologie tedy přinesly do práce policie úplně nový rozměr, díky němuž lze kriminální data lépe zpracovávat a proměňovat je ve stále lepší mapové výstupy znázorňující stav situace v daném území. Využití nových technologií však nebylo krokem kupředu jen ve správě kriminogenních dat a mapování. Naprosto novým směrem ve využití dat se v kriminalistice staly prediktivní analýzy, pomocí nichž lze předpovídat stav budoucí. Samotná myšlenka předpovídání trestné činnosti jako počasí se může zdát až směšná, nicméně četné aplikace tohoto přístupu ve světě mají prokazatelné výsledky. Jak takovéto predikce vlastně fungují? Analýzou a pozorováním kriminogenních dat, stejně jako jakýchkoli jiných dat, lze v časových obdobích a určitém prostoru identifikovat trendy a zákonitosti. Pokud v takovéto analýze zohledníme ještě další faktory, které mohou kriminalitu ovlivnit, jako je například sociálně-demografická situace oblasti, situace na drogové scéně, hustota zalidnění, výskyt ubytoven, barů, nákupních center a jiných rizikových míst, ale také například již zmiňované počasí v době, kdy se má předpokládaná trestná činnost odehrávat, lze s určitou pravděpodobností předem předpokládat, že ke spáchání trestného činu v konkrétním místě a čase opět dojde. Pokud dokáže policie rizikové situace předpovídat, může na ně adekvátně reagovat, přičemž se neočekává represivní zásah a odhalení konkrétního trestného činu, ale v prvé řadě posílení prevence, pomocí které lze výskyt kriminality v rizikové oblasti efektivně snížit. Je nutno upozornit, že se takto daří situaci řešit i navzdory stále se zužujícím rozpočtům policejních složek, tudíž je přínos takovýchto inovativních přístupů v boji s kriminalitou více než patrný.

19


3.1 Situace v České republice ve srovnání se zahraničím Trendy ve využití informačních technologií u policie a ve vojenství jsou v České republice zaměřeny spíše na mapování současného stavu a statistické zpracování dat o kriminalitě. Vznikají tak sice podklady, při jejichž využití lze reagovat na situaci v území, ale nelze předpovídat její vývoj a efektivněji cílit preventivní činnost složek činných v zajištění bezpečí občanů. V České republice jsou již vyvíjeny aktivity ve vývoji a zavedení prediktivních systémů, nicméně tato snaha je teprve v prvopočátcích. Ukázky Které lokality jsou potenciálně velmi výbušné, naznačují například mapy, vytvořené v rámci Policejního prezídia6, které můžeme vidět na obrázcích 12 a 13. Na první z nich jsou znázorněny riziková území na úrovni Územních odborů Policie ČR. Není překvapením, že nejvýbušnější oblasti se nacházejí právě v Ústeckém a Moravskoslezském kraji, kde se můžeme setkat s četnými sociálními problémy obyvatel a s tím spojenou vyšší měrou kriminality v porovnání s jinými kraji ČR.

Obrázek 12 - Ukázka mapy rizikových oblastí v ČR (Policejní prezidium, 2011)

Na další mapě, která byla vytvořena GIS specialisty na Policejním prezidiu ČR lze pozorovat problémové oblasti v menším měřítku, konkrétně na úrovni města České Budějovice. V této mapě je využito takzvané metody HotSpots, která umožňuje znázornit intenzitu mapovaného jevu, kterým je v tomto případě evidovaná trestná činnost. Touto metodou lze tedy detailněji identifikovat riziková místa.

6

Statistické přehledy kriminality za rok 2011 v mapách. Policie České republiky. http://www.policie.cz/clanek/statistickeprehledy-kriminality-za-rok-2011-v-mapach.aspx

20


Obrázek 13 - Evidovaná trestná činnost v letech 2009 - 2013 na území Českých Budějovic (Policie ČR)

Na další ukázce je opět metodou HotSpots znázorněna trestná činnost na území města Kolín. Tato mapa je výsledkem mapování kriminality tamní městskou policií. V činnostech mapování kriminality město Kolín vyvíjí četné aktivity, které směřují k budoucímu posunu k využití inovativních prediktivních metod.

Obrázek 14 - Hotspots – trestná činy v Kolíně (Městská policie Kolín)

21

Popularizační workshop – Informační technologie a jejich nová dimenze Na obrázku 15 je znázorněn náhled do mapového portálu Městské policie Uherské Hradiště, která rovněž vyvíjí aktivity v mapování přestupků a trestných činů na svém území. Mapové portály jsou jednou z moderních technologií, jak vizualizovat digitální mapy věnované různým tématům. Mapové portály jsou často přizpůsobeny tak, aby svým uživatelům poskytly nejen náhled na situaci v daném území, ale umožňují také práci s četnými informacemi a jednoduššími analytickými funkcemi.

Obrázek 15 - Ukázka zobrazení přestupků dle věku pachatele a výpis statistických informací (Městská policie Uherské Hradiště)

Následující ukázky jsou věnovány příkladům ze zahraničí, konkrétně projektu Criminal Predictive Anylysis (CriPA), který je realizován rakouskými předními vědeckými organizacemi působícími v oblasti prostorových analýz a GIS ve spolupráci s tamní akademickou sférou. Mapové výstupy jsou velmi podobné výše uvedeným příkladům, nicméně rozdíl mezi nimi je v tom, že se již nejedná o pouhé znázornění dat o kriminalitě do mapy, ale využití dat o kriminalitě k sofistikovaným analýzám a následnému modelování budoucího vývoje. Jde tedy o vyjádření jakési předpovědi v mapě, která se pak stává vhodným podkladem pro práci policejních složek, které vzniklým rizikovým situacím mohou předcházet posílením prevence v inkriminovaných oblastech.

Obrázek 16 - Predikce loupeží ve Vídni pro červenec 2013 (CriPA)

22


Obrázek 17 - Modelování rizik v terénu (CriPA)

Obrázek 18 - Ukázka mapových výstupů prediktivních analýz (CriPA)

23


4 3D TISK 3D tisk je do jisté míry revoluční technologie, která se může stát fenoménem 21. století. 3D tisk má potenciál od základů změnit stávající přístupy a zásadně ovlivnit současné výrobní technologie. Podobně jako průmyslová revoluce dala vzniknout masové sériové výrobě, 3D tisk umožňuje masovou individualizovanou výrobu, masovou kustomizaci. Z tohoto a dalších důvodů se o 3Dtisku hovoří jako o tzv."disruptive technology", přelomové technologii. V technologii 3D tisku se uplatňuje celá řada technických oblastí; jde o typicky multioborovou technologii, kde jsou zapojeny mnohé profese: designéři, programátoři, elektrotechnici, strojaři, mechanici, chemici, CAD/CAM konstruktéři nebo třeba i umělci. Přitom žádný z těchto oborů není vyloženě dominantní. 3D tisk také přímo vybízí ke druhotnému zpracování surovin. Recyklace materiálu a jeho znovupoužití (např. ve formě plastového filamentu, granulátu apod.) je přirozenou součástí technologie 3D tisku již dnes. V budoucnu, s rozšiřujícím se spektrem využitelných materiálů (kovy, sklo, keramika atd.), lze očekávat ještě intenzivnější využívání recyklačních technologií. Historie 3D tisku sahá až do doby, kdy byl poprvé použit jednodušší princip výroby 3D objektu, a to různé druhy obráběcích strojů (soustruhy, hoblovky, frézy apod.) Ty využívají subtraktivní metodu, kdy je materiál obráběn, a to většinou pomocí jednoduchého otáčení výchozího tvaru a postupného odebírání materiálu pomocí nožů, frézek nebo kotoučů. Obráběcí stroje byly postupně vylepšovány až k univerzálnímu obráběcímu stroji, CNC soustruhu (computer numerical controlled), který je řízen počítačem ovládanými servomotory.

MOŽNOSTÍ VYUŽITÍ 3D TISKÁREN 3D tiskárny - umí tisknout i samy sebe. Je možné si vytisknout jednotlivé součástky a z nich později tiskárnu smontovat. Domácí potřeby - není nutné jezdit do obchodu pro věci do kuchyně, ale každý si je může vytisknout doma. Oblečení - Potřebujete něco na sebe a nechce se vám do obchodu? Vytiskněte si např. nové boty. Jídlo – Ze speciálních náplní vám připraví třeba pizzu, jednoduchý hamburger, čokoládu nebo zeleninové pokrmy ve tvarech, jaké si budete přát. Zbraně - Tyto případy už se objevily, ale je zde poměrně vysoké riziko, že by hlaveň mohla explodovat. Takže by poté následoval tisk protézy. Protézy - V budoucnu by se mohlo jednat o praktický nástroj pro postižené, kteří by si mohli vytvořit např. ruku přesně podle svých požadavků. Lidské orgány - Vědci již dokázali tisknout trojrozměrné struktury z pevných buněčných kultur, jako jsou buňky kostní dřeně či kůže.

3D tisk se obvykle provádí pomocí tzv. aditivního procesu, kdy se postupně přidává tiskový materiál. Jde o zcela jinou metodu než například u soustruhů, kde je materiál naopak postupně odebírán. Při použití aditivního procesu je objekt vytištěn ve vrstvách – jsou vypočítány a „pokládány“ po sobě jdoucí vrstvy materiálu tak dlouho, dokud není vytvořen celý objekt. Každou takovou vrstvu si lze představit jako tenký plátek – horizontální řez 3D objektu. 3D tisk začíná samozřejmě vytvořením digitálního modelu objektu, který má být vytištěn. K tomuto účelu je používán specifický software, CAD/CAM (Computer Aided Design/Manufacturing) – tedy modelovací program. Je ovšem možné vytvořit kopii stávajícího objektu; k tomu se využívá tzv. 3D skener, který nasnímá stávající vzor a převede jej do digitálního modelu, který lze dále zpracovat, upravit a nakonec vytisknout na 3D tiskárně.

24


3D model je nezávislý na tiskárně, může být vytvořen v libovolném modelovacím softwaru. Aby mohl být takový digitální 3D model na 3D tiskárně vytištěn, musí být předzpracován tak, aby mu 3D tiskárna rozuměla. Jde vlastně o virtuální „nařezání“ modelu na jednotlivé vrstvy (plátky), které pak 3D tiskárna postupně načítá a klade na sebe jednu po druhé, až je objekt vytištěn.

4.1 Technologie tisku 3D tiskárny používají různé technologie tisku. Existuje řada metod, jak tisknout 3D výrobky, všechny tyto metody jsou tzv. aditivní. Rozdíly spočívají ve způsobu, jakým jsou jednotlivé vrstvy pokládány a jaké materiály jsou použity. V současnosti nejrozšířenější metody jako třeba Selective laser sintering (SLS) nebo Fused deposition modeling/fused filament fabrication (FDM/FFF) fungují na principu roztavení nebo alespoň změkčení materiálu a jeho postupného nanášení ve vrstvách. Další metody využívají tekutiny, které se vytvrzují nejrůznějšími způsoby, např. Stereolithografie (SLA). Tisknout lze třeba i z netradičních materiálů, které lze zkapalnit a vzápětí stabilizovat nejrůznějšími způsoby: hlína – vyschnutí, vosk, čokoláda – nízká teplota atd. Selective laser sintering (SLS) Tato technologie využívá vysokého výkonu laseru ke spojení malých částic plastu, kovu, keramiky, skla apod. do pevné hmoty. Tiskne se tedy z vrstev, které jsou tvořeny práškem. Toto práškové lože (jedna vrstva) je tvořeno práškem, jenž je po nanesení nejdříve ve správných místech zahříván na vysokou teplotu laserem a tím spojen. Poté je nanesena nová vrstva prášku a celý proces se na nové vrstvě opakuje, dokud není výrobek hotov. Veškerý nespojený prášek zůstává nedotčen a obvykle jej lze použít znova při tisku nového objektu. Při tisku plní nespojený materiál jakousi „oporu“ pro následující vrstvy, což je výhoda zejména u komplexních tvarů, u kterých hrozí např. zborcení okrajové části objektu při tisku. Metoda SLS byla vytvořena v 80. letech 20. století v USA, dodnes je využívána např. V NASA. Fused Deposition Modeling/Fused Filament Fabrication (FDM/FFF) Pojem Fused deposition modeling (FDM) je registrovanou ochrannou známkou. Protože existuje řada iniciativ, které se věnují 3D tisku nekomerčně, byl jednou z takových iniciativ přijat a rozšířen termín Fused Filament Fabrication (FFF). S oběma těmito termíny se lze setkat, oba tedy popisují stejnou metodu 3D tisku. Princip této metody spočívá v tavení plastového vlákna nebo kovového drátu (záleží, z jakého materiálu se tiskne). Zažitý název pro toto vlákno nebo drát je filament. Tento filament se zpravidla odvíjí z cívky a je mechanicky vtahován do tavicí a vytlačovací trysky, která filament nataví a postupně nanáší na tištěnou vrstvu. Tryska je tedy zpravidla zahřívána na relativně vysokou teplotu, která musí být dostatečná k natavení materiálu (filamentu). Důležitý je pohyb trysky ve všech třech směrech, který je přesně řízen, zpravidla krokovými servomotory prostřednictvím softwaru (CAM).

25


Obrázek 19: Princip 3D tisku pomocí technologie FDM

3D objekt se tak vyrábí vytlačováním roztaveného materiálu po vrstvách. Tento přístup má své výhody; jde zejména o relativní jednoduchost, s jakou lze 3D tiskárnu používající tuto metodu sestrojit - není náhodou, že tato metoda je nejrozšířenější mezi levnějšími "hobby" 3D tiskárnami. Jsou zde však také jisté nevýhody; například použitý materiál musí splňovat celou řadu parametrů: musí být dobře tavitelný, zároveň však musí tuhnout docela rychle, nejlépe ihned po vytlačení z trysky, zároveň by však měl být dobře spojitelný i za teplot pod bodem tavení, aby k sobě jednotlivé vrstvy dobře přilnuly. Filament musí být prost nečistot a měl by být homogenní (bez "bublin"), aby bylo zajištěno správné a kontinuální dávkováni tryskou. Dávkovací a vytlačovací mechanismus musí být seřízen tak, aby dostatečně pevně ovládal vtlačování filamentu do trysky, navíc musí zajistit nejen vytlačování roztaveného filamentu, ale také jeho zastavení (musí být tedy schopen i "zpětného chodu"). Všechny tyto mechanické aspekty znamenají celou řadu potenciálních zranitelností a zavdávají příležitosti k chybným nastavením a nefunkčním tiskovým procesům. Metoda FDM se rozšířila v USA v osmdesátých letech 20. století. Specifikem je, že lze tisknout ze dvou materiálů, z nichž jeden je určen pro hotový výrobek, druhý materiál slouží jako "podpůrná struktura" při tištění komplexních tvarů. Stereolitografie (SLA) Stereolitografie je zřejmě nejpřesnější současná metoda 3D tisku. Ne náhodou se využívá například i při výrobě elektronických čipů, neboť přesnost může být teoreticky až na úrovni jednotlivých molekul použitého materiálu. Principem je postupné vytvrzování materiálu, nejčastěji polymeru (fotopolymerová pryskyřice), a to za účinků záření různých vlnových délek (zpravidla UV záření, UV laser). Toto záření lze zaměřovat a vytvářet tak jednotlivé vytvrzené vrstvy. Přesnost výsledného modelu při použití této metody je značná, další výhodou je výborné vzájemné spojení jednotlivých vrstev. Daní za přesnost je ovšem čas potřebný k vytištení modelu. Typická tloušťka jedné vrstvy bývá řádově v setinách milimetru. Podobně jako u metody FDM/FFF je i u stereolitografie nutné použít podpůrné (nosné) konstrukce v případech, kdy jsou tištěny komplexní tvary. 26


4.2 Možnosti využití 3D tisku Přestože to vypadá, jakoby se 3D tisk šířil teprve v posledních několika letech, je tato technologie známá a využívaná po celá desetiletí. Zejména designéři a výrobci již běžně používají technologii 3D tisku pro hledání optimálních výrobních postupů a obecně pro výzkumné účely; tyto činnosti spojuje často užívaný termín "rapid prototyping". Ve 21. století je technologie 3D tisku intenzivně testována biotechnologickými firmami ve spolupráci s předními univerzitami, neboť se zde otevírají slibná použití při výrobě nových tkání, orgánů a obecně částí lidského těla pomocí 3D tisku. Zjednodušeně lze princip popsat jako tištění živých tkáňových buněk (opět ve vrstvách), přičemž spojovacím materiálem je vhodné médium (např. ve formě gelu nebo hustého fyziologického roztoku). Touto metodou lze vystavět trojrozměrnou strukturu z živých buněk a tuto dále použít v dalších krocích k řadě chirurgických zákroků. Vývoj v tomto směru samozřejmě dále pokračuje a v současné době neexistuje řešení tohoto typu, které by bylo možné označit za prověřené a prakticky uskutečnitelné. Není ovšem pochyb, že byl položen základní kámen novému oboru - počítačově podporovanému tkáňovému inženýrství. Perspektivní není jen design a výroba pouhých prototypů, ale přímé zapojení technologie 3D tisku do výroby, tady ne jen rapid prototyping, ale rovnou rapid manufacturing. Jde o nový způsob výroby, který je odpovědí na obrovskou výzvu současného trhu: masovou kustomizaci. Výrobky jsou z funkčního hlediska i nadále navrhovány a vyráběny masově, zákazníci jsou však stále hlouběji vtahováni do procesu návrhu a výroby a mohou tak ovlivnit celou řadu parametrů, zejména výsledný "vnější" design. Tento přístup se pochopitelně nejrychleji uplatnil u výrobků jako je oblečení, mobilní elektronická zařízení, obuv, šperky - tedy předměty osobní spotřeby, které nejrychleji podléhají módním trendům a osobnímu vkusu zákazníků. Lze ovšem předpokládat, že masová kustomizace bude časem úspěšná i v oblastech, kde je tradičně kladen důraz spíše na funkčnost než na estetický dojem, např. zdravotní pomůcky, potřeby pro domácnost apod. 3D tisk se tak pomalu stává plnohodnotnou součástí výrobního, nikoli jen vývojového, procesu a předměty vytištěné na 3D tiskárně jsou skutečným koncovým výrobkem, nikoli pouhým prototypem.

27


5 PROSTOROVÉ ANALÝZY Prostorové analýzy můžeme definovat jako soubor technik pro analýzu a modelování lokalizovaných objektů, kde výsledky analýz závisí na prostorovém uspořádání těchto objektů a jejich vlastností (Horák 2006).

5.1 Vybrané metody prostorových analýz Prostřednictvím prostorových analýz založených na geoinformačních systémech (GIS) se provádí modelování reálného světa, zobrazeného ve formě prostorových dat (geodat). Mezi nejrozšířenější software patří systém ArcGIS od společnosti ESRI. (Hruška-Tvrdý, 2012) Metodika Hot spot analýzy – Metoda analýzy Hot spot slouží k identifikaci rozmístění prostorových shluků vysokých hodnot (Hot Spots) a prostorových shluků nízkých hodnot (Cold Spots) na základě Zscore a p-value pro každý prvek. Vysoká hodnota Z-score a malá hodnota p-value (statisticky významná, tj. < 0,05) pro daný prvek znamená existenci prostorového shluku vysokých hodnot v okolí (hot spot). Nízká záporná hodnota Z-score a malá hodnota p-value pro daný prvek znamená existenci prostorového shluku nízkých hodnot v okolí (Cold Spot). Čím je Z-score větší nebo menší, tím je shlukování intenzivnější (ESRI, 2011).

Obrázek 20: Princip Hot spot analýzy (ESRI 2011)

Jádrové odhady (Kernel) počítají hustotu prvků v definovaném okolí. Mezi možné využití patří zjištění hustoty domů, trestných činů, hustoty silnic a inženýrských sítí ovlivňujících město. Při výpočtu jádrových odhadů lze využít i možností vážení určitou vlastností jako např. počet bytů v domě. Hodnota prvků je nejvyšší v místě bodu (události) a klesá s rostoucí vzdáleností od dané události. Využívá se zde pouze kruhové okolí. Objem pod povrchem je roven váze, která je k jednotlivým bodům ve vstupních datech přiřazena (více Horák, 2011 nebo ESRI, 2011). Metodika pro stanovení dopravní dostupnosti – Model sítě, jako objektu reálného světa, lze vytvořit na základě teorie grafu s využitím topologie. Geometrická síť se skládá z uzlů a hran sítě a v této podobě pak může být jednoduchým modelem konkrétní reálné sítě, kterou lze vytvořit v prostředí GIS. Pro hledání nejkratší cesty mezi dvěma objekty je sestaven Dijkstrův algoritmus, který využívá nadstavba ArcGIS Network Analyst. Jednoduchý způsob zhodnocení dostupnosti je využití bufferu, který lze vytvořit kolem bodu, např. vytvořením pětikilometrového kruhu kolem bodu. (více Peňáz, 2006 nebo ESRI, 2011).

28


Obrázek 21: Princip Jádrových odhadů (Horák, 2011)

5.2 Vybrané metody vizualizace dat Kartogram je mapa s dílčími územními celky, do kterých jsou plošným způsobem znázorněna statistická data (jedná se o relativní hodnoty) většinou geografického charakteru (Kaňok 1999). Druhy kartogramů (i nepravých): ► ► ► ► ► ► ►

Jednoduchý – jeden jev Složený – více jevů Strukturní – členění jevu Tečkový – vizualizace pomocí teček Čárový – vizualizace pomocí čar Síťový – geometrické hranice Prostorový – typ blokdiagramu

Kartodiagramy neboli diagramové mapy (Proportional Symbol Maps, Diagrammkarten) jsou nejčastěji používány pro prezentaci statistických údajů − řadí se do skupiny tzv. statistických map. Na rozdíl od kartogramů vyjadřujeme hodnoty u kartodiagramů vždy v absolutní podobě (výjimku tvoří členění daného znaku, kde jsou hodnoty většinou uváděny v procentech). Druhy kartodiagramů: ► Bodové ► Liniové ► Plošné

29


Obrázek 22: Ukázka kartogramu „Vývoj HMMS“ (Hruška-Tvrdý, 2012)

30


Obrázek 23: Ukázka kartodiagramu (Hruška-Tvrdý, 2012)

5.3 Volně stažitelné GIS software QUANTUM GIS (http://qgis.org) Quantum GIS je uživatelsky přívětivá multiplatformní GIS aplikace. Podporuje vektorové, rastrové i databázové formáty. QGIS umožňuje zejména prohlížení, tvorbu a editaci rastrových a vektorových vrstev, zpracování GPS dat a tvorbu map. Funkčnost rozšiřují zásuvné moduly. Licence je GPL - tj. lze bezplatně používat i v komerční sféře.

31

Popularizační workshop – Informační technologie a jejich nová dimenze ARC EXPLORER (http://esri.com) Freeware ArcExplorer je GIS prohlížečka (GIS Viewer) od společnosti ESRI, jejíž hlavní programový produkt se nazývá ArcGIS. Výhodou programu je jeho snadné a intuitivní ovládání, přehledné grafické prostředí a česká lokalizace. Program obsahuje funkce na vytváření kartogramů (klasifikaci prvků mapy – např. států světa – do tříd dle počtu obyvatel, hustoty zalidnění, členství v nadnárodních organizacích apod.), dotazování, identifikování atributů, vytváření obalových zón, připojení webové mapové služby a tisk. Program podporuje čtení dat v rastrovém i vektorovém formátu (SHP). ARC EXPOLRER WEB MAP (http://www.esri.com/industries/k-12/resources/mapping_sites.html) Firma ESRI nabízí na svých stránkách nejen volně stažitelné programy, data a dokumenty pro využití aplikací GIS ve výuce zeměpisu a geografie, ale také aplikaci Web GIS přístupnou přímo ze své stránky. V aplikaci je možné využít buď data přímo nabízená firmou ESRI a nebo je možné otevřít si nový projekt a vkládat si data z dalších internetových stránek, které poskytují datové zdroje.

KRISTÝNA GIS PROHLÍŽEČKA (http://www.christine-gis.com/cz/index.htm) Kristýna je užitečný, snadno použitelný nástroj, který přináší a poskytuje geografické informace. Kristýna umožňuje zobrazovat, zkoumat, dotazovat a analyzovat data prostorově. Klíčovou vlastností Kristýny je snadnost načtení tabelárních dat, jako dBASE® soubory a data z databázových serverů

32


6 Informační technologie na zahraniční akademické půdě 6.1 Proč jsem se stal vědcem 6.1.1

Dipl. Ing. Dirk Peter Claassen

Můj život profesionála zasvěceného inovacím V roce 1968 jsem vystudoval technickou univerzitu v Grazu, obor mechanické strojírenství. V té době byly programy pro vědecké účely ještě v plenkách a nebyly součástí formálního vzdělávání. Obory, ze kterých vývojáři softwaru vycházeli, byly matematika a fyzika. V té době má univerzita čerstvě zahájila práci počítačového střediska, v němž jsem se přihlásil do kurzu ALGOL, abych pochopil principy programování. Po době strávené čekáním na výzkumný projekt v oblasti procesního inženýrství, jsem „náhodou“ obdržel nabídku napsat program pro první plně automatizované testovací zařízení řízené počítačem. Jiný inženýr, který původně tento úkol získal, práci ukončil. Místo bylo volné a blížilo se datum odevzdání. Ve své nové práci jsem měl velmi schopného nadřízeného a během třídenní nepřetržité práce jsme vyvinuli vývojový diagram i specifikace pro daný program, po nichž následoval rok intenzivních prací přímo na softwaru. V rámci tohoto projektu mi byl uznán první patent, metoda digitálního řízení hydraulických dynamometrů, které v té době nebylo možné řídit automaticky, jak bylo třeba. S jídlem mi rostla chuť, a tak jsem se po dokončení tohoto projektu dalších 25 let zdokonaloval v oblasti testování automobilů. Měl jsem hned dvojí štěstí: -

boom digitálních technologií způsobil, že IT začalo pronikat do všech oblastí společenského života, používal jsem tyto technologie jako důležité pomůcky k praktickým inovacím, protože jsem ve společnosti zastával výhradní postavení, brzy jsem se při propagaci svého nového produktu dostal do kontaktu s trhem.

To mi dopomohlo k inovacím i průběžným zlepšením, naučil jsem se přitom ale také přizpůsobovat inovace potřebám trhu. To bylo stále v době, kdy pracovat pro potřeby trhu považovali někteří „skuteční“ vědci za zaprodání. Vždy jsem pracoval, abych zvyšoval efektivitu práce ve vztahu k životnímu prostředí. Jako vedoucí stohlavé skupiny zaměřené na výzkum a vývoj jsem přišel s inovacemi v mnoha oblastech měření, procesního řízení a testování motorů a motorových vozidel. Po určitou dobu jsem spolupracoval v rámci určování metod pro kontrolu emisí s mezinárodní standardizační komisí. Po 25 letech práce na různých pozicích v této oblasti jsem se osamostatnil a založil vlastní společnosti. Primárně jsme se sice zaměřovali na inovaci v technologiích, rozšiřovali jsme ale pole působnosti. Několik let jsem pracoval na vývoji zdravotního zařízení, které během intervenční léčby chránilo srdce před anémií. Následně jsem po určitou dobu propagoval technologii palivových článků. Vyvinuli jsme

33

Popularizační workshop – Informační technologie a jejich nová dimenze vlastní typ a získali v této oblasti několik patentů. V tento okamžik dokončuji náročný vývoj malého přístroje pro výrobu decentralizované energie z tepla.

6.2 Příklady technologických novinek v rámci IT 1. Automatizace testovacích zařízení motoru V roce 1970 se data shromažďovala ručně nebo prostřednictvím objemných centrálních počítačů. V té době nebyl znám žádný systém, který by testovací zařízení provozoval automaticky. Bylo třeba do maximální možné míry využít existujících součástek. Spousta specialistů zastávala názor, že hydraulické dynamometry nelze řídit automaticky. V té době neexistovaly minipočítače pro technické účely a decentralizované zpracování dat. Museli jsme proto používat malý komerční počítač, na kterém jsme napsali program, který byl jen okrajově přizpůsobený potřebám procesního řízení. Projekt byl pouze sázkou do loterie, a i přes svůj zájem nebyl trh připraven uvěřit v podobné řešení. Nicméně byl zahájen vývoj, který je v současnosti považován za standard a který zefektivnil testování motorů a motorových vozidel, díky němuž se z mé bývalé společnosti vyklubal tržní gigant. 2. Připínací převodník pro linku vstřikování Zvýšené nároky kladené na testování provozovaných vozidel a dodržování nízkých emisních limitů vyžadovalo vnější diagnostiku vstřikovacího systému naftového motoru. Informace o tlaku vstřikování nebylo možné získat bez narušení vstřikovací soustavy, která silně vibrovala. Naše fyzikální oddělení narazilo na publikaci, kde jistá laboratoř vyvinula tenký plastový povlak, který při tlaku vytvářel piezoelektrické signály. Takový materiál v té době na trhu nebyl k dispozici. Malý vzorek o velikosti 1 m² a inteligentní mechanická aplikace tohoto materiálu uvnitř připínacího převodníku nám umožnily přijít na profil tlaku vstřikování v trubce skrz ocelovou zeď o tloušťce přibližně 2 mm. Tento převodník vytvořil zbrusu novou produktovou řadu pro diagnostiku garážových vozidel, která slaví celosvětový úspěch už řadu desetiletí. 3. Vývoj vysokoteplotních krystalů Jedním z nejnáročnějších projektů, které jsem kdy vedl, byl vývoj nového typu krystalu, který se nevyskytuje v přírodě a tím pádem se nikdy netestoval. Jeho vlastnosti byly definovány a shromážděny z dat podobných materiálů použitých ke stejnému účelu. Potřebovali jsme ovšem piezoelektrický krystal, jehož bylo možné využít ve spalovací komoře pro měření za vysokých teplot bez chlazení. Nejprve jsme analyzovali několik existujících materiálů a zjistili, že některé části chemického vzorce nebo některé struktury chemických sloučenin určovaly jisté vlastnosti. Vzali jsme ty části, které stály za vlastnostmi, jako vysoká teplota, mírný pohyb, izolace apod., a z nich následně vytvořili nový vzorec

34


pro chemickou kombinaci, kterou jsme nejprve realizovali formou roztoku, který se následně vyvinul do krystalů. Abychom vše vytvářeli v přiměřeném čase a s přiměřenými náklady, nejprve jsme museli usměrnit piezoelektrické chování krystalu a jeho optické prvky. Tím jsme mohli provádět analýzy a předpovědi i na velmi malých mikrokrystalech. Výsledkem byla nová generace tlakových převodníků pro motory. 4. Dynamické měření částic: Se stále tvrdší legislativou na ochranu životního prostředí, která omezovala emisní limity, přišla poptávka dynamického měření částic, které motor vydává. Ani v tomto případě se nic podobného na trhu nevyskytovalo. Takového zařízení přitom muselo být použitelné pro praktické operace za chodu, aniž by došlo k přenesení vzorků do ústřední laboratoře atd. Jelikož částice sestávají z různých typů uhlovodíků, čistého vodíku jiných prvků, jako síry, první vědecká práce měla přesně definovat, jakým způsobem dosáhnout nejlepšího reprezentativního výsledku. Na základě spektrografických analýz se rozhodlo využít infračerveného měření a následně těch částí spektra, které budou nejlépe odpovídat reálné situaci. Praktická realizace opět vyžadovala množství získaných dat, hodnocení, citlivost a nebylo by možné jí dosáhnout bez relativně silného vestavěného mikroprocesoru. 5. Testování motorů formule 1 se simulací monopostu Vývoj motorů formule 1 vždy vyžadoval množství pokusů. Testování těchto motorů v reálných podmínkách bývá mnohem složitější a poskytuje menší množství dat, než je tomu v případě testovacích zařízení. Z tohoto důvodu jsme pro testovací zařízení vyvinuli elektrický pohon a řídící systém, které byly schopné simulovat reálné silniční podmínky v určitém vozidle. Hlavním problém spočíval v řízení relativně těžkých a nepohyblivých elektrických pohonů se stejným zrychlením a stejnou dynamikou jako daný motor, tj. 12 tisíc otáček za vteřinu. Pokud chceme téhož dosáhnout na 500kW motoru se stejnosměrným proudem, dochází k mohutnému zvukovému výbuchu. Tento projekt se mohl realizovat pouze díky naší úzké spolupráci s velkou společnosti s dostatkem zkušeností v oblasti elektrických pohonů a díky pokročilému softwaru se simulačními systémy. 6. Palivové články Vedle účinků, jako jsou statické části, čistý výstup apod., je dle mého názoru největší výhodou palivových článků jejich účinnost. V případě palivových článků neplatí Carnotův zákon, kvůli čemuž nedochází k omezení účinnosti. Účinnost přímého elektrického převodu je přibližně 70 %, a to i v případě menších rozměrů. Toto platí, jelikož ke zlepšení účinnosti dochází v poměru malého k plnému zatížení. Této výhody lze využít, jakmile klesnou investiční náklady. Zavedení palivových článků do tržní praxe ovšem podle mě naráží na jeden hlavní strategický problém. V současné době se plánuje uvedení tohoto produktu na trh ve velkých objemech a pro náročné spotřebitele. S tím by zároveň vyvstala nutnost přijmout nový způsob chování při řízení, ale i novou

35

Popularizační workshop – Informační technologie a jejich nová dimenze infrastrukturu pro vodík. Už od počátku jsme si zvolili palivové články z keramiky schopné odolávat vysokým teplotám, které jsou schopné na elektřinu převádět jak vodík, tak také oxid uhelnatý. Toto je základem použití s komerčními palivy, jako etanol nebo nafta, které se musejí upravovat na místě. Vyvinout palivový článek od prvního kroku je náročný úkol, který by vydal na samostatnou prezentaci, proto mám jen jednu malou poznámku: Úspěšně jsme vyvinuli elektrolyt s tloušťkou 5 mikronů. Pracoval velmi zdařile. V té době jsem navštívil Stanfordovu univerzitu, kde jsem se dozvěděl, že dosáhli takové technologické úrovně, aby vytvořili elektrolyt s tloušťkou 5 nanometrů, tedy 1000x menší. Přesto jsme úspěšně pokračovali ve svém řešení. Na tomto příkladu vidíte, že při výrobě funkčních a atraktivních produktů není vždy důležité mít nejlepší možnou technologii. 7. Všeobecné poznámky k IT: Skoro všechny inovace, které jsem zde představil, by nebylo možné realizovat bez zlepšování počítačových technologií. Je ale důležité mít na paměti, jaké úkoly jsou schopny v rámci úplného řešení, produktu nebo technického postupu řešit. Nikdy jsem nebyl otevřený nadměrné důvěře v tyto systému, kvůli občasnému zvýšenému riziku omylu. Denně slýcháme o hackerech, bezpečnostních službách atd. Občas je proto lepší zachovat bezpečnost operací spíše než zvýšenou pružnost. V Goethově Faustu nacházíme větu: „Was man schwarz auf weiss besitzt, kann man getrost nach Hause tragen“ (co je černé na bílém, to vesele se domů nese). A tato slova nejsou určena Dr. Faustovi, ale ďáblovi Mefistovi. Je k tomu dobrý důvod. Existuje reálné nebezpečí, že se příliš oddáváme výsledkům, které nám počítače dávají k dispozici. A je stále těžší tyto výsledky ověřit. Počítače nahrazují pravítko, nikoli projektanta. Není pochyb o tom, že počítače a ustavičný růst souvisejících technologií zvýšil pohodlí a rychlost v mnoha oblastech a umožnil vývoj, který by v opačném případě nebyl možný. Když se ovšem podíváme na 19. století, které bylo největším přelomem v inovacích a tvořivosti a srovnáme ho s posledními desetiletími, vyvstane otázka, zdali počítače tvořivost podporují nebo jí podrážejí nohy.

6.3 Proč jsem se stal vědcem 6.3.1

Doc. Ing. Milan Kubina, PhD.

Základní otázkou v mém případě, by měla znít: „Proč jsem se stal pedagogem?“. Když se zpětně ohlédnu, uvědomuji si, že jsem nikdy neměl ambici být pedagogem a natož vědcem. Na střední škole (gymnáziu) jsem měl elektrotechnické zaměření a poprvé jsem se dostal do kontaktu s výpočetní technikou (PMD počítač z JZD Slušovice). Začal jsem tvořit své první programy v jazyce Basic a později v jazyce Pascal. Obdivoval jsem kamarády, kteří vlastnili svůj počítač ATARI, Commodore…, nespočet hodin jsem s nimi strávil při trénování karate, tenisu...tříbení logiky (tetris) a zlepšovaní postřehu a rychlostí (různé střílečky). Potom přišel rok 1989, velké změny a nové možnosti a šance pro rozvoj člověka i společnosti. Otázkou však zůstává, do jaké míry byl člověk schopný a připravený tuto výzvu využít. V této době jsem se zaměřil zejména na dokončení středoškolského studia a s rodiči na výběr vhodné vysoké školy. Stal jsem se studentem na VŠDS (Vysoká škola dopravy a spojů) později ŽU (Žilinská univerzita) v oboru informační a řídicí systémy. Byl to takový mix technických, matematických a ekonomických zručností, 36


což se později ukázalo jako moje konkurenční výhoda na trhu práce. Na ŽU jsem se poprvé dostal do kontaktu s “reálnou vědou“, realizoval jsem různé projekty, které napomáhaly rozvoji katedry a fakulty. Zde jsem se poprvé střetl s fenoménem „internetu“ a začal jsem, vnímat IS/IKT (informační systémy/informační a komunikační technologie). Po skončení studia jsem pracoval na různých pozicích v různých společnostech, ale vždy jsem byl a měl blízko k IS/IKT, které postupně přetvářely podniky, domácnosti, náš svět a život. Byl jsem a dodnes jsem fascinovaný možnostmi, které přináší moderní informační a komunikační technologie. Kdyby mi někdo před 20 lety pověděl, co všecko přinesou IS/IKT do našeho života, tak bych mu nevěřil. Dnes jsou nejen podniky prošpikovány IS/IKT ale i naše domácnosti, neumíme si představit každodenní život ani ten virtuální bez mobilních technologií, sociálních sítí a podobně. Někdy v té době, když jsem dělal IKT manažera v jedné nadnárodní společnosti, byl jsem osloven, zda tyto moje schopnosti a vědomosti nechci předat, podat studentům na ŽU/FRI. Nevím ani jak a stal jsem se pedagogem na Fakultě řízení a informatiky (FRI) a to je jen krok, aby se z Vás stal i vědec. Postupně jsem byl vtahován do různých národních, nadnárodních projektů na různých pozicích a teď jsem vědecko-pedagogický pracovník  a v mé náplni práce je také věda a výzkum. Častokrát si kladu otázku co je to věda, co je to výzkum. Když jsem se stal pedagogem, bylo mi hned jasné, jaké jsou očekávaní, příprava výuky a vyučovacích materiálů, psaní skript resp. učebnic a hodnocení studentů resp. vysedáváni v různých komisích. Jedna z definic je: „Věda je jedna z forem osvojení si světa člověkem, jejichž produktem jsou teoretické systematizované objektivní poznatky nebo soubor poznatků nacházejících se ve zdůvodněném kontextu. Současná věda vychází z pozorování, nebo experimentů, přičemž musí být opakovatelné a volně přístupné. Smyslem této činnosti je formulování hypotéz, vyvozování předpovědi a nakonec jejich testovaní. Pokud se předpověď potvrdí, a hypotéza je vnitřně konzistentní, stává se teorií (do jedné teorie se obvykle spojuje větší množství hypotéz). Na vědu se kladou požadavky objektivity, pravdivosti a metodičnosti (případně i terminologické jednoznačnosti).“ Oblasti mého zájmu jsou hlavně IS/IKT a jejich využitelnost při řízení podniku. V podniku vzniká množství dat, které je třeba nějak zpracovávat (IS/IKT) a vyhodnocovat (pracovníci manažerů). V rámci mé vědecko-výzkumné činnosti se zabývám různými aspekty PIS (podnikových IS) jako je například IS v podniku ovlivňující efektivní rozhodovaní, jako IS/IKT ovlivňují podnikové procesy (kvalitu, rychlost…), IS napomáhají rozvoji vztahů mezi podnikem a jeho zákazníky atd. Zabývám se svými studenty na přednáškách, projekty i trendy v oblasti IS/IKT jako jsou například BigData, CloudComputing a Internet of thing. Oblast IS/IKT je velmi dynamická a široká a přináší neustále nové výzvy a pohledy na podnikové procesy. Předpokládám, že informační úroveň jednotlivých podniků a celé společnosti se bude neustále prohlubovat a právě z tohoto důvodu bych rád nadále rozšiřoval své vědomosti v dané problematice prostřednictvím následujícího studia a spolu s dalšími kolegy a odborníky z dané oblasti participoval na tvorbě nových řešení, postupů a metod, které by umožnily efektivní využití dostupných technologií pro dosažení cílů manažerů, zaměstnanců a celé společnosti.

37

Popularizační workshop – Informační technologie a jejich nová dimenze Pokud se zpětně vrátím k otázce, proč jsem se stal vědcem, protože to tak život zařídil a jsem velmi rád, že to tak je . Vzdělaní a dosažené vědecké a vědecko-pedagogické tituly -

1997 - vysokoškolské - Ing. (FRI,ŽU Žilina), Informační a řídicí systémy

-

2004 - philosophiae doctor - PhD. (FPEDAS,ŽU Žilina), Odvětvové a průřezové ekonomiky

- 2013 - docent (FRI,ŽU Žilina), Management Průběh dosažené praxe -

1998 - 1999 PROSOFT, spol. s r. o.; konzultant a implementátor IS/IT produktů (ERP Profix).

-

1999 - 2000 S&T Varias spol. s r.o.; konzultant a implementátor IS/IT produktů (ERP SAP/R3).

-

2000 - 2006 Walmark, spol. s r.o.; vedoucí IS/IKT oddělení.

-

2006 - Fakulta managementu a informatiky, Žilinská univerzita v Žiline; vysokoškolský učitel a vědec.

Pedagogická praxe na FRI V současné době zabezpečuji přednášky a cvičení pro tyto předměty: -

Systémy na podporu rozhodování

-

Manažérské informační systémy

-

Informační management

-

Počítačové sítě 1

-

Počítačové sítě 2

-

Projekt 1,2,3

-

vedení PhD., Ing. a Bc. prací

Do dnešní doby mi vyšly následující publikace (vědecké monografie, vysokoškolské učebnice, skripta): -

Podnikové informační systémy (2013)

-

Základy teleworkingu a telemarketingu (2011)

-

Marketingové řízení (2009)

-

Trendy v marketingové komunikaci (2008)

Jako instruktor jsem získal různé ocenění, jako jsou například: -

2013 ocenění „Instructor Years of Service“ od společnosti CISCO v rámci participace na programu Cisco Networking Academy při ŽU.

-

2012 ocenění „Instructor Excellence Advanced“ od společnosti CISCO v rámci participace na programu Cisco Networking Academy při ŽU. 38


6.3.2

-

CCNA a CCAI certifikát.

-

Od roku 2008 jsem instruktorem ECDL centra při ŽU a jsem držitelem ECDL certifikátu. Při svojí činnosti spolupracuje s institucemi zabývající se teorií, výukou a aplikacemi informatiky.

Ing. Gabriel Koman

Změny po roce 1989 i v naší zemi přinesly nové možnosti a šance pro rozvoj člověka i společností. Otázkou však zůstává, do jaké míry je dnešní člověk schopný a připravený tuto výzvu využít. V současné době nevídaným tempem vzrůstá množství informací, které je třeba zvládnut. V důsledku rychlých a rozsáhlých změn v technické a ekonomické oblasti se kladou na člověka čím dál vyšší požadavky a nároky. A právě snaha o zlepšování své činnosti je charakteristickým znakem člověka. Je projevem tvořivé lidské podstaty, konstruktivní aktivity na základě získaných vědomostí a s tím související potřeby zdokonalování, anebo vytváření nových hodnot. Zvlášť dnes, když se svět navzájem sbližuje, propojují se trhy, nastal volný pohyb kapitálu, začal se měnit charakter výroby a práce na celém světě. Tento proces globalizace proniká do všech oblastí života společnosti, ovlivňuje předpoklady její existence. Denně musíme zpracovávat a selektovat množství informací, přizpůsobovat se novým technologickým trendům. V souvislosti s tím si začínáme čím dál více uvědomovat hodnotu času. Proto je potřeba přinášet nové praktické řešení v korelaci s reálnými technologiemi. Slovensko se v roce 2004 přihlásilo k Lisabonské strategii, v rámci které si Evropská unie dala za cíl stát se nejkonkurenceschopnější, nejdynamičtější znalostní ekonomikou na světě, přitom k naplnění tohoto cíle mohu přispívat i efektivní manažeři. Mají velké množství tvořivých oblastí, v kterých se mohou uplatnit, nakolik ovlivňují činnost a výsledky systému. Při interpretování managementu je potřebné si uvědomit, že tento pojem možno chápat v čtyřech významech: jako je proces, profese, vědní disciplína a umění. Rychlý vývoj v oblasti informačních a komunikačních technologií, který byl zaznamenán v posledních letech, zasahuje do oblasti rozhodování v managementu neustále ve vyšší míře. Jelikož se staly technologie trendem současnosti, podniky se snaží tyto poznatky využít pro řízení, rozhodovaní a zároveň pro potřeby přiblížení se požadavkům zákazníka, či zdokonalovaní výrobních a jiných procesů. Právě v tomto bodě dochází ke střetu dvou vědeckých oblastí, a to managementu a technologii, které slouží jako podporný nástroj vytváření nových metod, modelů, postupů a procesů pro potřeby řazení a rozhodovaní v podniku. Tato problematika mne během mého studia zaujala z důvodu osobního zájmu o informační a komunikační technologie, kterým jsem se věnoval od základní školy, a možnosti využití těchto technologií při řízení a rozhodovaní v podnicích. Už během studia jsem se zabýval danou problematikou v rámci podobně zaměřených předmětů, kde jsem řešil využití různých technologií v podniku, jejich vliv na rozhodování manažerů, výkon zaměstnanců apod. Po úspěšném ukončení druhého stupně vysokoškolského vzdělání jsem se rozhodl hlouběji věnovat problematice managementu a informačním technologiím v rámci doktorandského studia v technické oblasti dizertační práce, Využití IS/IKT v podnikové sféře pro podporu rozhodovaní pod vedením doc. Ing. Milana Kubiny, PhD. Předpokládám, že informační úroveň podniků a celé společnosti se bude neustále prohlubovat a právě z tohoto důvodu bych rád nadále rozšiřoval své vědomosti v dané problematice prostřednictvím následujícího studia a spolu s dalšími kolegy a odborníky z dané oblasti participoval na 39

Popularizační workshop – Informační technologie a jejich nová dimenze tvorbě nových řešení, postupů a metod, které by umožnili efektivní využití dostupných technologií pro dosáhnutí cílů manažérů, zaměstnanců a celé společnosti.

6.4 Žilinská univerzita v Žilině Žilinská univerzita v Žilině (ŽU)7 vznikla 1. září 1953 vyčleněním z Českého vysokého učení technického v Praze jako Vysoká škola železniční. Přešla mnohými transformacemi, v roce 1996 byl název Vysoká škola dopravy a spojů změněn na Žilinskou univerzitu v Žilině. ŽU jako veřejná vysoká škola univerzitního typu poskytuje vzdělání ve všech třech stupních studia (bakalářské, inženýrské/magisterské, doktorandské) v denní a kombinační formě. Na ŽU ukončilo studium přibližně 63 000 absolventů, z toho 1800 zahraničních. Ve všech formách studia studuje přibližně 11 000 studentů. Univerzita má více než 1 500 pracovníků, z toho 650 vysokoškolských učitelů. Svou více než padesátiletou historii zaujímá přední místo ve slovenském vzdělávání. A to nejen počtem studentů, nabídkou akreditovaných studijních programů, ale zejména značnou výzkumnou i zahraniční aktivitou založenou na rozsáhlé spolupráci s domácími a zahraničními firmami a institucemi. V oblasti vědy a výzkumu jsou pracoviště ŽU zapojeny do řešení více než 150 vědeckých a výzkumných projektů finančně podporovaných z veřejných zdrojů prostřednictvím celostátních grantových programů o objemu 2,1 mil. EUR. Současně řeší kolektivy 35 projektů podporovaných ze zahraničí, především v rámci 6. a 7. rámcového programu EU. Kromě vlastního řešení úloh je sledována i problematika kvalitního technického vybavení experimentálních pracovišť a zvyšovaní kvality lidských zdrojů. Řešitelský kolektiv úzce spolupracuje s partnery z hospodářské sféry v aplikovaném výzkumu. V rámci strukturálních fondů prostřednictvím operačního programu výzkum a vývoj je podporovaných 6 špičkových center. V rámci tohoto operačního programu je ŽU zapojena do 4 projektů komerčních center. Jsou vytvořeny 3 centra aplikovaného výzkumu. Dosažené výsledky prezentuje ŽU především formou publikační činnosti, podanými žádostmi o udělení patentu na vynález, prezentacemi na mezinárodních vědeckých sympóziích a konferencích, ale i na veletrzích a výstavách. Spolupracuje se zahraničními univerzitami, umožňuje studentům a učitelům aktívní účast v mezinárodních vzdělávacích a vědeckovýzkumných programech (LLP/ERASMUS, Grundvig, Comenius, dále TEMPUS, COST, CEEPUS, v 6. a 7. rámcovém programu a i.). Ve vzdělávacím programu celoživotního vzdělávaní LLP, podprogramu ERASMUS patří ŽU mezi nejaktivnější slovenské univerzity a jako jediná slovenská univerzita je uvedena mezi nejúspěšnějšími 40 univerzitami v EU v oblasti učitelských mobilit za období 10 let. ŽU patří přední příčky v počtu vyslaných ERASMUS studentů a v počtu realizovaných stáží mezi slovenskými vysokými školami zapojených do programu.ulta managementu a informatiky Fakulta managementu byla zřízena rozhodnutím Akademické rady VŠDS dne 11. 7. 1990. Akademickou obec fakulty, vytvořili pracovníci Strojní a elektrotechnické fakulty (Katedra technické kybernetiky, Katedra informačních systémů), Fakulty provozu a ekonomiky dopravy a spojů (Katedra komunikačních systémů, Katedra jazyků, Katedra ekonomiky dopravy) a Ústavu rozvoje

7

www.uniza.sk

40


komunikací. Kromě zmíněných pracovníků, ji taktéž vytvořili studenti studijního oboru Kybernetika v dopravě a spojů, který měl první absolventy už v roce 1975 na tehdejší Strojní a elektrotechnické fakultě. Od roku 1993 je tento obor v plném rozsahu nahrazen širším koncipovaným studijním oborem Informační a řídicí systémy. V roce 1996 byla fakulta přejmenována na Fakultu managementu a informatiky. Tento název výstižněji odráží zejména tu skutečnost, že v jejím profilu hrají významnou roli informační technologie, a to primárně jako nástroj na podporu rozhodovaní při hledání optimálních či sub optimálních řešení v oblasti řízení pohybu prvků na rozlehlých sítích, kde má fakulta nejen historicky vybudované silné teoretické zázemí, ale i tým erudovaných odborníků z oblasti projektovaní a realizace integrovaných informačních systémů. Studium na FRI se zaměřuje na hardwarové, softwarové, síťové a manažerské aspekty informačních technologií (IS/IKT). Na FRI studuje ročně více než 1400 studentů.

Fakulta získala v rámci soutěže Národní cena Slovenské republiky za kvalitu 4 ocenění: 1. Oceněný finalista soutěže Národní cena Slovenské republiky za kvalitu za rok 2014, Kategorie C3 – jiné organizace veřejného sektoru. 2. Top manažer kvality roka 2014 – sektor veřejné správy – doc. Ing. Miroslav Hrnčiar, PhD. 3. Nejlepší dizertační práce v oblasti kvality – Peter Madzík. 4. Nejlepší diplomová práce v oblasti kvality – Tomáš Paukovček. 6.4.1

Katedra manažerských teorií

Záběr katedry v problematice teorie a praxe managementu je velmi široký, od pedagogické činnosti, v které se klade důraz nejen na zvládnutí základů z předmětné problematiky, ale i na hledání nových forem zpřístupnění aktuálních poznatků a na prohloubení individuálních zručností, přes vědecko-výzkumnou činnost reprezentováním, zapojováním se do různých projektů a publikováním až po úzkou spolupráci s hospodářskou sférou. To všechno je znak toho, že katedra v oblasti

41

Popularizační workshop – Informační technologie a jejich nová dimenze managementu má dobrou perspektivu propojit školu s praxí a tak připravit absolventy fakulty na jejich budoucí profesní kariéru. Členové katedry se vedle pedagogických aktivit věnují i výzkumné činnosti. Někteří jsou členy výzkumných týmů, které řeší projekty slovenského či evropského významu. Získané poznatky následně publikují v odborných slovenských a zejména zahraničních časopisech, ale také osobně prezentují na různých mezinárodních konferencích. Vědecko-výzkumná činnost katedry se odvíjí od jejího odborného profilu - orientuje se zejména na problematiku managementu, marketingu, informačních systémů a dalších podporných problémů řízení v sociálno-ekonomických procesech, a to v následujících problémových okruzích: -

rozvoj teoretických otázek managementu a souvisejících disciplín (marketing, RĽZ, logistika, MIS a podnikaní všeobecné a v dopravních aplikacích),

-

modelovaní rozhodovacích procesů v managementu, optimalizace řídicích systému,

-

modelovaní typů managementu (personální, strategický, operační apod.),

-

rozvoj vybraných teoretických otázek podnikových procesů,

-

analýza, syntéza a návrhy integrovaných informačních systémů pro management.

Pracovníci katedry působí ve více vědeckých a odborných spolcích, v rámci kterých se podílí na formulování a řešení aktuálních odborných problémů, organizovaní pravidelných odborných seminářů a konferenci (např. Management v železniční dopravě, Management, Sympózium managementu, Teorie a praxe managementu, Systémová integrace a další). Taktéž se podílí na různých vědeckovýzkumných projektech, jako jsou např. VEGA, KEGA, MVTS, nebo mezinárodních TEMPUS, PHARE, ERASMUS, GRUNDTWIG, Central Europe, 7. rámcový program EU a podobně. Publikační činnost pracovníků katedry je velmi bohatá. Jedná se o pravidelné publikace v domácích a zahraničních odborných časopisech, příspěvky na různých odborných seminářích a konferencích, vydávaní monografií, učebnic, učebních textů a podobně. Během studia se klade důraz na propojení s praxí. Jedná se o aktivní spolupráci s podniky působícími zejména v Žilinském kraji. Spolupráce probíhá formou aktivní participace studentů na řešení praktických úloh v rámci seminárních prací, projektové výuky a následně při vypracování bakalářských a diplomových prací. Propojení s praxí probíhá formou přednášek a seminářů vedených odborníky z praxe. Spolupráce je zaměřena na řešení konkrétních projektů z oblasti managementu, marketingu, rozvoje lidských zdrojů a logistiky v celé plejádě státních i soukromých podniků a společností, mezi které patří např. ŽSR, a.s., Železniční společnost Slovensko, a.s., SPP, a.s., ČD – KMŽP Olomouc, VW Slovakia Bratislava, Swedwood Bratislava, Slovenská pošta, a.s., Bratislavská integrovaná doprava, s.r.o. a jiné. V mezinárodní spolupráci se katedra orientuje především na univerzity v České republice, Polsku, Itálie, Finsku, Francií, USA, Velké Británii a Německu. 6.4.2

Cisco network academy

Akademie, která má skoro patnáctiletou historii, byla založena při Katedře informačních sítí FRI ŽU 26. 6. 2000 jako Lokální Cisco Síťová Akademie. Nejdříve se stala Regionální Cisco Síťovou Akademii (ID: 52143) v rámci programu Cisco Networking Academy Program (NetAcad). V současné době je na pozici Cisco Síťové Akademie (Cisco Networking Academy) a jednoho z tří instruktorských tréninkových center (Instructor Training Center - ITC).

42


V současnosti jsou nabízeny zájemcům akademické i komerční certifikované kurzy Netacad programu zaměřené na získaní Cisco průmyslových certifikátů a řadu dalších tematických kurzů z oblasti IP sítí (CCNA, CCNP...). 6.4.3

ECDL centra při ŽU

ECDL je v současnosti jediným celoevropským certifikátem potvrzující základní zručnost z informačních technologií, který získal široké uznání a podporu členských států Evropské unie. Evropská komise v e-Europe Action Plan 2002 vyhlásila celoživotní vzdělávání jako základní prvek evropského společenského modelu.

6.4.4

Realizované projekty na Fakultě managementu a informatiky ŽU

Název projektu: Popis projektu:

Teleworking v regiónech – projekt ESF (2005/2.2/01/039) Projekt vznikl na základě vyhlášení výzvy Ministerstvem práce, sociálních věcí a rodiny SR, v rámci Sektorového operačního programu Lidské zdroje. Projekt byl realizovaný v rámci priority „Posilnění sociální inkluze a vyrovnané příležitostí na trhu práce“ a opatření „Odstranění překážek rovnosti mužů a žen na trhu práce s důrazem na sladění pracovního a rodinného života“. Projekt byl zaměřený na podporu sociální inkluze a rovnosti příležitosti na trhu práce u osob po mateřské či rodičovské dovolené, t.j. osob s rodičovskými povinnostmi.


Inovace - cesta k zvyšování konkurenční schopnosti a rozvoje regiónů Projekt přeshraniční spolupráce SR/ČR – INTERREG (Inovace - cesta k zvyšování konkurenční schopnosti a rozvoje regiónu), ministerstvo regionálního rozvoje SR. Spolupráce Žilinské univerzity v Žilině a Slezské univerzita v Opavě, OPF Karviná. FRI / PEDaS. Projekt byl zaměřený na rozšíření poznatků o tom jak malé a střední podniky v obou regionech vnímají inovace a jejich potřeby na realizaci konkrétních rozvojových akcí a pro zvýšení inovačního povědomí a úsilí v malých a středních podnicích. V rámci projektu byly realizované rozsáhle výzkumné aktivity na České a Slovenské straně se zaměřením na malé a střední podniky. Na základě výsledků byly potom navrhované konkrétní aktivity na úrovni zúčastněných podniků a jejich zaměstnanců k podpoře rozvoje inovací a zvýšení inovačního potenciálu. Na České straně byly i aktivity zaměřené na rozšíření působení podniků do Polska. Projekt přinesl nezanedbatelné benefity jak zúčastněným univerzitám a to v podobě podpory jejich technologického zaražení a lepšího pohledu do problematiky inovací a jejich postavení v podnikatelské praxi.

Název projektu:

ITMS 26110230060 „Rozvoj kvality kultury na Žilinské univerzitě na bázi evropských standardů vysokoškolského vzdělávaní“ Důležitost výstupu v národním a mezinárodním kontexte: Tvůrčí implementace evropských standardů na zabezpečení kvality vysokoškolského

Popis projektu:

43

Popularizační workshop – Informační technologie a jejich nová dimenze vzdělávaní obsahující zaměření na studijní programy, studijní zdroje, přístupy k hodnocení studentů, absolventů a informovaní zainteresovaných stran.


Kooperační management - efektivní přístupy pro zisk konkurenční výhody Projekt mapuje situaci podniků v kooperačním managementu ve vybraných oblastech Slovenské republiky se zaměřením na možné efekty a úskalí, které tyto přístupy přinášejí. Velmi dobrý zdroj informací pro další pokračovaní výzkumných a realizačních aktivit.

Název projektu:

ZNALOSTNÍ MANAGRMENT – modely a aplikace (výzkum problematiky řízení organizace, založeného na práci a využívaní poznatků z pohledu ekonomické vědy) Projekt se zabývá důležitou a aktuální problematikou řízení sociálněekonomických procesů na základě využívaní a hodnocení poznatků / znalostí v interním a externím prostředí podnikatelských subjektů.

Popis projektu:


6.4.5

VirRo - on-line nástroj pro podporu vyučovaní předmětů z oblastí IP sítí a komunitního znalostního portálu Projekt VirRo (VirRo - Virtual Router) byl zaměřený na vývoj a nasazení didaktického nástroje na podporu vyučovaní VŠ předmětů z oblasti síťových technologií a počítačových sítí. Nástroj umožní studentů získávaní a přehlcováni praktických konfiguračních zručností při návrhu a správě počítačových sítí a seťových prvků on-line přes internet. Nástroj bude používaný jako podporný didaktický prostředek během vyučovaní předmětů Počítačové sítě 1, 2 na Fakultě managementu a informatiky, tak i předmětu Počítačové sítě 1 a 2 na Elektrotechnické fakultě ŽU.

Probíhající projekty


IMTS 26110230079 - Inovace a internacionalizace vzdělávaní - nástroje zvýšení kvality ŽU v evropském vzdělávacím prostoru Zvýšení konkurenceschopnosti Žilinské univerzity, jejich studentů a absolventů v globalizovaném světě vědy a vzdělávaní. Podpořit kvalitu vzdělání na Žilinské univerzitě rozvojem inovativních forem, zatraktivnění studijních materiálů a racionalizací studijních programů. Zvýšit zapojení Žilinské univerzity do mezinárodní spolupráce podporou mobility učitelů a studentů a zavedením společných studijních programů.

44


Název projektu:

Popis projektu:


Název projektu:

Popis projektu:


IMTS 26110230090 - Kvalitní vzdělávání s podporou inovativních forem kvalitního výzkumu a mezinárodní spolupráce - úspěšný absolvent pro potřeby praxe Rozvoj kvality Žilinské univerzity inovací procesů vzdělávaní a výzkumu v souladu s potřebami znalostí společnosti a globálního trhu práce. Zvýšeni atraktivity a zajímavosti studijních programů pro mladé lidi digitalizaci studijních materiálů. Zvýšení uplatnění absolventů na trhu práce racionalizací studijních programů. Rozvoj lidských zdrojů podporou kariérního růstu a zvyšováním kompetencí zaměstnanců výzkumu a vývoje. Marketingové řízení v kooperačním prostředí - návrh implementace modelu strategického řízení kooperačních propojení. Projekt je pokračováním skončeného projektu VEGA 1/0992/11 a zaměření se na oblast tvorby kooperačních strategií v podnikovém prostředí a na implementaci této strategie.

INOVAČNÍ MANAGEMENT – PROCESY, STRATEGIE A VÝKONNOST (výzkum problematiky řízení podniků, založeného na práci a využívaní inovací z pohledu ekonomické vědy) Projekt se zabývá důležitou a aktuální problematikou práce s inovacemi, zaměřenou na analýzu aktuálního stavu (průzkum a statistické šetření), formulací východiska (syntéza a systemizace), příprava inovačních procesů (modelovaní), návrh inovační strategie (příprava, tvorba a implementace), hodnoceni inovační výkonnosti (tvorba a implementace) jako nevyhnutný prvek inovačního řízení v podniku.

Studijní program druhého stupně - Řízení operací a logistika Projekt je zaměřený na tvorbu nového studijního programu druhého stupně (Ing.) v rámci Fakulty managementu a informatiky.

V rámci mého působení na katedře manažerských teorií FRI ŽU je realizován projekt SAP akademie. V rámci SAP akademie probíhají školení v informačních systémech SAP R/3, v jeho jednotlivých modulech pro potřeby integrace do studijního programu „Management“. Tento projekt koresponduje s potřebami zaměstnavatelů na Slovenském trhu.

45


6.5 Proč jsem se stal vědcem 6.5.1

Weronika Ślęzak-Tazbir

Ukončila jsem sociologii na Jagellonské univerzitě a psychologii na Slezské univerzitě, nyní připravuji doktorskou práci a chci se ucházet o akademický doktorský titul (Ph.D.). Jakožto socioložka a psycholožka aktivně vyučující na Sociologickém institutu Slezské univerzity, čím dál častěji využívám e-learningovou platformu. Nabídka, kterou díky tomu mohu poskytnout studentům, je pak mnohem pestřejší a zajímavější. Stala jsem se vědkyní, protože během studia se věda postupně stala mým koníčkem a nedokázala jsem si představit okamžik, v němž bych se měla přestat vzdělávat. V dnešní době je věda základem a největším kapitálem, jež můžeme získat. O to víc mě osobně těší, že v průběhu posledních 15 let nám technologický vývoj poskytl možnosti vývoje ve výzkumné, ale také i didaktické oblasti. Mnohokrát jsem se zúčastnila kvantitativních výzkumů o velmi širokém tematickém zaměření, jejichž zpracování probíhalo s využitím novodobých počítačových programů za účelem analýzy a shromažďování údajů, např. Statistica nebo SPSS. Aktuálně řídím velmi rozsáhlý kvalitativní výzkum týkající se vývoje regionu se zdůrazněním úlohy kreativních průmyslových odvětví, tj. hudby, industriální turistiky a designu. V rámci všech svých výzkumů využívám veškerou technologii, jež je na mé mateřské univerzitě dostupná. Nejčastěji pracuji s programem QdaMiner, a to v rámci kvalitativní analýzy vědeckého materiálu. Velmi důležitá je pro mě také úloha, jíž zaujímá internet, jakožto komunikační prostředek mezi učitelem a studentem, proto jsem velmi aktivní na společenských portálech, kde mám přímý kontakt se svými studenty a také na vědeckých a odborných fórech různého typu, kde vyhledávám nové informace a vyměňuji své zkušenosti se sociology z celého světa.

6.6 Slezská univerzita Několik slov o Slezské univerzitě Definitivní rozhodnutí o založení univerzity padlo v r. 1968 – 8. června byla založena Slezská univerzita, jednalo se o 9. univerzitu v Polsku. 1. října 1968 v Parkové hale proběhlo slavnostní zahájení I. akademického roku v Alma Mater Silesiensis. Nyní nabízí Slezská univerzita 70 studijních oborů a přes 200 specializací. Slezská univerzita v Katovicích je jedna z největších vysokých škol v Polsku. Tvoří ji 12 fakult: Umělecká; Biologie a ochrany životního prostředí; Etnologie a vědy o vzdělávání; Filologická; Informačních technologií a vědy o materiálech; Matematiky, fyziky a chemie; Vědy o zemi; Společenských věd; Pedagogická a psychologická; Právní a správní; Rozhlasu a televize K. Kieślowského; Teologická a mezioborové a celouniverzitní jednotky. Na univerzitě nyní studuje přibližně 35 000 studentů, studentů postgraduálních a doktorských studií v prezenčním a dálkovém režimu. Všechny obory jsou součástí Evropského systému pro převod a kumulaci kreditů (ECTS), což umožňuje svobodnou mezinárodní výměnu studentů, mj. v rámci

46


programů Erasmus+. Univerzita uzavřela na 600 smluv se zahraničními partnery, díky čemuž realizuje mnoho vědeckých projektů a programů mezinárodní výměny studentů a zaměstnanců. Vědecké výzkumy prováděné na Slezské univerzitě jsou mimořádně všestranné, hledají řešení pro problémy, jež jsou v Polsku, Evropě a ve světě považovány za prioritní pro vývoj civilizace. Soustředí se kolem témat, jež se mimo jiné týkají zdraví a medicíny, životního prostředí a klimatických změn, biotechnologie, ochrany životního prostředí a vodního hospodářství, informačních technologií, nanotechnologie, materiálů a nových technologií, energie, zahrnují otázky z právní a sociální oblasti, dále pak z oblasti edukace, kulturních proměn, národního dědictví a umění. Mnoho z nich se zaměřuje na inovace a využití v praxi, např. interdisciplinární výzkumy z oblasti zdraví a medicíny (mj. výzkum vlastností nových derivátů porfyrinů jako potenciálních foto senzibilizátorů ve fotodynamické onkologické léčbě, vyhledávání stabilních amorfních léků, jež se vyznačují dokonalou biologickou dostupností, výzkumy zabývající se strukturou a vlastnostmi nanokrystalické slitiny s pamětí tvaru NiTi), výzkumy v oblasti klimatických změn (např. polární výzkumy, včetně předpovědí změn zalednění Arktidy a růstu hladiny světového oceánu výsledkem globálního oteplování, změny klimatu v Arktidě a Antarktidě, určení trendů výskytu extrémních klimatických jevů v Polsku a určení indikátorů k předpovědí ohrožení těmito jevy), výzkumy v oblasti životního prostředí a ochrany životního prostředí (např. obnovitelná geotermální energie, vytvoření a zavedení platformy TILLING jako trvalého nářadí funkční genomiky a zdokonalení užitých vlastností a obohacení materiálů šlechtěných rostlin na příkladu ječmene). Vysokou úroveň výzkumů Slezské univerzity potvrzují mimo jiné kategorie jednotek udělované Ministerstvem vědy a vysokoškolského vzdělávání. Slezská univerzita realizuje výzkumné, investiční a edukační projekty financované z vnějších zdrojů. Během investičních projektů vznikly mimo jiné střediska jako např. Centrum vědecké informace a Akademická knihovna nebo Slezské meziuniverzitní centrum vzdělávání a interdisciplinárních výzkumů v Chorzově. O využití novodobé technologie Univerzita se může pochlubit dynamickým růstem vzdělávacích projektů, jejichž cílem je zvýšení kvality vzdělávání, zpracování a zavedení inovačních vzdělávacích programů, specializací a studijních oborů, a to včetně oborů odrážejících potřeby trhu práce a také podporujících růst počtu absolventů oborů s klíčovým významem pro hospodářství. Dále pak jsou univerzitou realizovány projekty, jež podporují mladé studenty doktorských studií a jejich vědeckou činnost, jež je spjata s oblastí byznysu. Slezská univerzita nyní realizuje přes 50 projektů financovaných ze zahraničních finančních prostředků v celkové hodnotě 400 mil. zlotých. Kromě 230 vědeckých projektů, jež univerzita získala, díky vnějším konkurzům a jež jsou spolu realizovány s různými vnějšími vnitrostátními a zahraničními institucemi, včetně obchodních a hospodářských subjektů, Slezská univerzita realizuje také přes 1500 autorských projektů financovaných z dotací na statutární činnost jednotek. V rámci celouniverzitního správního systému funguje Centrum pro vědecké výzkumy a hospodářskou spolupráci. Jeho úkolem je konsolidace činností v rámci podpory vývoje akademických pracovníků, získávání prostředků pro vědecké výzkumy, propagace idejí podnikání v akademickém prostředí univerzity, komercializace výsledků vědeckých výzkumů a vývojových prací a také navazování obchodních kontaktů se společnostmi. Centrum aktivně podporuje výzkumné pracovníky při tvorbě a

47

Popularizační workshop – Informační technologie a jejich nová dimenze realizaci vědeckých projektů a koordinuje práci v průběhu komercializace intelektuálního majetku univerzity. Nejdynamičtější formou využití novodobých informačních technologií na Slezské univerzitě je Centrum vzdělávání na dálku. Centrum vzdělávání na dálku na Slezské univerzitě tvoří celounoverzitní organizační jednotku, jež působí v rámci elektronického vzdělávání a využívá k tomuto účelu informačních technologií. Mezi oblasti činnosti Centra patří: 1. Pomoc při tvorbě Vzdělávacího systému na dálku (SKO - pol. System Kształcenia na Odległość) na Slezské univerzitě, nastavení platformy e-vzdělávání zpřístupněné pro jednotky UŚ, zajišťování školení a konzultace týkající se obsluhy. 2. Tvorba informatické infrastruktury pro SKO. 3. Správa a údržba serverů. 4. Poskytování jednotkám UŚ zdrojů SKO. 5. Účast na zpracování, spouštění a realizaci vzdělávacích kurzů v pracovnách elektronického vzdělávání. 6. Technologické konzultace v rámci organizace práce vzdělávacích středisek prostřednictvím internetu. 7. Organizace konferencí, seminářů pro uživatele a projektanty SKO. 8. Účast na pracích regionálních středisek Informačního společenství a pracích meziuniverzitních vývojových jednotek SKO. 9. Podílení se na realizaci koncepčních a prováděcích projektů v rámci spolupráce s jinými jednotkami. Díky platformě MOODLE, již využívá Centrum vzdělávání na dálku, stoupá počet kurzů, jež mohou probíhat s využitím internetového připojení, tj. on-line, což poskytuje neomezený přístup k materiálům a velmi aktivní tvorbu vztahu mistr – student. Centrum vzdělávání na dálku zahájilo spolupráci se Sdružením akademického e-learningu. Sdružení akademického e-learningu (SEA Stowarzyszenie E-learningu Akademicznego) zahájilo realizaci 3. ročníků certifikačního řízení pro metodiky výuky na dálku, tj. osoby aktivně se podílející na tvorbě elektronických materiálů elearningových a podporující realizaci moderních didaktických procesů. Certifikát je potvrzením kompetencí uchazeče v oblasti metod vzdělávání na dálku.

48


SEZNAM LITERATURY Horák, Jiří. 2011. Plánování aplikací geoinformačních technologií. Ostrava : VŠB-TU Ostrava, říjen 2011. Hruška-Tvrdý, Lubor. 2011. Měření nových sociálních rizik v Moravskoslezském kraji. Ostrava : ACCENDO - Centrum pro vědu a výzkum, o. p. s., 2011. 2012. Změny ve struktuře osídlení a jejich dopad na rozvoj měst a regionů. Ostrava : ACCENDO Centrum pro vědu a výzkum, o. p. s., 2012. 978-80-904810-4-6. Rapant, Petr. 2008. Pokyny pro zpracování diplomové práce. vsb.cz. [Online] 2008. [Citace: 2013. 11 1.] http://gis.vsb.cz/dokumenty/hgf-sme-08-002-zpracovanidiplomoveprace. SVATOŠ, Roman. Kriminalita a možnosti jejího poznání a ovlivňování. 1. vydání. České Budějovice: Vysoká škola evropských a regionálních studií, o. p. s., 2013. 170 s. ISBN 978-80-87472-64-4. KLARKE, R. V. & ECK, J. E. Analýza kriminality v 60. krocích. Praha: Pro Police, 2010. 144 s. ISBN 97880-87110-22-5. Bowers, K. J., and Johnson, S.D. (submitted). Domestic burglary repeats and space-time clusters: the dimensions of risk, submitted to the European Journal of Criminology. PUSZTAI, L. 1995. Hospodárske cykly a prognóza kriminality. In. HOLCR, K., CHALKA, R. eds.: Aktuálne problémy kriminologickej prognostiky. Bratislava, Zborník Akadémie PZ, 1995, s. 17-25.

49

Popularizační workshop Informační technologie a jejich nová dimenze

Recommend Documents