Pokročilé využití neuronových sítí pro hodnocení zdrojů podniku

Abstract

Disertační práce je zaměřena na hodnocení zdrojů podniku na základě zpracovaných dat z ERP a MES systémů v SQL databázi. Hlavním cílem práce je navržení metodiky pro hodnocení lidských zdrojů podniku s využitím umělých neuronových sítí. V práci je komplexně zachycena tématika hodnocení pracovních výkonů, přičemž jsou pro tento účel zmíněny veškeré základní atributy při tvorbě a definici datového skladu. Současně je definována obecná metodika tvorby trénovací množiny z dostupných atributů hodnocení pro následné využití k naučení umělé neuronové sítě. Je popsána možnost využití aplikace s neuronovou sítí a následný zápis výsledků (skóre výkonu) z neuronové sítě do SQL databáze. Dále jsou v práci uvedeny základní uživatelské výstupy a prezentace úzkých míst z pohledu využití a hodnocení zdrojů podniku.

The dissertation is focused on the evaluation of company resources based on processed data from ERP and MES systems in an SQL database. The main goal of this work is to design methodologies for the evaluation of human resources of the company using artificial neural networks. The work comprehensively captures the topic of performance evaluation, which for this purpose mentions all the basic information in the creation and definition of a data warehouse. At the same time, a general methodology for creating training sets from available evaluation attributes for use to learn an artificial neural network is defined. The possibility of using applications with a neural network and subsequent writing of results (performance score) from the neural network to the SQL database is described. Furthermore, the work presents the basic user outputs and presentations of bottlenecks in terms of the use and evaluation of business resources.