Informacinių technologijų katedra

Baigiamajame magistro darbe nagrinėjami studijų nutraukimo prognozavimo metodai, naudojant VILNIUS TECH studentų duomenis, kuriuos sudaro 1761 įrašai ir 33 požymiai. Darbo tikslas buvo sukurti išvestinius elgsenos požymius, įvertinti jų taikymo naudą studijų nutraukimo prognozavime ir nustatyti optimalų mašininio mokymosi modelio, duomenų rinkinio bei hiperparametrų derinį. Tyrime analizuoti logistinės regresijos ir atsitiktinio miško modeliai, taip pat vertintos duomenų tvarkymo strategijos ir požymių grupių įtaka prognozei. Nustatyta, kad išvestinių požymių įtraukimas modelių veikimo nepagerino. Geriausią rezultatą pasiekė logistinės regresijos modelis, kuriame taikytas „liblinear“ optimizavimo metodas, 0,4 klasifikavimo slenkstis ir 0,1 reguliarizacijos stiprumas, pasiektas 0,82 tikslumas. Taip pat nustatyta, kad modelis geba stabiliai identifikuoti studijų nutraukimo riziką ankstyvosiomis studijų savaitėmis. Darbą sudaro įvadas, studijų nutraukimo prognozavimo mokslinėje literatūroje skyrius, tyrimo metodologijos skyrius, tyrimo įgyvendinimo ir rezultatų skyrius, išvados, naudotos literatūros sąrašas. Darbo apimtis – 75 psl., 6 pav., 17 lent., 30 literatūros šaltinių.

This master’s thesis investigates student dropout prediction methods using VILNIUS TECH student data consisting of 1,761 records and 33 features. The aim of the study was to develop derived behavioral features, evaluate their benefit for student dropout prediction, and determine the optimal combination of machine learning model, dataset, and hyperparameters. The research analyzed logistic regression and random forest models, as well as data processing strategies and the impact of feature groups on prediction performance. The results showed that the inclusion of derived features did not improve model performance. The best result was achieved by the logistic regression model using the “liblinear” optimization method, a classification threshold of 0.4 and a regularization strength of 0.1, reaching an accuracy of 0.82. It was also found that the model is capable of consistently identifying dropout risk during the early weeks of study. The thesis consists of an introduction, a chapter reviewing student dropout prediction in scientific literature, a research methodology chapter, a chapter presenting the implementation and results of the study, conclusions, a list of references. The thesis comprises 75 pages, 6 figures, 17 tables, 30 references.

Baigiamajame magistro darbe nagrinėjamas automatinis cemento sektoriaus įmonių akcijų kainų prognozavimas, remiantis viešai prieinamais rinkos, fundamentiniais, makroekonominiais ir eksporto duomenimis. Darbe analizuojami kainų prognozavimo metodai, apžvelgiami laiko eilučių, ekonometriniai ir mašininio mokymosi modeliai, taip pat suformuojamas kelių šaltinių analitinis duomenų rinkinys. Tyrimo metu atliekamas duomenų valymas, trūkstamų reikšmių vertinimas, požymių formavimas ir modelių palyginimas. Kitos savaitės akcijų uždarymo kainai prognozuoti taikomi baziniai, regresiniai, laiko eilučių ir ansambliniai mašininio mokymosi modeliai. Rezultatai parodė, kad trumpalaikėje savaitinėje prognozėje geriausiai veikė paprasti inerciniai modeliai, ypač paskutinės reikšmės principu pagrįstas modelis. Nustatyta, kad papildomi kontekstiniai duomenys yra naudingi rinkos analizei, tačiau vienos savaitės kainos lygio prognozėje jų poveikį riboja stiprus kainos persistencijos efektas.

This master’s thesis examines automated stock price prediction for companies in the cement sector, based on publicly available market, fundamental, macroeconomic and export data. The thesis analyses price prediction methods, reviews time series, econometric and machine learning models, and develops a multi-source analytical dataset. The research includes data cleaning, assessment of missing values, feature engineering and model comparison. Baseline, regression, time series and ensemble machine learning models are applied to predict the next week’s stock closing price. The results showed that simple inertial models performed best in short-term weekly forecasting, especially the model based on the last observed value principle. It was found that additional contextual data are useful for market analysis; however, their impact on one-week price level prediction is limited by the strong persistence effect of stock prices.

Šiame bakalauro darbe projektuojama, įgyvendinama ir vertinama dirbtinio intelekto pagrindu veikianti dokumentų analizės platforma „IntelliDoc", leidžianti vartotojams įkelti dokumentus ir gauti tiksliais citatomis pagrįstus atsakymus į natūralios kalbos užklausas. Darbe tiriamas informacijos paieškos ir generavimo metodas kaip pagrindinis dokumentų supratimo mechanizmas, integruojant dviejų modelių atsakymų sintezę ir semantinės paieškos galimybes. Praktinio tyrimo metu sukurta veikianti žiniatinklio programa, palaikanti PDF, DOCX ir TXT formatus, bei dokumentuota sistemos architektūra, veikimo įvertinimas ir diegimo procedūros. Tyrimo tikslas – sukurti lokaliai veikiančią dokumentų analizės priemonę, teikiančią tikslius ir patikrinamus atsakymus tiek individualiems vartotojams, tiek organizacijoms, tvarkančioms jautrius duomenis. Sistema naudoja modelį all-MiniLM-L6-v2 tankiajam vektoriniam paieškai, o kryžminio koduotojo perrangos modelis patikslina kandidatų fragmentus prieš generuojant atsakymą. Du nepriklausomi kalbos modeliai vietinis FLAN-T5 ir GROQ debesijos API atsakymus generuoja lygiagrečiai, o automatinio atrankos mechanizmas parenka labiau pagrįstą atsakymą. Darbą sudaro penki pagrindiniai skyriai: įvadas, aktualių technologijų analizė, sistemos reikalavimų specifikacija, sistemos architektūros aprašymas, sistemos dokumentacija ir testavimas. Baigiamajame darbe taip pat pateikiamos išvados ir literatūros sąrašas. Darbo apimtis – 58 pagrindiniai puslapiai, 11 paveikslų, 6 lentelės ir 18 bibliografinių šaltinių.

The present bachelor's research designs, implements, and evaluates an AI-powered document intelligence platform named IntelliDoc, which enables users to upload documents and retrieve precise, citation-backed answers using natural language queries. The research investigates retrieval-augmented generation as a core mechanism for document understanding while integrating dual-model answer synthesis and semantic search capabilities. The practical investigation produced a fully functional web application supporting PDF, DOCX, and TXT formats while documenting system architecture, performance evaluation, and deployment procedures. The research aimed to develop a local-first document intelligence tool that delivers accurate and verifiable answers to both individual users and organisations handling sensitive materials. The system employs the all-MiniLM-L6-v2 sentence-transformer for dense vector retrieval, whereas a cross-encoder re-ranking model refines candidate passages before answer generation. Two independent language models a locally hosted FLAN-T5 instance and the GROQ cloud API generate answers in parallel, with an automated selection mechanism choosing the more grounded response. The research consists of five major sections: introduction, analysis of relevant technologies, system requirements specification, system architecture description, system documentation, and testing. The thesis incorporates conclusions and references in its final sections. The scope of this work consists of 58 core pages, yet it contains 11 figures together with 6 tables, and 18 bibliographical sources as its foundation.

Baigiamajame darbe kuriama ir tiriama internetinė nuotraukų autentiškumo vertinimo platforma, skirta DI sugeneruotų vaizdų, lokalių klastojimų ir veido manipuliacijų požymiams aptikti. Darbe išanalizuoti nuotraukų autentiškumo tikrinimo metodai, apimantys metaduomenų analizę, hash reikšmes, pasyviosios vaizdų forensikos signalus ir giluminio mokymosi modelius. Sukurta modulinė platforma leidžia vartotojui įkelti nuotrauką, gauti EXIF, SHA-256 ir pHash informaciją, ELA, anomalijų bei spektro žemėlapius, DI generavimo tikimybės įvertį, veido manipuliacijų analizę ir pasirinktinį TruFor klastojimo lokalizavimą. DI generavimo aptikimui naudotas CLIP ViT-L/14 pagrindu veikiantis binarinis klasifikatorius, o veido manipuliacijų analizei pritaikytas RECCE modelis. Lokaliems klastojimams vertinti integruotas TruFor modelis, pateikiantis klastojimo balą, lokalizacijos žemėlapį ir pasitikėjimo žemėlapį. Platforma realizuota naudojant FastAPI, Docker Compose, Nginx ir atskiras modelių tarnybas, o rezultatai pateikiami vartotojui per vieningą internetinę sąsają. Eksperimentiniai rezultatai parodė, kad sistema gerai veikia kontroliuojamuose arba mokymo duomenims artimuose scenarijuose, tačiau modelių patikimumas mažėja keičiantis duomenų domenui, generatorių tipams ar veidų šaltiniams. Todėl platforma vertinama kaip tinkamas eksperimentinis ir demonstracinis prototipas, kurio stiprioji pusė yra ne vienas galutinis verdiktas, o kelių analizės modulių signalų ir interpretuojamų artefaktų pateikimas.

This final thesis presents the development and evaluation of a web-based photo authenticity assessment platform designed to detect signs of AI-generated images, local image manipulation, and facial forgery. The work analyzes image authenticity verification methods, including metadata inspection, hash comparison, passive image forensics signals, and deep learning-based detection models. The developed modular platform allows users to upload an image and receive EXIF, SHA-256 and pHash information, ELA, anomaly and spectrum maps, an AI-generation probability score, face forgery analysis, and an optional TruFor-based forgery localization result. For AI-generated image detection, a binary classifier based on CLIP ViT-L/14 visual representations was used. For facial manipulation detection, a fine-tuned RECCE model was integrated. Local image forgery analysis was performed using TruFor, which provides a forgery score, localization map, and confidence map. The platform was implemented using FastAPI, Docker Compose, Nginx, and separate model services, with all results presented through a unified web interface. Experimental evaluation showed that the system performs well in controlled scenarios and on datasets close to the training domain, but its reliability decreases when the image domain, generator type, or face source changes. Therefore, the platform is considered suitable as an experimental and demonstrational prototype. Its main strength is not a single final verdict, but the combined presentation of multiple analysis signals and interpretable visual artifacts.

Baigiamajame bakalauro darbe nagrinėjamas odontologijos klinikos paslaugų rezervavimo sistemos kūrimas. Teorinėje darbo dalyje analizuojami pacientų srautų valdymo principai ir internetinių medicininių paslaugų rezervavimo sistemų ypatumai, lyginami egzistuojantys technologiniai sprendimai bei ištiriamos keturių Lietuvos odontologijos klinikų svetainės jų skaitmeninio rezervavimo ir lojalumo programų integracijos aspektu. Praktinėje darbo dalyje suprojektuota ir įgyvendinta internetinė odontologijos klinikos paslaugų rezervavimo sistema. Sistema leidžia pacientams patiems pasirinkti ir užsiregistruoti vizitui realiuoju laiku, o klinikos darbuotojai per administratoriaus skydelį gali tvarkyti gydytojų grafikus, paslaugų katalogą bei lojalumo programos nustatymus. Realizuotas hibridinis rezervavimo modelis – Smart-ID autentifikuoti pacientai vizitus rezervuoja tiesiogiai, o prisijungę el. paštu pateikia užklausą, kurią patvirtina administratorius. Lojalumo modulis pats pasirūpina taškų skaičiavimu ir nuolaidų pritaikymu, todėl darbuotojams to daryti rankiniu būdu nereikia. Sistemos kūrimui pasirinktas Laravel karkasas serverio pusėje ir Vue.js kliento pusėje, duomenims saugoti naudota MySQL duomenų bazė. Sistemos veikimas patikrintas Pest 4 testavimo karkasu – iš viso parašyti 263 testai, 241 iš jų praėjo sėkmingai, o rasti logikos trūkumai buvo ištaisyti prieš pateikiant galutinį variantą. Darbą sudaro 4 dalys: įvadas, sistemos analizė ir technologijų pasirinkimas, sistemos specifikacija, sistemos realizacija, išvados, literatūros sąrašas. Darbo apimtis – 66 p. teksto be priedų, 25 iliustr., 8 lent., 30 bibliografiniai šaltiniai.

This bachelor's thesis covers the design and development of an online appointment booking system for a dental clinic. The theoretical part looks into patient flow management and how web-based medical booking systems work in practice, along with a comparison of different technology stacks and a review of four Lithuanian dental clinic websites, focusing on how they handle online registration and loyalty programmes. The practical part of the thesis describes how the system was built and what it does. Patients can log in and book appointments themselves by picking a free slot in real time, while clinic staff get a separate admin panel to handle doctor schedules, the service list and loyalty settings. Two booking flows were built into the system - patients who sign in with Smart-ID get their appointments confirmed straight away, while those using email and password go through a request that an administrator then approves. The loyalty side of things runs on its own once set up, tracking points and applying discounts without anyone needing to step in manually. The backend was written in Laravel, the frontend in Vue.js, and MySQL was used to store all the data. Testing was done with the Pest 4 framework - 263 tests were written in total, 241 of them passed, and any bugs that came up during testing were fixed before the final submission. The thesis consists of 4 parts: introduction, system analysis and technology selection, system specification, system implementation, conclusions, and references. The thesis consists of 66 pages of text without appendices, 25 figures, 8 tables, and 30 bibliographic sources.

Baigiamajame magistro darbe nagrinėjamas tiesioginių užsienio investicijų prognozavimas Lietuvoje, taikant statistinius ir dirbtinio intelekto metodus. Teorinėje darbo dalyje nagrinėjama TUI samprata, reikšmė ekonomikos augimui ir jų prognozavimui taikomi metodai. Metodologinėje dalyje parengta tyrimo eiga, apimanti aprašomąją statistiką, koreliacinę analizę, stacionarumo vertinimą ir skirtingų prognozavimo modelių taikymą. Empirinėje darbo dalyje analizuojami TUI, BVP vienam gyventojui, eksporto, importo, darbo jėgos ir nedarbo lygio rodikliai. TUI prognozei taikyti ARIMA, VAR, tiesinės regresijos, k-artimiausių kaimynų, gradientinio stiprinimo ir atsitiktinių medžių modeliai. Tyrimo rezultatai parodė, kad nagrinėjamu atveju tiksliausias buvo tiesinės regresijos modelis, sudarytas naudojant tik TUI vėlinimo kintamuosius, o artimus rezultatus parodė gradientinio stiprinimo ir ARIMA modeliai. Tyrimas atskleidė, kad TUI prognozavimui Lietuvoje svarbiausia buvo istorinė TUI dinamika, o papildomų makroekonominių kintamųjų įtraukimas ne visais atvejais pagerino modelių rezultatus. Darbą sudaro: įvadas, tiesioginių užsienio investicijų ir taikomų metodų prognozei teorinė apžvalga, prognozės tyrimo metodika, tyrimo rezultatai, išvados, literatūros sąrašas, priedai. Darbo apimtis: 65 p. teksto be priedų, 15 iliustr., 19 lent., 40 bibliografinių šaltinių. Atskirai pridedami darbo priedai.

In the master’s thesis, the forecasting of foreign direct investment in Lithuania is investigated by applying statistical and artificial intelligence algorithms. The theoretical part of the thesis analyses the concept of FDI, its importance for economic growth, and the methods used for forecasting it. In the methodological part, the research process is developed, including descriptive statistics, correlation analysis, stationarity test, and the application of different forecasting models. In the empirical part of the thesis, indicators of FDI, GDP per capita, exports, imports, labour force, and unemployment rate are analysed. ARIMA, VAR, linear regression, k-nearest neighbours, gradient boosting, and random forest models were applied for FDI forecasting. The research results showed that, in the analysed case, the most accurate model was the linear regression model developed using only lagged FDI variables, while the gradient boosting and ARIMA models showed similar results. The study revealed that the historical dynamics of FDI were the most important factor for forecasting FDI in Lithuania, while the inclusion of additional macroeconomic variables did not improve the results of the models in all cases. Structure of thesis: an introduction, a theoretical review of foreign direct investment and the methods applied for forecasting, the research methodology for forecasting, research results, conclusions, a list of references, and appendices. Thesis consist of: 65 p. text without appendixes, 15 pictures, 19 tables, 40 bibliographical entries. Appendices included additionally.

Baigiamajame darbe nagrinėjamas odos vėžio nustatymas naudojant konvoliucinius neuroninius tinklus (CNN). Teorinėje darbo dalyje aptariama odos vėžio ir melanomos problematika, ankstyvosios diagnostikos svarba bei dirbtinio intelekto taikymo galimybės medicininiuose tyrimuose. Metodologinėje dalyje pristatomas siūlomas keturių etapų CNN modelio apmokymo procesas, skirtas efektyviam melanomos klasifikavimui nepriklausomai nuo paciento odos tono. Tyrimui naudojami viešai prieinami dermatoskopinių nuotraukų duomenų rinkiniai, o modelio veikimas vertinamas pagal F1 įvertį, jautrumą ir specifiškumą kiekvienai odos tono grupei. Empirinėje darbo dalyje analizuojami gauti klasifikavimo rezultatai. Tyrimo rezultatai parodė, kad siūlomas keturių etapų CNN modelio apmokymas pagerina melanomos klasifikavimą ir padidina tikslumą skirtingose odos tonų grupėse. Visgi tyrimas atskleidė, kad modelis dar nėra visiškai tinkamas tiesioginiam klinikiniam panaudojimui, nes buvo apmokytas naudojant tik dermatoskopines nuotraukas, kurios skiriasi nuo įprastų klinikinių vaizdų.

This thesis investigates skin cancer detection using convolutional neural networks (CNNs). The theoretical part discusses melanoma-related challenges, the importance of early diagnosis, and the application of artificial intelligence in medical research. The methodological part presents a four-stage CNN training process designed to improve melanoma classification independently of patient skin tone. Publicly available dermoscopic image datasets are used, while model performance is evaluated using F1-score, sensitivity, and specificity metrics. The empirical part analyzes the obtained classification results. The findings demonstrate that the proposed four-stage CNN training approach improves melanoma classification accuracy across different skin tone groups. However, the study also indicates that the model is not yet fully suitable for direct clinical application because it was trained exclusively on dermoscopic images, which differ from standard clinical photographs.

Baigiamajame magistro darbe nagrinėjama dezinformacijos aptikimo problema, jos semantiniai, emociniai ir stilistiniai požymiai bei automatizuoto aptikimo galimybės lietuvių kalba. Išnagrinėti pagrindiniai dezinformacijos skleidimo tikslai, teksto ypatybės ir esami aptikimo metodai. Pateiktas kompleksinis dezinformacijos aptikimo įrankis, apjungiantis semantinę, emocinę ir stilistinę teksto analizę. Įrankis apmokytas ir įvertintas naudojant 510 rankiniu būdu anotuotų lietuviškų naujienų straipsnių karo Ukrainoje tematika. Eksperimentų rezultatai parodė, kad kompleksinis modelis pasiekia 87% tikslumą, o tuo tarpu tiesiogiai apmokytas „MiniLM“ modelis pasiekė tik 82% tikslumą. Išnagrinėjus teorinius ir praktinius dezinformacijos aptikimo aspektus, pateikiamos baigiamojo darbo išvados ir siūlymai. Darbą sudaro 3 dalys: literatūros analizė, metodologija, empirinis tyrimas, išvados ir siūlymai, literatūros sąrašas. Darbo apimtis – 62 p. teksto be priedų, 9 iliustr., 24 lent., 31 bibliografinis šaltinis. Atskirai pridedami darbo priedai.

The master's thesis examines the problem of disinformation detection, its semantic, emotional and stylistic features, and the possibilities of automated detection in the Lithuanian language. The main goals of disinformation dissemination, text characteristics and existing detection methods are analysed. A complex disinformation detection tool is presented, combining semantic, emotional and stylistic text analysis. The tool was trained and evaluated using 510 manually annotated Lithuanian news articles on the topic of the war in Ukraine. Experimental results showed that the complex model achieves an accuracy of 87%, while the directly fine-tuned "MiniLM" model reached only 82% accuracy. Having examined the theoretical and practical aspects of disinformation detection, conclusions and recommendations of the thesis are presented. The work consists of 3 parts: literature analysis, methodology, empirical research, conclusions and recommendations, list of references. The volume of the work is 62 p. of text without appendices, 9 illustrations, 24 tables, 31 bibliographic sources. Appendices are provided separately.

Baigiamajame magistro darbe nagrinėjamas edukacinio turinio pritaikymas ir rekomendacijų teikimas individualiems mokinių poreikiams, pasitelkiant dirbtinio intelekto metodus. Vertinama individualizuoto mokymosi svarba ir galimybės švietimo procese. Pateikiami pagrindiniai dirbtinio intelekto metodai, naudojami mokymosi turiniui adaptuoti, tokie kaip rekomendacinės sistemos, natūralios kalbos apdorojimas, mašininis mokymasis ir generatyvinis dirbtinis intelektas. Išnagrinėti mokinių žinių įvertinimo metodai bei jų taikymas adaptyviose sistemose. Sukurtas adaptyvaus mokymosi sistemos prototipas, kuris generuoja individualizuotas užduotis, vertina mokinio atsakymus ir pritaiko užduočių sudėtingumą pagal mokinio žinių lygį. Atliktas sistemos testavimas su realiais naudotojais, įvertintas jos veiksmingumas ir nauda mokymosi procesui. Taip pat aptarti duomenų apsaugos ir etiniai aspektai, susiję su dirbtinio intelekto taikymu edukacijoje. Išnagrinėjus teorinius ir praktinius aspektus, pateikiamos baigiamojo darbo išvados ir siūlymai.

The master’s thesis analyzes the adaptation of educational content and recommendation systems for individual student needs using artificial intelligence methods. The importance and potential of personalized learning in the educational process are evaluated. The main artificial intelligence methods used for learning content adaptation are presented, including recommendation systems, natural language processing, machine learning, and generative artificial intelligence. Methods for assessing students’ knowledge and their application in adaptive systems are examined. An adaptive learning system prototype was developed, capable of generating personalized tasks, evaluating student responses, and adjusting task difficulty based on the student’s knowledge level. The system was tested with real users, and its effectiveness and benefits for the learning process were evaluated. Data protection and ethical aspects related to the use of artificial intelligence in education are also discussed. Based on the analysis of theoretical and practical aspects, conclusions and recommendations are provided.

Baigiamajame darbe nagrinėjamas dirbtinio intelekto metodų taikymas finansinių duomenų sukčiavimo aptikimui. Darbe sprendžiama problema, kaip įvertinti pasirinkto sprendimo tinkamumą finansinių transakcijų sukčiavimo aptikimui ne tik pagal klasifikavimo tikslumą, bet ir pagal veikimą kitos struktūros duomenyse, modelių sujungimo logiką bei sprendimų aiškinamumą. Analitinėje darbo dalyje apžvelgiami finansinių transakcijų sukčiavimo tipai, tradiciniai ir dirbtinio intelekto pagrindu veikiantys aptikimo metodai, hibridinių modelių taikymas bei paaiškinamojo dirbtinio intelekto priemonės. Išskiriama tyrimo spraga, susijusi su nepriklausomo metodo atkartojimo, veikimo kitos struktūros duomenyse vertinimo, modelių sujungimo strategijų palyginimo ir sistemiškesnės interpretuojamumo analizės stoka. Praktinėje dalyje įgyvendintas dviejų posistemių sprendimas, jungiantis struktūrinių ir sekinių duomenų analizę. Atliktas metodo atkartojimas su Europos kredito kortelių sukčiavimo duomenų rinkiniu, veikimo įvertinimas su PaySim duomenų rinkiniu, sprendimų ir požymių lygmens modelių sujungimo strategijų palyginimas bei interpretuojamumo analizė taikant SHAP ir LIME metodus. Tyrimo rezultatai parodė, kad pasirinktas sprendimas gali būti pakankamai artimai atkartotas, tačiau jo veikimas priklauso nuo duomenų struktūros ir taikomų architektūrinių sprendimų. Nustatyta, kad požymių lygmens sujungimas nesuteikė praktinio pranašumo, o sprendimų lygmens sujungimas nagrinėjamame kontekste yra praktiškesnis. Interpretuojamumo analizė parodė, kad Europos duomenų rinkinyje sukčiavimo signalas yra labiau paskirstytas ir netiesinis, o PaySim rinkinyje – labiau koncentruotas. Darbo apimtis – 63 psl., 30 pav., 10 lent., 2 priedai.

This master’s thesis investigates the application of artificial intelligence methods to financial fraud detection. The research addresses the problem of how to evaluate the suitability of a selected solution for fraudulent transaction detection not only in terms of classification accuracy, but also with respect to performance on structurally different data, model fusion logic, and explainability. The analytical part reviews the main types of financial transaction fraud, traditional and AI-based fraud detection methods, hybrid modelling approaches, and explainable artificial intelligence techniques. The research gap is identified as the lack of independent replication of recent methods, insufficient evaluation on structurally different datasets, limited empirical comparison of fusion strategies, and the lack of a more systematic explainability analysis. The practical part implements a two-subsystem solution combining structural and sequential data analysis. The study includes replication with the European credit card fraud dataset, performance evaluation with the PaySim dataset, comparison of decision-level and feature-level fusion strategies, and explainability analysis using SHAP and LIME. The results show that the selected solution can be replicated with sufficiently close performance, although its effectiveness depends on data structure and architectural choices. The study found that feature-level fusion did not provide a practical advantage, whereas decision-level fusion proved to be the more practical option in the analysed context. The explainability analysis showed that fraud signals in the European dataset are more distributed and nonlinear, while in the PaySim dataset they are more concentrated. The thesis consists of 63 pages, 30 figures, 10 tables, and 2 appendices.