| Tematikos pavadinimas |
Galimi moksliniai vadovai |
Finansavimo šaltinis |
|
Adaptyvių klasifikavimo algoritmų projektavimas ir tyrimas
|
doc. dr. Tomas RUZGAS |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Šio mokslinio tyrimo tikslas – sukurti žinias apie klasifikavimą paremtą algoritmais, kurie būtų efektyvūs heteroskedastiškumo atveju. Norint pasiekti šį tikslą reikia ištirti matematinius metodus paremtus statistine objektų pasiskirstymo analize. Šio tyrimo tikslas bus pasiekiamas keturiais pagrindiniais uždaviniais: A) sudaryti objektų pasiskirstymo tikimybinį modelį ir sukurti modelio identifikavimo procedūras; B) sukurti šiuo modeliu ir jo identifikavimo procedūromis paremtus konstruktyvius klasifikavimo algoritmus; C) pasiūlyti matematinius metodus, kaip klasifikavimo algoritmuose atsižvelgti į papildomą informaciją, susijusią su objektų pozicijomis ir kontekstu tarp jų; D) realių duomenų pagrindu ištirti pasiūlytus sprendimus, atlikti sukurtų bei alternatyvių klasifikavimo algoritmų palyginamąją analizę.
|
|
Adaptyvūs geometriniai iteraciniai metodai duomenų analizei
|
doc. dr. Svajūnas Sajavičius |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Daugelis tradicinių metodų duomenų interpoliavimui ir aproksimavimui remiasi tam tikrų globalių tiesinių lygčių sistemų sprendimu. Tai smarkiai riboja tokių metodų šiuolaikinių taikymų galimybes, nes norint atlikti net ir lokalias modifikacijas, didelės apimties lygčių sistemas tenka spręsti pakartotinai.
Pastaraisiais metais duomenų interpoliavimui ir aproksimavimui vis dažniau taikomi geometriniai iteraciniai metodai. Šie metodai turi intuityvią geometrinę interpretaciją, yra lengvai realizuojami programiškai, leidžia nesunkiai užtikrinti įvairius geometrinius reikalavimus. Šiuo metu tokie metodai yra taikomi kompiuteriniame geometriniame dizaine, vaizdų ir paviršių rekonstrukcijos uždaviniuose, apgrąžos inžinerijoje ir kt.
Iki šiol yra mažai tirtos galimybės geometriniuose iteraciniuose metoduose pritaikyti hierarchinių splainų technologijas. Hierarchinių splainų išskirtinumas yra jų lokalaus adaptyvaus tobulinimo savybė. Praktiniuose taikymuose lokalus adaptyvumas leidžia ženkliai sumažinti reikalingų skaičiavimo resursų apimtis ir atveria galimybes žymiai sudėtingesnių uždavinių sprendimui.
Tyrimo metu bus siekiama sukurti ir ištirti hierarchinių splainų technologijomis pagrįstus geometrinių iteracinių metodus duomenų aproksimavimui. Pagrindiniai uždaviniai apims adaptyviųjų geometrinių iteracinių metodų konstravimą ir programinę realizaciją bei jų teorinius ir eksperimentinius tyrimus.
|
| Algoritmų, paremtų fizikos pagrindu veikiančiais giliaisiais neuroniniais tinklais, sukūrimas dinaminių sistemų modeliavimui |
doc. dr. Dalia Čalnerytė |
valstybės finansuojama |
|
Finansinių tinklų ir jų topologijos modeliavimas naudojant grafų teoriją
|
doc. dr. Kristina ŠUTIENĖ |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Pastaruoju metu grafų teorijos metodai sulaukia didelio susidomėjimo finansų ir ekonomikos srityse. Priežastis yra ta, kad finansiniai subjektai ir rinkos yra stipriai susiję globalizuotame pasaulyje, ir grafų teorija kaip pagrindas gali būti taikytina šio sudėtingo finansinio tinklo struktūros aprašymui ir modeliavimui. Tokiu būdu sudarytas modelis gali būti naudojamas tirti tokias finansinio tinklo charakteristikas, kaip rinkos stabilumas, užkrato plitimas tinkle, rizikos nutekėjimas, pasidalinimas tarp tinklo subjektų, šoko sklidimas tinkle, ir pan. Šių atskirų klausimų sprendimas priklauso nuo tinklo topologijos ir galimos jo evoliucijos laike. Todėl šio darbo tikslas yra plėtoti metodus skirtus finansinio tinklo ir jo topologijos modeliavimui, orientuojantis į finansinės rizikos vertinimą priklausomai nuo tinklo charakteristikų. Jau paskelbtų darbų kontekste, šio tyrimo metu bus siekiama apibendrinti rizikos vertinimą tiek visam tinklui, tiek atskiriems subjektams ieškant sąsajų su tinklo topologija, stabilumu ir tikėtina evoliucija ateityje.
|
|
Hierarchiniai (savi-panašūs) euristiniai algoritmai kombinatorinio optimizavimo uždaviniams
|
prof. dr. Alfonsas MISEVIČIUS |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Reikšmingą vietą kompiuterių moksle užima optimizavimo algoritmų dirbtinio intelekto pagrindu kūrimas ir tyrimas. Svarbią dalį sudaro euristiniai algoritmai (EA), tokie kaip lokaliosios/tabu paieškos algoritmai, genetiniai/evoliuciniai-populiaciniai algoritmai, taip pat jų kombinuoti (hibridizuoti) variantai.
Kombinuotų EA veikimo efektyvumas buvo pademonstruotas dar praėjusiame šimtmetyje. Pastaraisiais metais efektyvių EA kūrimas vykdomas, stengiantis jau ne tik kombinuoti įvairius algoritmus, bet ir tobulinant pačią algoritmų architektūrą. Viena iš perspektyvių krypčių yra hierarchinės struktūros (hierarchinių) euristinių (HE) algoritmų kūrimas. HE algoritmų esmė glūdi tame, jog kuris nors efektyviai veikiantis įprastinis EA panaudojamas ne vieną, o daug kartų. Taip iš pradžių gaunamas iteratyvusis, daugkartinio panaudojimo algoritmas, kuris savo ruožtu vėl gali būti panaudotas daug kartų. Taip galima tęsti ir toliau. Šį daugkartinio panaudojimo procesą ir vadiname hierarchiniu algoritmu. Hierarchinis algoritmų sudarymo būdas siejasi su savi-panašumo idėja, kurios esmė yra ta, jog objektas, pilnai ar iš dalies sutampa su savo dalimis. Savi-panašumas yra vienas fundamentalių gamtos principų, stebimas tiek materijos struktūrose, tiek fiziniuose procesuose; todėl natūralu teigti, kad ir sudarant optimizavimo algoritmus, savi-panašumo principo panaudojimas gali būti pasiteisinantis ir naudingas.
Nors tai ir nėra labai nauja idėja, hierarchinis algoritmų principas vis dar yra preliminarioje tyrimų stadijoje. Reikalingas tolimesnis HE algoritmų kompiuterinis tyrimas, ieškant tuo pačiu įvairių patobulinimų (hibridinių HE algoritmų, populiacinių HE algoritmų ir pan.). Tai ir sudaro aktualią mokslinę problemą, o pagrindinis tyrimo tikslas yra išanalizuoti HE algoritmų efektyvumą, sprendžiant praktinius ir teorinius uždavinius. Taip pat svarbu išsiaiškinti, kiek HE algoritmai yra galimai pranašesni, lyginant su kitų tipų algoritmais.
|
|
Kompiuterinės regos algoritmai objektų formos atpažinimo uždaviniams spręsti
|
doc. dr. Armantas OSTREIKA |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Kompiuterinė rega (KR), tai tarpdisciplininė sritis, kurioje nagrinėjami algoritmai, leidžiantys daryti sprendimus, analizuojant skaitmeninių vaizdų duomenis. Čia siekiama automatizuoti užduotis, kurias įprastomis sąlygomis galėtų atlikti tik žmogus. KR sistemos yra naudojamos daugelyje sričių, įskaitant gamybos, medicinos, eismo stebėjimo, apsaugos sistemas ir kt. KR metodai leidžia automatiškai analizuoti svarbią informaciją apdorojant didelius duomenų kiekius. Dirbtinio intelekto algoritmai pastaruoju metu yra neatsiejama kompiuterinės regos uždavinių sprendimo dalis.
Siūlomoje tematikoje bus siekiama pagerinti esamas bendras metodikas orientuojantis į konkrečius specifinius gamybinius bei realaus pasaulio procesus, siekiant gauti didesnį efektyvumą bei patikimumą, tyrimuose adaptuojant bei tobulinant mašininio mokymosi metodus apimančius Sprendimų medžius, K artimiausių kaimynų, Na?ve Bayes, Atraminių vektorių klasifikatorių, Konvoliucinius neuroninius tinklus bei YOLO algoritmo modifikacijas.
Čia KR užduotys apims skaitmeninių vaizdų gavimo, apdorojimo, analizės ir interpretavimo metodus; realaus pasaulio duomenų gavybą, siekiant gauti skaitmeninę arba simbolinę informaciją priimamų sprendimų formoje. Duomenų interpretavimas šiame kontekste reiškia skaitmeninių vaizdų pavertimą aprašais, kurie gali būti susieti su kitais veiksmų procesais ir pasiūlyti tolimesni tinkami sprendimai.
Orientuojantis į realius teikiamų paslaugų arba gamybinių procesų pavyzdžius, bus siekiama gautus algoritmus pritaikyti ir ištestuoti praktikoje. Taikymo pavyzdžiais gali būti KR sistemos išmatuojančios ir skaičiuojančios sudėtingų formų gaminius arba ruošinius, įvertinančios jų svorį, formą arba apimtį ir tikrinančios objektus dideliu greičiu, atsižvelgiant į jų iš anksto numatytas charakteristikas.
Šiame tyrime tikimasi, kad bus tobulinamos esamos metodikos ir įdiegtos naujos mokslinių tyrimų idėjos, pagrįstos dirbtinio intelekto bei naujomis euristikos metodikomis.
|
|
Konfidencialių ir patikrintinų transakcijų sistema blokų grandinėse.
|
prof. dr. Eligijus SAKALAUSKAS |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Konfidencialių ir patikrintinų transakcijų sistema blokų grandinėse. Konfidencialumas leidžia realizuoti konfidencialias pervedamų pinigų sumas transakcijose, norint apsaugoti šią informaciją nuo konkurentų ir kitų verslo subjektų. Tuo pačiu būtina užtikrinti transakcijų sąžiningumą panaudojant specialiai sukurtus jų patikrinamumo metodus.
|
|
Mašininio mokymosi ir informacijos integravimo tyrimai ligų prognozavimui ir sveikatos apsaugai
|
prof. dr. Robertas ALZBUTAS |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Šio tyrimo tikslas yra mašininio mokymosi ir informacijos integravimo metodikos sukūrimas bei bandomieji skaičiavimai skirti kaip galima tikslesniam ligų prognozavimui ir sveikatos apsaugai.
Uždaviniai:
1. Apžvelgti ir palyginti informacijos integravimo metodų ir algoritmų bei susijusių programinių priemonių ir sveikatos apsaugai skirtų mašininio mokymosi metodų taikymo galimybes.
2. Apibrėžti informacijos integravimo ir išmaniųjų sistemų tikslumo kriterijus bei jų vertinimo procedūras, nagrinėjant sveikatos apsaugoje aktualius duomenis.
3. Išplėtoti ir pademonstruoti tas informacijos integravimo priemones, kurių taikymas padidina tikslumą ir/ar sumažina klaidingų sprendimų riziką.
4. Atlikti sveikatos apsaugai skirtų išmaniųjų sistemų bandomuosius skaičiavimus ir sudaryti šių sistemų efektyvaus taikymo metodiką.
Detalesnės informacijos teirautis tematikos mokslinio vadovo.
|
|
Metaeuristiniai metodai maksimaliai įvairialypio grupavimo uždaviniams.
|
prof. dr. Gintaras PALUBECKIS |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Maksimaliai įvairialypio grupavimo uždaviniai (MĮGUi) prašo surasti aibės elementų suskaidymą į duotą skaičių poromis nesikertančių grupių, atsižvelgiant į reikalavimus taikomus grupių dydžio apribojimams ir įvairialypiškumui. MĮGU modeliuoja daug realaus pasaulio situacijų. Yra galima formuluoti MĮGUs su įvairiomis tikslo funkcijomis ir apribojimais. Temos tikslas yra suformuluoti MĮGUs su Max-Min tikslo funkcija. Toks MĮGU variantas turi keletą svarbių taikymų. Yra aiškus poreikis sukurti metaeuristikomis pagrįstus algoritmus Max-Min MĮGU sprendimui.
|
|
Studento reputacijos modelio kūrimas ir tyrimas blokų grandinių pagrindu
|
prof. dr. Vacius JUSAS |
valstybės finansuojama |
Tyrimų tematikos aprašas.
Blokų grandinių (BG) technologija leidžia registruoti verslo tranzakcijas internete saugiu, skaidriu, efektyviu ir audituojamu būdu. Ši technologija leidžia kurti iš tiesų autonominius išmaniuosius įtaisus, kurie gali keistis duomenimis (įskaitant verslo duomenis) be centralizuoto tarpininko pagalbos. Tarpininkų eliminavimas leistų sumažinti daugelio viešųjų paslaugų kainas, padidintų dalijimusi grįstos ekonomikos ir e-valdymo efektyvumą, galėtų prisidėti prie sumaniojo miesto vizijos įgyvendinimo.
BG technologija leidžia sukurti vertės grandines (angl. Chains of Value), t.y. visą seką verslo procesų, kurie leidžia įmonei pateikti tam tikrą paslaugą arba produktą rinkai ir gauti atlygį saugiu, efektyviu ir nepaneigiamu būdu. Esminis tokių vertės grandinių elementas yra sumanieji kontraktai (angl. Smart Contract), t.y. autonominiai agentai (programos), veikiantis informacijos blokų grandinėse ir užtikrinantys, kad atliekant verslo tranzakcijas bus laikomasi verslo taisyklių. Sumanieji kontraktai gali nuskaityti duomenis, atlikti reikalingus skaičiavimus pagal nurodytą algoritmą ir protokolą, ir perduoti rezultatus toliau blokų grandinėse esantiems sumaniesiems kontraktams be žmogaus įsikišimo, tik laikantis nurodytų verslo taisyklių. Praktinis BG technologijų įdiegimas leistų inovatyviai transformuoti viešųjų paslaugų ir valdymo sektorių. Viena iš viešojo sektoriaus dalelių yra studentai. Baigę studijas studentai, įgyja diplomą. Tačiau diplomas neatspindi studijų eigos ir nesuteikia darbdaviui pakankamai informacijos apie būsimą darbuotoją. Todėl darbdavys negali tinkamai įvertinti būsimo darbuotojo. Studijų proceso eigoje būtų galima kaupti informaciją apie studentų elgseną, pasiekimus. Studentai galėtų prižiūrėti studentus. Tam puikiausiai tinka BG technologija.
Tyrimo tikslas būtų pritaikyti BG technologiją studentų reputacijos modelio sukūrimui.
|
