Informatikos inžinerija

Tyrimų tematikos aprašas.

Šios temos tikslas – sukurti pažangią, giluminio ir savaiminio mokymosi principais grįstą ankstyvos sepsio prognozės sistemą, gebančią apdoroti kliniškai heterogeniškus, netolygiai imtus ir trūkstamais duomenimis pasižyminčius laiko eilučių duomenis. Kadangi realiose intensyvios terapijos duomenų bazėse dažnai trūksta patikimų anotacijų, šiame darbe siūloma taikyti kauzalinio savaiminio mokymosi (causal self-supervised learning) paradigmą, leidžiančią išmokti laikinius sveikatos būklės priežastingumo dėsningumus be tiesioginės žymų priklausomybės. Modelio architektūra galėtų remtis laikine kontrastine reprezentacijų sinteze (temporal contrastive representation synthesis), kauzaliniu latentinių būsenų modeliavimu bei nelygiaverčių imčių svorinimu naudojant į neapibrėžtumus atsižvelgiančius (uncertainty-aware) metodus. Tokiu būdu būtų galima ne tik pagerinti sepsio rizikos įverčio tikslumą, bet ir pateikti laikinai dinaminį patikimumo vertinimą (calibrated temporal uncertainty estimation). Papildomai, darbe galėtų būtų tiriama duomenų modalumų integracija (pvz., fiziologiniai signalai, laboratoriniai tyrimai, klinikinės pastabos) per multimodalinį kontrastinį mokymą, siekiant suformuoti bendrą, semantiškai interpretuojamą paciento būklės žemėlapį. Doktorantūros tyrimų metu sukurta sistema ne tik prognozuotų sepsio pradžią, bet ir galėtų būti naudojama ankstyvam įspėjimui realiu laiku, įvertinant priežastinius rizikos šaltinius bei jų dinamiką.

Tyrimų tematikos aprašas.

Tema yra aktuali, nes DI kibernetinio atsparumo vertinimas yra sudėtinga problema dėl DI aplinkos heterogeniškumo, daugybės skirtingų komponentų ir protokolų ypač dėl kvantinės kompiuterijos grėsmių. DI sistemų gyvavimo ciklas yra ilgas ir sudėtingas: pramoniniai ir medicininiai DI įrenginiai naudojami dešimtmečius. Perėjimas prie hibridinių sistemų, kvantiškai saugios kriptografijos (Post-Quantum Cryptography, PQC) yra lėtas ir sudėtingas. Būtina kuo greičiau identifikuoti labiausiai pažeidžiamus įrenginius ir protokolus. DI sistemų skverbties testavimas, panaudojant ir dirbtinio intelekto galimybes, yra perspektyvus šios problemos sprendimo būdas. DI sistemų skverbties testavimas (penetration testing, pentest) skiriasi nuo tradicinių IT sistemų, yra sudėtingas dėl DI aplinkos heterogeniškumo, daugybės skirtingų komponentų ir protokolų. Realistinis perėjimas prie kvantinio saugumo reikalauja hibridinių kriptosistemų (naudojančių PQC kartu su tradicine kriptografija). Disertacija tirtų, kaip šios hibridinės sistemos veikia ribotų resursų DI aplinkoje ir ar jos pačios nesukuria naujų tradicinių spragų (pvz., per didelis energijos suvartojimas ar lėtas ryšio užmezgimas, vedantis prie DoS atakų).

Tyrimų tematikos aprašas.

Projekte bus siekiama patikimai atskirti skaidrius ir veidrodinius objektus pramoninėse scenose, kur įprastos vaizdo sistemos dažnai klysta dėl atspindžių ir nepatikimų gylio parametrų. Kuriamas realaus laiko metodas, integruojantis spalvinę informaciją, gylio jutiklius ir poliarizacijos požymius, o sprendiniai grindžiami šviesos lūžio ir atspindžio dėsniais. Numatyta sukurti pavyzdinį demonstravimo stendą, veikiantį lokalliose skaičiavimo įrenginiuose ir lengvai integruojamą su, pavyzdžiui, „roboto rankos“ sistema ar konvejeriu. Vertinimas apims ne tik tikslumą ir klaidingų aliarmų mažinimą, bet ir vėlinimą, vaizdo apdorojimo spartą, energijos sąnaudas bei patikimumą skirtinguose jutikliuose. Rezultatas – atviros prieigos programinė įranga ir aiškios diegimo gairės (apšvietimas, jutiklių parinktis, kalibravimas), padedančios didinti kokybės kontrolės tikslumą, mažinti sustojimus ir užtikrinti saugesnį darbą.

Tyrimų tematikos aprašas.

Doktorantūros tematikoje būtų kuriama bei nagrinėjama kompiuterinės regos DI sistema, skirta gerklų vėžio pacientų būklės analizei bei gydymo pažangos atpažinimui ir stebėjimui, naudojant LSMU Kauno Klinikose naudojamą MRT kontroliuojamą spindulinę terapiją (MRIgRT) Elekta Unity įrangos pagrindu, Tyrime būtų naudojami DICOM MRT bei nuasmenintos ligos istorijos (pacientų anketiniai ligai specifiški klausimynai ir videoendoskopiniai navikinių audinių vaizdai ) duomenų rinkiniai, surinkti prieš pradedant paciento gydymą bei atliekant radiologinį onkologinio paciento stebėjimą, siekiant kiekybiškai įvertinti naviko, ankstyvąsius ir vėlyvuosius gydymo rezultatus, vertinant aplinkinių minkštųjų audinių struktūrinius pokyčius ir funkcinius (akustinius balso parametrus). Tyrimo tikslas būtų orientuotas į predikcinio modelio kūrimą AI pagalba apjungiant radiologinius, videoendoskopinius, akustinius ir anketinius duomenų rinkinius siekiant prognozuoti galimas personalines ligos išeitis naudojant skirtingas gydymo technologijas (pavyzdžiui, analizuojant ir lyginant konvencinę radioterapiją, MRT – Linac radioterpiją, TOLMS – endolarynginę lazerinę mikrochirurgiją).

Tyrimų tematikos aprašas.

Pagrindinis tyrimo tikslas yra sukurti „Optinį minkštąjį jutiklį“ , kuris, remdamasis giliojo mokymosi architektūromis, galėtų tiksliai atkurti aukštos raiškos daugiasepektrinius vaizdus iš nebrangių, įprastų RGB kamerų duomenų. Šis projektas yra labai aktualus, nes daugiasepektrinis vaizdavimas suteikia prieigą prie paprastai „nematomos“ analitinės informacijos, kuri yra svarbi tokiose srityse kaip precizinė žemdirbystė, geologija ir biomedicininė diagnostika, taip galiausiai padidinant šių pažangių stebėsenos metodų prieinamumą.

Tyrimų tematikos aprašas.

Kuriame naujos kartos dirbtinį intelektą, sujungdami duomenų mokslą su fundamentiniais fizikos dėsniais. Tradicinės DI sistemos mokosi tik iš duomenų, todėl joms reikia milžiniškų išteklių, jos kartais klysta arba siūlo nelogiškus sprendimus. Mūsų kuriamas hibridinis metodas "išmoko" DI suprasti pagrindines taisykles. Tai leidžia vystyti DI platformas, kurios veikia žymiai greičiau, reikalauja mažiau duomenų ir priima kokybiškai geresnius, saugesnius bei fiziškai realistiškus sprendimus. Jei nebijai sunkumų ir didelių iššūkių, prisijunk prie mūsų žingsnių kuriant patikimesnies autonomines sistemas (pvz., https://www.youtube.com/watch?v=DvgsmHiadhQ), išmanesnius robotus ir efektyvesnę pramonę.

Tyrimų tematikos aprašas.

Mokslinė problema. Pagrindiniai šiuolaikinio pasaulio bendravimo būdai yra socialiniai tinklai, kuriuose gausu žalingų žinučių, kurios gali pakenkti tiek psichologiškai, tiek finansiškai. Dauguma svetainių nesiūlo paslaugų, kurios automatiškai ištrina arba grąžina kenkėjišką informaciją siuntėjui pataisyti arba praneša siuntėjui apie netikslius pranešimų turinius. Diegiant tokias sistemas, būtų galima panaudoti kenksmingų pranešimų identifikavimo ir klasifikavimo metodus. Tikslas. Pasiūlyti ir ištirti kenkėjiškų socialinių tinklų pranešimų atpažinimo ir klasifikavimo metodą.

Tyrimų tematikos aprašas.

Tyrimu siekiama sustiprinti skaitmeninių ekosistemų atsparumą, taikant rizika grįstą patikimumo metodologiją per visą gyvavimo ciklą. Bus derinami grėsmių modeliavimas, tiekimo grandinės patikra, atsparumo rodikliai ir valdomas atkūrimas, kad organizacijos greičiau atlaikytų incidentus ir atsistatytų. Rezultatas praktinės gairės ir demonstratoriai verslui, viešajam sektoriui ir pramonei.

Tyrimų tematikos aprašas.

Dirbtinio intelekto (DI) ir mašininio mokymo algoritmų naudojimas/integracija į tradicines/klasikines pramonines automatizuotas bei robotizuotas gamybos sistemas efektyvina pramonės šakų veiklas, suteikdami galimybę ne tik pilnai automatizuoti procesus ir pagerinti sprendimų priėmimą. Baldų gamyboje pažangių DI modelių taikymas parodė labai aukštą potencialą produkcijos kokybės kontrolėje, ypač nustatant bei identifikuojant paviršių defektus. Naudojant vaizdo ir teksto modelius, kurie apjungia vaizdinius ir tekstinius duomenis, galima pilnai ar iš dalies automatizuoti kokybės patikros procesą ir nustatyti įvairaus pobūdžio defektus. Tačiau šių modelių „juodosios dėžės“ pobūdis kelia iššūkį: trūksta sukurtų/sugeneruotų rezultatų skaidrumo ir pagrįstumo. Norint išspręsti šią problemą, būtina integruoti paaiškinamumo metodus, kurie suteikia įžvalgų apie sprendimų priėmimo procesą ir padidina pasitikėjimą DI sistemomis. Šiuolaikinių vaizdo ir teksto modelių, tokių kaip CLIP ir BLIP taikymas, parodė gebėjimus bendrai suprasti vizualinius ir tekstinius įvesties duomenis. Šie modeliai naudoja tiek vizualinę, tiek tekstinę informaciją. Nors jie atpažįsta raštus/tekstūras su pakankamai tiksliai ir generuoja nuoseklius aprašymus, jų sprendimų priėmimo procesai dažnai yra neaiškūs. Paaiškinamumo trūkumas apsunkina vartotojams suprasti, kodėl atliekamos tam tikros prognozės ar klasifikacijos, ypač kai modelis identifikuoja/aptinka paviršiaus defektą ar broką. Didžiausias iššūkis, siekiant įvertinti paaiškinimų aiškumą, naudingumą ir tikslumą - objektyvios metrikos sukūrimas. Paaiškinamojo intelekto (XDI) integravimas į vaizdo ir teksto modelius yra esminis jų pritaikymui aktualioms taikymo sritims, tokioms kaip paviršiaus defektų analizė, pvz.: baldų gamyboje. Tikslas – tobulinti XDI sritį, tyrinėjant naujus vaizdo ir teksto modelių aiškinimo metodus, kuriant domeno specifinius duomenų rinkinius bei interaktyvius įrankius, skirtus pagerinti vartotojų supratimą.

Tyrimų tematikos aprašas.

Tyrimų metu bus siekiama sukurti personalizuotą neinvazinę sistemą gliukozės pokyčiams vertinti iš piršto optinių signalų ir aptikti rizikingus epizodus, taip mažinant dažnų dūrių poreikį. Bus suprojektuotas optinis antgalis su kelių bangos ilgių šviesos šaltiniais ir fotodiodais, integruoti temperatūros ir prispaudimo jutikliai, sukurta mechaninė laikiklio konstrukcija. Programinė įranga atliks signalų kokybės kontrolę, artefaktų slopinimą ir neapibrėžties įvertinimą, o personalizuotas sistemos apmokymas remsis dalyvių etaloniniais matavimais. Vertinimas apims pokyčių paklaidą, epizodų aptikimą, vėlinimą, spartą ir energijos sąnaudas. Rezultatas – veikiantis prototipas, atviros prieigos metodai ir aiškios diegimo gairės.

Tyrimų tematikos aprašas.

Disertacijos tematika orientuota į ateities kibernetinio saugumo iššūkius, kuriuos kelia kvantinės kompiuterijos pažanga. Tyrimo tikslas – sukurti post-kvantinio atsparumo metodą, leidžiantį organizacijoms saugiai pereiti prie PQC technologijų, aptikti diegimo klaidas ir užtikrinti veiklos tęstinumą kvantinių grėsmių eroje. Kuriamas sprendinys apjungs post-kvantinės kriptografijos (CRYSTALS-Kyber, FALCON) taikymą, grėsmių žvalgybą, ML/AI pagrįstą rizikų identifikavimą ir kripto-agility principus, pritaikytus IT, OT, debesijos ir mikropaslaugų ekosistemoms. Metodas bus eksperimentuoti patikrintas ir pateiktas kaip praktinė migracijos ir valdymo gairių sistema organizacijoms.