doc. Ing. Pavel Kordík, Ph.D.

Proděkan pro spolupráci s průmyslem

Projekty

Enhancing capacities for technology transfer and technology uptake in the field of ICT

Program
Interreg DANUBE
Poskytovatel
Evropská unie
Období
2024 - 2026
Popis
Projekt se zaměří na podporu rozvoje technologického a znalostního transferu v devíti zemích – České republiky, Německa, Slovenska, Chorvatska, Srbska, Bosny a Hercegoviny, Černé Hory, Rumunska a Ukrajiny. Jádrem projektu je hledání nových synergií, spolupráce a výměny zkušeností mezi inovátory v jednotlivých zemích, přičemž projekt poskytne podpůrné služby pro rozvíjející se podnikatelské záměry v oblasti technologického transferu a komercionalizace. Součástí projektu je vytvoření inkubačního/akceleračního programu – Danube Digital Accelerator pro oblast ICT, který umožní 30 účastníkům seznámit se s perspektivními technologiemi. Souběžně projekt umožní přístup a propojení inovativních aktivit a expertů v mezinárodním prostředí prostřednictvím digitálního nástroje EXPERTS.AI. Další důležitou součástí projektu je zmapování inovačního prostředí v oblasti ICT u 4 partnerských zemích mimo EU a podpora rozvoje jejich S3 strategií.
Projekt CapTTict je spolufinancován Evropskou unií v rámci programu Interreg Danube Region.

Fostering Sustainable, Balanced, Equitable, Place-based and Inclusive Development of Rural-Urban Communities' Using Specific Spatial Enhanced Attractiveness Mapping ToolBox

Program
Horizon Europe
Poskytovatel
Evropská komise
Období
2024 - 2026
Popis
PoliRuralPlus

Moderní data-miningové metody pro pokročilé vytěžování informací z dat

Program
Studentská grantová soutěž ČVUT
Kód
SGS17/210/OHK3/3T/18
Období
2017 - 2019
Popis
Projekt se zaměřuje na perspektivní a neustále se rozšiřující oblast zpracování dat a vytěžování informačně obsažných údajů z dat. K metodám pro získávání informací se stále více využívají vybrané metody umělé inteligence, jako např. neuronové sítě nebo evoluční algoritmy. Do popředí se dostávají i kombinované modely nebo algoritmy pro zpracování textové informace (text mining). Perspektiva a potřebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. Současně je zpracováváno jen 20 % dostupných dat.

Nástroje pro automatizaci Quality Assurance rozsáhlých Business Intelligence systémů a datových skladů

Program
ALFA: Program na podporu aplikovaného výzkumu a experimentálního vývoje
Poskytovatel
Technologická agentura České republiky
Kód
TA03010964
Období
2013 - 2016
Popis
Prostředí Business Intelligence systémů a datových skladů se skládá z tisícovek programových artefaktů. Automatizovaná správa velkého množství artefaktů vyžaduje vysoce výkonné nástroje, které na trhu chybí. S využitím posledních výsledků teoretického výzkumu a dlouhodobých praktických zkušeností se správou prostředí založených na standardech SQL a XML vytvoříme nástroje, které budou představovat revoluční změnu v oblasti současných nástrojů Quality Assurance, kam se investují velké finanční prostředky.

Nové algoritmy kombinování modelů

Program
Studentská grantová soutěž ČVUT
Kód
SGS10/307/OHK3/3T/18
Období
2010 - 2012
Popis
Jádrem úspěchu je v data miningu výběr vhodného algoritmu pro tvorbu modelů nebo klasifikátorů z dat. Nejnovější výzkum ukazuje, že nejlepších výsledků lze dosáhnout efektivní kombinací různých modelů nebo klasifikátorů. V rámci projektu pracujeme na nových algoritmech pro kombinování modelů a klasifikátorů. Díky naší experimentální platformě FAKE GAME můžeme nové algoritmy porovnat s těmi nejnovějšími v oblasti.

Nové metody předzpracování a vytěžování informací z dat

Období
2014
Popis
Projekt se zaměřuje na perspektivní a neustále se rozšiřující oblast předzpracování dat a vytěžování informačně obsažných údajů z dat. K metodám pro získávání informací se stále více využívají vybrané metody umělé inteligence, jako např. neuronové sítě nebo evoluční algoritmy. Do popředí se dostávají i kombinované modely nebo algoritmy pro zpracovování textové informace (text mining). Perspektiva a pořebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. Současně je zpracováváno jen 20 % dostupných dat.

Nové směry integrace evolučních výpočetních technik do data miningu

Program
Studentská grantová soutěž ČVUT
Kód
SGS13/098/OHK3/1T/18
Období
2013
Popis
Tento projekt se zaměřuje na výzkum oblastí vznikajících novými způsoby použití evolučních technik v data miningu.

Objevování znalostí v datech o aktivitách člověka založené na fúzi

Program
Standardní projekty
Poskytovatel
Grantová agentura České republiky
Kód
GA18-18080S
Období
2018 - 2021
Popis
One of the key tasks faced by the rapidly developing area of knowledge discovery in multimedia data, especially from video data, is detecting various human activities. The project will have two objectives, both belonging to basic research: On the one hand, it will contribute to further development of methods for the discovery of different kinds of knowledge in video data recording human activities, such as knowledge concerning shape, motion, color, background, scene, person-object interactions, or thermal infrared images making use of the available experimental environment at the Image Processing Laboratory at FIT CTU. On the other hand, it will perform research into different ways of fusion of multiple classification or regression models in such knowledge discovery tasks. In connection with that objective, the project will rely on the previous experience of its team members from research into combining classifiers and aggregating regression models.

Optimalizace hybridních neuronových sítí

Program
Studentská grantová soutěž ČVUT
Kód
SGS11/081/OHK3/1T/18
Období
2011
Popis
Existuje mnoho algoritmů na optimalizaci dopředných neuronových sítí, většina z nich je však určena pro sítě s jedním typem neuronů. Náš výzkum ukázal, že neuronová síť s různými typy neuronů je universálnější a mnohdy přesnější. V tomto projektu se snažíme vytvořit efektivnější algoritmy pro učení takových druhů neuronových sítí.

Pokročilé metody zpracování dat a vytěžování informací

Období
2015
Popis
Projekt se zaměřuje na perspektivní a neustále se rozšiřující oblast zpracování dat a vytěžování informačně obsažných údajů z dat. K metodám pro získávání informací se stále více využívají vybrané metody umělé inteligence, jako např. neuronové sítě nebo evoluční algoritmy. Do popředí se dostávají i kombinované modely nebo algoritmy pro zpracování textové informace (text mining). Perspektiva a potřebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. Současně je zpracováváno jen 20 % dostupných dat.

Software pro vyhodnocování věku podle pánve v retrospektivní antropologii, archeologii a forenzních vědách

Program
ÉTA: Program na podporu aplikovaného společenskovědního a humanitního výzkumu, experimentálního vývoje a inovací
Poskytovatel
Technologická agentura České republiky
Kód
TL03000646
Období
2020 - 2022
Popis
Cílem projektu je zvýšení úspěšnosti a spolehlivosti metod a snížení subjektivity při vyhodnocování věku kosterních pozůstatků dospělých jedinců v antropologických a forenzních vědách. Jde o propojení několika oblastí vědy, počínaje antropologií a získáváním 3D dat povrchovými skenery, přes jejich zpracování sofistikovanými statistickými přístupy, až k matematické informatice. Hlavním výstupem je uživatelsky přívětivý software pro automatické vyhodnocení věku založený na kvantifikaci změn povrchu kloubních ploch. Výstupy jsou cíleny na organizace či jednotlivce, kteří se vyhodnocováním věku pozůstatků rutině zabývají, ale i pro uživatele bez hlubších antropologických znalostí. Existence softwaru ulehčí a zefektivní práci, a hlavně přinese objektivnější, přesnější a spolehlivější výsledky.

Systém pro podporu agilního přístupu k zákazníkům prostřednictvím centralizace mediálního plánování

Program
Operační program Praha - pól růstu ČR
Poskytovatel
Evropská komise
Kód
, ABC-789
Období
2021
Popis
Budeme se podílet na přípravě, návrhu a řešení Systému pro podporu agilního přístupu k zákazníkům prostřednictvím centralizace mediálního plánování, pro firmu MARKETUP

Vytěžování informací z nestrukturovaných dat

Období
2016
Popis
Projekt je zaměřen na vytěžování (data-mining) nestrukturovaných data z obsáhlých zdrojů. Jedná se zejména o obrazová a textová data. Pro zpracování těchto nestrukturovaných dat budou využity vybrané metody umělé inteligence (zejména neuronové sítě/deep learning, evoluční techniky a metody zpracování obrazu) a pokročilé metody z oblasti data-miningu (metody text-miningu a strojového učení). Perspektiva a potřebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. V současnosti je zpracováváno jen 20 % dostupných dat.

Vývoj a testování algoritmů pro prediktivní behaviorální analýzu osob překračujících vnější hranice EU

Program
Program bezpečnostního výzkumu pro potřeby státu 2016 - 2021 (BV III/2 ? VZ)
Poskytovatel
Ministerstvo vnitra
Kód
VH20182019034
Období
2018 - 2019
Popis
K dosažení cílů projektu, tedy vytvoření systému pro včasnou detekci zájmových osob překračujících vnější hranice EU a ČR, bude třeba nejprve připravit dostupná data do formátu vhodného pro použití metod data miningu. Již příprava dat a extrakce zajímavých příznaků bude iterativní proces, protože po získání zpětné vazby od odběratele je možno příznaky dále zkvalitňovat. Data budou zpracovávána hned několika přístupy vhodnými k řešení tohoto typu problému. Data miningové metody se dají rozdělit do několika skupin dle způsobu využití, metody pro detekci anomálií v datech, prediktivní modely pro odhalení opakujících se vzorů, shlukovací metody pro hledání podobných osob a letů a další metody, které mohou být přínosné. Vzhledem k charakteru problému bude třeba poměrně rozsáhlá fáze prototypování a výzkumu, než se přejde k fázi implementace produkční verze vybraných algoritmů, které budou fungovat nejlépe. Nutnou podmínkou k úspěšnému vyladění algoritmů je poměrně intenzivní součinnost zadavatele, ať už pokud jde o zpětnou vazbu k dílčím výsledkům či anotaci dat. Řešitelský tým bude využívat nejmodernější metody pro minimalizaci práce na straně zadavatele - například semi-supervizované či aktivní učení modelů.