Advanced Methods of Data Processing and Information Mining
Program
Studentská grantová soutěž ČVUT
Departments
Investigators
Code
SGS15/117/OHK3/1T/18
Period
2015
Description
The project focuses on perspective and ever-expanding field of data processing and extraction of information of valuable content from the data. The methods for information extraction are increasingly using selected methods of artificial intelligence such as neural networks and evolutionary algorithms. Combined models or algorithms for text processing (text mining) come to the fore. The need of these topics is evident from the fact that each year, the volume of data is doubling. At the same time, only 20 % of the available data are processed.
Advanced Perception Methods for Robotic Platform
Program
Studentská grantová soutěž ČVUT
Departments
Investigators
Code
SGS12/096/OHK3/1T/18
Period
2012
Description
The goal of the project is developing advanced methods based on neural networks with complex weights, image processing, image recognition, and agent systems focused on applications in robotics. The project integrates the research activities of four doctoral students in order to exploit their research results to extend the functionality of the robotic platform, which arises in the context of student projects. In particular, object detection, object recognition and object position detection and audio data processing is intended fot speaker localization and robot navigation. The result of the project is a set of program components, methods or procedures that are applicable in the bachelor and master projects to create robotic applications.
Classification of Spatio-Temporal Data Using Complex-Valued Neural Networks
Program
Studentská grantová soutěž ČVUT
Departments
Code
SGS11/098/OHK3/1T/18
Period
2011
Description
Complex-Valued neural networks are natural extension of real-valued artificial neural networks. They are apllied in problems containig complex-valued data, especially in signal analysis (e.g. data transformed by Fourier transformation).
This project deals with development of new spatio-temporal data classification method. This method uses coding to complex numbers and combines neural networks RBF and complex-valued neural networks. This method will be tested on artificial and real data.
Improvement of data preprocessing module in FAKE GAME project
Program
Studentská grantová soutěž ČVUT
Departments
Code
SGS10/198/OHK3/2T/13
Period
2010 - 2011
Description
Goal of this project is to extend extisting part for data preprocessing in the FAKE GAME project. In this project we will look for and implement selected methods for data preprocessing, namely in the field of text mining of the czech texts, preparation of time series data for data mining and feature extraction. We will also implement methods for feature selection and feature ranking as well as extensions of current methods. In this field we will first implement well known algorithms and then we will search for new algorithms. We will implement selected data preprocessing methods in another, well konwn, data mining tools (Kettle and IBM SPSS Modeler). And we will compare results of our methods to methods present in those tools.
The next goal of this project is to improve exiting implementation of Automatic Data Preprocessing Algorithm. This algorithm automaticaly selects data preprocessing methods in order to achieve the highest accuracy of the model. This algorithm utilizes genetic al
Intelligent embedded systems laboratory
Program
Operational Programme – Research, Development and Education – Structural Funds EU
Provider
European Commission
Departments
Investigators
Code
, CZ.02.2.67/0.0/0.0/16_016/0002533
Period
2017 - 2019
Description
Cílem projektu je vytvořit a technicky vybavit Laboratoř inteligentních vestavných systémů. Laboratoř se bude zaměřena na vestavné systémy s integrovanými prvky umělé inteligence. Laboratoř bude studentům poskytovat technické zázemí pro předměty Základy inteligentních vestavných systémů (BI-ZIVS) v bakalářské etapě, Inteligentní vestavné systémy (MI-IVS) v magisterské etapě, bakalářské a diplomové práce. Technické vybavení laboratoře bude sledovat nejmodernější trendy v dané oblasti.
Meta-Learning and Meta-Optimization
Program
Studentská grantová soutěž ČVUT
Departments
Code
SGS10/199/OHK3/2T/13
Period
2010 - 2011
Description
The aim of this project is to explore a behavior of algorithms for continuous and combinatorial optimization. Meta-information describing a character of a problem will be extracted during an optimization phase and used to design efficient strategies of algorithms' combination and switching to achieve a better convergence.
New directions in blending evolutionary techniques with data mining
Program
Studentská grantová soutěž ČVUT
Investigators
Code
SGS13/098/OHK3/1T/18
Period
2013
Description
This project is targeted to basic research in areas emerging by novel approaches to application of evolutionary techniques in data mining
New Methods of Preprocessing and Data Mining
Program
Studentská grantová soutěž ČVUT
Departments
Investigators
Code
SGS14/102/OHK3/1T/18
Period
2014
Description
The project focuses on perspective and ever-expanding field of data pre-processing and extraction of information of valuable content from the data. The methods for information extraction are increasingly using selected methods of artificial intelligence such as neural networks and evolutionary algorithms. Combined models or algorithms for text processing (text mining) come to the fore. The need of these topics is evident from the fact that each year, the volume of data is doubling. At the same time, only 20 % of the available data are processed.
The 3rd Prague Embedded Systems Workshop - PESW
Program
Studentská vědecká konference ČVUT
Departments
Investigators
Code
SVK 50/15/F8
Period
2015
Description
Prague Embedded Systems Workshop (PESW, http://pesw2015.fit.cvut.cz/) je již třetím ročníkem akce přednostně určené pro studenty (doktorandy i magisterské studenty), aby prezentovali a diskutovali o svých zajímavých výzkumných výsledcích i realizačních výstupech v oblasti, která má vztah k návrhu vestavných systémů, a to k jejich realizaci, verifikaci, syntéze, testovatelnosti i zajímavým aplikacím.
Původní myšlenka vznikla na základě spolupráce mezi pražským FITem a kolegy z Tel Aviv University, tedy přímočarým cílem byla spolupráce s pracovištěm mimo EU. První ročník (ESW 2013) probíhal ve velmi neformální atmosféře ve středisku Temešvár v Jižních Čechách (http://esw2013.fit.cvut.cz/) a protože ohlasy byly jednoznačně kladné, uspořádali jsme druhý a nyní připravujeme již třetí ročník PESW 2015 opět v hotelu Academic v Roztokách u Prahy, který nás zcela uspokojil jednak svou polohou a jednak službami. Hlavními organizátory je katedra číslicového návrhu FITu a hlavně výzkumná skupina "Digital Design & Dependability Research Group" (http://ddd.fit.cvut.cz/).
Podařilo se opět rozšířit programový výbor a máme přislíbenou účast doktorandů, jejich školitelů a dalších aktivních účastníků nejen z universit z Tel Avivu (Izrael), Zelené Gory (Polsko), Západočeské university, firmy EaToN, FELu a FITu jako v roce 2014, ale navíc ještě ze Slovenska, z USA a z Itálie. Vzhledem k mezinárodní účasti probíhá workshop v angličtině.
SCOPE:
The workshop PESW 2015 addresses emerging issues, hot problems, new solution methods, and their hardware and software implementations in the fields of digital and mixed-signal system design. It is especially focused on dependable and low power design, and testing methods related to the SoC technology and modern embedded applications. The workshop topics include (but are not limited to):
Programmable/re-configurable/adaptable architectures
SoC and NoC design and testing
Digital design optimization methods
Architectures and hardw
The 4th Prague Embedded Systems Workshop - PESW
Program
Studentská vědecká konference ČVUT
Departments
Investigators
Code
SVK 58/16/F8
Period
2016
Description
Prague Embedded Systems Workshop (PESW 2016, http://pesw.fit.cvut.cz/2016/) je již čtvrtým ročníkem akce přednostně určené pro studenty (doktorandy i magisterské studenty) nejen z České republiky. Hlavní náplní a cílem jsou ústní prezentace a poskytnutí velkého prostoru pro diskuse o zajímavých výzkumných výsledcích i realizačních výstupech v oblasti, která má vztah k návrhu vestavných systémů, a to k jejich realizaci, verifikaci, syntéze, testovatelnosti i zajímavým aplikacím.
Ohlasy minulých třech ročníků byly jednoznačně kladné, proto připravujeme již čtvrtý ročník PESW 2016 opět v hotelu Academic v Roztokách u Prahy, který nás zcela uspokojil jednak svou polohou a jednak službami. Hlavním organizátorem je katedra číslicového návrhu FITu, zejména členové výzkumné skupiny "Digital Design & Dependability Research Group" (http://ddd.fit.cvut.cz/).
Od minulého ročníku se opět podařilo rozšířit mezinárodní programový výbor, máme přislíbenou účast doktorandů, jejich školitelů a dalších aktivních účastníků z universit z Tel Avivu (Izrael), University of Leicester (UK), University di Pavia (Itálie), Zelené Gory a Varšavy (Polsko), FIIT z Bratislavy, Západočeské university, firmy EaToN, FELu a FITu i z Brněnského VUT. CfP rozesíláme i na další pracoviště. Vzhledem k mezinárodní účasti probíhá workshop celý v angličtině.
SCOPE:
The workshop PESW 2015 addresses emerging issues, hot problems, new solution methods, and their hardware and software implementations in the fields of digital and mixed-signal system design. It is especially focused on dependable and low power design, and testing methods related to the SoC technology and modern embedded applications. The workshop topics include (but are not limited to):
Programmable/re-configurable/adaptable architectures
SoC and NoC design and testing
Digital design optimization methods
Architectures and hardware for security applications
On-line and off-line error detection and correction
Fault-tolerant control systems design me
Time series modeling using phase space reconstruction
Program
Studentská grantová soutěž ČVUT
Departments
Code
SGS11/097/OHK3/1T/18
Period
2011
Description
The project focuses on time series modeling and classification using a phase space reconstruction method. Time series are products of dynamic systems which seems as an appropriate subject for this process because each state of the system can be described using a phase vector representing typically coordinates and their derivations. Such components and their transformations will be selected using a genetic algorithm applied to the input data, that success rate of the classification system will be improved.
The approach will be applied on artificial and experimental data. The experimental data represent human motion (a person activity type classification using sensors attached to a human body), data measured at patients suffering from Parkinson's disease (quantification of possible movement disorder as a computer aid for a doctor) and other.