Rok akademicki 2022/2023
Prowadzący seminarium (UR): dr hab. Urszula Bentkowska prof. UR, dr Paweł Drygaś
Autor referatu: mgr inż. Marcin Chyła (kooperacja dr hab. inż. Krzysztof Pancerz)
Temat: Krzywe Béziera w rozmywaniu wartości atrybutów tablic decyzyjnych
Streszczenie: Tematyka referatu dotyczy wykorzystania krzywych Béziera w procesie rozmycia danych. Podstawą rozmycia jest generacja przedziałów z zastosowaniem różnych implementacji dyskretyzacji oraz klasyfikacji na podstawie drzewa rozmytego zbudowanego z wykorzystaniem rozmytych danych uzyskanych powyższą metodą. Eksperymenty przeprowadzono na wynikach testu MMPI, ich rezultaty dotyczyć będą porównania sposobu generacji przedziałów i wykorzystanych krzywych do rozmycia danych w procesie klasyfikacji z wykorzystaniem drzewa rozmytego.
Termin: 2022-11-15, godz.13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UŚ): dr hab. Beata Zielosko, prof. UŚ, dr hab. Agnieszka Nowak-Brzezińska, prof. UŚ
Autor referatu: dr Kornel Chromiński
Temat: Ocena sąsiedztwa grup na przykładzie rozmieszczenia terytoriów chromosomowych
Streszczenie: Problem klasyfikacji i grupowania jest jednym z ważniejszych zagadnień w analizie danych. Oprócz standardowego podejścia do podziału zbiorów danych na grupy zachodzi czasem potrzeba oceny, które grupy są bardziej podobne do siebie, a które mniej. W ramach rozwiązania problemu oceny sąsiedztwa grup opracowana została autorska metoda oceniająca sąsiedztwo. Metoda została opracowana na potrzeby oceny terytoriów chromosomowych, może być jednak stosowana dla dowolnych zbiorów danych poddanych procesowi grupowania.
Termin: 2022-11-29, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UR): dr hab. Urszula Bentkowska prof. UR, dr Paweł Drygaś
Autor referatu: mgr inż. Wojciech Gałka (kooperacja dr hab. Jan G. Bazan, dr hab. Urszula Bentkowska)
Temat: Porównanie klas agregacji w zagadnieniach kombinacji klasyfikatorów i dużej liczby atrybutów w zbiorach danych
Streszczenie: Rozważana jest kombinacja klasyfikatorów dla zbiorów danych mikromacierzowych, gdzie funkcje agregacji są stosowane do łączenia wartości wyjściowych klasyfikatorów bazowych. Badane są znane rodziny agregacji z wybranymi przykładami oraz ich przydatność w zakresie zagadnień ensemblingu klasyfikatorów do optymalizacji działania tych metod.
Termin: 2022-12-13, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UŚ): dr hab. Beata Zielosko, prof. UŚ, dr hab. Agnieszka Nowak-Brzezińska, prof. UŚ
Autor referatu: prof. dr hab. Urszula Boryczka
Temat: Czy systemy mrowiskowe potrafią tworzyć muzykę? O kreatywności obliczeniowej w kontekście metaheurystyk
Streszczenie: Pojęcie sztuki generatywnej bywa bliskoznaczne ze sztuką algorytmiczną (czyli tworzoną przez komputery), jednak w sztuce generatywnej istotną cechą jest skupienie uwagi na powstawaniu dzieła, które jest efektem operacji komputerowych lub maszynowych. Proces iterowany w „akcie tworzenia dzieła" może być sterowany dowolnymi algorytmami niedeterministycznymi, czy rozproszonymi. W tym referacie skupimy się na systemach mrowiskowych i komponowaniu utworu muzycznego, który może być oceniony w zależności od pewnych parametrów, sterujących tym algorytmem metaheurystycznym.
Termin: 2023-01-17, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UR): dr hab. Urszula Bentkowska, prof. UR, dr Paweł Drygaś
Autor referatu: mgr inż. Jaromir Sarzyński (kooperacja dr hab. inż. Krzysztof Pancerz)
Temat: Przybliżone grafy przepływu w oprogramowaniu CLAPSS
Streszczenie: Classification and Prediction Software System (CLAPSS) jest oprogramowaniem, w którym m.in. zaimplementowano specjalizowane podejścia analizy danych oparte o teorię zbiorów rozmytych i teorię zbiorów przybliżonych. Oprogramowanie stworzone zostało w narzędziach języka Java i posiada graficzny interfejs użytkownika. Jedną z ostatnich funkcjonalności dodanych do oprogramowania CLAPSS jest możliwość wykorzystania grafów przepływu Pawlaka tworzonych nad grafami ontologicznymi w celu modelowania zależności temporalnych, w tym np. wnioskowania. W referacie przedstawione zostaną możliwości oprogramowania, zarówno w zakresie realizowanych obliczeń pewności ścieżek w grafach przepływu Pawlaka nad grafami ontologicznymi jak i w zakresie wizualizacji tych grafów.
Termin: 2023-03-07, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UŚ): dr hab. Beata Zielosko, prof. UŚ, dr hab. Agnieszka Nowak-Brzezińska, prof. UŚ
Autor referatu: prof. Mikhail Moshkov
Temat: Decision Trees for Fault Diagnosis in Circuits and Switching Networks
Streszczenie: We study theoretical problems of fault diagnosis in circuits and switching networks, which are among the most fundamental models for computing Boolean functions. We investigate two main cases: when the scheme (circuit or switching network) has the same mode of operation for both calculation and diagnostics, and when the scheme has two modes of operation -- normal for calculation and special for diagnostics. In the former case, we get mostly negative results, including superpolynomial lower bounds on the minimum depth of diagnostic decision trees depending on scheme complexity and the NP-hardness of construction diagnostic decision trees. In the latter case, we describe classes of schemes and types of faults for which decision trees can be effectively used to diagnose schemes, when they are transformed into so-called iteration-free schemes.
Termin: 2023-03-21, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UR): dr hab. Urszula Bentkowska, prof. UR, dr Paweł Drygaś
Autor referatu: mgr inż. Ewa Żesławska (prof. dr hab. inż. Ewa Dudek-Dyduch, dr Zbigniew Gomółka)
Temat: Wykorzystanie technologii ALMM do zadań optymalizacji dyskretnych procesów produkcyjnych
Streszczenie: Zastosowanie modelowania matematycznego rzeczywistych procesów produkcyjnych z wykorzystaniem technologii ALMM pozwala na skonstruowanie inteligentnych algorytmów, które zapewniają otrzymanie rozwiązań optymalnych lub dopuszczanych w danym systemie. Głównym celem proponowanych badań jest opracowanie nowoczesnej technologii optymalizującej planowania dyskretnych procesów produkcyjnych w warunkach dynamicznie zmieniających się zasobów systemu. Proponowana technologia ALMM umożliwi optymalizację dyskretnych procesów produkcyjnych uwzględniając wszystkie ograniczenia czasowe w nich występujące oraz wszystkie dynamicznie pojawiające się zakłócenia, które zostały uwzględnione w modelu.
Termin: 2023-04-04, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UR): dr hab. Urszula Bentkowska, prof. UR, dr Paweł Drygaś
Autor referatu: mgr inż. Dawid Kosior (kooperacja dr hab. Barbara Pękala, prof. UR)
Temat: Modelowanie wielokryterialnych systemów decyzyjnych z wykorzystaniem miar uwzględniających niepewność
Streszczenie: Miary uwzględniające niepewność są niezwykle ważne w procesach modelowania systemów bazujących na danych obarczonych nieprecyzyjnością lub brakami wartości. Znajdują one efektywne zastosowanie w tworzeniu ww. systemów, w szczególności przy wspomaganiu podejmowania decyzji w diagnostyce medycznej. W referacie zostanie przedstawiony potencjał przedziałowo-rozmytych miar przez ich optymalne zastosowanie w wybranych aspektach procesów wielokryterialnego podejmowania decyzji.
Termin: 2023-05-09, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UŚ): dr hab. Beata Zielosko, prof. UŚ, dr hab. Agnieszka Nowak-Brzezińska, prof. UŚ
Autor referatu: dr Miłosław Chodacki
Temat: Ewolucyjne projektowanie samotestowania układów
Streszczenie: Testowanie układów cyfrowych jest zadaniem trudnym, w szczególności układów o wielkim stopniu scalenia VLSI (Very Large Scale Integration). Wraz ze wzrostem stopnia scalenia układu jego testowalność (Testability) maleje. Skuteczny test diagnostyczny powinien umożliwić pokrycie uszkodzeń na akceptowalnym, odpowiednio wysokim poziomie. W testowaniu układów sekwencyjnych, w odróżnieniu od testowania układów kombinacyjnych, istotną rolę odgrywa nie tyle konkretny zbiór wektorów testowych, co ich uporządkowanie, a więc postać sekwencji testującej. Dobór takiej sekwencji jest trudny, a co za tym idzie również dobór samego generatora testów – może być realizowany jako problem optymalizacji wielokryterialnej.
Generatory testów TPG (Test Pattern Generator), oparte na rejestrach w ze sprzężeniem liniowym, wytwarzają sekwencję wektorów testowych o oczekiwanych właściwościach pseudolosowych, które zapewniają wysokie pokrycie uszkodzeń. Ocena projektu układu generatora wymaga czasochłonnej symulacji komputerowej generatora TPG i układu testowanego CUT (Circuit Under Test). W referacie zostaną przedstawione wyniki badań dotyczące zastosowania nieliniowego generatora testów w sytuacji, kiedy testowany układ logiczny staje się sprzężeniem zwrotnym generatora (Autonomous Test Structure). Z wielu przyczyn, o których będzie traktować referat, do projektowania, logiki układowej nieliniowego generatora testów zastosowano podejście ewolucyjne. Przeprowadzone badania symulacyjne, w porównaniu do innych metod projektowych, wykazują słuszność zastosowanego podejścia potwierdzoną skutecznością testowania.
Termin: 2023-05-23, godz. 13.00-13.45
Miejsce: Platforma Teams
*
Prowadzący seminarium (UŚ): dr hab. Beata Zielosko, prof. UŚ, dr hab. Agnieszka Nowak-Brzezińska, prof. UŚ
Autor referatu: mgr Marcin Lewandowski
Temat: Algorytmy dynamicznej selekcji węzła nadrzędnego w celu wydłużania czasu życia bezprzewodowej sieci sensorowej
Streszczenie: Zadania węzłów w bezprzewodowych sieciach sensorowych obejmują lokalne przetwarzanie danych z czujników, podejmowanie decyzji i rozpoznawanie istotnych zdarzeń przed przesłaniem informacji do innych węzłów. Zwykle węzły sensorowe są zasilane z wbudowanego akumulatora o ograniczonej pojemności. Z tego powodu ważne jest wprowadzanie rozwiązań umożliwiających oszczędzanie energii i zapewniających długi czas pracy węzłów. Czas, w którym węzły dysponują odpowiednimi zasobami energii aby sieć sensorowa mogła działać prawidłowo, jest określany jako czas życia sieci. Definicja czasu życia sieci może być jednak różna w zależności od konkretnego zastosowania i topologii sieci. Istnieje wiele technik, które pozwalają na wydłużenie czasu życia sieci sensorowej. Jedną z takich technik jest grupowanie węzłów w klastry. Konsekwencją klasteryzacji sieci jest potrzeba wyłonienia węzłów nadrzędnych (ang. cluster heads) oraz podrzędnych (ang. cluster members). Węzeł nadrzędny, ze względu na realizowane dodatkowe działania, wyczerpuje swoje zasoby energii szybciej niż węzły podrzędne. W związku z powyższym, w celu osiągnięcia dłuższego czasu życia sieci, rola węzła nadrzędnego musi być okresowo pełniona przez różne węzły w obrębie klastra. W literaturze dostępne są metody, które zostały opracowane w celu wydłużenia czasu życia sieci poprzez właściwe zarządzanie węzłami nadrzędnymi. Dostępne obecnie algorytmy wyboru węzła nadrzędnego bazują na dwóch głównych podejściach - czasowym oraz energetycznym. Pierwsza grupa algorytmów może być stosowana tylko w przypadku, gdy dane są wysyłane w określonych odstępach czasu, w sposób ciągły. Bardziej zaawansowane algorytmy biorą pod uwagę średni pobór prądu oraz aktualny poziom energii węzła. Wymaga to zastosowania dodatkowych narzędzi, które służą do monitorowania zużycia energii przez poszczególne węzły. Wspomniane wyżej algorytmy nie są w pełni efektywne w przypadku tzw. inteligentnych węzłów sensorowych, które przesyłają informacje tylko w przypadku, gdy rozpoznają określone zdarzenia. W ramach referatu przedstawiona zostanie propozycja nowego algorytmu, który pozwala rozwiązać wskazany problem i uzyskać dłuższy czas życia sieci sensorowej względem wcześniejszych rozwiązań. Omówione zostaną również wyniki eksperymentów, które przeprowadzono z wykorzystaniem fizycznego modelu bezprzewodowej sieci sensorowej.
Termin: 2023-06-06, godz. 13.00-13.45
Miejsce: Platforma Teams