W Katedrze Sztucznej Inteligencji i Matematyki Stosowanej prowadzone są badania w zakresie opracowania nowych metod sztucznej inteligencji, ekstrakcji wiedzy z baz danych, maszynowego uczenia i stosowania ich do rozwiązywania różnorodnych problemów rzeczywistych (technicznych, medycznych) oraz w zakresie automatycznego myślenia, logiki rozmytej i słownych baz wiedzy, jak również szeroko pojętego modelowania i symulacji komputerowej procesów fizycznych, technicznych, ekonomicznych i technologicznych oraz sterowania obiektami dynamicznymi, w tym sterowaniem inteligentnym.
Kierownik Katedry
dr hab. inż. Marcin Pluciński, prof. ZUT
pok. 20, WI1
Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie w przeglądarce obsługi JavaScript.
Katedra Sztucznej Inteligencji i Matematyki Stosowanej
Kierownik Katedry: dr hab. inż. Marcin Pluciński, prof. ZUT
Cel i zakres działalności
Celem katedry jest prowadzenie badań w obrębie szeroko rozumianej matematyki stosowanej oraz sztucznej inteligencji. Szczegółowy profil działalności katedry obejmuje takie obszary jak: uczenie maszynowe, widzenie komputerowe, statystyczną analizę danych, systemy wspomagania decyzji, systemy wnioskowania rozmytego, obliczenia numeryczne i probabilistykę, inteligentne algorytmy sterowania. Ponadto do zadań katedry należy organizacja i prowadzenie dydaktyki w obszarze metod matematycznych i sztucznej inteligencji w ramach przedmiotów przyporządkowanych do katedry.
Zespoły
Zespół Badawczy Sztucznej Inteligencji
Kierownik Zespołu: dr hab. inż. Przemysław Klęsk, prof. ZUT
Skład osobowy
- dr hab. inż. Marcin Pluciński
- dr hab. inż. Przemysław Klęsk
- dr hab. inż. Marcin Korzeń
- dr inż. Sławomir Jaszczak
- dr inż. Aneta Bera
- dr inż. Dariusz Sychel
- mgr inż. Jacek Klimaszewski
- mgr inż. Jan Rodziewicz-Bielewicz
Zespół Badawczy Inteligentnych Systemów Wspomagania Decyzji
Kierownik Zespołu: dr inż Wojciech Sałabun
Zakres realizowanych badań. Prace realizowane przez zespół badawczy inteligentnych systemów wspomagania decyzji obejmują następujące zagadnienia: metody i techniki wspomagania decyzji z szczególnym uwzględnieniem wielokryterialnej analizy decyzji (Multi-Criteria Decision-Analysis, MCDA) oraz systemów opartych na wiedzy (Knowledge-Based Systems, KBS); modelowanie preferencji, interaktywne procedury wyboru wielokryterialnego, sortowanie, rankingowanie i klasyfikacja w środowisku deterministycznym lub niepewnym; obliczenia ewolucyjne i obliczenia inspirowane biologicznie; obliczenia miękkie i granularne (granular and soft computing), w tym teoria zbiorów przybliżonych (rough set theory), teoria zbiorów rozmytych (fuzzy set theory) oraz sieci neuronowe (neural networks);uczenie maszynowe (machine learning), eksploracja danych (data mining), odkrywanie wiedzy (knowledge discovery) oraz inteligentna anlliza danych (intelligent data analysis); Prace zespołu badawczego wspierane są przez członków Studenckiego Koła naukowego Machine Learning Group (MLG), którego opiekunem naukowym jest dr inż. Wojciech Sałabun.
Skład osobowy
- dr inż Wojciech Sałabun
- dr inż. Larisa Dobryakova
- dr inż. Joanna Kołodziejczyk
- mgr inż. Bartłomiej Kizielewicz
- mgr inż. Andrii Shekhovtsov - asystent (dydaktyczny) email:Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie w przeglądarce obsługi JavaScript., pok.18 (WI1)
Doktoranci:
- mgr inż. Bartosz Paradowski
- mgr inż. Jakub Więckowski
Zespół Badawczy Matematyki Stosowanej
Kierownik Zespołu: prof. dr hab. Grigorij Sklyar email: Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie w przeglądarce obsługi JavaScript., tel.: 55 89, pok.: 104 (WI1)
Skład osobowy
- dr Joanna Banaś
- dr inż. Anna Barcz
- dr Mateusz Firkowski
- dr Małgorzata Machowska-Szewczyk
- dr Małgorzata Pelczar
- dr inż. Piotr Piela
- dr Piotr Polak
- dr Jarosław Woźniak
Laboratoria katedralne
Laboratorium Badawcze Inteligentnych Systemów Sterowania
Opiekun Laboratorium: dr inż. Sławomir Jaszczak, sala: 024, budynek: WI2
Zakres realizowanych zadań
Celem laboratorium jest wydzielenie zasobów sprzętowych katedry umożliwiających prowadzenie badań w obszarach: sztucznej inteligencji, robotyki mobilnej, widzenia komputerowego oraz inteligentnych algorytmów sterowania. Stanowiska laboratorium obejmują elementy systemów automatyki przemysłowej w tym sterowniki programowalne wraz z układami wejście/wyjście oraz stanowiska sterowania w czasie rzeczywistym m.in. suwnica 3D, odwrócone wahadło, układ ABS i inne, platformy robotyki mobilnej w tym roboty mobilne i drony oraz szerokie spektrum sensorów jak kamery zwykłe, kamery głębokości, czujniki termowizyjne, lidary, itp. Laboratorium wykorzystywane będzie głównie do prowadzenia badań oraz w niewielkim stopniu do celów dydaktycznych jak: prace dyplomowe, studenckie projekty badawcze i przedmioty specjalistyczne.