Nasze badania
Pracownicy Katedry Zastosowań Systemów Informatycznych badają szeroko rozumiane zagadnienia przetwarzania danych i sygnałów metodami informatycznymi oraz ich wykorzystania do kontroli automatów, procesów przemysłowych oraz do wspomagania pracy przez interfejs głosowy. Zagadnienia te obejmują metody sztucznej inteligencji, inteligencji grupowej i głębokich sieci neuronowych wykorzystywanych do rozpoznawania mowy, przetwarzania i rozpoznawania obrazów, klasyfikacji, identyfikacji biometrycznej osób oraz zrobotyzowanej automatyzacji zadań i procesów optymalizacyjnych.
Unikalnym w skali światowej podejściem rozwijanym w Katedrze jest metoda uczenia motywowanego w ucieleśnionych systemach sztucznej inteligencji i związane z tym problemy takie jak samoorganizujące celowe uczenie, asocjacyjne pamięci przestrzenno-czasowe, motywowane mechanizmy interakcji sensoryczno-motorycznych, predykcja zdarzeń, percepcja robotów i budowanie modeli środowiska.
Kontakt: alewicki@wsiz.edu.pl
Projekty naukowo-badawcze finansowane z subwencji Ministerstwa:
Zastosowanie zaawansowanych metod sztucznej inteligencji
Kierownik projektu: dr inż. Leszek Gajecki lgajecki@wsiz.edu.pl
Głównym celem prowadzonych badań jest:
• opracowanie nowych asocjacyjnych mechanizmów uczenia i wnioskowania;
• zastosowanie analizy semantycznej do podnoszenia jakości systemu rozpoznawania mowy, zastosowanie np. wsparcie infolinii;
• zastosowanie zaawansowanych metod sztucznej inteligencji do analizy rzeczywistych zbiorów big data.
Okres realizacji: 2020-2022
Projekty naukowo-badawcze finansowane ze źródeł zewnętrznych:
Technologia uczących się cyfrowych bliźniaków w procesie zwiększania efektywności pracownika
Kierownik projektu: dr Arkadiusz Lewicki
Głównym celem projektu jest weryfikacja możliwości zastosowania koncepcji cyfrowych replik pracowników na wybranych stanowiskach, skorelowanych z nieustannie aktualizowanymi danymi, związanymi z charakterystyką wykonywanych zadań i stanowiska, posiadanymi kompetencjami, wiedzą i doświadczeniem, a także z kluczowymi parametrami psychofizycznymi tych pracowników oraz charakterystyką środowiska fizycznego, w którym aktualnie się znajdują, tak, aby w efekcie finalnym można było zwiększyć ich efektywność pracy, przy jednoczesnym wzroście satysfakcji i doświadczenia. Zweryfikowana tutaj zostanie koncepcja zastosowania cyfrowych powiązań komunikacyjnych pomiędzy bliźniakami wykonującymi zadania o podobnej charakterystyce, tak, aby mogły one wymieniać się informacjami, a także uczyć na podstawie analizy czynników, które mogą wpływać na zwiększenie wydajności pracy. Cyfrowe bliźniaki mają również komunikować się, aby ocenić jak najlepiej ze sobą współpracować w realizacji konkretnego zadania.
Okres realizacji: 06.2021–02.2022
Finansowanie: Podkarpackie Centrum Innowacji (PCI)
Opracowanie efektywnych mechanizmów percepcyjnych robota wykorzystujących uczenie motywowane oraz samoorganizującą się pamięć asocjacyjną – „Developing of effective mechanisms for robot perception using motivated learning and self-organizing associative memory”.
Kierownik projektu: prof. dr hab. Janusz Starzyk jstarzyk@wsiz.edu.pl
Głównym celem proponowanych w projekcie badań jest opracowanie nowych efektywnych mechanizmów percepcyjnych wykorzystujących uogólnioną ideę uczenia motywowanego (ang. Motivated Learning, ML) oraz nowe asocjacyjne mechanizmy uczenia i wnioskowania. Wyniki badań osiągnięte w ramach tego projektu pozwolą zbudować nowoczesne kognitywne systemy które na podstawie określonych potrzeb są zdolne warunkowo i inteligentnie, definiować skojarzenia i formować wiedzę potrzebną do osiągnięcia wyznaczonych celów.
Okres realizacji: 15.03.2017–15.12.2020
Finansowanie: Narodowe Centrum Nauki Program OPUS
Platforma usługowa IVA wirtualnych agentów głosowych do automatyzacji pracy awaryjnych infolinii zgłoszeniowych – „IVA service platform of virtual voice agents for emergency call hotlines automation”.
Kierownik projektu po stronie WSIiZ: dr inż. Leszek Gajecki lgajecki@wsiz.edu.pl
Zespół badawczy z WSIiZ uczestniczył wraz Poznańskim Centrum Superkomputerowo-Sieciowym w projekcie badawczo-rozwojowym firmy Haxon Telecom. Jego głównym celem po stronie zespołu WSIiZ była poprawa jakości rozpoznawania mowy najnowszymi technikami obliczeniowymi.
Okres realizacji: 2017–2018
Finansowanie: Narodowe Centrum Badań i Rozwoju (NCBiR)
Organizacja pamięci semantycznej i epizodycznej w uczeniu motywowanym robotów
Kierownik projektu: prof. dr hab. Janusz Starzyk starzykj@gmail.com
Głównym celem projektu było zaprojektowanie wykraczających poza dotychczasowy stan wiedzy mechanizmów tworzenia i organizacji pamięci semantycznej i epizodycznej w uczeniu motywowanym (ang. motivated learning, ML). W oparciu o takie mechanizmy można budować pamięci systemów autonomicznych działających w zmieniającym się złożonym środowisku.
Okres realizacji: 30.08.2012–29.08.2015
Finansowanie: Program OPUS NCN (UMO-2011/03/B/ST7/02518)
Inteligentne metody analizy szans i zagrożeń w procesie kształcenia
Kierownik projektu: dr Marek Jaszuk mjaszuk@wsiz.edu.pl
W ramach projektu opracowywano algorytmy tworzenia modeli semantycznych na podstawie danych empirycznych pochodzących z procesu kształcenia. Prace prowadziły do stworzenia metodologii automatycznego tworzenia modelu ucznia lub studenta, który mógłby być podstawą dla systemu analitycznego wspomagającego zarządzanie procesem dydaktycznym.
Opracowywana metodologia bazuje na algorytmach drążenia danych i uczenia maszynowego. Unikatowość stworzonego rozwiązania opiera się na pełnej automatyzacji tworzenia modelu semantycznego. Metoda ma charakter uniwersalny i może znaleźć zastosowanie w wielu obszarach nie mających związku z procesem kształcenia.
Okres realizacji: 1.06.2013–30.04.2015
Finansowanie: Regionalny Program Operacyjny Województwa Podkarpackiego na lata 2007–2013
Mechanizmy inteligencji roju w zagadnieniach analizy dyskryminacyjnej i analizy skupień
Kierownik projektu: dr inż. Arkadiusz Lewicki alewicki@wsiz.edu.pl
Celem projektu naukowo-badawczego było stworzenie nowych algorytmów wzorowanych na zachowaniach inteligencji stadnej (takich jak rój cząstek oraz mechanizmy determinujące postępowanie kolonijnej społeczności mrówek), tak aby następnie można było zbadać oraz określić ich możliwości klasyfikacyjne (w rozumieniu zarówno zalet, jak i wad) w zadaniach analizy wielowymiarowej, obejmującej analizę dyskryminacyjną oraz analizę skupień.
W ramach projektu opracowywane zostały nowe metody i algorytmy oparte na zmodyfikowanej taktyce inteligencji stadnej (roju cząstek oraz mrowiska) do analizy dyskryminacyjnej, jak i analizy skupień, tak, aby ich efektywność i uniwersalność była jak największa. Powstała aplikacja, budowana na platformie opensourceowej (w środowisku J2EE), implementująca opracowane metody i algorytmy, tak aby w procesie ewaluacji można było dokonać oceny wad i zalet przyjętych rozwiązań. W projekcie architektury systemu uwzględniono fakt, że powinna umożliwiać ona nie tylko realizację przyjmowania danych wejściowych, przetwarzania danych i udostępniania oczekiwanych rozwiązań, a więc fundamentalnych składowych każdego oprogramowania systemowego, ale również powinna: zapewniać wieloplatformowość, umożliwiać import plików danych z różnych źródeł, ułatwiać testowanie i pielęgnację stworzonego oprogramowania, zmniejszać negatywne skutki uboczne pojawiających się błędów, pozwalać na modyfikację i skalowalność powstałego oprogramowania.
Ponadto przygotowano publikacje naukowe w periodykach krajowych i zagranicznych, referaty na znaczących konferencjach krajowych i zagranicznych, ze szczególnym uwzględnieniem konferencji z dziedziny soft-computingu, sztucznej inteligencji i eksploracji danych.
Okres realizacji: 15.04.2011–14.04.2014
Finansowanie: Projekty badawcze własne MNiSW (N N 519 654540)
Modelowanie języka naturalnego (polskiego) dla potrzeb budowy systemu rozpoznawania mowy klasy LVCSR
Kierownik projektu: prof. dr hab. inż. Ryszard Tadeusiewicz, doktorant: Leszek Gajecki lgajecki@wsiz.edu.pl
Celem projektu było utworzenie modelu języka naturalnego opartego na automatycznej ekstrakcji reguł, który pozwala uzyskać poprawę jakości rozpoznawania ciągłej mowy polskiej w systemie rozpoznawania mowy dużego słownika (LVCSR) w stosunku do szeroko stosowanego modelu trigramowego.
Efektem jest praca doktorska Leszka Gajeckiego obroniona w 2013 roku na Akademii Górniczo-Hutniczej oraz publikacje naukowe.
Okres realizacji: 19.11.2010 –18.10.2013
Finansowanie: Projekty badawcze własne – promotorskie MNiSW (N N516 513439)
