Projekti / Programi
Računalniški sistemi, metodologije in inteligentne storitve
01. januar 2020
- 31. december 2025
| Koda |
Veda |
Področje |
Podpodročje |
| 2.07.00 |
Tehnika |
Računalništvo in informatika |
|
| Koda |
Veda |
Področje |
| T120 |
Tehnološke vede |
Sistemsko inženirstvo, računalniška tehnologija |
| Koda |
Veda |
Področje |
| 1.02 |
Naravoslovne vede |
Računalništvo in informatika |
Digitalni dvojček, živčno-mišični sistem, lokacijska inteligenca, podatkovno strukturiranje, učenje značilnic, predstavitev konteksta, časovno-prostorska regresija, večkriterijska dinamična optimizacija
Podatki za zadnjih 5 let (citati za zadnjih 10 let) na dan
19. marec 2023;
A3 za obdobje 2017-2021
| Baza |
Povezani zapisi |
Citati |
Čisti citati |
Povprečje čistih citatov |
| WoS |
571 |
15.952 |
14.068 |
24,64 |
| Scopus |
892 |
23.461 |
20.578 |
23,07 |
Raziskovalci (37)
| št. |
Evidenčna št. |
Ime in priimek |
Razisk. področje |
Vloga |
Obdobje |
Štev. publikacij |
| 1. |
55906 |
Mihael Baketarić |
Računalništvo in informatika |
Mladi raziskovalec |
2021 - 2023 |
5 |
| 2. |
51049 |
Klemen Berkovič |
|
Tehnični sodelavec |
2020 - 2023 |
15 |
| 3. |
23982 |
dr. Borko Bošković |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
211 |
| 4. |
16118 |
dr. Janez Brest |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
453 |
| 5. |
28691 |
Mario Casar |
|
Tehnični sodelavec |
2020 - 2023 |
0 |
| 6. |
53590 |
Jernej Cukjati |
Računalništvo in informatika |
Mladi raziskovalec |
2020 - 2023 |
4 |
| 7. |
22707 |
dr. Matej Črepinšek |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
249 |
| 8. |
21537 |
dr. Matjaž Divjak |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
98 |
| 9. |
31054 |
dr. Iztok Fister |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
303 |
| 10. |
52032 |
Aljaž Frančič |
Sistemi in kibernetika |
Mladi raziskovalec |
2020 - 2023 |
24 |
| 11. |
54514 |
Jana Herzog |
Računalništvo in informatika |
Mladi raziskovalec |
2020 - 2023 |
8 |
| 12. |
21301 |
dr. Aleš Holobar |
Sistemi in kibernetika |
Raziskovalec |
2020 - 2023 |
471 |
| 13. |
25672 |
Marjan Horvat |
|
Tehnični sodelavec |
2020 |
21 |
| 14. |
37447 |
dr. David Jesenko |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
40 |
| 15. |
16259 |
dr. Simon Kolmanič |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
167 |
| 16. |
23454 |
dr. Tomaž Kosar |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
222 |
| 17. |
52447 |
Ivan Kovačič |
|
Tehnični sodelavec |
2020 - 2023 |
16 |
| 18. |
53589 |
dr. Matej Kramberger |
Računalništvo in informatika |
Mladi raziskovalec |
2020 - 2023 |
22 |
| 19. |
52029 |
Žiga Leber |
Računalništvo in informatika |
Mladi raziskovalec |
2020 - 2023 |
9 |
| 20. |
21318 |
dr. Bogdan Lipuš |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
46 |
| 21. |
33709 |
dr. Niko Lukač |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
178 |
| 22. |
11191 |
dr. Marjan Mernik |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
676 |
| 23. |
36506 |
dr. Uroš Mlakar |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
60 |
| 24. |
29243 |
dr. Domen Mongus |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
253 |
| 25. |
21601 |
Jurij Munda |
|
Tehnični sodelavec |
2020 - 2023 |
32 |
| 26. |
06823 |
dr. Milan Ojsteršek |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
522 |
| 27. |
15671 |
dr. David Podgorelec |
Računalništvo in informatika |
Raziskovalec |
2022 - 2023 |
194 |
| 28. |
15801 |
dr. Božidar Potočnik |
Sistemi in kibernetika |
Raziskovalec |
2020 - 2023 |
304 |
| 29. |
38213 |
dr. Miha Ravber |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
42 |
| 30. |
08638 |
dr. Krista Rizman Žalik |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
181 |
| 31. |
18726 |
dr. Damjan Strnad |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
204 |
| 32. |
50649 |
dr. Filip Urh |
Računalništvo in informatika |
Mladi raziskovalec |
2020 - 2021 |
28 |
| 33. |
28880 |
dr. Aleš Zamuda |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
207 |
| 34. |
32189 |
dr. Eva Zupančič |
Računalništvo in informatika |
Raziskovalec začetnik |
2020 |
20 |
| 35. |
06671 |
dr. Borut Žalik |
Računalništvo in informatika |
Vodja |
2020 - 2023 |
814 |
| 36. |
31475 |
Denis Žganec |
Računalništvo in informatika |
Tehnični sodelavec |
2020 - 2023 |
17 |
| 37. |
33994 |
dr. Danijel Žlaus |
Računalništvo in informatika |
Raziskovalec |
2020 - 2023 |
23 |
Organizacije (1)
Povzetek
Rast naložb v internet stvari (IoT), analize masivnih podatkov in umetno inteligenco je spodbudila razvoj digitalnih kopij entitet iz resničnega sveta v obliki digitalnih dvojčkov. Takšni kibernetsko-fizični sistemi nudijo napredno spremljanje, podatkovno analitiko in napovedovalne zmogljivosti, zaradi česar so postali nov trend v računalništvu. Gartner jih uvršča med 10 ključnih tehnologij v letu 2019, s pričakovano 37% letno stopnjo rasti s sedanjih 2 milijard USD do 15 milijard USD v letu 2023 in 26 milijard USD v 2025. Zaradi potencialno velikega vpliva je posebna pozornost v tem kontekstu namenjena domenam medicine in zdravstva. Z zmožnostjo predvidevanja potencialnih težav in iskanja optimalnih rešitev lahko takšni digitalni dvojčki ponudijo pomembno pomoč pri zdravljenju bolnikov in pripomorejo k zmanjšanju tveganj ter povečanju učinkovitosti zdravljenja.
Kljub temu pa je danes uporaba digitalnih dvojčkov omejena predvsem na visokonadzorovana okolja in pametne stroje. Razvoj tehnologij za posnemanje bolj zapletenih sistemov, povezanih z delovanjem človeškega telesa, pa se še vedno sooča z naslednjimi pomembnimi izzivi:
- Obdelava množice heterogenih podatkovnih tokov, potrebnih za učenje obnašanja opazovanega sistema, zahteva bistvene izboljšave metodologij za samodejno poravnavo podatkov in njihovo strukturiranje;
- Obstoječe metode zlivanja medicinskih podatkov in učenja značilnic so še vedno osredotočene predvsem na izolirano obdelavo posameznih podatkovnih virov. To zahteva razvoj novih metod, ki bodo zmožne bolje izkoristiti njihove komplementarnosti;
- Povezovanje biomedicinskih meritev z okoljskimi dejavniki in dejavniki življenjskega sloga, ki je nujno za prenos laboratorijskih opazovanj v realna okolja, zahteva znaten napredek metod za izdvajanje kontekstnih značilnosti;
- Izboljšati je treba metodologije za spremljanje življenjskih mikrohabitatov, saj visoka razpršenost okoljskih senzorjev povzroča velike prostorske in časovne vrzeli v pridobljenih informacijah;
- Potreba po personalizaciji digitalnih dvojčkov zahteva optimizacijo dinamičnih modelov in njihovo prilagoditev na opazovane osebe, kar presega zmožnosti sodobnih optimizacijskih algoritmov.
V okviru predlaganega delovnega programa nameravamo nadgraditi naše dosedanje raziskovalno delo in nasloviti opisane izzive s ciljem izvedbe digitalnega dvojčka, ki bo sposoben posnemati funkcionalne parametre človekovega živčno-mišičnega sistema v dejanskem okolju. Zaradi splošnega staranja družbe postajajo živčno-mišične bolezni pomembno zdravstveno tveganje in vodilni vzrok za nezmožnost za delo. Stroški, povezani s tovrstnimi obolenji, v Sloveniji presegajo 2 % BDP.
Programska skupina združuje vodilne strokovnjake za obdelavo živčno-mišičnih signalov in semantičnih podatkov, razvoj metod časovno-prostorskih analiz ter izvedbo optimizacijskih algoritmov, ki bodo na osnovi osredotočenega iterativnega delovnega načrta uresničili predlagani program na soustvarjalen način.
Pomen za razvoj znanosti
Predlagani program je usmerjen v razvoj tehnološkega sklada, ki pod okriljem naslovljene domene računalniških sistemov, metodologij in inteligentnih storitev prinaša odgovore na nekatere ključne izzive računalništva. Le-te v grobem povzemajo ključni cilji programa, to je razvoja digitalnega dvojčka »funkcionalnih parametrov človekovega živčno-mišičnega sistema v dejanskem okolju«. Ti cilji odpirajo naslednje potenciale za razvoj računalniških znanosti:
• CILJ 1 - Razvoj nove metodologije za avtomatsko realno-časovno pomensko označevanje podatkovnih tokov s pomočjo domensko-specifičnih ontologij in besednjakov. Razviti sistem bo omogočal samodejno povezovanje podatkovnih tokov ne glede na različne načine zapisa vrednosti podatkov, njihove časovne značke in različne prostorske ločljivosti. Takšen pristop bo generičen in bo v splošnem izboljšal tehnike izgradnje inteligentnih sistemov. Očitni primeri slednjega so podporni sistemi za avtonomno vožnjo (roboti, avtomobili ali letalniki), geografski informacijski sistemi in podatkovno rudarjenje na splošno, saj je za njih značilna velika zahteva po podatkovni poravnavi množice heterogenih tokov.
• CILJ 2 - Predstaviti nove tehnike učenja značilnic nad komplementarnimi podatkovnimi tokovi, ki premagujejo časovno, prostorsko in informacijsko redkost posameznih tokov ter izboljšajo robustnost in kakovost ocenjevanja ter komplementarnost pridobljenih informacij. Izpolnitev tega cilja bo omogočila vzpostavitev zanesljivejših testnih okolij in referenčnih vrednosti za kalibracijo in interpretacijo meritev funkcionalnega stanja merjencev. Medtem ko stanja živčno-mišičnega sistema predstavljajo zgolj en, kompleksen primer aplikativnosti takšnega generičnega pristopa, lahko razvito metodologijo uporabimo tudi za razvoj ambientne in poslovne inteligence ter zagotavljanje avtonomnosti sistemov v aplikacijah, v katerih je učinkovitost odvisna od zmožnosti izdvajanja komplementarnih informacij iz množice tokov.
• CILJ 3 - Implementacija metodologije integracije dinamičnih entitet na zahtevo z uporabo geoograjevanja za izvedbo kontekstnega podatkovnega bogatenja. Dinamične podatkovne integracije na zahtevo predstavljajo eno izmed ključnih težav na področju zlivanja senzorskih podatkov. Razvoj ustrezne metodologije tako odpira vrata vzpostavitvi inteligentnih sistemov, ki niso omejeni zgolj na interne podatkovne tokove, pač pa so se zmožni zavedati tudi lastne okolice. Poleg že predstavljenega potenciala v kontekstu zdravja je predlagana metodologija ključna pri razvoju splošnih avtonomnih sistemov (na primer pametne prometne signalizacije, ki se je zmožna prilagajati stanju prometa, pametnih kmetijskih sistemov, ki se zavedajo vremenskih pojavov, kot je suša, ali pametne infrastrukture, ki se zaveda nevarnosti okoljskih vplivov).
• CILJ 4 - Razvoj nove metode časovno-prostorske regresije na osnovi integracije realno-časovnih senzorskih podatkov s fizikalnimi simulacijami. Razviti algoritmi okoljskih simulacij bodo omogočali podporno napovedovalno analitiko pri sistemih odločanja kot tudi raziskovalno usmerjenih okoljskih študijah na področju klimatologije (npr. napovedovanje mikroklime), gradbeništva (iskanje optimalne gradnje in obnove stavb) in energetike (npr. napoved energijskih potencialov).
• CILJ 5 - Nadgradnja algoritmov dinamične optimizacije z večkriterijsko optimizacijo in optimizacijo problemov velikih dimenzij ter prilagoditve za obdelavo ogromne količine podatkov. Evolucijski algoritmi za večkriterijsko dinamično optimizacijo in optimizacijo problemov velikih dimenzij, ki jih bomo razvili v okviru tega programa, bodo uporabni tudi na drugih področjih, kot so primeri globokega učenja, kjer testni podatki prihajajo v realnem času, gručenje podatkov, kjer se podatki spreminjajo glede na nepredvidljive okoljske spremembe, in načrtovanje poti, kjer so spremembe prav tako dinamične zaradi nepredvidenih zamud in nenadnih ekstremnih vremenskih pogojev. Prav tako pričakujemo, da bodo primer
Pomen za razvoj Slovenije
Predlagani program predstavlja razvoj nove tehnologije digitalnega dvojčka »funkcionalnih parametrov človekovega živčno-mišičnega sistema v dejanskem okolju« za napovedovalno analitiko parametrov delovanja človekovega telesa glede na okoljske faktorje in faktorje, povezane z življenjskim slogom. Prinaša ključno tehnološko osnovo za snovanje množice novih proizvodov, inovacij in tehnoloških rešitev. V ta namen smo analizirali obstoječa inovacijska partnerstva in jih glede možnega skupnega razvoja razvrstili v naslednje skupine:
• Proizvodi, kot so to na primer pametno pohištvo in mobilne aplikacije, namenjene rekreaciji.
• Programske rešitve, ki vključujejo ponudnike podatkovnih platform in analitičnih orodij.
• Storitve za izboljšane procese vadbe ali rehabilitacije po poškodbi.
Medtem ko imamo z več kot 10 podjetji in inštitucijami, ki se ukvarjajo z razvojem in trženjem zgoraj navedenih produktov in storitev, že vzpostavljeno dolgotrajno sodelovanje, nameravamo našo partnersko mrežo v obdobju trajanja programa še razširiti. Tako v obdobju naslednjih 6 let načrtujemo vsaj 10 novih gospodarskih partnerstev, vsaj 12 novih programskih produktov, vsaj 6 nacionalnih in 1 mednarodni patent ter vsaj 15 drugih inovacij.
Na področju družbenih dejavnosti pričakujemo, da bomo z nadzorom in intuitivno predstavitvijo funkcionalnega stanja živčno-mišičnega sistema dosegli pozitivne učinke na splošno zdravje ljudi in posledično zmanjšanje stroškov njihovega zdravljenja in odsotnosti z delovnih mest. Znano je, da gibanje pozitivno vpliva tako na mentalne kot na fizične sposobnosti posameznika in mu omogoča aktivnejše in samostojnejše staranje, boljšo koncentracijo in storilnost. Trenutno se naša družba sooča s problemom staranja in vedno večjega pomanjkanja gibalnih sposobnosti. Hkrati smo izpostavljeni vedno večjemu stresu in slabim prehranjevalnim navadam, ki dodatno poglabljajo problem človekove neaktivnosti. Čeprav se negativnih vplivov gibalne neaktivnosti vedno bolj zavedamo, jih ne znamo objektivno meriti, temveč jih prepogosto dojemamo kot statistično grožnjo, ki doleti izbrane posameznike. Prav tako sta slabo opredeljena in slabo merljiva vpliv redne rekreacije in športnih aktivnosti na staranje živčno-mišičnega sistema.
V predlaganem programu nameravamo razviti in izboljšati obstoječe metodologije za vrednotenje živčno-mišičnih aktivnosti v nenadzorovanih okoljih in za spremljanje in napovedovanje okoljskih parametrov z uvedbo koncepta digitalnega dvojčka »funkcionalnih parametrov človekovega živčno-mišičnega sistema v dejanskem okolju«. S tem uvajamo unikatno infrastrukturo, ki bo pripomogla k izboljšavam trenutnih diagnostičnih postopkov in ocenam tveganj za zdravje ljudi. Infrastruktura bo testirana na pilotnih meritvah omejenega števila preiskovancev, kasneje pa nameravamo njeno uporabo razširiti. Z natančnimi modeli in meritvami okoljskih parametrov bomo pripomogli tudi k ozaveščanju širše javnosti o škodljivih vplivih onesnaževanja narave na družbo in posameznika. S tem bomo pripomogli k promociji varovanja narave in naših mikrohabitatov. Izsledke raziskave bomo vključevali tudi v študijska programa Računalništvo in informacijske tehnologije na 1. in 2. stopnji študija ter Računalništvo in informatika na 3. stopnji študija na Fakulteti za elektrotehniko in računalništvo Univerze v Mariboru, s čimer bomo zagotavljali visoko usposobljen strokovni kader, potreben za razvoj in napredek družbe.
