Nalaganje ...
Projekti / Programi vir: ARIS

Umetna inteligenca

Obdobja
Raziskovalna dejavnost

Koda Veda Področje Podpodročje
2.07.00  Tehnika  Računalništvo in informatika   

Koda Veda Področje
P176  Naravoslovno-matematične vede  Umetna inteligenca 
P170  Naravoslovno-matematične vede  Računalništvo, numerična analiza, sistemi, kontrola 
P175  Naravoslovno-matematične vede  Informatika, teorija sistemov 
P110  Naravoslovno-matematične vede  Matematična logika, teorija množic, kombinatorika 
T120  Tehnološke vede  Sistemsko inženirstvo, računalniška tehnologija 
Ključne besede
računalništvo, inteligentni sistemi, umetna inteligenca, programska oprema, informatika, strojno učenje, odkrivanje zakonitosti v podatkih, nepostopkovno programiranje, programiranje z omejitvami
Vrednotenje (pravilnik)
vir: COBISS
Raziskovalci (12)
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  21306  dr. Matjaž Bevk  Računalništvo in informatika  Raziskovalec  2001 - 2003  19 
2.  02275  dr. Ivan Bratko  Računalništvo in informatika  Vodja  2001 - 2003  745 
3.  16324  dr. Janez Demšar  Računalništvo in informatika  Raziskovalec  2001 - 2003  340 
4.  20225  dr. Aleks Jakulin  Računalništvo in informatika  Raziskovalec  2001 - 2003  38 
5.  21352  dr. Peter Juvan  Reprodukcija človeka  Raziskovalec  2001 - 2003  163 
6.  04242  dr. Igor Kononenko  Računalništvo in informatika  Raziskovalec  2001 - 2003  475 
7.  14565  dr. Matjaž Kukar  Računalništvo in informatika  Raziskovalec  2001 - 2003  220 
8.  15295  dr. Marko Robnik Šikonja  Računalništvo in informatika  Raziskovalec  2001 - 2003  430 
9.  20389  dr. Aleksander Sadikov  Računalništvo in informatika  Raziskovalec  2001 - 2003  195 
10.  15754  dr. Dorian Šuc  Računalništvo in informatika  Raziskovalec  2001 - 2003  43 
11.  21305  dr. Daniel Vladušič  Računalništvo in informatika  Raziskovalec  2001 - 2003  47 
12.  12536  dr. Blaž Zupan  Računalništvo in informatika  Raziskovalec  2003  533 
Organizacije (1)
št. Evidenčna št. Razisk. organizacija Kraj Matična številka Štev. publikacijŠtev. publikacij
1.  1539  Univerza v Ljubljani, Fakulteta za računalništvo in informatiko  Ljubljana  1627023  16.704 
Povzetek
Ta raziskovalni program predvideva raziskave na nekaterih temeljnih področjih umetne inteligence in aplikativno usmerjene raziskave, povezane s temi osnovnimi raziskavami. Predvidena področja osnovnih raziskav se med seboj zelo dobro dopolnjujejo pri reševanju aplikativnih problemov. Program je razdeljen v področja osnovnih raziskav in aplikativno usmerjenih raziskav. Splošna področja osnovnih raziskav so: strojno učenje (na nivojih logike redov 0 in 1, vključno z atributnim učenjem, simboličnim učenjem, učenjem z nevronskimi mrežami in stohastičnimi metodami), kvalitativno modeliranje, avtomatsko modeliranje in identifikacija, nepostopkovno programiranje. Nekatere konkretne predvidene raziskovalne teme v okviru teh področij so: konstruktivna indukcija v atributnem strojnem učenju (induciranje vmesnih konceptov po principu funkcijske dekompozicije), konstruktivna indukcija v induktivnem logičnem programiranju s posplošitvijo atributnih mehanizmov funkcijske dekompozicije, obravnavanje šumnih podatkov v strojnem učenju, obravnavanje numerične informacije v induktivnem logičnem programiranju (tudi v povezavi s CLP - Constraint Logic Programming), metode ocenjevanja atributov v strojnem učenju, večnivojsko kvalitativno modeliranje, hibridno modeliranje (kombinacija kvalitativnega in numeričnega modeliranja, tudi v povezavi s CLP(R)), kvalitativna in hibridna identifikacija sistemov z metodami umetne inteligence, principi vodenja sistemov z metodami umetne inteligence. Splošna področja aplikativno usmerjenih raziskav, povezanih z gornjimi osnovnimi raziskavami, so: diagnostika, prognostika in interpretacija v medicinskih aplikacijah, ekološke aplikacije, modeliranje in identifikacija ter vodenje sistemov z metodami umetne inteligence, rekonstruiranje podzavestnih veščin, aplikacije v strojništvu, napovedovanje lastnosti materialov. Nekatere predvidene podrobnejše teme iz teh aplikativnih področij so: analiza in napovedovanje uspešnosti pri operacijah kolka, diagnostika pljučnih bolezni, diagnostika v nevrologiji, diagnostika v ginekologiji, diagnostika na osnovi vizualizacije ionizacijskega pojava, interpretacija različnih medicinskih slik (MRI, roentgen, računalniška tomografija, 3D vizualizacija kardiovaskularnega sistema), modeliranje rasti alg v jezerih in lagunah (Blejsko jezero, Glumsoe, beneška laguna), modeliranje procesov in izbor tehnologije v strojniških obdelavah (brušenje, elektroerozija). Za vsa navedena konkretna področja raziskovalna skupina že ima zbirke realnih izmerjenih podatkov. Gornji program jasno vsebuje elemente osnovnih in aplikativno usmerjenih raziskav. Aplikativno usmerjene raziskave imejo v tem programu zelo pomembno vlogo, ne samo v smislu prenosa v prakso, temveč tudi kot mehanizem usmerjanja osnovnih raziskav. Aplikacije namreč predstavljajo okolje za kritično vrednotenje rezultatov osnovnih raziskav v težkih realnih problemih (z realnimi podatki). Prav tako usmerjajo motivacijo osnovnih raziskav na taka praktična področja, ki so nerešljiva ali zelo težko rešljiva z drugimi, obstoječimi metodami. Na ta način aplikativna usmerjenost daje nove ideje in odpira nove niše v osnovnih raziskavah - dobro motivirane sveže probleme in pristope.
Pomen za razvoj znanosti
Večina navedenih temeljnih raziskovalnih tem tega programa sodi v raziskovalna področja, ki so med najbolj aktivnimi v računalništvu v svetu. Posebej je aktualno področje strojnega učenja, tudi s svojim aplikativnim vidikom, znanim pod razširjenim nazivom "data mining" oz. KDD (Knowledge Discovery in Databases). Hiter razvoj tovrstnih aplikacij daje še dodatno spodbudo za razvoj ustreznih tehnik strojnega učenja. Pričakujemo, da bodo raziskave tega programa v svetovnem merilu prispevale posebej v naslednjih pogledih. Konstruktivna indukcija, ki je ena izmed tem tega programa, velja za eno najtežjih nalog. Raziskovalno delo te programske skupine na osnovi funkcijske dekompozicije je v zadnjih letih dalo izjemne rezultate, ki jih nameravamo razširiti na več načinov (obravnavanje šumnih podatkov, obravnavanje numeričnih informacij, razširitev na relacijsko učenje oz. induktivno logično programiranje). Tudi zadnji rezultati skupine na področju vodenja sistemov z rekonstrukcijo veščine so med vodilnimi v svetu. S kombiniranjem simboličnega posploševanja operaterjevih trajektorij, induciranja lokalnih modelov vodenega sistema ter kvalitativnim obravnavanjem induciranih strategij vodenja so se odprli inovativni pristopi, ki dajejo v prvih poskusih neprimerno boljše rezultate kot katerakoli doslej znana metoda. Tudi za aplikativno usmerjeno delo pričakujemo, da bo še nadalje zanimivo za uporabnike v praksi tudi v svetovnem merilu.
Pomen za razvoj Slovenije
Metode umetne inteligence, ki so predmet tega programa, v zadnjem času postajajo osnovna tehnologija za raznovrstne zahtevnejše aplikacije. Dober primer so metode strojnega učenja, ki so se v zadnjih pet do deset letih uveljavile v številnih primerih kot učinkovito orodje za razvoj aplikacij, ki so brez teh metod bistveno teže izvedljive oz. praktično neizvedljive. Metode strojnega učenja so postale tudi osnova za iskanje zakonitosti v podatkovnih bazah, kar postaja zaradi velikih količin razpoložljivih oz. dosegljivih podatkov, tudi prek interneta, vedno bolj pomembno. Te podatke na ta način lahko mnogo bolj kvalitetno izkoristimo. Raziskovalna skupina ima vrsto izredno pozitivnih izkušenj s tovrstnim aplikativno usmerjenim delom. To potrjuje dosedanje sodelovanju z eksperti na raznih področjih uporabe, kot so medicina (diagnostika, prognostika, analiza, odločanje), ekologija (modeliranje kompleksnih pojavov v okolju na osnovi izmerjenih podatkov, npr. o rasti alg v jezerih in lagunah - Bled, Glumsoe, Benetke, Velenje, analiza ravnovesja med stanjem gozda in številčnostjo divjadi, odločanje pri sanaciji odlagališč odpadkov), strojništvo (obdelovalni procesi), kontrola kvalitete (valjalniška emulzija v proizvodnji jekla), vodenje in modeliranje sistemov, napovedovanje lastnosti materialov (npr. biorazgradljivost). Kot je navedeno v programu, so predvidene tudi nadaljnje aplikacije novo razvitih metod. Kot doslej bo ta raziskovalni program pomemben tudi za razvoj kadrov. V okviru rednega univerzitetnega in visokega strokovnega študija se predavajo predmeti, povezani s tem raziskovalnim programom. Usposabljanje poteka tudi na podiplomskem in doktorskem nivoju ob izdelavi magistrskih in doktorskih del, ki bodo predvidoma tudi v bodoče povezana s tem programom. Kot doslej predvidevamo tudi v bodoče izvajanje seminarjev za udeležence iz gospodarstva, ki prispevajo k hitrejšemu prenašanju novo razvitih metod v prakso. Posebej učinkovita oblika teh seminarjev so projektno usmerjene delavnice, na katerih se obdelajo konkretni problemi posameznih udeležencev iz gospodarstva.
Najpomembnejši znanstveni rezultati Zaključno poročilo
Najpomembnejši družbeno–ekonomsko in kulturno relevantni rezultati Zaključno poročilo
Zgodovina ogledov
Priljubljeno