PLAN RADA SEMINARA ZA APRIL 2022. GODINE
Zbog trenutne epidemiološke situacije, predavanja na seminaru će se održavati na daljinu, a slušaoci mogu da ih prate preko linka https://miteam.mi.sanu.ac.rs/asset/YoqHWKALRkRTbK9So.
Registracija za on-line praćenje predavanja na Seminaru je na linku https://miteam.mi.sanu.ac.rs/asset/xzGqvSp7aWbg8WpYX.
Utorak, 05.04.2022. u 14:15, Online
Zhilbert Tafa, University for Business and Technology, Priština
PRIMENA MACHINE LEARNING ALGORITAMA U KONTROLI ZAGUŠENJA KOD RAČUNARSKIH MREŽA
Postojeći algoritmi za kontrolu zagušenja (Congestion Control, CC) u kompjuterskim mrežama se baziraju na unapred definisanim pravilima promjene cwnd varijable. Međutim, pokazuje se da ovakav pristup nije dovoljno efikasan u uslovima heterogenih mreža i dinamičkih mrežnih okruženja. Zbog toga se predlažu novi pristupi bazirani na mašinskom učenju (Machine Learning, ML). Novija istraživanja pokazuju da ML može u velikoj meri poboljšati performanse postojećih metoda kontrole zagušenja ili u potpunosti remodelirati CC.
Utorak, 12.04.2022. u 14:15, Online
Julia Memar, School of Mathematical and Physical Sciences, University of Technology, Sydney
LAGRANGIAN RELAXATION AND DECOMPOSITION-BASED ALGORITHMS FOR FLOW SHOPS WITH JOB-DEPENDENT BUFFER REQUIREMENTS
The flow shop problems with storage (a buffer) have been extensively studied in the literature on scheduling, but most of these publications consider flow shops with an intermediate buffer between stages and assume that this buffer limits only the number of jobs that have completed one operation and are waiting for the commencement of the next one. In contrast, in the flow shop models, considered in this talk, the storage requirement varies from job to job and each job seizes the required storage space during its processing on the machines as well as during its waiting time between the operations. This also differentiates these models from the resource-constrained scheduling that assumes that the additional resource is consumed by a job only during its processing on the machines, but it is released between the operations. Although the practical significance of the flow shops with job-dependent storage requirements was acknowledged as early as in 2007, the active research in this field of scheduling theory was triggered by the publications in 2008 and 2013 that were concerned with controlling the lag during a multimedia presentation of media objects, where each object has a loading time and playtime. Since then, various publications have appeared with results concerning complexity, integer programming formulations, branch and bound algorithms and heuristics for the flow shops with job-dependent storage requirements. In this seminar, I will talk about Lagrangian relaxation and decomposition approach to such models and my results in this area so far: I will present several Lagrangian relaxation and decomposition-based heuristics that are developed for NP-hard flow-shop problems with job-dependent storage and the results of computational experiments.
Utorak, 19.04.2022. u 14:15, Online
Nataša Đurđević, Fakultet organizacionih nauka
INTERNET INTELIGENTNIH UREĐAJA U MARKETINGU I MALOPRODAJI
Predmet istraživanja je razvoj modela primene interneta inteligentnih uređaja (IoT) u marketingu i maloprodaji. Cilj istraživanja je unapređenje elektronskog poslovanja u delatnosti trgovine kroz razvoj novog komunikacionog miksa zasnovanog na tehnologijama interneta inteligentnih uređaja i mobilnim tehnologijama. U tu svrhu, razvijen je model koji teorijski objedinjuje relevantna poslovna i tehnološka rešenja, aspekt proizvođača i maloprodavaca prilikom aktivacije potencijalnih kupaca, kombinujući korisnički interfejs i interne poslovne procese. Model obuhvata dve grupe rešenja: rešenja namenjena kupcima i rešenja usmerena na infrastrukturu i poslovne procese. Kao deo opšteg modela, razvijen je i poseban model predikcije primene bikona u marketingu i maloprodaji. Evaluacija je eksperimentalnim istraživanjem u realnom poslovnom slučaju primene bikona za unapređenje procesa kupovine i podsticaja kupaca na kupovinu. Istraživanjem je validirana efikasnost predikcije i potvrđena efektivnost primene bikona kao marketinške promotivne inicijative.
Utorak, 26.04.2022. u 14:15, Online
Milica Jovanović, Fakultet organizacionih nauka
RAZVOJ MODELA ZA EVALUACIJU PERFORMANSI MENADŽMENTA TEHNOLOGIJE ZASNOVAN NA TRIPLE HELIX PRISTUPU
Eksponencijalan tehnološki razvoj značajno uslovljava potrebu za upravljanjem tehnologijom i inovacijama. Nacionalno okruženje nije izuzetak kada je ova pojava u pitanju i iz tog razloga nacionalne vlade donose strategije i politike naučnog, tehnološkog i inovacionog razvoja. Uspešno upravljanje tehnologijom na nacionalnom nivou zahteva merenje performansi, koje je zbog velikog broja učesnika i aktivnosti zahteva višedimenzionalan i sistemski pristup. Triple Helix model saradnje privrede, univerziteta i države zasniva se na vodećoj (preduzetničkoj) ulozi univerziteta i naglašava značaj povezanosti institucija za razvoj preduzetništva i inovacija. Stoga, Triple Helix model pruža dobar okvir za sistemsko sagledavanje upravljanja tehnologijom sa aspekta odgovornosti aktera. Na predavanju biće predstavljen model za evaluaciju performansi i ocenu menadžmenta tehnologije na nivou nacionalne ekonomije radi dostizanja ciljeva održivog razvoja. Model sagledava tri aspekata merenja performansi: agregacija, efikasnost i efektivnost. Rezultati primene predloženog modela omogućili su identifikacija kritičnih oblasti za unapređenje nacionalnih politika i strategija, kao i nadležnost za unapređenje i usmeravanje strateških odluka. Primena kvantitativnog modela omogućila je nove uvide kojima su kreirani alati koji omogućavaju bolje sagledavanje kritičnih aspekata analiziranog nacionalnog sistema. Na osnovu predloženog modela moguće je kreirati izveštaj o performansama upravljanja tehnologijom Republike Srbije koji rezimira rezultate modela i daje smernice donosiocima odluka.
RUKOVODIOCI SEMINARA
MI SANU
Vera Kovačević-Vujčić
Milan Dražić
FON
Zorica Bogdanovic
Marijana Despotovic-Zrakic
IEEE
Bozidar Radenkovic
