Seminar on Computer Science and Applied Mathematics
PROGRAM
Upravni odbor Matematickog instituta SANU je na nedavnoj sednici doneo odluku da se dosadasnji Seminar za primenjenu matematiku, sada nazove Seminar za racunarstvo i primenjenu matematiku, a u cilju potenciranja znacaja racunarstva kao jedne od oblasti delatnosti Instituta. Istovremeno, Upravni odbor doneo je odluku o osnivanju Odeljenja za racunarstvo i primenjenu matematiku i vezao rad novog odeljenja za rad Seminara za racunarstvo i primenjenu matematiku.
UTORAK, 06.06.2017. u 14:15, Sala 301f, MI SANU, Kneza Mihaila 36
Jelena Šuh, Fakultet organizacionih nauka
INFRASTRUKTURA ZA E-OBRAZOVANJE ZASNOVANA NA SOFTVERSKI DEFINISANIM MREŽAMA
Predmet istraživanja je razvoj modela infrastrukture za
e-obrazovanje, koji je zasnovan na konceptu i tehnologijama softverski
definisanih mreža (SDN), kao i razvoj obrazovnog modula za učenje
softverski definisanih mreža. Predstavljena je struktura predloženog
modela koji obuhvata elemente infrastrukture i arhitekture i mogućnosti
integracije infrastrukture sa obrazovnim servisima. Opisan je proces
projektovanja cloud infrastrukture zasnovane na konceptu SDN, kao i
modeliranja ključnih indikatora performansi obrazovne infrastrukture.
Imajući na umu važnost edukacije u oblasti informaciono-komunikacionih
tehnologija, predstavljen je i proces projektovanja obrazovnog modula
za učenje softverski definisanih mreža korišćenjem razvijene infrastrukture.
Evaluacija modela je izvršena u Laboratoriji za elektronsko poslovanje
Fakulteta organizacionih nauka Univerziteta u Beogradu. Rezultati pokazuju da
predloženi model unapredjuje proces učenja u oblasti softverski
definisanih mreža. Model se može na jednostavan način prilagoditi i
primeniti u procesu edukacije u različitim oblastima, a posebno je pogodan
za edukaciju u oblasti novih informaciono-komunikacionih tehnologija.
UTORAK, 13.06.2017. u 14:15, Sala 301f, MI SANU, Kneza Mihaila 36
Aleksandar Jovanović, Visoka Inženjerska Škola Strukovnih Studija Tehnikum Taurunum
UPRAVLJANJE SAOBRAĆAJNIM TOKOVIMA PRIMENOM METODA VEŠTAČKE INTELIGENCIJE
Jedan od najvećih problema sa kojim se suočavaju vlasti
velikih gradova širom sveta su saobraćajna zagušenja. Gradovi
izdvajaju značajna sredstva kako bi rešila ovaj problem, koji
utiče na razne aspekte života stanovnika. Negativne posledice
saobraćajnih zagušenja ogledaju se pre svega u povećanim vremenskim
gubicima učesnika u saobraćaju. Pored toga, posledice mogu biti
ekonomske (veća potrošnja goriva), ekološke (dodatno zagadjenje
vazduha) i razne druge. Ovo predavanje je posvećeno razvijanju novih
matematičkih modela za rešavanje problema upravljanja saobraćajnim
tokovima u gradovima. Rešavan je problem prezasićene izolovne
raskrsnice u fiksnom režimu rada pomoću dinamičkog programiranja,
BCO metaheuristike i genetskih algoritama. Problem upravljanja radom
prezasićene izolovane raskrsnice u realnom vremenu rešavan je primenom
fazi logike. Posebno, predstavljena je višekriterijumska postavka
problema upravljanja radom izolovane signalisane raskrsnice. Problem je
rešavan primenom interaktivne metode. Na kraju, data je nova
matematička formulacija za problem upravljanja zonom raskrsnica u
fiksnom režimu rada. Problem je rešavan primenom BCO metode i
simuliranog kaljenja.
UTORAK, 20.06.2017. u 14:15, Sala 301f, MI SANU, Kneza Mihaila 36
Vladimir Filipović, Matematički fakultet, Univerzitet u Beogradu
SOLVING THE MAXIMUM BETWEENNESS PROBLEM WITH ELECTROMAGNETISM METAHEURISTIC
An electromagnetism (EM) metaheuristic for solving NP hard Maximum
Betweenness Problem (MBP) is presented. Presentation describes elements of
the proposed solution: new encoding scheme with appropriate objective
functions, specific representation of the individuals (which enables the EM
operators to explore the searching space in a way that achieves high quality
solutions) and effective 1-swap based local search procedure (improved by
the specific caching technique is
performed on each EM point). Designed algorithm is tested both on real and
artificial instances from the literature. Obtained experimental results and
statistical analysis indicates quality of the proposed EM approach.
This is joint work with A. Kartelj, D. Matić.
UTORAK, 27.06.2017. u 14:15, Sala 301f, MI SANU, Kneza Mihaila 36
Nataša Pržulj, Computer Science Department, University College London
DATA-DRIVEN MEDICINE
We are faced with a flood of molecular and clinical data. Various
biomolecules interact in a cell to perform biological function, forming
large, complex systems. Large amounts of patient-specific datasets are
available, providing complementary information on the same disease type.
The challenge is how to mine these complex data systems to answer
fundamental questions, gain new insight into diseases and improve
therapeutics. Just as computational approaches for analysing genetic
sequence data have revolutionized biological understanding, the expectation
is that analyses of networked “omics” and clinical data will have similar
ground-breaking impacts. However, dealing with these data is nontrivial,
since many questions we ask about them fall into the category of
computationally intractable problems, necessitating the development of
heuristic methods for finding approximate solutions. We develop methods for
extracting new biomedical knowledge from the wiring patterns of large
networked biomedical data, linking network wiring patterns with function and
translating the information hidden in the wiring patterns into everyday
language. We introduce a versatile data fusion (integration) framework that
can effectively integrate somatic mutation data, molecular interactions and
drug chemical data to address three key challenges in cancer research:
stratification of patients into groups having different clinical outcomes,
prediction of driver genes whose mutations trigger the onset and development
of cancers, and re-purposing of drugs for treating particular cancer patient
groups. Our new methods stem from network science approaches coupled with
graph-regularised non-negative matrix tri-factorization, a machine learning
technique for co-clustering heterogeneous datasets. We apply our methods to
other domains, including tracking the dynamics of the world trade.
RUKOVODIOCI SEMINARA
MI SANU
Vera Kovačević-Vujčić
Milan Dražić
FON
Zorica Bogdanovic
Marijana Despotovic-Zrakic
IEEE
Bozidar Radenkovic