PLAN RADA SEMINARA ZA JUN 2021. 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
UTORAK, 01.06.2021. u 14:15, sala 301f, MI SANU,
Live stream
Tatjana Jakšić Krüger, Matematički institut SANU
VAŽNOST EKSPERIMENTALNE ANALIZE METAHEURISTIČKIH ALGORITAMA
Spoznaja kakav je naš algoritam, na šta je osetljiv, šta smeta a šta potpomaže brzini njegovog izvršavanja su često postavljana pitanja tokom dizajniranja i implementacije svakog metaheurističkog algoritma. Sigurni smo da smo uradili dobru stvar kada dobijemo rešenje bolje od poznatog ili ukoliko najbolje rešenje pronađemo brže od svih ostalih. Ipak, moramo se zapitati pod kojim okolnostima taj "odličan" rezultat možemo ponoviti i koliko često? Šta znači ponovljivost rezultata metaheurističkog algoritma? Poslednjih 20 godina ukazuje na nedovoljan broj radova koji se bave pitanjem analize metaheurističkih algoritama. Danas znamo da metaheurističke algoritme moramo posmatrati kroz proverenu statističku metodologiju. Zbog toga ćemo pričati o meri kvaliteta rešenja, uzorkovanju, varijabilnosti i pouzadnosti statističke analize metaheurističkih algoritama. Pričaćemo o veličini uzorka, raspodelama, reprezentaciji rezultata i ostalim neophodnim elementima istraživanja stohastičkih algoritama.
UTORAK, 08.06.2021. u 14:15, sala 301f, MI SANU,
Live stream
Radul Milutinović, Fakultet organizacionih nauka, Univerzitet u Beogradu
MODEL ZA UPRAVLJANJE RANIM FAZAMA INOVACIONIH PROJEKATA
Upravljanje ranim fazama predstavlja veoma značajnu oblast upravljanja inovacijama i inovacionim projektima, što se može potvrditi velikim brojem referentnih publikacija, ali i zastupljenošću identifikovane teme u praksi. Imajući u vidu da su rane faze prepoznate kao kritičan faktor uspeha inovacionih projekata, te da predstavljaju jedan od najvećih izazova u ovoj oblasti, posebna pažnja se mora posvetiti unapređenju efikasnosti upravljanja ovim delom projekta. U tom smislu, u predavanju je predstavljen pristup koji integriše sve pojedinačne delove ranih faza u celinu, tako da izlaz iz jednog dela predstavlja ulaz u sledeći. Modeli, razvijeni u okviru integrisanog pristupa, omogućavaju donosiocima odluka da na osnovu eksperimenata nad različitim scenarijima odluče koje rešenje je optimalno u datom trenutku.
UTORAK, 15.06.2021. u 14:15, sala 301f, MI SANU,
Live stream
Aleksandra Bradić-Martinović, rukovodilac Data centra Srbija za društvene nauke, Institut ekonomskih nauka
ARHIVIRANJE I UPRAVLJANJE PODACIMA U DRUŠTVENIM NAUKAMA – NAJBOLJA PRAKSA
Životni ciklus podataka u naučnom istraživanju podrazumeva nekoliko ključnih faza. Inicijalna faza je prikupljanje podataka, koji se zatim analiziraju, a rezultati analize objavljuju u naučnim publikacijama. U brojnim slučajevima životni vek podataka se završava nakon publikovanja, uprkos tome što kompletan životni ciklus podrazumeva arhiviranje primarnih podataka, njihovu diseminaciju i recikliranje, odnosno ponovnu upotrebu. Zatvaranje ciklusa podataka je posebno važno u društvenim naukama, imajući u vidu da presek društvenih fenomena u određenom trenutku nije moguće replikovati, kao što je to slučaj u tehničkim i prirodnim naukama. Mnoge zemlje su uvidele ovaj problem i formirale odgovarajuće infrastrukture koje omogućuju prikupljanje, arhiviranje i deljenje naučnih podataka.
Nakon uvodnog dela, predavanje će obuhvatiti objašnjenje pojma digitalnih arhiva podataka, opisa njihovih aktivnosti, uz poseban fokus na trajno čuvanje - arhiviranje. Prateći elemente univerzalnog algoritma Otvorenog arhivskog informacionog sistema (OAIS – Open Archival Information System) biće objašnjene pojedinosti svake od faza (prikupljanje, dugoročno očuvanje i diseminacija), kao i upravljanje digitalnim arhivom, uz posebno isticanje značaja kontrole kvaliteta, kroz sistem sertifikacije. Slušaoci će imati prilike da čuju i odrednice zakonske regulative koja se odnosi na ovu oblast (Zakon o zaštiti podataka o ličnosti RS i GDPR u EU).
U poslednjem delu predavanja biće predstavljena nacionalna infrastruktura – Data centar Srbija u društvenim naukama, važan istraživački resurs koji je dobro integrisan u Evropski konzorcijum digitalnih arhiva u društvenim naukama (CESSDA ERIC).
SREDA, 23.06.2021. u 19:00, sala 301f, MI SANU,
Live stream
Tatjana Davidović, Matematički institut SANU
PREDSTAVLJANJE PROJEKTA AI4TrustBC
Veštačka inteligencija (AI) i blokčejn (BC) danas su izuzetno aktuelni pojmovi u tehnološkom razvoju društva. Svakodnevno se stvaraju i skladište velike količine digitalnih podataka koje nastaju putem internet komunikacija, socijalnih mreža, e-trgovine, e-usluga, u zdravstvu, u školstvu, korišćenjem internet uređaja itd., a ujedno se razvijaju i mehanizmi za njihovu obradu, što zapravo predstavlja veštačku inteligenciju. Sa druge strane, od pojave kriptovalute bitkoin, koja je bazirana na BC tehnologiji, ova tehnologija je osim u finansijskom domenu našla svoju primenu u svim porama društva, u poljoprivredi, industriji (farmaceutskoj, mašinskoj, avio, filmskoj, itd), trgovini, između ostalog. Projekat AI4TrustBC, Napredne tehnike veštačke inteligencije za analizu i sintezu komponenata sistema na bazi blokčejn tehnologije (Advanced Artificial Intelligence Techniques for Analysis and Design of System Components Based on BlockChain Technology) spaja ova dva ključna pojma primenjujući standardne i napredne metode veštačke inteligencije (AI) za razvoj pouzdanih (Trust) blokčejn (BC) tehnologija.
BC je posebno dizajnirana distribuirana struktura za skladištenje podataka, održavana bez nekog trećeg lica od apsolutnog poverenja primenom takozvanog konsenzus protokola. Prednost BC tehnologije može se videti u situacijama kada postoji potreba za verfikovanim ažuriranjem ("notarisanjem") ili verifikacijom bez treće strane od apsolutnog poverenja da bi se izbeglo postojanje "jedinstvene tačke pucanja (single point of failure)". Praktične primene BC tehnologije uključuju sve gore navedene oblasti društvenog života. Glavna pitanja u održavanju BC baza su sigurnost, privatnost, konzistentnost i smanjenje potrošnje električne energije. Naš cilj je da doprinesemo rešavanju ovih problema primenom standardnih i naprednih AI alata u koje ubrajamo kako metode nadgledanog i nenadgledanog učenja, tako i razne vrste logičkih sistema i optimizacionih metoda. U predavanju će biti opisane konkretne planirane istraživačke teme i rezultati postignuti za prvih 9 meseci realizacije projekta.
Zajednički sastanak sa Seminarom za veštačku inteligenciju
UTORAK, 29.06.2021. u 14:15, sala 301f, MI SANU,
Live stream
Dušan Ramljak, West Texas A&M College of Engineering, USA
DATA DRIVEN HIGH PERFORMANCE DATA ACCESS
The emerging systems are not only generating huge amounts of data but also expect this data to be analyzed expeditiously to drive online decision-making and control. Thus, identifying the most relevant data and making it available close to the computation becomes a central challenge in driving the big data revolution. Storage systems play a crucial role in enabling efficient access to the stored data and intelligent storage management techniques are thus central to addressing the problem. Generally, as the data volume increases, the marginal utility of an "average" data item tends to decline, which requires greater effort in identifying the most valuable data items and making them available with minimal overhead and latency. Data driven mechanisms have a big role to play in solving this needle-in-the-haystack problem. We will guide you through a taxonomy to provide a structure for understanding the common issues surrounding these techniques. We discuss these techniques and articulate many research challenges and opportunities.
RUKOVODIOCI SEMINARA
MI SANU
Vera Kovačević-Vujčić
Milan Dražić
FON
Zorica Bogdanovic
Marijana Despotovic-Zrakic
IEEE
Bozidar Radenkovic
