ὅδε οἶκος, ὦ ἑταῖρε, μνημεῖον ἐστιν ζωῶν τῶν σοφῶν ἀνδρῶν, καὶ τῶν ἔργων αὐτῶν

Seminar on Computer Science and Applied Mathematics

 

PROGRAM


Matematički Institut SANU, Beograd
Knez Mihajlova 36
Fakultet organizacionih nauka, Univerzitet u Beogradu,
Jove Ilica 154
IEEE Chapter Computer Science (CO-16) Belgrade, Republic of Serbia

SEMINAR ZA RAČUNARSTVO I PRIMENJENU MATEMATIKU

MI SANU, Knez Mihailova 36, sala 301f

PLAN RADA SEMINARA ZA OKTOBAR 2022. GODINE

Predavanja na seminaru mogu se pratiti na daljinu 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.



Petak, 07.10.2022. u 14:15, Knez Mihailova 36, sala 301f
Vladimir Jaćimović, Prirodno-matematički fakultet Univerziteta Crne Gore
USPON PO PRIRODNOM GRADIJENTU U EVOLUCIONARNIM IGRAMA
Na početku predavanja ćemo se osvrnuti na osnovne metode optimizacije koji se koriste u mašinskom učenju. Ovi metodi se dijele na tehnike zasnovane na gradijentu (kao što je gradijentni uspon) i tehnike koje (na prvi pogled) ne koriste gradijent (slučajna pretraga, evolucionarni algoritmi, genetički algoritmi). U drugom dijelu predavanja se bavimo evolucionarnim igrama. Teorija evolucionarnih igara je podoblast Teorije igara, koja je zasnovana 1970-ih godina, inspirisana principima Darvinove teorije evolucije. Pokazaćemo da evolucionarna dinamika može biti razamtrana kao proces kolektivnog učenja, tokom kojeg se realizuju algoritmi optimizacije na statističkim mnogostrukostima (prostorima vjerovatnosnih raspodjela). Razmotrićemo kako se u evolucionarnim igrama realizuju različite tehnike optimizacije i pokušati da odgovorimo na pitanja:
  1. Šta populacija tokom evolucionarne igre nastoji da maksimizuje?
  2. Kako jedinke unutar populacije (nesvjesno) učestvuju u dostizanju ovog kolektivnog cilja, prateći svoja jednostavna pravila ponašanja?
Konačno, kratko ćemo se osvrnuti na primjenu ovih paradigmi i algoritama u vještačkoj inteligenciji.
Zajednički sastanak sa Odeljenjem za matematiku.

Utorak, 11.10.2022. u 14:15, Knez Mihailova 36, sala 301f i Online
Petar Lukovac, Fakultet organizacionih nauka
PAMETNI SISTEM ZA PRAĆENJE POREKLA ORGANSKOG MEDA ZASNOVAN NA BLOCKCHAIN TEHNOLOGIJAMA
Predmet istraživanja predstavlja pametni sistem za praćenje porekla organskog meda zasnovan na blockchain tehnologijama. U prvom delu analizirani su relevantni koncepti interneta inteligentnih uređaja i blockchain tehnologija, u kontekstu praćenja porekla hrane. Zatim, biće predložen poslovni model i projektovan softverski sistem za praćenje porekla meda. Predloženi sistem se sastoji od pametnih košnica opremljenih odgovarajućim IoT uređajima za prikupljanje podataka iz okruženja i uslovima u kojima med nastaje. Prikupljeni podaci će se skladištiti u blockchain mreži kako bi se obezbedila njihova verodostojnost i dostupnost. Krajnji kupci će imati mogućnost pristupa podacima u blockchain mreži, kako bi proverili poreklo meda. Istraživanje spremnosti korisnika za prihvatanje predloženog sistema zasnovano je na UTAUT2 i TAM modelima. Rezultati analize ukazuju da su pericipirana efikasnost korišćenja i percipirani napor od ključnog značaja, dok uticaj cene proizvoda nije statistički značajan.

Utorak, 18.10.2022. u 14:15, Knez Mihailova 36, sala 301f i Online
Uroš Šošević, Fakultet organizacionih nauka
SOFTVERSKI OKVIR ZA RAZVOJ MULTIMODALNIH BIOMETRIJSKIH SISTEMA
Autentifikacija i utvrđivanje identiteta su nezaobilazni procesi u našoj svakodnevnici. Posebno se ističe primena biometrije u ovim procesima, s obzirom na visok nivo bezbednosti koji biometrijski sistemi pružaju. Međutim, biometrijski sistemi imaju svoje nedostatke. Između ostalog mogu biti nepouzdani zbog njihove probabilističke prirode. Кako bi se ovaj nedostatak nadomestio često se za biometrijsku autentifikaciju koristi više biometrijskih modaliteta. Ovakvi biometrijski sistemi nazivaju se multimodalni biometrijski sistemi. Uvođenjem većeg broja modaliteta povećava se i broj različitih zahteva i ograničenja ovakvih sistema koji se ogledaju u širim skupovima senzora, algoritama i biometrijskih rešenja specifičnih za pojedinačne modalitete. Samim tim se povećava i kompleksnost ovakvih autentifikacionih sistema zasnovanih na biometriji, čija realizacija sada zahteva široko domensko znanje, poznavanje različitih softverskih koncepata i programskih jezika. Samim tim to znači i mnogo novca potrebnog za razvoj. Кako u dostupnoj relevantnoj literaturi ne postoji celokupan i detaljan prikaz modela razvoja multimodalnih biometrijsih sistema, a radi smanjivanja nivoa kompleksnosti razvoja ovakvih sistema, u ovoj disertaciji je definisan objedinjeni model razvoja multimodalnih biometrijskih sistema. Za definisanje ovog modela korišćen je pristup zasnovan na modelima – MDA pristup. Njagovom primenom razvijen je metamodel multimodalnih biometrijskih sistema, na osnovu kojeg je kreiran softverski okvir za razvoj multimodalnih biometrijskih sistema. Pomoću predloženog okvira moguće je implementirati multimodalni biometrijski sistem gotovo bilo kakve specifične konfiguracije i to korišćenjem gotovih komponenti. Na ovaj način postiže se finansijska i vremenska ušteda od preko 50%, što je dokazano kroz dve studije slučaja – razvoj dva prototipa multimodalnog biometrijskog sistema primenom predloženog okvira. Na kraju je na primeru edukativnog alata kreiranog pomoću definisanog softverskog okvira prikazano i kako se može poboljšati kvalitet edukacije budućih biometrijskih inženjera i uspostaviti njihova efikasna edukacija.

Utorak, 25.10.2022. u 14:15, Knez Mihailova 36, sala 301f i Online
Stefka Fidanova, Institute of Information and Communication technologies, Bulgarian Academy of Sciences
ANT ALGORITHM WITH FUZZY PHEROMONE UPDATING
Ant Colony Optimization (ACO) is among the best methods for solving hard combinatorial optimization problems. It mimics the ants behavior when they search for food. Ants deposit on the ground chemical substance called pheromone. After they follow the path with stronger pheromone concentration. It helps them to find a shorter path between the nest and source of the food. When the ACO is applied the first step is representation of the problem by graph. Then the ants walk on the graph and construct solutions, which are paths in a graph. The ants construct feasible solutions beginning from random node. Every step ants compute a set of possible moves and select the best one, according to a probabilistic rule called transition probability. The transition probability depends on the quantity of the related pheromone and heuristic information. At the end of every information the pheromone is updated. First the old pheromone is decreased with a coefficient called evaporation, like evaporation in nature, and after is added a new pheromone, proportional to the quality of the achieved solution. In traditional ACO the sum of the evaporation coefficient and the coefficient of the new added pheromone is equal to~1. We propose intuitionistic fuzzy pheromone updating, where the sum of the two coefficients is less than~1. We propose two ways for calculation of the coefficients. The idea is tested on the Multidimensional Knapsack Problem and GPS surveying problem. The first is representative of subset problems and the second is representative of rdared problems.

Sreda, 26.10.2022. u 19:00, Online
Syed Badruddoja, University of North Texas
TRUSTED AI WITH BLOCKCHAIN TO EMPOWER METAVERSE
The digital experience emerging in the virtual world is a reality with the advent of the metaverse. Augmented reality(AR), virtual reality(VR), extended reality(XR), and artificial intelligence(AI) algorithms would pave the way for an immersive experience for the users in the virtual space. However, the explosion of these technologies broaches new challenges to threaten the success of the metaverse due to security risks. Blockchain technology augmented with AI promises to deliver a trusted metaverse for everyone. Nevertheless, smart contracts fail to produce a cognitive prediction, dissuading users from confiding in the metaverse. We arm smart contracts with intelligence to predict using AI algorithms. Moreover, we deploy the smart contracts on the Ethereum blockchain platform and produce a prediction accuracy of 95% compared to Python library-based predictions. Our results show that the prediction delay can obstruct the growth of metaverse applications to accept blockchain technologies. Furthermore, the limitation of current blockchain technology can make integration unreasonable. Therefore, we discuss possible scalability solutions that can be part of our future work to help more metaverse applications adopt blockchain solutions.
Zajednički sastanak sa Seminarom za veštačku inteligenciju.



RUKOVODIOCI SEMINARA

MI SANU
Vera Kovačević-Vujčić
Milan Dražić

FON
Zorica Bogdanovic
Marijana Despotovic-Zrakic

IEEE
Bozidar Radenkovic