MISANU

PROGRAM

Plan rada Seminara iz veštačke inteligencije za APRIL 2022.

Registraciona forma za učesće, i link na predavanje ako ste već registrovani:
https://miteam.mi.sanu.ac.rs/asset/CW5nJWDSEZDj7p32p
Ukoliko želite samo da gledate predavanje bez mogućnosti aktivnog učešća, prenos će biti dostupan na:
https://miteam.mi.sanu.ac.rs/asset/4LNW8WtML7rLKojoz
Na ovom linku se mogu pronaci kratka uputstva na srpskom i engleskom:
https://miteam.mi.sanu.ac.rs/asset/Kc7qJtEvoMFx9MFnz

SREDA, 06.04.2022. u 19:00, Online
Jesús Medina, University of Cadiz, Spain
Andreja Tepavčević, Mathematical Institute SASA; University of Novi Sad
ACTION COST: DIGITAL FORENSICS: EVIDENCE ANALYSIS VIA INTELLIGENT SYSTEMS AND PRACTICES. GOALS AND APPLICATIONS
The Action COST DigForAsp is composed of more than 250 specialists and researchers from 36 countries, which is focused on searching for and consolidating of synergies in order to face the challenges in digital forensics, improve processes and obtain more efficient results, throughout the application of Artificial Intelligence and Automatic Reasoning tools. DigForASP aims to create one of the largest European intergovernmental networks for the coordination of European scientific and technical research in Digital Forensic, under the support of the European Cooperation Program in Science and Technology (COST), funded by the European Commission, which seeks to strengthen scientific and technical research in Europe by financing the establishment of collaborative networks between researchers.
In this talk, the description of digital forensic and the specific goals of the Action will be presented. Moreover, we will also pay attention to current advances and applications.

SREDA, 13.04.2022. u 19:00, Online
Piotr A. Kowalski, Faculty of Physics and Applied Computer Science, AGH University of Science and Technology; Systems Research Institute, Polish Academy of Sciences
SENSITIVITY ANALYSIS FOR ARTIFICIAL NEURAL NETWORK STRUCTURE REDUCTION
In the seminar, I will show some propositions of the use of sensitivity analysis (SA) for the structure reduction of the selected neural network topologies. Two algorithms are introduced. The first algorithm applies SA for the neural network input layer reduction by selecting significant features of input patterns. The second algorithm utilizes the SA procedure to remove redundant neurons of the network. The classification qualities of reduced and full structure neural networks are compared. Furthermore, we set for comparison the neural networks for which different state-of-the-art reduction methods are applied both in the input layer and pattern layer. The models are tested in the classification problems of some repository data sets.

SREDA, 20.04.2022. u 19:00, Online
Tatjana Jakšić Kruger, Matematički institut SANU
PRIRODA VEZE IZMEĐU METAHEURISTIČKIH METODA I VEŠTAČKE INTELIGENCIJE
U predavanju ćemo pokriti međusobnu zavisnost između tipičnih metoda veštačke inteligencije i metaheurističkih algoritama. Uopšteno, metaheurističke metode su zasnovane na učenju, pretraživanju i optimizaciji. Izdvojićemo Swarm Intelligence (zasnovane na inteligenciji roja) kao metode koje prirodno obuhvataju sve tri karakteristike te su sastavni deo oblasti AI. Zahvaljujući navedenim osobinama, metaheuristike se koriste da pomognu efikasnosti AI metoda. Naime, osim što i same predstavljaju korisne alate u AI, MH se koriste prilikom dizajniranja standardnih AI metoda za podešavanje (hiper|meta)parametera u cilju poboljšanja performansi. U tom domenu su se pokazale efikasnije od standardnih pristupa kao što su Njutnova metoda i metoda najstrmijeg spusta. Konačno, vredi spomenuti i da većina (ako ne i sve) metaheuristike su fleksibilne i dopuštaju inkorporaciju ML tehnika. Na ovaj način je moguće kreirati nove ML algoritme za rešavanje problema predikcije.

SREDA, 27.04.2022. u 19:00, Online
Marijana Lazić, Chair for Foundations of Software Reliability and Theoretical Computer Science at TU Munich
A REDUCTION THEOREM FOR RANDOMIZED DISTRIBUTED ALGORITHMS UNDER WEAK ADVERSARIES
Istraživanja koja se sprovode u okviru projekta saradnje Matematičkog fakulteta i kompanije Orakl (Oracle) usmerena su ka razvoju i unapređivanju kompajlerske infrastrukture Gral (Graal VM). U ovom predavanju biće prikazana upotreba metoda mašinskog učenja sa ciljem proširenja domena primene modernih kompajlerskih optimizacija. Кontekst istraživanja. Savremeni kompajleri koriste agresivne tehnike optimizacije kako bi postigli visoku efikasnost izvršavanja prevedenih programa. Od posebne važnosti su optimizacije vođene profilima (eng. profile-guided optimizations). Profili predstavljaju informacije koje se sakupljaju u fazi izvršavanja programa kako bi se opisalo dinamičko ponašanje programa (na primer, koji delovi koda se najčešće izvršavaju, a u koje delove koda izvršavanje ne zalazi). Optimizacije vođene profilima značajno poboljšavaju performanse programa i prevazilaze domete standardnih statičkih optimizacija. Međutim, prikupljanje kvalitetnih profila je veoma zahtevan posao koji značajno troši memorijske i vremenske resurse, dodatno povećavajući kompleksnost samog procesa kompilacije. Alternativa prikupljanju profila jeste njihovo predviđanje. Metode mašinskog učenja pokazale su se sposobnim za efikasno predviđanje kvalitetnih profila.
Predavanje će prikazati detalje upotrebe dubokih neuronskih mreža (eng. deep-neural network) i stabala odlučivanja (eng. decision tree) u cilju predviđanja profila izvršavanja delova koda, konkretno u predviđanju koje grane pograma će biti izvršene. Ukratko će biti prikazani izazovi koji se javljaju pri kreiranju skupa podataka, treniranju modela i integraciji modela u kompajler Gral. Biće sumirani trenutno postignuti rezultati, od kojih je najznačajniji uspešno ubrzanje aplikacija od 8% (evaluirano na standardnim Java benčmarcima). Biće prikazani i pravci budćih istraživanja i ideje za nastavak rada u ovoj oblasti.

Ovaj onlajn seminar nastao je kao nastavak sastanka “Serbian AI Meeting” i zamišljen je da na njemu istraživači iz Srbije i iz dijaspore, kao i istraživači sa univerzteta, naučnih instituta i iz prakse predstavljaju naučne teme i rezultate iz oblasti veštačke inteligencije.
Link za svako pojedinačno predavanje biće dostavljen dan pre održavanja predavanja.

Andreja Tepavčević
Rukovodilac seminara