Predavanja možete pratiti i online putem MITEAM stranice Seminara Odlučivanje - teorija, tehnologija, praksa:
https://miteam.mi.sanu.ac.rs/asset/qGapAHyEBad2FDwXR
PLAN RADA SEMINARA ZA APRIL 2025. GODINE
Utorak, 01.04.2025. u 14:15, Knez Mihailova 36, sala 301f i
Online
Tatjana Davidović, Matematički institut SANU
MAKSIMIZACIJA SPEKTRALNOG RADIJUSA GRAFOVA JE PROBLEM OPTIMIZACIJE
Grafovi pragova (Threshold Graphs, TG) su važni u teoriji grafova zbog svoje posebne strukture i brojnih primena. Posebno su interesantni TG koji maksimizuju indeks, odnosno najveću sopstvenu vrednost. Karakterizacija maksimizatora radijusa među povezanim TG sa datim brojem vrhova i ivica, u opštem slučaju, još uvek je otvoren problem. Zato je važno da se izvrši računarska enumeracija TG koja bi pomogla istraživačima da naprave i dokažu hipoteze o strukturi maksimizatorskih grafova. Predstavljajući ovo nabrajanje kao kombinatorni problem optimizacije, omogućava korišćenje metaheurističkih metoda, o ovom slučaju, opšte metode promenljivih okolina (General Variable Neighborhood Search, GVNS) i metode optimizacije kolonijom pčela zasnovane na poboljšanju postojećih rešenja (improvement-based Bee Colony Optimization, BCOi). VNS metoda se oslanja na iterativna poboljšanja jednog trenutnog najboljeg rešenja, dok je BCO zasnovana na populaciji rešenja i pripada klasi metoda inteligencije roja (Swarm Intelligence, SI). Koristi se kompaktna reprezentacija rešenja i nekoliko pomoćnih struktura podataka koje treba da omoguće efikasnu pretragu prostora rešenja. Pored toga, definisano je nekoliko vrsta transformacija koje čuvaju dopustivost rezultujućeg rešenja. Preliminarni rezultati na primerima srednje veličine pokazali su da su sistematičnije pretrage koje izvršava GVNS nešto efikasnije od nasumičnih modifikacija koje su korišćene u okviru BCOi. Međutim, verovatno je da bi se obe metode mogle poboljšati i to je tema tekućih istraživanja na ovu temu.
Izlaganje predstavlja rezultate rada u okviru projekta #6767: Lazy walk counts and spectral radius of graphs—LZWK, Fonda za nauku Republike Srbije i letnje studentske istraživačke prakse, Matematičkog instituta SANU. Koautori su Dragan Stevanović, Luka Radanović, Abdelkadir Fellague i Dragutin
Ostojić.
Utorak, 08.04.2025. u 14:15, Knez Mihailova 36, sala 301f i
Online
Jelena Mitić, Akademija tehničko-umetničkih strukovnih studija u Beogradu Odsek Visoka škola elektrotehnike i računarstva
MODEL E-OBRAZOVANJA NA DRUŠTVENIM MREŽAMA ZASNOVAN NA BIG DATA ANALITICI
U sistemu e-obrazovanja, koji integriše društvene medije i sistem za upravlјanje učenjem, generiše se velika količina podataka koji mogu da se prikuplјaju i analiziraju u realnom vremenu. Primena tehnika big data analitike nad obrazovnim podacima omogućava unapređenje obrazovnih sadržaja, prepoznavanje individualnih potreba studenata i predikciju ishoda učenja. Polazeći od navedene pretpostavke sprovedeno je istraživanje koje obuhvata razvoj modela e-obrazovanja na društvenim mrežama zasnovanog na big data analitici i njegovu evaluaciju. Centralna pitanja koja su se ispitivala tiču se mogućnosti analize aktivnosti e-učenja na društvenim mrežama i u sistemu za upravlјanje učenjem primenom big data analitike, kao i i unapređenja obrazovnog procesa na osnovu rezultata analize. Razvijeni model je obuhvatio infrastrukturu, servise i aktivnosti učenja u sistemu e-obrazovanja na društvenim mrežama i proces integracije komponenata. Evaluacija razvijenog modela je pokazala da integracija društvenih mreža u e-obrazovanje i primena big data analitike utiče na povećanje efektivnosti, efikasnosti i kvaliteta obrazovnog procesa.
Utorak, 15.04.2025. u 14:15, Knez Mihailova 36, sala 301f i
Online
Milica Simić i Miloš Jolović, Fakultet organizacionih nauka, Univerzitet u Beogradu
INTEGRACIJA GENAI ALATA U OBRAZOVANJU SOFTVERSKIH INŽENJERA
Sa sve većom primenom generativne veštačke inteligencije (GenAI) među studentima, njena integracija u visoko obrazovanje predstavlјa vrednu priliku za unapređenje nastavnih procesa i procesa učenja. Cilј istraživanja je ispitati mogućnosti uklјučivanja GenAI alata u nastavne programe, posebno u oblasti softverskog inženjerstva. Predložen je metodološki pristup koji obuhvata tri klјučna aspekta: učenje, vođenu upotrebu GenAI alata i mentorisani rad na projektima. Istraživanje je sprovedeno sa studentima završne godine osnovnih akademskih studija koji su koristili alate poput ChatGPT, GitHub Copilot, Gemini i Tabnine za razvoj full-stack aplikacije u okviru predmeta Internet tehnologije. Analiza rezultata zasnovana na integrisanom TTF-TAM modelu je pokazala da su studenti spremni i zainteresovani za korišćenje GenAI alata u formalnom obrazovanju, kao i da njihova integracija može značajno pomoći u savladavanju koncepata softverskog inženjerstva.
Utorak, 29.04.2025. u 14:15, Online
Nemanja Đurić, Aurora Innovation, Inc., USA
PERCEPTION FOR AUTONOMOUS TRUCKING: LONG-RANGE DETECTION FOR SAFER AD SYSTEMS
This talk explores the long-range challenges autonomous vehicles (AVs) face on highways, such as detection of shoulder or rear vehicles, that need to be properly handled to ensure smooth operations of automated trucks. It gives an overview of various situations that the AVs can encounter, and explores advanced long-range detection technologies that improve situational awareness and ensure reliable and safe autonomous driving (AD) systems.
RUKOVODIOCI SEMINARA
MI SANU
Vera Kovačević-Vujčić
Milan Dražić
FON
Zorica Bogdanovic
Marijana Despotovic-Zrakic
IEEE
Bozidar Radenkovic
