Predavanja možete pratiti i online putem MITEAM stranice Seminara za računarstvo i primenjenu matematiku:
https://miteam.mi.sanu.ac.rs/asset/qGapAHyEBad2FDwXR
PLAN RADA SEMINARA ZA JUN 2025. GODINE
Utorak, 03.06.2025. u 14:15, svečana sala Ogranka SANU u Novom Sadu, Nikole Pašića 6 i
Online
Tamara Naumović i grupa studenata, Fakultet organizacionih nauka, Univerzitet u Beogradu
PREDSTAVLJANJE REŠENJA SA WEB3 HAKATONA
Već treću godinu zaredom Katedra za elektronsko poslovanje FONa organizuje studentsko takmišenje - hakaton u oblastima blockchain tehnologije i razvoja WEB3 aplikacija. Na ovom predavanju će biti predstavljena studentska rešenja sa WEB3 hakatona održanog u maju 2025. Biće predstavljeni radovi koji se odnose na poslovne modele i razvijena rešenja u različitim oblastima primene WEB3 tehnologija.
Utorak, 10.06.2025. u 14:15, svečana sala Ogranka SANU u Novom Sadu, Nikole Pašića 6 i
Online
Miloš Nikolić, Saobraćajni fakultet, Univerzitet u Beogradu
ODREĐIVANJE RASPODELE SAOBRAĆAJA NA MREŽI ZA POSTIZANJE KORISNIČKOG EKVILIBRIJUMA PRIMENOM ALGORITMA ODUZIMANJA I DODAVANJA TOKOVA NA k PUTEVA
Problem raspodele saobraćaja na mreži jedan je od najvažnijih problema u planiranju saobraćaja. Zadatak s kojim se suočavaju saobraćajni inženjeri i planeri saobraćaja je da za prihvatljivo vreme rada računara pronađu raspodele saobraćaja na mreži kojima se postižu korisnički ekvilibrijumi. Ove raspodele saobraćaja omogućavaju poređenja različitih saobraćajnih scenarija i izbor najboljeg. U ovom istraživanju predložen je algoritam oduzimanja i dodavanja tokova na k puteva (the k Paths Subtracting-Adding (k-PSA) algorithm). Ovaj algoritam se sastoji od dve naizmenične faze: 1) proširivanja skupa raspoloživih puteva i 2) oduzimanje i dodavanje putovanja duž generisanih puteva za svaki izvorno – ciljni par čvorova. Predloženi algoritam iterativno izvršava ove dve faze dok broj puteva za svaki izvorno – ciljni par čvorova ne bude k. Predloženi algoritam testiran je na 4 primera mreža iz literature. Dobijeni rezultati pokazali su da se predloženim algoritmom dobijaju rešenja koja su veoma bliska korisničkim ekvilibrijumima.
Utorak, 17.06.2025. u 14:15, Knez Mihailova 36, sala 301f i
Online
Jelena Kočović i Marija Koprivica, Ekonomski fakultet, Univerzitet u Beogradu
AKTUARSKE METODE ZA PROCENU REZERVACIJA ZA ŠTETE - OD KLASIČNE DO SAVREMENE PRIMENE
Potreba za izdvajanjem rezervacija za nastale prijavljene i za nastale neprijavljene štete u neživotnom osiguranju proističe iz vremenske nepodudarnosti između naplate premije i isplate naknada iz osiguranja. Jedan od najznačajnijih rizika za osiguravajuću kompaniju je rizik nedovoljnosti procenjenih rezervacija za štete. Potcenjenost rezervacija može dovesti do nesolventnosti kompanije, a posledično i do nemogućnosti isplate naknada za štete osiguranicima. Stoga je izbor adekvatne aktuarske metode za procenu rezervacija za štete veoma važan kako bi se obezbedila njihova dovoljnost za blagovremeno obeštećenje osiguranika nakon nastupanja štetnih događaja. Realnost procene rezervacija za štete koje će biti isplaćene u narednoj ili u narednim godinama zavisi od pouzdanosti baze podataka osiguravajuće kompanije, ali i od pretpostavki koje se koriste prilikom primene aktuarskih metoda. Procena rezervacija za štete biće prikazana primenom chain ladder metode, Bornhuetter-Fergusonove i metode racija šteta na primeru konkretne osiguravajuće kompanije. Biće predstavljen klasičan pristup obračuna rezervacija, kao i primenom softvera za obračun.
Utorak, 24.06.2025. u 14:15, Knez Mihailova 36, sala 301f i
Online
Nataša Milosavljević, Poljoprivredni fakultet, Univerzitet u Beogradu
RASTOJANJE ZASNOVANO NA MATEMATIČKOJ LOGICI U KONTEKSTU NEDOSTAJUĆIH PODATAKA: PRIMENA NA JAVNO DOSTUPNIM UCI BAZAMA UZ PODRŠKU METAHEURISTIČKIH ALGORITAMA
Nedostajući podaci predstavlјaju jedan od najčešćih izazova u analizi realnih podataka i značajno utiču na pouzdanost i tačnost prediktivnih i klasifikacionih modela. U ovom predavanju biće predstavlјen novi pristup definisanju rastojanja između podataka koji sadrže nepotpune informacije, zasnovan na matematičkoj logici, uz uvažavanje stepena i tipa nedostajućih vrednosti. Predloženo rastojanje je testirano na više UCI (UCI Machine Learning Repository) skupova podataka koji sadrže delimično ili potpuno nedostajuće podatke. U okviru istraživanja, primenjeni su različiti metaheuristički algoritmi u cilјu optimizacije performansi klasifikacije i klasterovanja uz novo definisano rastojanje. Poređenje sa klasičnim metodama za obradu nedostajućih podataka (poput imputacije srednjom vrednošću, kNN-imputacije i slično) pokazuje da novi pristup obezbeđuje veću stabilnost i tačnost u scenarijima visokog procenta nedostajućih vrednosti. Posebna pažnja posvećena je analizi osetlјivosti u odnosu na procenat nedostajućih podataka, kao i određivanju parametara algoritama kroz adaptivne mehanizme.
Predstavljeni rezultati su dobijeni u saradnji sa M. Raškovićem i T. Davidović.
RUKOVODIOCI SEMINARA
MI SANU
Vera Kovačević-Vujčić
Milan Dražić
FON
Zorica Bogdanovic
Marijana Despotovic-Zrakic
IEEE
Bozidar Radenkovic
