MISANU

PROGRAM

Plan rada Seminara iz veštačke inteligencije za DECEMBAR 2024.

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

Utorak, 03.12.2024. u 14:15, Ogranak SANU u Nišu, Pariske komune bb, Niš i Online
Miroslav Ćirić, Univerzitet u Nišu, Prirodno-matematički fakultet, Departman za računarske nauke
SISTEMI MATRIČNIH JEDNAČINA I NEJEDNAČINA I NJIHOVE PRIMENE U TEORIJI TEŽINSKIH AUTOMATA, ANALIZI SOCIJALNIH MREŽA I MODALNOJ LOGICI
U ovom predavanju ću u najkraćim crtama predstaviti glavne ideje i rezultate dugogodišnjeg rada moje istraživačke grupe na razvoju metoda i algoritama za rešavanje specifičnih sistema matričnih jednačina i nejednačina koji imaju izuzetno važne primene u teoriji težinskih automata, analizi socijalnih mreža i multimodalnim fazi logikama.
Pomenuti sistemi proizašli su iz istraživanja koja su se bavila fundamentalnim problemima teorije težinskih automata – poređenjem ponašanja automata, gde ključnu ulogu igraju simulacije i bisimulacije, i redukcijom broja stanja automata (takođe poznatom kao redukcija dimenzionalnosti). U linearnoj reprezentaciji težinskog konačnog automata nad poluprstenom, automat se predstavlja konačnom familijom svojih matrica prelaza, kao i vektorima inicijalnih i terminalnih težina, dok se njegovo ponašanje (funkcija reči koju automat izračunava) definiše uz pomoć proizvoda tih vektora i matrica prelaza koje odgovaraju slovima ulazne reči u kojoj se vrednost funkcije izračunava. To omogućva da se simulacije i bisimulacije definišu kao matrice koje predstavljaju rešenja posebnih sistema matričnih nejednačina i jednačina. Takve simulacije i bisimulacije, ako postoje, daju kvantitativne mere odnosa između stanja različitih automata i svedoče o postojanju odnosa zadržavanja (u slučaju simulacija) ili ekvivalencije (u slučaju bisimulacija) između tih automata. Pored toga, simulacije i bisimulacije koje povezuju stanja istog automata obezbeđuju redukciju broja stanja tog automata, odnosno konstrukciju ekvivalentnog automata koji ima manji broj stanja.
Mogućnost rešenja i načini rešavanja tih sistema veoma mnogo zavise od svojstava poluprstena iz kojih se uzimaju težine. U tom pogledu, poluprsteni kojima se bavimo se mogu svrstati u dve kategorije. Prvu od njih čine kompletni aditivno-idempotentni poluprsteni, koji kao svoje predstavnike uključuju poluprstenske redukte raznih algebarskih struktura koje se koriste kao strukture istinitosnih vrednosti u fazi logici i teoriji fazi skupova (prvenstveno kompletne reziduirane mreže), kao i kompletan max-plus poluprsten i srodne poluprstene. Ključno svojstvo kompletnih aditivnoidempotentnih poluprstena, koje nam omogućava rešavanje sistema matričnih nejednačina (jednačine se tretiraju kao sistemi dve nejednačine), je postojanje reziduacije. Metodologija koju koristimo prilikom rešavanja tih sistema zasnovana je na dobro poznatoj Teoremi Knaster-Tarskog o fiksnoj tački, koja se odnosi na fiksne tačke izotonih funkcija na kompletnoj mreži, kao i na modifikaciji Klinijeve teoreme o fiksnoj tački. Drugu kategoriju čine polja, gde smo posebno fokusirani na polje realnih brojeva, odnosno na sisteme nejednačina i jednačina za matrice sa unosima iz polja realnih brojeva. Razvijena je specifična metodologija za rešavanje tih sistema, zasnovana na korišćenju takozvanih zeroing neuronskih mreža (ZNN).
Pokazalo se i da se metodologija slična onoj koja se koristi u izučavanju težinskih automata može takođe primeniti i u analizi socijalnih mreža i multimodalnim logikama. Ja ću predstaviti rezultate koji pokazuju kako se koncepti kvantitativnih simulacija i bisimulacija koriste u pozicionoj analizi i blokmodelovanju težinskih socijalnih mreža, kao i u odredivanju modalne ekvivalencije Kripkeovih modela multimodalnih fazi logika.
Zajednički sastanak Seminara za računarstvo i primenjenu matematiku, Seminara za veštačku inteligenciju i seminara Odlučivanje - teorija, tehnologije i primena.

Sreda, 04.12.2024. u 19:00, Online
Manuel Ojeda-Aciego, Dept. Applied Mathematics, Computer Science Faculty, University of Malaga, Spain
ON THE φ-DEGREE OF INCLUSION
The notion of inclusion is a cornerstone of set theory and therefore its generalisation in fuzzy set theory is of great interest. The functional degree (or φ-degree) of inclusion is defined to represent the degree of inclusion between two L-fuzzy sets in terms of a mapping that determines the minimal modifications required in one L-fuzzy set to be included in another in the sense of Zadeh. Thus, this notion differs from others existing in the literature because the φ-degree of inclusion is considered as a mapping instead of a value in the unit interval. We show that the φ-degree of inclusion satisfies versions of many common axioms usually required for inclusion measures in the literature.
Considering the relationship between fuzzy entropy and Young's axioms for measures of inclusion, we also present a measure of entropy based on the φ-degree of inclusion that is consistent with the axioms of De Luca and Termini. We then further study the properties of the φ-degree of inclusion and show that, given a fixed pair of fuzzy sets, their φ-degree of inclusion can be linked to a fuzzy conjunction that is part of an adjoint pair. We also show that when this pair is used as the underlying structure to provide a fuzzy interpretation of the modus ponens inference rule, it provides the maximum possible truth value in the conclusion among all those values obtained by fuzzy modus ponens using any other possible adjoint pair. Finally, we will focus on current work on the integration of the φ-degree of inclusion with FCA.

Sreda, 11.12.2024. u 19:00, Online
Vukašin Stanojević, Univerzitet u Nišu, Prirodno-matematički fakultet
PRAĆENJE VEĆEG BROJA OBJEKATA – ZADATAK, IZAZOVI I PREDLOZI REŠENJA
Praćenje većeg broja objekata (engl. Multiple object tracking – MOT) jedan je od aktuelnih i nerešenih problema u oblasti razumevanja videa i računarskog vida. Najpopularniji pristup rešavanja predstavljaju metode praćenja zasnovanog na detekcijama (engl. tracking by detection, TbD) kod kojih se do rešenja dolazi izvršenjem dva koraka: detekcije i uparivanja detektovanih objekata sa prećenim objektima.
U predavanju ćemo se osvrnuti na nerešene potprobleme u TbD MOT algoritmima. Fokus će biti na radu sa nepouzdanim detekcijama, merama sličnosti prilikom uparivanja detekcija i objekata, i poboljšanju modula za prećenje (Kalmanovog filtra). Osvrnućemo se na standardne pristupe rešavanja datih problema, njihove prednosti i mane, i predstaviti nove metode za njihovo rešenje i unapređenje performansi algoritama za praćenje većeg broja objekata.

Sreda, 18.12.2024. u 19:00, Online
Pavle Subotic, Formal Labs & Sonic Labs
STATIC ANALYSIS FOR DATA SCIENCE: NEW ANALYSES FOR NEW ENVIRONMENTS
The AI revolution has changed the way people program. New programming environments (.e.g, notebooks, spreadsheets) have emerged which change the execution semantics of programs. For this reason, directly applying code linters or static analyzers is not possible and needs a rethink. In this talk, I present how static analysis can be performed on environments such as notebooks and spreadsheets that unlike standard programs i.e., scripts, have a peculiar out-of-order execution. Moreover, I introduce several new analyses that target data science code, including data leakage analysis and stale cell analysis. The work presented has been published in several conferences including ICSE, TASE, and SOAP.

Ponedeljak, 23.12.2024. u 19:00, Online
Biljana Stojanović, Matematički institut SANU
TAČNOST KLASIFIKACIONIH MODELA PRI NARUŠENOJ VERODOSTOJNOSTI ULAZNIH PODATAKA
U ovom predavanju se prikazuje uticaj verodostojnosti ulaznih podataka na kvalitet i tačnost (engl. accuracy) formiranih klasifikacionih modela. Cilj je da se pokaže u kojim slučajevima i u kom procentu podaci moraju da budu verodostojni i kakvi su gubici ukoliko se radi sa degradiranim podacima (engl. poisoning data), pri čemu stepen degradacije (engl. poisoning attack) može da varira.
Materijal koji se koristi u eksperimentu obuhvata podatke koji karakterišu SARS_CoV_2 koronavirus. Modeli se formiraju na osnovu izračunatih karakterističnih profila (vektora realnih vrednosti) prema upotrebi kodona (engl. Codon Usage Bias) u kodirajućim sekvencama proteina virusa.
Istraživanje ima za cilj da utvrdi u kojoj meri verodostojnost podataka za formiranje klasifikacionih modela utiče na tačnost predviđanja tipa proteina virusa prema upotrebi kodona.
Dve osnovne degradacije podataka pri formiranju klasifikacionih modela (engl. poisoning attack on training data) koje se razmatraju su degradacija ulaznih atributa modela i modifikacija labela podataka (atributa klasa modela). Modifikacija ulaznih atributa obuhvata promene nad izabranim podskupom atributa, kao i nad svim atributima. Atributi se postavljaju na slučajno izabrane vrednosti i na izabrane vrednosti prema tipu proteina. Labele podataka se modifikuju slučajnim izborom nove vrednosti ili ciljanom izmenom samo pojedinih labela.
U eksperimentu se za formiranje klasifikacionih modela koristi više algoritama. Za svaki vid modifikacije podataka prikazuje se ukupna tačnost predviđanja modela, kao i tačnost predviđanja pojedinačnih tipova proteina virusa. Zahvaljujući stabilnosti klasifikacionih algoritama (i načinu na koji formiraju model), eksperiment pokazuje da dobijeni modeli imaju visoku tačnost. Bez obzira na to koji algoritam se koristi, dobijaju se vrlo slični rezultati u pogledu odnosa tačnosti predviđanja modela i stepena degradacije ulaznih podataka.

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

Biljana Stojanović
Sekretar seminara