MISANU

PROGRAM

Predavanja možete pratiti i online putem MITEAM stranice Seminara iz veštačke inteligencije:
https://miteam.mi.sanu.ac.rs/asset/DPP9i2jhvYzp8dmRe

Plan rada Seminara iz veštačke inteligencije za MART 2026.

Sreda, 04.03.2026. u 19:00, Online
Aleksandar Kartelj, Matematički fakultet, Univerzitet u Beogradu
TOPOLOŠKE METAHEURISTIKE
U savremenoj kombinatornoj optimizaciji veliki broj problema pripada klasi NP-teških problema, i ne postoje efikasni algoritmi koji garantuju njihovo optimalno rešavanje (njihovo postojanje bi impliciralo da je P=NP). Zbog toga se u praksi koriste metaheuristike, opšti algoritamski okviri koji kombinuju inteligentnu pretragu prostora rešenja sa heurističkim pravilima kako bi se pronašla visokokvalitetna približna rešenja. Iako su metode kao što su Metoda promenljivih okolina (VNS), Genetski algoritam (GA), Optimizacija rojevima (PSO) i ostale, pokazale značajnu upotrebljivost u rešavanju ovakvih problema, njihove performanse zavise od strukture prostora rešenja i sposobnosti da izbegnu zamke lokalnih optimuma.
Topološke metaheuristike predstavljaju novi pravac u razvoju optimizacionih algoritama koji uvodi dodatni nivo strukturne analize prostora rešenja. Osnovna ideja je da se skup kandidata za rešenje ne posmatra samo kao skup tačaka u diskretnom prostoru, već kao topološki objekat koji se može modelirati pomoću simplicijalnih kompleksa. U toj postavci pojedinačna rešenja predstavljaju tačke (temena), dok se njihove međusobne veze modeluju višedimenzionalnim simpleksima. Na taj način se eksplicitno uvodi informacija o relacijama između grupa rešenja, a ne samo o njihovoj međusobnoj udaljenosti.
U prvom radu iz 2020. godine uveden je koncept topološki osetljivih metaheuristika i dati su nacrti za dve konkretne metode: Topološki VNS (TVNS) i Topološka metaheuristika zasnovana na elektromagnetizmu (TEM). Kod TVNS pristupa, klasični koncept susedstva se proširuje tako što se generisanje novih rešenja zasniva na višedimenzionalnim topološkim strukturama formiranim od postojećih dobrih rešenja. Kod TEM metode, populacioni pristup se dopunjuje topološkim informacijama koje utiču na mehanizme privlačenja i odbijanja među jedinkama. U oba slučaja, topološka informacija omogućava algoritmu da prepozna i iskoristi skrivene strukturne obrasce u pejzažu funkcije prilagođenosti (eng. fitness landscape).
Značajniji i detaljniji razvoj ovog pristupa predstavljen je u radu iz 2024. godine, gde je TVNS implementiran i sistematski testiran na nekoliko NP-teških problema, uključujući problem metričke dimenzije, problem Rimske dominacije, i problem maksimalnog posredovanja (eng. maximum betweenness problem). Eksperimentalni rezultati pokazali su da topološki proširena verzija VNS metode ostvaruje konkurentne ili bolje rezultate u poređenju sa postojećim metodama. Posebno je uočeno da topološka struktura doprinosi efikasnijem balansiranju diversifikacije i intenzifikacije, kao i stabilnijem ponašanju algoritma na velikim instancama.
Ključna prednost topoloških metaheuristika ogleda se u tome što uvode dodatnu strukturnu informaciju o prostoru rešenja bez značajnog narušavanja opšteg metaheurističkog okvira. Time se otvara mogućnost sistematskog povezivanja optimizacije sa konceptima iz algebarske topologije i topološke analize podataka. Ovaj pristup ne samo da unapređuje performanse algoritama, već doprinosi i boljem teorijskom razumevanju strukture optimizacionih pejzaža.

Sreda, 11.03.2026. u 19:00, Online
Ilja Uzelac Bujišić, Matematički institut SANU
KOOPMAN OPERATORS
The Koopman/Transfer operators offer a globally linear framework for nonlinear systems - which use is in modeling various dynamical systems, stochastic processes etc making them very useful tools in probability theory and applied data science. By learning these operators, users can analyze dynamical systems via spectral methods, derive data-driven reduced-order models, and forecast future states and observables. This talk will have three key parts - first one which will rigorously define Koopman operators and discuss formal statistical bounds that guarantee their precision. The second part will touch on _kooplearn_ - the Machine Learning library that is useful for modeling such discrete-time operators but also continuous-time infinitesimal generators of different dynamical systems. An important aspect of this library is its interface that is compliant with the scikit-learn API, facilitating its integration into existing machine learning and data science workflows. Finally, examples will be provided on real-world dynamical systems and stochastic problems in which Koopman operators played an essential role in effective modeling.

Sreda, 18.03.2026. u 19:00, Online
Vanja Stepanović, Poljoprivredni fakultet, Univerzitet u Beogradu
Andreja Tepavčević, Matematički institut SANU; Prirodno-matematički fakultet, Univerzitet u Novom Sadu
RELACIONE JEDNAČINE U MREŽNO-VREDNOSNOJ RASPLINUTOJ LOGICI
Nakon uvoda oko relacionih jednačina u rasplinutoj (fazi) logici, predstaviće se naši rezultati iz relacionih jednačina i nejednačina u mrežno-vrednosnoj logici gde razmatramo i rešavamo jednačine i nejednačine sa različitim vrstama kodomen-mreža. Nalazimo ekstremna (najveća, maksimalna i minimalna) rešenja, u nekom smislu opštih, ovakvih jednačina i nejednačina. Fazi relacione jednačine imaju primenu u rešavanju problema iz prakse koje karakteriše neizvesnost, nejasne ili nepotpune informacije. Jednačine kojima se bavimo imaju potencijalne primene u oblastima u kojima imaju i „obične“ fazi relacione jednačine: u višekriterijumskom odlučivanju, formalnoj analizi koncepata, i preko fazi-logičkog programiranja i „answer-set“ programiranja u problemima digitalne forenzike.
Istraživanje je sprovedeno uz podršku Fonda za nauku Republike Srbije, #6565, Napredne tehnike matematičke agregacije i aproksimativnog rešavanja jednačina u digitalnim operacionim istraživanjima AT-MATADOR.

Sreda, 25.03.2026. u 19:00, Online
Petar Vranić, Matematički institut SANU
APPLICATION OF AI IN ARCHITECTURAL AND URBAN DESIGN
This presentation will cover the development of architectural and urban design practice, from manual drafting and early CAD tools to BIM technology and today's AI-driven solutions that are revolutionizing the field. Participants will learn about the design processes, the time necessary for documentation creation, and how digital technologies have gradually enhanced the overall efficiency of the process. The talk will be structured into three segments:

A Review of Architectural Design Phases: A look at the typical process and its individual stages.
The major process improvements achieved through transformative technologies: a quick look back at the technologies that have altered architectural design, with artificial intelligence serving as the present peak of this trend.
AI tool demonstration: a review of particular AI tools for architectural and urban design, as well as their actual use in real-world professional workflows.

A focus will be made on the evolving decision-making process in architecture and urbanization. Today, artificial intelligence allows for faster comparison of design variations, automated spatial analysis, simulations, and functional layout optimization, giving architects more flexibility to make informed and creative judgments while also improving how they conceptualize, plan, and shape space.
Joint meeting with the seminar Decision making – theory, technology and practice.

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