MISANU

PROGRAM

Plan rada Seminara iz veštačke inteligencije za MAJ 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

Sreda, 08.05.2024. u 19:00, Online
Nenad Filipović, Fakultet inženjerskih nauka, Univerzitet u Kragujevcu, Srbija
INTELHEART PLATFORMA ZA RANU DIJAGNOZU SRČANE SLABOSTI
Srčana insuficijencija (slabost) prepoznata je kao moderna epidemija. Preko 30 miliona ljudi danas boluje od srčane slabosti. Uprkos napretku u terapijama i istraživanju ovo oboljenje i dalje predstavlja značajan društveno-ekonomski problem. Glavni cilj INTELHEART projekta je razvoj, implementacija i procena tačnosti digitalne platforme zasnovane na veštačkoj inteligenciji za ranu i tačnu dijagnozu srčane slabosti u primarnoj i sekundarnoj zdravstvenoj zaštiti. INTELHEART projekat kombinuje stručnost iz kliničke prakse sa izvrsnošću u oblasti računarstva, veštačke inteligencije i biomedicinskog inženjeringa kako bi se razvila i primenila kompjuterizovana platforma za podršku odlučivanju pri proceni rizika od srčane slabosti, ranoj dijagnozi i predikciji bolesti srca. INTELHEART platforma se integriše u cloud okruženje koristeći anonimizovane kliničke podatke pacijenata (istoriju bolesti, imidžing podatke, glas kao biomarker, podatke sa sensora na smartwatch i dr.) za razvoj i validaciju sistema za podršku odlučivanju, kako bi se omogućila optimalna terapija i bolji uticaj lekova na razna oboljenja kao što je hipertrofična i dilataciona kardiomiopatija. Specifičan model celog srca zasnovan na metodi konačnih elemenata biće korišćen za predviđanje rada srca za svakog pojedinačnog pacijenta i pružiće dovoljno informacija lekarima kako bi procenili napredak bolesti i efikasnost lečenja. Platforma će biti dostupna lekarima za evaluaciju i validaciju razvijenih tehnologija.

Sreda, 15.05.2024. u 19:00, Online
Oskar Marko, Institut BioSens, Univezitet u Novom Sadu
PRIMENA VEŠTAČKE INTELIGENCIJE U POLJOPRIVREDI
Savremeni sistemi za podršku odlučivanju u poljoprivredi neizostavno sadrže komponente veštačke inteligencije. Senzori, roboti, sateliti, GPS i dronovi su postali svakodnevica i služe nam kao veoma bogati izvori podataka o rastu biljaka, zemljištu i klimatskim uslovima. Iako interesantni i pojedinačno, ovi podaci dobijaju svoj pravi smisao tek kada se na njih primene napredni algoritmi veštačke inteligencije. Rezultati AI modela se koriste za zoniranje parcela, predikcije prinosa, detekciju bolesti pre vidljivih simptoma, optimizaciju navodnjavanja i brojne druge primene. U sklopu prezentacije će biti opisane metode i primeri uspešne primene AI-a na Institutu BioSens i u domaćoj poljoprivredi.

Sreda, 22.05.2024. u 19:00, Knez Mihailova 36, sala 301f i Online
Inmaculada P. Cabrera, Applied Mathematics University of Malaga
GALOIS CONNECTION AND SOFT COMPUTING. DIFFERENT VERSIONS AND CONSTRUCTIONS
Galois connections (and their siblings adjunctions) have proved to be an interesting tool for both theoretical research and applications since their introduction by Ore more than years ago. They involve a general type of correspondence between structures and provide a passage for relating notions that seem very different at first. In the recent years there has been a notable increase in the number of publications concerning Galois connections. There exist as well a lot of applications to computer science, data analysis, approximate reasoning using rough sets, logic, mathematical morphology and other fields. One particular research area on application is Formal Concept Analysis (FCA) (and also in the generalisation to a fuzzy framework). In all the different notions of generalized Galois connection the problem of its construction is of capital importance, above all, when the structures involved are unbalanced. This has been one of our preferred research topics in the recent years, in which a number of results have been obtained considering different underlying settings.

Sreda, 29.05.2024. u 19:00, Online
Fernando Chacón Gómez, Investigador Predoctoral UCA FPI, Departamento de Matemáticas, Facultad de Ciencias, Universidad de Cádiz, España
ANALYSIS OF INCONSISTENT INFORMATION AND DECISION-MAKING IN FUZZY ROUGH SET THEORY
The modelling of incomplete and imprecise information is the main task carried out in Rough Set Theory (RST) and in its generalization to the fuzzy framework, Fuzzy Rough Set Theory (FRST). Decision rules and different notions defined from them, such as relevance indicators or decision algorithms, significantly help to make these data analyses and allow to extract relevant conclusions. Moreover, these notions are also of great relevance for the classification of new data, allowing to address the decision-making process in FRST. This talk presents the aforementioned notions and four different classification methods in FRST, showing a detailed real example to illustrate the potential of the contribution.

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