Recent Posts
Archives
- April 2023
- November 2022
- October 2022
- August 2022
- March 2022
- December 2021
- July 2021
- June 2021
- May 2021
- January 2021
- November 2020
- October 2020
- February 2020
- October 2019
- May 2019
- June 2018
- May 2018
- March 2018
- January 2018
- June 2017
- May 2017
- April 2017
- February 2017
- January 2017
- December 2016
- October 2016
- September 2016
- June 2016
- January 2016
- November 2015
- September 2015
O projektu
Dubinska analiza tokova podataka za pametno upravljanje hladnim lancem (SmaCC)
Kao posljedica smanjivanja prirodnih resursa i rastućeg broja stanovnika, hladni lanci za kvarljivu hranu suočeni su sa izazovom za povećanjem učinkovitosti rukovanja hranom i minimiziranjem štete nakon berbe. Projekt predlaže sustav SmaCC koji se temelji na primjeni postupaka dubinske analize tokova podataka za analizu senzorskih tokovnih podataka. Podatke generira najnovija senzorska tehnologija u zadatku nadzora logističkih uvjeta u hladnom lancu hrane sa ciljem produžavanja roka trajanja hrane. Na veliku količinu podataka proizvedenu u hladnom lancu u obliku brzih tokova utjecaj ima fenomen promjene. Zbog posljedičnog manjka stacionarnosti u raspodjeli podataka toka postoji potreba za učinkovitim i skalabilnim algoritmima za online analizu koji su se sposobni prilagoditi takvim promjenama (skretanje koncepta, engl. concept drift). Zadatak predviđanja sustava SmaCC je otkrivanje tih rijetkih događaja. Kako se ti događaji rijetko uočavaju, zadatak predviđanja raspolaže sa premalo balansiranih podataka. Da bi se klasificirao tok podataka, sustav SmaCC će koristiti metodu učenja osjetljivog na cijenu (engl. cost sensitive) koja je za tokove podataka vremenski učinkovitija od tehnika uzorkovanja. Sustav SmaCC će se temeljiti na najnovijim postupcima dubinske analize tokova podataka, primjerice inkrementalni stroj potpornih vektora, evoluirajuće pulsne neuronske mreže, genetski algoritmi, skupno učenje. Zahtjevi i hipoteze eksperata iz područja primjene bit će prikupljeni u obliku kodne knjige, te će se za učinkovitije dijeljenje ekspertnog znanja oblikovati ontologije za domene primjene (voćarstvo i akvakultura). Rezultate dubinske analize tokova podataka, prediktivne i deskriptivne modele hladnog lanca, evaluirati će eksperti iz domene primjene, uz sudjelovanje kineskog eksperta iz područja razvoja senzorske tehnologije i logistike hladnog lanca.
Strojno učenje kao potpora jezičnim tehnologijama
Budući da za hrvatski jezik postoji fragmentirana ili slaba, tj. nikakva podrška za strojno prevođenje prema META-net kategorizaciji, glavni cilj ovog istraživanja je povećanje te podrške. Strojno prevođenje je vrlo aktualno istraživačko područje, posebice u Europskoj Uniji, gdje broj jezičnih parova i potrebe za prevođenjem rastu svakodnevno. Ovim istraživanjem testirat će se sustav za statističko strojno prevođenje razvijen u okviru dosadašnjih istraživanja, a sa svrhom prikupljanja povratnih informacija i unaprjeđenja sustava. Pritom će se primijeniti novi postupci pretprocesiranja i postprocesiranja, suvremene metode strojnog učenja, inteligentna analiza podataka i koncept „crowdsourcing“-a. Realizacija „crowdsourcing“-a zamišljena je kroz oblikovanje izbornog kolegija za studente ostalih studijskih programa, posebice za studente engleskog jezika i književnosti i studente hrvatskog jezika i književnosti. Kolegij bi se temeljio na e-učenju. Kolegij bi bio u potpunosti otvorenog tipa, dostupan i za neformalno obrazovanje. Budući da u tradicionalnom modelu e-učenja studenti uobičajeno rješavaju zadatke s ciljem davanja odgovora pohranjenog u računalu kao točnog, istraživanje će obuhvatiti brojne opcije za konfiguriranje ozbiljnih igara, a u svrhu povećanja motivacije studenta i osuvremenjivanja pristupa učenju i poučavanju, uzimajući u obzir perceptivne karakteristike novih generacija studenata koji su odrastali uz računalne igre, ali s fokusom na učenje i vježbanje prevođenja. Uz navedeno, oblikovat će se i prikladne aktivnosti za studente kojima će se postići željeni ishodi učenja i, istovremeno, prikupiti podaci za inteligentnu analizu podataka. Inteligentnom analizom podataka prikupljenih u sustavu modelirat će se različiti aspekti učenja studenta, predviđat će se njegov uspjeh i usmjeravati njegova aktivnost s ciljem postizanja ishoda učenja i povećanja prolaznosti. Budući da se uloga prevoditelja uvođenjem informacijske i komunikacijske tehnologije promijenila iz temelja, jedan od ciljeva je i razvoj programa cjeloživotnog učenja „ICT za prevoditelje“. Time bi Odjel za informatiku Sveučilišta u Rijeci postao vodeća znanstveno-istraživačka institucija u Hrvatskoj u području strojnog i/ili strojno-potpomognutog učenja.