Témata disertačních prací

Katedra:
Obor/program:
Školitel:
Datum
Téma
Školitel
Obor/program
Katedra
Datum
Computer vision methods for astronomical image processing
doc. Dr. Ing. Radim Šára
Informatika
Katedra kybernetiky
20. 5. 2016
The core of this project is detection of faint objects in optical astronomical images. Modern machine learning methods have not yet penetrated this field deep enough, although the problem is important, in particular when detecting small debris pieces on Earth orbit. Extremely low contrast and high level of noise make the problem difficult, especially in obtaining a detection certificate (posterior probability that an image object corresponds to a real object as opposed to a random configuration of image data). This project will develop efficient algorithms for statistical inference and suitable approximations to Bayesian model selection that can provide detections with such certificates. We plan collaboration with astronomers from the Japanese space agency JAXA.
Selekce pravděpodobnostních modelů pro počítačové vidění
doc. Dr. Ing. Radim Šára
Informatika
Katedra kybernetiky
3. 3. 2014
Jeden z fundamentálních problémů počítačového vidění je výběr modelu, který vysvětluje obraz nebo část obrazu relevantního pro danou úlohu, případně rozhodnutí o tom, že žádný z daných specifických modelů obraz nevysvětluje lépe než univerzální model. Bez takového mechanismu není možno sestrojit systém, který „vidí“ ve smyslu detekce objektů a porozumění scéně. V projektu se dizertant/ka bude zabývat návrhem vhodných (generativních) pravděpodobnostních modelů a efektivní dvojúrovňovou bayesovskou inferencí nebo podobným mechanismem. Důraz bude kladen na strukturované modely. Práce bude mít spíše teoretický charakter se zaměřením na algoritmickou stránku problémů učení a inference. Aplikační zaměření bude zvoleno podle preferencí zájemce o toto téma.

Další informace lze nalézt na http://cmp.felk.cvut.cz/~sara/
Zpracování obrazové informace pro autonomní řízení vozidel
doc. Dr. Ing. Radim Šára
Informatika
Katedra kybernetiky
16. 5. 2015
Téma se týká aplikace konceptů a efektivních metod počítačového vidění na problémy detekce objektů a měření vzdáleností a rychlostí z kamer umístěných na jedoucím vozidle. V doktorském projektu vybereme konkrétní scénář a use case pro senzorickou část systému na podporu řízení vozidla nebo pro autonomní vozidlo a budeme se zabývat formulací odpovídající úlohy zpracování vizuálních dat, efektivními algoritmy pracujícími v reálném čase a testováním.

Další informace lze nalézt na http://www.interactive-ip.eu/ a http://cmp.felk.cvut.cz/~sara/
Míry regularity a složitosti v interní medicíně
doc. Ing. Daniel Novák, Ph.D.
Bioinženýrství
Katedra kybernetiky
23. 4. 2019
Míry složitosti popisují dynamiku fyziologického procesu jako je srdeční frekvence, aplikace mír na problematiku átriálních fibrilací nebo variace glykemického profilu. Po významné praktické aplikaci na problematiku predikce infarktu srdce (Ivanov,Nature, 1999) došlo k aplikacím mír složitosti do všech oblastí medicíny. Zaměřujeme se zejména na aplikace detreční fluktuační analýzi , aproximativní a fuzzy entropie.
Předchozí výzkum byl publikován v těchto odborných článcích:
[1] Eva M. Cirugeda–Roldan, D. Novak, V. Kremen, D. Cuesta–Frau, M.W. Keller, C. Schilling, O. Doessel, C. Schmitt, A. Luik, Characterization of Complex Fractionated Atrial Electrograms by Sample Entropy: An International Multi–Center Study, Entropy, 17(11), p.7493-7509, 2015
[2] Andres Orozco-Duque, Daniel Novak, Vaclav Kremen and John Bustamante, Multifractal analysis for grading complex fractionated electrograms in atrial fibrillation, Physiological Measurement, Physiological Measurement, 36(11), p. 2269-84, 2015
[3] Juan Pablo Ugarte Macías; Andrés Orozco-Duque; Catalina Tobón; Vaclav Kremen; Daniel Novak; Javier Saiz; Tobias Oesterlein; Clauss Schmitt; Armin Luik; John Bustamante , Dynamic approximate entropy electroanatomic maps detect rotors in a simulated atrial fibrillation model. PLOS One, 9(12), 2014
Další informace a našich aktivitách lze nalézt na aid.felk.cvut.cz
Zpracování a analýza dat v neurologii
doc. Ing. Daniel Novák, Ph.D.
Bioinženýrství
Katedra kybernetiky
23. 4. 2019
Neurovědy jsou jednou z nejprogresivnějších oblastí medicíny. EU věnuje výzkumu v této oblasti nový program Human Brain Project s dotací jedné miliary eur. Podobně prezident Obama deklaroval vypsání nového programu v USA pokrývající podrobné zmapování lidského mozku. Nabízíme například témata jako korelace mezi subjektivní UPDRS dotazníkem a objektivními elektrofyziologyckými záznamy nebo 3D modelování elektrofyziologického jádra. Předchozí dizertace jsou zde:
1) E. Bakstein, DEEP BRAIN RECORDINGS IN PARKINSON'S DISEASE: PROCESSING, ANALYSIS AND FUSION WITH ANATOMICAL MODELS, https://dspace.cvut.cz/handle/10467/66724
2) T. Sieger, PROCESSING AND STATISTICAL ANALYSIS OF SINGLE-NEURON RECORDINGS, https://dspace.cvut.cz/handle/10467/20203
3) J.Wild, Spike Sorting of Microelectrode Single-channel Recordings: Evaluation and Applications, https://dspace.cvut.cz/handle/10467/62523
Další informace lze nalézt na neuro.felk.cvut.cz
Metody aktivního vnímání v částečně neznámém prostředí.
doc. Ing. Karel Zimmermann, Ph.D.
Informatika
Katedra kybernetiky
14. 5. 2015
Accurate local 3D perception is an essential component for many fundamental capabilities such as emergency braking, active damping or self-localization from offline maps. Consequently, all autonomous vehicles require a sensor providing high resolution and long range 3D measurements. Since state-of-the-art rotating lidars are very expensive, heavy and contain moving parts prone to mechanical wear, several manufacturers have announced development of cheaper, lighter, smaller and motionless Solid State Lidars (SSL). SSLs should become available before the end of 2017 with target cost of $250 at automotive scale production, which make them affordable for ordinary cars in a close future.
In contrast to rotating lidars, the SSL can independently steer pulses of light by shifting and focus its attention on the parts of the scene important for the current task. Task-driven reactive control of hundreds of thousands rays per second using only an on-board computer is a challenging problem, which calls for highly efficient parallelizable algorithms.
We are looking for students who want to cooperate with us in the research of active mapping/segmentation/detection methods, which simultaneously (i) learns to reconstruct a dense 3D map from sparse depth measurements and (ii) optimize the reactive control of depth-measuring rays in order to minimize reconstruction error.
Další informace lze nalézt na http://cmp.felk.cvut.cz/~zimmerk/
Pokročilé metody zpracování dlouhodobých mnohakanálových záznamů v neurovědách
doc. Ing. Lenka Lhotská, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
V neurovědách a neurologii se stále častěji setkáváme s dlouhodobými záznamy (zpravidla tzv. polygrafickými), kde jsou v různých kanálech zaznamenávány různé fyziologické signály a další data, zpravidla s různou vzorkovací frekvencí. Pro jejich zpracování není možné používat standardní metody, ale je nutné navrhnout takové postupy, které budou schopné nalézt v signálech vzájemné souvislosti a také významné úseky zejména z diagnostického pohledu. Je nutné vzít v úvahu značnou interpersonální variabilitu v záznamech, což znamená omezení na možnost využití klasických metod strojového učení.

Další informace lze nalézt na http://bio.felk.cvut.cz
Pokročilé metody zpracování heterogenních multidimenzionálních dat v elektrofyziologii
doc. Ing. Lenka Lhotská, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Současná medicína, zejména oblast elektrofyziologie, umožňuje sběr velkého množství heterogenních dat a signálů, které je nutné vyhodnocovat ve vzájemném kontextu. Výzkum je tedy zaměřen jednak na vhodné metody reprezentace dat a znalostí, které slouží pro efektivní ukládání a komunikaci, jednak na pokročilé metody zpracování, které umožňují hledat vzájemné souvislosti v datech a odhalovat skrytou informaci. Metody reprezentace vycházejí z požadavků na sémantickou interoperabilitu. Metody zpracování jsou inspirovány pokročilými matematickými transformacemi, metodami zpracování digitálních signálů a metodami data miningu.

Další informace lze nalézt na http://bio.felk.cvut.cz
Systémy pro podporu rozhodování v lékařských úlohách
doc. Ing. Lenka Lhotská, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
V souvislosti s rozvojem zdravotnických informačních systémů, elektronických zdravotních záznamů a sběru velkých objemů dat (big data) je potřeba i v medicíně využívat v daleko větší míře počítačem podporované rozhodování. Do procesu ještě vstupují doporučené lékařské postupy, mezinárodní kódovací systémy, taxonomické struktury, apod. Cílem výzkumu je hledat relevantní datové modely a nad nimi vytvářet ontologické struktury, které umožní vhodným způsobem reprezentovat všechny souvislosti jak v datové, tak i procesní oblasti. Dalším velmi složitým problémem, který si zasluhuje pozornost, je verifikace ontologií.

Další informace lze nalézt na http://bio.felk.cvut.cz
Polynomial Optimization in Computer Vision and Robotics
doc. Ing. Tomáš Pajdla, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
Polynomial optimization techniques proved very useful in solving interesting problems in geometry of computer vision and robotics. We will aim at studying more polynomial optimization techniques and applying them in computer vision and robotics. We will publish in CVPR, ICCV, ECCV, ICRA, in IJCV, PAMI, IRR. We will collaborate with CNRS Toulouse, INRIA, University of Washington, University of California in Berkeley. The topic is suitable for students with interest in applied mathematics but used on real engineering problems. ½-1 year stay abroad expected.
people.ciirc.cvut.cz/~pajdla/
3D Scene Reconstruction from Images
doc. Ing. Tomáš Pajdla, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
3D scene reconstruction from images is a fundamental problem of computer vision. Our goal will be to advance the state of the art, publish at CVPR, ICCV, ECCV, in IJCV and in PAMI. We will collaborate with ETH Zurich, JR Graz, NII Tokyo, Google, Microsoft and Leica. The topic is suitable for students with interest in algorithms, experimental work, and engineering of really working systems. ½-1 year stay abroad expected.

people.ciirc.cvut.cz/~pajdla/
Advanced Algebraic Methods in Computer Vision
doc. Ing. Tomáš Pajdla, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
Algebraic techniques have proved very useful in solving difficult problems in geometry of computer vision. We will aim at studying more advanced elements of algebraic geometry and applying them to real engineering problems. We will publish in CVPR, ICCV, ECCV, in IJCV and in PAMI. We will collaborate with University of Washington, University of California in Berkeley, and INRIA. The topic is suitable for students with interest in applied mathematics. ½-1 year stay abroad expected.

people.ciirc.cvut.cz/~pajdla/
Image-based Scene Recognition and Visual Localization
doc. Ing. Tomáš Pajdla, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
Visual scene recognition and image based localization is an important problem in computer vision and machine learning. We will aim developing new approaches to place representation and its search. We will publish in CVPR, ICCV, ECCV, NIPS, in IJCV, PAMI. We will collaborate with INRIA Willow Paris, TiTech Tokyo and ETH Zurich. The topic is suitable for students with interest computer vision and machine learning applied to real engineering problems. ½-1 year stay abroad expected.

people.ciirc.cvut.cz/~pajdla/
Multimodal data analysis for autonomous systems
doc. Ing. Tomáš Svoboda, Ph.D.
Informatika
Katedra kybernetiky
3. 12. 2018
Multimodal data like RGB images, depth images, thermal images, Lidar measurements are vital for autonomous systems like robots or cars. We aim at combining various modalities optimally, with a particular interest in possibly missing data. For machine learning methods we use, it is necessary to create large realistic dataset in an automated way. Many simulators exist however, generating realistic multimodal data is still a research challenge we want to address.
Reprezentace těla a peripersonálního prostoru robotů
doc. Ing. Tomáš Svoboda, Ph.D.
Informatika
Katedra kybernetiky
20. 4. 2016
U člověka je běžná interakce s jeho okolím zprostředkovaná především zrakovými, sluchovými a dotykovými vjemy, které je potřeba integrovat s informacemi o aktuální poloze a postavení těla a předchozími znalostmi o jeho tvaru a velikosti. V psychologii a neurovědách hovoříme o reprezentacích těla a tzv. peripersonálním prostoru. U robotů byl doposud na multimodální vnímání kladen malý důraz a např. dotykové (taktilní) informace byly většinou soustředěny pouze na koncový článek. S rozvojem umělých taktilních systémů a možností jejich instalace na robotických platformách - a to nejen na koncovém článku ale po celém povrchu těla - se otvírá možnost zkoumat multisenzorickou integraci potřebnou pro bezpečnou interakci robotu s okolím, včetně lidí. Předmětem práce bude vyvinout či nově aplikovat metody strojového učení (jako např. omezený Boltzmannův stroj), které zajistí bayesovsky optimální chování robotu v nepřehledném prostředí, kde není možné se vyhnout fyzickému kontaktu různých částí těla s jinými předměty, přičemž budeme sledovat např. frekvenci a sílu nežádoucích kontaktů s okolím.

https://sites.google.com/site/matejhof/research/body-schema
Algorithms for Large-scale Optimization in Computer Vision and Machine Learning
doc. Ing. Tomáš Werner, Ph.D.
Informatika
Katedra kybernetiky
24. 7. 2018
Optimization is ubiquitous in nowadays computer vision and machine learning, examples being energy minimization in
computer vision, inference in probabilistic graphical models, or training of classiťrers (such as SVM or deep neural
networks). A recent feature ofthese tasks is their size - they can easily have millions ofvariables and (sparse) constraints.
Due to this, classical optimization theory and algorithms are often inadequate. For instance, popular simplex and interior
point methods are inapplicable to linear programs ofthat size already for their superJinear space complexity. Therefore,
large-scale distributed optimization algorithms muts be used, such as coordinate minimization minimization, alternating
direction method of multipliers (ADMM) or stochastic gradient descent. The aim of the proposed doctoral thesis is to develop
novel theory and algorithms for large- scale optimization in computer vision and machine leaming, with emphasís on
coordinate minimization.
Strukturované statistické modely pro analýzu obrazů
doc. Ing. Tomáš Werner, Ph.D.
Informatika
Katedra kybernetiky
12. 6. 2014
Strukturované statistické modely obrázků popisují soubory obrázků s jistými statistickými vlastnostmi. Tyto modely mají použití ve strojovém učení a počítačovém vidění, v úlohách jako segmentace obrázků, rekonstrukce scén a detekce/rozpoznávání objektů. Dvě třídy modelů se ukázaly jako prakticky úspěšné: grafové modely a pictorial structures (druhý pojem nemá ustálený překlad). Student bude navrhovat a analyzovat nové modely z těchto dvou tříd (případně je kombinovat) a algoritmy pro jejich učení a inferenci. Počítá se s publikacemi na předních mezinárodních konferencích.
http://cmp.felk.cvut.cz/~werner/
Strojové učení v analytice učení
doc. Ing. Zdeněk Zdráhal, CSc.
Informatika
Katedra kybernetiky
23. 10. 2018
Analytika učení se zabývá měřením, sběrem, analýzou a využíváním dat o studentech a kontextu ve kterém nastává učení. Cílem práce je výzkum metod strojového učení aplikovaných na data získaná ve Virtuálních Výukových Prostředích a nalezení vzoru chování studentů, které napovídají, že student nebude úspěšný. Tyto výsledky umožní vzdělávacím institucím optimalizovat proces výuky v prostředí využívajícím "Virtuálních e-learningových platforem". Významnou aplikační oblastí této práce bude analýza dat z tzv. tradičních univerzit která povede k lepšímu pochopení studijního procesu a umožní detekci studentů, kteří potřebují dodatečnou pedagogickou podporu.
Vizuální vyhledávaní v obrazových databázích
doc. Mgr. Ondřej Chum, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
This topic adresses efficient methods of visual search (query by example). Different aspects, such as efficient indexing, feature detection and description, image representation, similarity measures, model learning, and other will be will be studied and developed.

cmp.felk.cvut.cz/~chum/
Algoritmy pro analýzu cévních změn z mikroskopických obrazů
doc. MUDr. Jakub Otáhal, PhD
Bioinženýrství
Katedra kybernetiky
23. 4. 2019
Cévní systém zabezpečuje výživu tkání a jeho správná funkce je základní podmínkou fungování cílových orgánů. Krevní průtok daným místem je proměnný a pomocí řady fyziologických mechanismů dochází otevírání a přivírání částí kapilární sítě. Kapilární síť se tedy dovede přizpůsobovat požadavkům cílové tkáně a to nejenom okamžitou regulací průsvitu cév, ale v delším časovém hledisku i svojí přestavbou. Kapiláry se tvoří v oblastech s nižšími tkáňovými hladinami kyslíku. Tento jev nacházíme v oblastech s vyšší aktivitou (epileptické ložisko apod.) nebo v nádorech. Cílem práce bude vyvinout robustní algoritmy umožňující sledovat změny vaskulární sítě z mikroskopických obrazů sbíraných v časových řadách s různou vzorkovací frekvencí.

Další informace lze nalézt na www.fgu.cas.cz, http://www.fgu.cas.cz/cz/index.php?skript=oddeleni/33.php.
Pokročilé algoritmy pro dekompozici biologických signálů
doc. MUDr. Jakub Otáhal, PhD
Bioinženýrství
Katedra kybernetiky
23. 4. 2019
Biologické signály (EEG, EMG apod.) většinou vznikají jako sumace signálů z řady zdrojů. Například při snímání elektrické aktivity kosterního svalu z povrchu těla obsahuje je tento signál složen ze signálů jednotlivých motorických jednotek (svalových vláken řízených jednou nervovou buňkou) , kterých může být v jednom svalu od několika jednotek až po stovky. Cílem práce je navrhnout robustní algoritmy umožňující identifikovat aktivitu jednotlivých zdrojů. Výsledky mají využití nejenom v diagnostice závažných neuromuskulárních onemocnění, ale i v nových přístupech v řízení myoelektrických protéz, rozhraní člověk-stroj, ale i ve vrcholovém sportu.

Další informace lze nalézt na www.fgu.cas.cz, http://www.fgu.cas.cz/cz/index.php?skript=oddeleni/33.php
Pokročilé metody zpracování heterogenních multidimenzionálních dat v elektrofyziologii
Ing. Jiří Kubalík, Ph.D.
Informatika
Katedra kybernetiky
28. 5. 2014
Současná medicína, zejména oblast elektrofyziologie, umožňuje sběr velkého množství heterogenních dat a signálů, které je nutné vyhodnocovat ve vzájemném kontextu. Výzkum je tedy zaměřen jednak na vhodné metody reprezentace dat a znalostí, které slouží pro efektivní ukládání a komunikaci, jednak na pokročilé metody zpracování, které umožňují hledat vzájemné souvislosti v datech a odhalovat skrytou informaci. Metody reprezentace vycházejí z požadavků na sémantickou interoperabilitu. Metody zpracování jsou inspirovány pokročilými matematickými transformacemi, metodami zpracování digitálních signálů a metodami data miningu.
Více informací naleznete na bio.felk.cvut.cz.
Pokročilé metody zpracování nestrukturovaných dat
Ing. Jiří Kubalík, Ph.D.
Informatika
Katedra kybernetiky
26. 5. 2016
Současnost je charakterizována velkým množstvím dat, zejména z oblasti internetu, sociálních sítí. Intenet umožňuje přístup a sběr těchto dat ve velkém množství ve strukturované, semi-strukturované a nestrukturovaném tvaru. Současné systémy pro vyhledávání a dolování informací neumožňují pokročilý a jednoduchý způsob zpracování znalostí obsažených v těchto datech. Výzkum bude zaměřen jednak na vhodné metody reprezentace dat a znalostí, které slouží pro efektivní ukládání a komunikaci, jednak na pokročilé metody zpracování, které umožňují hledat vzájemné souvislosti v nestrukturovaných datech a odhalovat skrytou informaci. Nové metody budou inspirovány pokročilými matematickými transformacemi, metodami reprezentace znalostí, RDF databásemi a metodami data miningu.
Bezpilotní a autonomní létající roboty. Pokročilé metody řízení UAV robotických prostředků v reálných prostředích (indoor i outdoor) za podmínek omezených zdrojů - úlohy lokalizace, navigace a mapová
Ing. Libor Přeučil, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Bezpilotní létající systémy UAV a MAV (převážně drony) jsou nově dostupným robotickým prostředkem, který rozšiřuje domému mobilních robotů především do 3D. Nicméně, létající robotické prostředky mají svá technická specifika: Omezenou operační dobu, nosnost pro palubní technologie - senzory a výpočetní prostředky, stejně jako manévrovací limity. Jejich využití k úlohám mobilní robotiky tedy vyžaduje specializovaná řešení (typicky light-weight) úloh senzoriky, navigace, mapování a plánování bezkolizních trajektorií, atp. Cílem práce je výzkum v oblasti návrhu pokročilých metod pro realizaci předchozích úloh a jejich optimalizace pro UAV/MAV prostředky, která umožní funkční a reálná řešení robotických hejn, operování robotů ve stísněných prostorách, jejich kooperaci s pozemními roboty, atp. pro nasazení v reálných prostředích a úlohách.

Další informace lze nalézt na: http:// imr.ciirc.cvut.cz
Kolektivní robotika. Koordinované a kooperující roboty UAV a UGV typu, robotická hejna a formace. Sdružování zdrojů a multirobotické systémy pro efektivní lokalizaci, navigaci a mapování.
Ing. Libor Přeučil, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Multi-robot systems may offer substantial improvements of performance in comparison to single robot operation. This allows i.e. better performing sensing systems, use of low-end sensors, or fostered manipulation abilities. Another possibility to improve performance of multi-robot systems is to embed (mainly nature-inspired) capabilities into robot units, The are rules, that assure various usable behaviors through very simple algorithms and low cost HW. The embedded functionalities may create i.e. reflex-like behaviors, allow robot swarming and evolution in cooperating groups of robots, and many more. Therefore, such approaches allow attaining specific functionalities, which may be hard to obtain using classical methods. Besides, these technologies bring scalability of multi-robot systems (swarms), create and improve robustness of multi-robot systems in use against a unit malfunction, stand-in behaviors, etc.).
Subjected research addresses techniques of multi-robot control and autonomy based on advanced principles of collective and cooperative robotics (robot formations and swarms) in UAV(MAV) and UGV domains.
More at: http://imr.ciirc.cvut.cz
Plánováni a rozvrhování činosti pro mobilní roboty, strategie rešení navigačnách úloh v reálných prostředích, jednotlivé roboty i skupiny.
Ing. Libor Přeučil, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Plánování a rozvrhování činnosti pro mobilní roboty zarhrnuje především úlohy plánování trajektorií a jejich sřetězování do strategií (rozvrhování) s cílem dosáhnout stanoveného cíle (vykonání činnosti, nebo umístění robotu do požadované polohy) . V případě mobilních robotů jde typicky o lokomoční úlohy navigace na danou pozici za omezujících podmínek indukovaných překážkami v prostředí, lokomočními omezeními robotu, při dynamické změně prostředí, atp. Obecně, takové vysoce dimenzionální a podmíněné plánovací úlohy kladou velké nároky na výpočetní čas. Nadstavbovou úlohou je pak rozvrhování, které umožnuje řešit složitější úlohy (např. aktivní explorace prostředí, dohledové a inspekční úlohy - (M)TSP aplikace ap. jejichž algoritmická složitost často dosáhuje teoretické neřešitelnosti v konečném čase. Cílem práce je výzkum a vývoj nových postupů pro aproximativní plánovací techniky (techniky NN sítí: GNG, SOM, random sampling postupy a další) schopné dodat přibližná řešení i NP-uplných úloh nebo výpočetně náročných plánovacích úloh v přiměřeném čase pro praktické použití.

Další informace lze nalézt na: http:// imr.ciirc.cvut.cz
Pokročilé metody reprezentace prostředí v inteligentních mobilních robotech. Tvorba a údržba robustních modelů za neurčitosti a jejich využití pro plánování činnosti robotu. Modely a mapy pro velmi ro
Ing. Libor Přeučil, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Reprezentace prostředí a jeho model je centrálním úložištěm, primárně geometrické popř. topologické informace o prostředí robotu, jeho vlastnostech, atp. Model protředí slouží jako výchozí báze znalosti pro plánování činosti robotu, tedy k jeho navigaci a řešení zadaného úkolu. Druhotnou rolí modelu prostředí rolí je správa znalosti potřebné k autonomnímu řešení úlohy zadné uživatelem. Při jeho vytváření a udržování vzniká úloha sofistikované selekce relevatní informace, kterou je nutné k udržení správného modelu dynamicky doplňovat. V reálné úloze (např. explorace nebo navigace v částečně známém prostředí) však není model prostředí plně znám a je třeba jej vytvářet za běhu. Klíčovou je též správná volba jeho reprezentace pro velmi rozlehlá, beo informačně řídká prostředí (outdoor). Dle shora uvedeného se téma soustřeďuje na analýzu, výzkum, návrh a implementaci pokročilých modelů uvedeného druhu.

Další informace lze nalézt na: http:// imr.ciirc.cvut.cz
Řízení robotu za podmínek selhání. Identifikace funkčního selhání robotu (failure detection) a postupy pro obnovení (failure recovery). Dlouhodobá autonomie.
Ing. Libor Přeučil, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Roboty operující v reálných světech mohou z důvodu vysoké complexity, či variability podmínek prostředí selhat v řešení zadané úlohy (uvíznutí, zacyklení činnosti, atp.). Tuto nežádoucí situaci je třeba detekovat a následně zvolit vhodnou strategii, jak selhání robotu korigovat. Omezení provozních chyb jsou princiálně možná např. predikcí důsledků činnosti robotu, tedy analýzou akčních zásahů a odezev robotu a jejich následnou klasifikací. K zotavení z provozních chyb se nabízejí postupy reaktivního/adaptivního (pře)plánování chování robotu. Cílem práce je analýza a výzkum v oblasti postupů k detekci chybových provozních stavů mobilního robotu (nebo jejich skupin) včetně postupů pro opravu detekovaného chybového stavu “za běhu” s cílem dosáhnout dlouhodobé (life-long) autonomie samostatně pracujících robotů.

Další informace lze nalézt na: http:// imr.ciirc.cvut.cz
Senzorická fúze, SLAM a postupy pro budování a správu modelů prostředí pro mobilní robotiku. Robustní metody a postupy navigace mobilních robotů v obecných (outdoorových) scénách. Vidění pro mobilní r
Ing. Libor Přeučil, CSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Senzorická fúze a simultální lokalizace a mapování (SLAM) jsou základními úlohami a technikami pro zpracování dat v robotice, kdy jsou získaná měření využívána primárně k lolalizaci robotu a následne k jeho navigaci v jim vnímaném prostředí. Úkolem fúze je eliminace chybných a nepřesných zjistění o prostředí robotu at již z důvodů selhání senzoru, nebo nevhodných pozorovacích podmínek, šumu, atp. SLAM pak optimalizuje určení jeho polohy. Následne je prováděno slučování a rekonstrukce geometrické znalosti (např. s modelem prostředí) včetně jejího zpracování k získání potřebné informace o vlastnostch a struktuře prostředí, poloze robotu, aj. Předmětem práce bude rozvoj pokročilých postupů pro senzorickou fúzi informace a vytváření modelů prostředí užitím senzorických systémů mobilních robotů (např. kamera, hloubková kamera, LIDAR, UWB RADAR, IMU atp.)

Další informace lze nalézt na imr.felk.cvut.cz
Aktivní strojové učení pro zefektivnění anotace dlouhých časových řad
Ing. Martin Macaš, Ph.D.
Informatika
Katedra kybernetiky
19. 5. 2017
Anotace dlouhých signálů expertem může být časově velmi náročná. To může způsobovat vysoké finanční náklady. Dalším důsledkem může být nedostatek expertů a současně snížení kvality anotace ať už vlivem únavy nebo nahrazení experta méně zkušeným anotátorem. Celý proces anotace může být zkvalitněn poloautomatickou metodou pomocí aktivního učení. To může být použito například pro výběr částí signálu, které umožní vytvořit klasifikátor pro automatickou anotaci zbytku signálu. Jiným použitím je detekce špatně anotovaných částí signálu a požadavek o reanotaci. Práce by měla identifikovat a řešit vybrané problémy aktivního učení v oblasti reálných dat jako např. silnou nevyváženost tříd, neznalost správné anotace (ground truth) při testování nebo důležitost časového kontextu. Typickým příkladem vhodné aplikace je anotace spánkového EEG signálu. Navržené metody však mohou být v práci testovány na jakoukoliv vhodnou aplikační oblast.
Aktivní učení uvažující kontext
Ing. Martin Macaš, Ph.D.
Informatika
Katedra kybernetiky
3. 6. 2016
Práce se zaměří na použití (převážně časové) kontextové informace v aktivním učení a optimálním experimentálním designu pro úlohy dolování dat a strojového učení. Instance v datech s časovým kontextem typicky nejsou nezávislé a nepochází ze stejného rozložení. Většinou vykazují významné sekvenční závislosti, při čemž časově blízké instance jsou většinou více závislé. Využití těchto závislostí a korelací v navrhovaném prediktoru může vést k jeho zlepšení. V práci budou navrženy a analyzovány různé způsoby aktivního generování vhodných trénovacích dat. Příkladem je aktivní anotace, kde jsou vybírány nebo generovány vstupy prediktoru, pro které je vhodné změřit požadovaný výstup. Taková procedura může ale jen těžko benefitovat ze znalosti minulých či budoucích anotací, neboť tyto jsou většinou neznámé. Jiným příkladem je stanovení okamžiků pro získání anotace při tvorbě modelu složitého dynamického procesu. Například efektivnost učení prediktoru hypoglykémie diabetiků závisí na vhodném nastavení okamžiků měření glykémie (anotace). Výstupem práce by měla být rešerše různých formulací aktivnho učení pro data s časovým kontextem, analýza stavu poznání v této oblasti, návrh nových přístupů a empirická i teoretická evaluace. Kromě časového kontextu mohou být uvažovány i další typy informace, která může charakterizovat situaci dané entity, např. prostorové umístění, indentita uživatele, vykonávaná aktivita nebo vztahy s okolím.

Další informace lze nalézt u školitele.
Algoritmy pro plánování pohybu formace bezpilotních letounů
Ing. Martin Saska, Dr. rer. nat.
Informatika
Katedra kybernetiky
31. 12. 2014
Nedávný vývoj a miniaturizace bezpilotních helikoptér umožňuje studovat možnosti nasazení systémů více jednoduchých strojů kooperativně řešících daný úkol. Současný stav poznání se omezuje na řízení skupin helikoptér v laboratorní prostředí s využitím přesných externích lokalizačních systémů ve zpětné vazbě. Úloha řízení formace helikoptér v reálném prostředí vyžaduje nové přístupy založené pouze na palubních senzorech a palubních výpočetních prostředcích.
Cílem dizertační práce je pokračovat ve výzkumu naší skupiny v oblasti plánování pohybu a optimálního řízení formací kompaktního tvaru. Vyvíjená metodologie a následně implementovaný systém umožní plánovat komplexní manévry formace ve složitém prostředí s dynamickými překážkami. Doktorand se ve své práci také zaměří na teoretické i praktické stanovení podmínek stability formace, v závislosti na senzorickém systému použitém pro relativní lokalizaci jednotlivých členů formace.
Předpoklady pro zájemce: znalost programování v C a/nebo v MATLABu, dobrá znalost matematiky, zkušenosti s bezpilotními letouny výhodou.
http://imr.ciirc.cvut.cz/People/Martin
Kooperativní senzorické snímání skupinou bezpilotních letounů v prostředí s překážkami
Ing. Martin Saska, Dr. rer. nat.
Informatika
Katedra kybernetiky
14. 5. 2015
Pokrok ve vývoji metod pro řízení a stabilizaci bezpilotních helikoptér umožňuje jejich nasazení v konkrétních robotických scénářích v reálném prostředí. Bezpilotní prostředky jsou nejčastěji využívány jako nosič běžných robotických senzorů (kamery, dálkoměry), ale i specializovaných měřících zařízení (senzory pro měření radiace, znečištění ovzduší). Použití skupiny malých vzájemně spolupracujících helikoptér (MAV) nabízí možnost distribuovaného senzorického měření se zvýšenou tolerancí systému vůči poruchám a současně využití heterogenních senzorů i přes omezení dané nízkou nosností MAV.
Cílem dizertační práce bude pokračovat ve výzkumu skupiny Multi-robotických systémů v oblasti řízení a koordinace skupin MAV. Doktorand bude vyvíjet teorii a metodologii pro kooperativní senzorický sběr dat přizpůsobenou pro multirobotické aplikace. Ve své práci se zaměří na použití vzájemně spolupracující skupiny MAV v prostředí s velkým výskytem překážek (např. les), kde MAV platforma přináší největší přidanou hodnotu ve srovnání s komerčně dostupnými systémy bezpilotních letounů. Cílem práce bude teoreticky i experimentálně studovat podmínky stability skupiny MAV v závislosti na charakteristice okolního prostředí a dosahu palubních senzorů.
Předpoklady pro zájemce: praktická a i teoretická zkušenost s bezpilotními letouny, programování v C, dobrá znalost matematiky.
Další informace lze nalézt na http://mrs.felk.cvut.cz/
Multi-robotické nepřetržité monitorování a prostorové pokrytí
Ing. Martin Saska, Dr. rer. nat.
Informatika
Katedra kybernetiky
5. 1. 2016
Nepřetržitý monitoring rozlehlých prostředí mobilními roboty je jedním z nejlogičtějších aplikačních scénářů robotiky. V budoucnu lze předpokládat využití autonomních systémů v různé komplexnosti, od formace několika úzce spolupracujících robotů až po obrovské roje jednoduchých robotů umožňující současný distribuovaný sběr senzorické informace v prostředí. Atraktivita těchto témat roste zejména s nedávným pokrokem ve vývoji a miniaturizaci bezpilotních helikoptér (MAVs), ale i dalších vzdušných a pozemních platforem.
Cílem disertační práce bude teoretický výzkum problémů, které vyvstávají při nasazení velkých skupin robotů řešících tyto úlohy v dlouhém časovém horizontu a s omezenými výpočetními palubními prostředky, které umožní dosáhnout plné autonomie. Kromě úloh optimálního rozmístění robotů a jejich koordinace, budou během práce zkoumány strategie pro optimální využití více redundantních robotů s omezenými zdroji energie a jejich nahrazení v případě poruchy. Součástí práce bude teoretická analýza vyvinutých principů, ale i experimentální ověření těchto přístupů v konkrétních multi-robotických scénářích. Při experimentální činnosti budou využity MAVs platformy skupiny Multi-robotických systémů, do jejíhož výzkumu budou výsledky práce integrovány, ale i další robotické platformy používané na katedrách kybernetiky a počítačů v rámci Centra robotických a autonomních systémů.
Předpoklady pro zájemce: praktická a i teoretická zkušenost s robotikou, programování v C a MATLABu, nadprůměrná znalost matematiky. Další informace lze nalézt na http://mrs.felk.cvut.cz/
Řízení a stabilizaci roje bezpilotních letounů
Ing. Martin Saska, Dr. rer. nat.
Informatika
Katedra kybernetiky
18. 12. 2014
Roje levných miniaturizovaných vzdušných prostředků mají vysoký aplikační potenciál v bezpečnostních i civilních aplikacích, jako je robotický dohled, průzkum, mapování, monitoring prostředí. Více jednodušších malých helikoptér dokáže obvykle zadaný úkol kolektivně vyřešit efektivněji (rychleji a hlavně spolehlivěji), než jedna lépe vybavená a celkově dražší helikoptéra.
Cílem dizertační práce je navrhnout mechanismus pro řízení a stabilizaci skupiny helikoptér, který by dokázal plně využít vlastnosti rojového chování v podobě možnosti redundance, zaměnitelnosti jedinců roje a decentralizovaného řízení využívající pouze informaci o nejbližších sousedech, což povede ke zvýšení spolehlivosti a snížení nároků na komunikaci. Jedním z možných přístupů je použití vzorců chování pozorovaných v rojích v přírodě, protože senzorický model smyslových orgánů ptáků a ryb je podobný sensorům, kterými je možné vybavit helikoptéry. Součástí práce bude teoretická a experimentální analýza stability roje v reálném prostředí.
Předpoklady pro zájemce: znalost programování v C a/nebo v MATLABu, dobrá znalost matematiky, zkušenosti s bezpilotními letouny výhodou.
http://imr.ciirc.cvut.cz/People/Martin
Vizuální relativní lokalizace a stabilizace členů skupiny autonomních helikoptér
Ing. Martin Saska, Dr. rer. nat.
Informatika
Katedra kybernetiky
24. 6. 2016
Student se zaměří na vývoj robustní vizuální lokalizace sousedních entit roje bez nutnosti použití umělých identifikačních prvků na jednotlivých helikoptérách. Cílem práce bude vývoj vhodné metodologie pro plně autonomní detekci pohyblivých objektů na pohyblivém pozadí. Výzkum bude zaměřen na rychlost zpracování vizuální informace s použitím omezené výpočetní kapacity nesené na palubě letounů s cílem přímé integrace výstupů metod do zpětné vazby řízení skupiny helikoptér. Nad rámec běžných přístupů vizuální detekce a sledování pohybujících se předmětů, bude kromě real-time přístupu řešena koordinace a kooperace členů roje s cílem zpřesnit relativní lokalizaci a zvýšit její robustnost. Toto povede k možnosti analýzy vlivu kvality relativní lokalizace na vlastnosti rojové chování systému a jeho stabilitu a naopak ke studiu optimálních vzorců chování kompaktních skupin letounů vzhledem k přesnosti a robustnosti relativní lokalizace. Kromě přínosu k výzkumu metod identifikace a sledování pohybujícího se předmětu známého tvaru v obraze a jejich posunu k real-time a embedded řešením použitelným ve zpětné vazbě řízení více-robotických systémů, toto téma nabízí i zajímavý mezioborový přesah ke studiu chování živých rojů v přírodě. Obecně je velmi obtížné nebo nemožné zjišťovat vliv změny percepce jedinců roje na jejich výsledné rojové chování u živých systémů. Navrhovaný systém vizuální relativní lokalizace umožní takové změny emulovat a jejich vliv studovat v umělém roji řízeném pravidly vypozorovanými v živé přírodě.

Předpoklady pro zájemce: praktická a i teoretická zkušenost s počítačovým viděním, programování v C, dobrá znalost matematiky. Další informace lze nalézt na http://mrs.felk.cvut.cz/
Expresivní dotazování deskripčních logik
Ing. Petr Křemen, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
The topic includes studying of theoretical as well as practical aspects of expressive description logic queries taking account varying expressiveness (from basic ALC logic to SROIQ), as well as specifics of different query language features (incl. aggregation, negation as failure) w.r.t open world assumption.

https://kbss.felk.cvut.cz/web/portal/home
Informační systémy sémantického webu
Ing. Petr Křemen, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
Information systems for semantic web have many specifics, stemming from the open-world nature of the latter. This topic includes theoretical as well as experimental research in the field of information system design based on evolving distributed ontologies, including ORM-like alignment of ontology and object models, their lifecycles, and access to persistent ontologies.

https://kbss.felk.cvut.cz/web/portal/home
Metody výpočetní inteligence pro dolování dat
Ing. Petr Pošík, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
Proces dolování dat lze popsat i ve formě acyklického grafu představujícího tok dat skrz různé operátory, které data čistí, předzpracovávají, tvoří jejich model, hodnotí ho, atd. Dosavadní přístupy výpočetní inteligence jsou buď příliš volné (optimalizuje se struktura i parametry grafu), nebo příliš omezené (optimalizují se jen parametry pevně daného grafu). Cílem tohoto projektu je prozkoumat metody výpočetní inteligence, které umožní uživateli specifikovat jakousi šablonu grafu toku dat a prohledávat jen ty grafy, které této šabloně odpovídají. Předpokládá se využití genetického programování či gramatické evoluce.
http://labe.felk.cvut.cz/~posik/
Machine learning methods for malware detection
Ing. Vojtěch Franc, Ph.D.
Informatika
Katedra kybernetiky
20. 6. 2015
The topic of the thesis is motivated by a real-life problem of detecting
malicious behavior in a computer network communication based on monitoring data flows between a client computer and a server. The ultimate goal is to create and to update such detectors automatically from data with a minimal human intervention. The main obstacle preventing us from usage of conventional machine learning methods is the lack of sufficiently representative sample of legitimate
and malicious network communication. The creation and maintainance of an
annotated network communication requires a tedious forensic analysis done by computer security experts which does not scale with the number of constantly evolving malware. The main topic of the thesis will be learning of the detectors from easily available weakly annotated data, for example obtained from black-lists of Internet domains, and exploitation of active learning methods that can significantly reduce the number of precisely annotated training samples.
Kolaborativní roboti, elektronická ,,kůže a automatická sebe-kalibrace
Mgr. Matěj Hoffmann, Ph.D.
Informatika
Katedra kybernetiky
22. 10. 2018
Roboty opouštějí tovární oplocenky a začínají sdílet pracovní prostor s lidmi. Tím vzrůstá potřeba dynamicky se přizpůsobovat nepředvídatelným interakcím s lidmi a zároveň zaručit bezpečnost v každém okamžiku. Trh s kolaborativními roboty rychle roste, ale bezpečnost je zatím zajišťována jednoduchými ale omezujícími přístupy jako je fyzické omezení výkonu robotů či prosté zastavení při zjištění kontaktu s překážkou. Lidé naopak disponují uvědoměním si celého svého těla v prostoru založeném na dynamické fúzi multimodální senzorické informace, díky čemuž jsou adaptivní a flexibilní. Obohatíme fyzickou interakci člověka s robotem o nové aspekty: (1) využíváme nové umělé elektronické ,,kůže“; (2) rozšiřujeme prostor povrchu těla o prostor okolo něj, čímž vzniká „ochranná zóna“, která sleduje pohyb těla v prostoru (inspirovaná tzv. peripersonálním prostorem u lidí); (3) díky multimodální povaze našeho přístupu je k dispozici redundantní informace, což umožňuje průběžnou sebekalibraci a také rozhodování, které bere v potaz spolehlivost jednotlivých vstupů. Spolupracujeme s vůdčími výzkumnými centry v Evropě a také s průmyslovými partnery (např. KUKA Corporate Research, Airskin).

https://sites.google.com/site/matejhof/research/cobots-and-hri
https://sites.google.com/site/matejhof/research/touch-and-selfcalibration
http://cmp.felk.cvut.cz/projects/body-schema
Vtělené výpočetní modely reprezentací těla v mozku primátů s aplikacemi v automatické kalibraci robotů a bezpečné interakci s člověkem
Mgr. Matěj Hoffmann, Ph.D.
Informatika
Katedra kybernetiky
6. 9. 2018
Novorozenci pravděpodobně nevnímají své tělo jako celek, ale zpočátku sbírají korelace v proudu multimodálních dat z různých smyslů (zejména zrak, hmat a propriocepce). Struktura obsažená v těchto informacích jim pak umožňuje naučit se prvním modelům jejich těla v prostoru. Mechanismy za těmito procesy jsou z velké části neznámé. Ve spolupráci s vývojovými a kognitivními psychology a neurovědci (New Orleans, Paříž, Bielefeld) vyvíjíme výpočetní modely vtělené v humanoidních robotech, kde zkoumáme, jak se lze z vstupů z jednotlivých modalit (taktilní, proprioceptivní a vizuální) naučit reprezentace těla a prostoru okolo něj. Přístup k humanoidním robotům s umělou citlivou kůží představuje unikátní technologii, která tento výzkum umožňuje. Zároveň takto vytvořené algoritmy směřují k robotům, které mají lepší povědomí o celém svém těle, s možností aplikací v automatické kalibraci a bezpečné interakci člověka s robotem.
Algoritmy pro analýzu biomedicínských obrazů
prof. Dr. Ing. Jan Kybic
Bioinženýrství
Katedra kybernetiky
23. 4. 2019
Množství obrazových dat produkovaných v lékařství a v biologii roste velmi rychle. Omezujícím faktorem již často není dostupnost příslušné zobrazovací techniky, ale schopnost data v rozumném čase vyhodnotit. Prostor pro algoritmy automatického vyhodnocení obrazů, 3D objemů i sekvencí je proto stále větší.
Cílem doktoranda bude vyvinout nové algoritmy pro analýzu obrazu, zejména pro úlohy registrace, segmentace a klasifikace. Budeme pracovat s daty poskytovanými lékaři a biology a řešit jejich konkrétní problémy. Důraz klademe zejména na algoritmickou stránku problému. Zájemci by měli mít dobrou znalost programování a matematiky a alespoň základní znalosti metod zpracování signálů a obrazů.
Další informace lze nalézt na: http://cmp.felk.cvut.cz/~kybic
Visual tracking, motion estimation and segmentation
prof. Ing. Jiří Matas, Ph.D.
Informatika
Katedra kybernetiky
16. 1. 2018
Visual tracking is a broad area of research that deals with estimating the state of one or more a priori know or unknown objects in sequences captured by one or more cameras with overlapping on non-overlapping fields of view. The state might be as simple as a single point (estimating location), a rectangle – an approximation of the segmentation, location, scale and possibly orientation, full pixel-wise segmentation, or a per-pixel displacement field, especially in the case of articulated or deformable objects.
The problem can be restricted to sequences without significant occlusion (short-term tracking); the more general setting consider cases where the object leaves the field of view or is fully occluded (long-term tracking). If the object is not known a priori (model-free tracking), the problem entails learning the model of the tracked object, typically its appearance but potentially its shape as well. There are many open problems in visual tracking; the field is highly active with hundreds of papers published at major conference and top journals.
Detection and recognition of text „in the wild“.
prof. Ing. Jiří Matas, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
The problem of text detection an recognition has many application. The open problems include: reliable detection of characters and word in any script, font and language; grouping of strokes, characters and words into a linear sequences, and modelling and detection of higher level structures such as blocks and displays.

The thesis will focus on one of the open problems listed above.

http://cmp.felk.cvut.cz/~matas/
Recognition of objects in images and videos
prof. Ing. Jiří Matas, Ph.D.
Informatika
Katedra kybernetiky
3. 3. 2014
Object recognition encompasses a broad range of problems ranging from two view matching of images of a given object, image retrieval and discovery of objects in collections of images and perhaps the most challenging problem of categorisation.

The thesis will focus on one of the open problems listed above.

http://cmp.felk.cvut.cz/~matas/
Logika kvantových systémů
prof. Ing. Mirko Navara, DrSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Klasická teorie pravděpodobnost studuje pouze ty náhodné pokusy, které lze libovolně opakovat. Tento předpoklad je porušen nejen v kvantové teorii, ale i v sociologii, psychologii, medicíně apod. Jeho matematický popis naráží na řadu obtíží, při jejichž řešení hrají důležitou roli i algoritmy počítačové algebry. Téma je proto vhodné jak pro teoretiky, tak i pro informatiky schopné implementovat nové postupy.

Další informace lze nalézt na http://cmp.felk.cvut.cz/~navara/
Neklasická pravděpodobnost a statistika
prof. Ing. Mirko Navara, DrSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Pravděpodobnost a statistika se zaměřuje na relativně úzký obor aplikací vyhovujících předpokladům klasické teorie, mj. požaduje, aby experimenty byly libovolně opakovatelné a dávaly výsledky jednoznačně popsatelné dvouhodnotovou logikou. V řadě aplikací selhává, protože tyto předpoklady nejsou splněny. Budování matematického aparátu, který by postihl obecnější situace, naráží na řadu problémů, k jejichž řešení lze přispět jak budováním matematické teorie, tak testováním jejích postupů na praktických situacích v sociologii, psychologii, medicíně apod.

Další informace lze nalézt na http://cmp.felk.cvut.cz/~navara/
Principy fuzzy regulace
prof. Ing. Mirko Navara, DrSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Fuzzy řízení má řadu úspěšných aplikací, často omezených znalostmi matematického aparátu. Analýza vlastností fuzzy regulátorů vede k teoretickým výsledkům, které umožňují zásadní zlepšení parametrů regulace. Téma kombinuje matematický a inženýrský přístup k teorii řízení, čímž je vhodné zejména pro matematicky nadané studenty elektrotechnických oborů.

Další informace lze nalézt na http://cmp.felk.cvut.cz/~navara/
Vlastnosti fuzzy logických operací
prof. Ing. Mirko Navara, DrSc.
Informatika
Katedra kybernetiky
3. 3. 2014
Fuzzy logika má řadu úspěšných aplikací, často omezených znalostmi matematického aparátu, mnoho základních otázek zůstalo otevřených. Nové výsledky a prostředky umožňují pokrok v řešení. Téma vhodně kombinuje matematický a inženýrský přístup s využitím moderní výpočetní techniky.

Další informace lze nalézt na http://cmp.felk.cvut.cz/~navara/
Strojové učení při vyhledávání informací
prof. Ing. Václav Hlaváč, CSc.
Informatika
Katedra kybernetiky
5. 9. 2015
Strojové učení pro vyhledávání informaci, detekce anomálií, identifikace událostí a pozorování, které neodpovídají předpokládaným vzorcům chování v datech, s důrazem na zřídka a náhle se opakujících události s využitím technik semi supervised učení modelů, které jsou vhodné pro přirozeně nevyvážené datové množiny.


Další informace lze nalézt: Manning, Christopher D., Prabhakar Raghavan, and Hinrich Schütze. Introduction to information retrieval. Vol. 1. Cambridge: Cambridge university press, 2008.
Conversational AI
prof. Ing. Vladimír Mařík, DrSc., dr. h. c.
Informatika
Katedra kybernetiky
18. 1. 2018
With the advance of speech recognition and text to speech the Conversational AI became a very important research topic. The Conversational AI research includes application and development of new machine learning algorithms for all aspects of natural text processing i.e. text data acquisition, information retrieval and extraction, unstructured to structured text conversion, dialog management, question answering, semantic text similarity, natural language generation, words and text representation etc. The agent-based systems and relevant architectures (up-to-now used in industrial CPS and Electric Grids) will be used for the design of the corresponding architectures; the experience with SOA in industrial agent-based systems will be leveraged. Each task of Conversational AI (information retrieval, question answering etc.) will be represented by an autonomous module.
Ing. Jan Šedivý, CSc. is expected to serve as a supervisor-specialist as the topic is quite novel, on the borderline of the latest approaches.
Pokročilé vyhledávání informací
prof. Ing. Vladimír Mařík, DrSc., dr. h. c.
Informatika
Katedra kybernetiky
23. 5. 2014
Vyhledávání informací je jednou z velmi důležitých technologií pro vyhledávání na internetu. Řeší problem získávání relevantních informačních zdrojů. To zahrnuje mnoho dalších dílčích problémů, jako je učení řadit, meta hledání, doporučování, učení reprezentací, využití velkých neoznačených dat, apod. Práce se bude zabývat využitím nestrukturovaných dat za účelem zlepšení stávajících algoritmů a jejich využití v nových souvislostech.
https://cyber.felk.cvut.cz/department/people/person/?id=44&lang=en
Personalized Serious Games in Therapy, Training and Rehabilitation
prof. RNDr. Olga Štěpánková, CSc.
Informatika
Katedra kybernetiky
4. 12. 2014
Observation of patient´s reaction to specific situations and his/her behaviour during the course of problem solving provide valuable data that is often used for diagnostic purposes. If such data are collected automatically in a digital form, they can be interpreted automatically not only to simplify diagnostics but to serve as an input in a feedback loop that ensures highly personalized rehabilitation. Game-like scenarios used for this purpose are referred to as serious games. One type of a game can be applied for very diverse purposes (to strengthen muscular function or to stimulate brain functions) and by users with varying requirements on complexity of the user interface. Suggest a methodology for description of an ontology based user profile that makes it possible to create efficiently personalized version of a serious game through adaptation of its user interface and game complexity to match the needs of the user. The advantages of the suggested approach should be verified in a real application tested on several types of patients.

https://nit.felk.cvut.cz/drupal/
Navigace a plánování pro složité roboty
RNDr. Miroslav Kulich, Ph.D.
Informatika
Katedra kybernetiky
4. 5. 2017
Téma se zabývá navigací, plánováním trajektorie a rozhodováním pro čistě robotické systémy nebo systémy člověk-robot ve stavových prostorech vyšší dimenze. Vysokorozměrnost těchto problémů je způsobena počtem stupňů volnosti robotů a/nebo jejich počtem. Úkolem doktoranda bude zkoumat a vyvinout nové algoritmy pro zpracování, analýzu a fúzi dat produktovaných zvolenými senzory (2D a 3D dálkoměry a kamery), robustní navigaci a efektivní metody plánování v úlohách jako dohledování a průzkum více roboty, udržování formace, obratná kooperativní manipulace či podobných. Zájemci by měli mít dobrou znalost programování a matematiky a alespoň základní znalosti metod zpracování dat (signálů a obrazů).
Další informace lze nalézt na http://imr.ciirc.cvut.cz/
Směrovací problémy v mobilní robotice
RNDr. Miroslav Kulich, Ph.D.
Informatika
Katedra kybernetiky
4. 5. 2017
Mobilní roboty jsou, s jejich roustoucí autonomií, nasazovány ve stále komplexnějších úlohách. Cíl těchto úloh přitom není specifikován tradičním ‘pohybuj se z A do B’, ale řešení úlohy zahrnuje specifikaci průběžných podcílů, které musí být postupně dosaženy a pořadí, v kterém k tomu má dojít. Typickými úlohami jsou např. inspekce známého prostředí, průzkum neznámého prostředí, či hledání objektu zájmu. Tyto úlohy vedou k řešení NP-těžkých optimalizačních problémů, pro které existuje řada algoritmů. Ačkoliv tyto algoritmy vyvinuté zejména komunitou operačního výzkumu generují rozumná řešení, jejich časová náročnost neumožňuje jejich použití v rozhodovacích problémech mobilní robotiky v reálném čase.
Tato práce se zaměří na výzkum a vývoj nových aproximačních algoritmů pro tyto optimalizační problémy, které poskytnou kvalitní řešení v rozumném čase a na jejich aplikaci ve směrovacích problémech mobilní robotiky.
Další informace lze nalézt na http://imr.ciirc.cvut.cz/
Data fusion in areal robotics
RNDr. Petr Štěpán, Ph.D.
Informatika
Katedra kybernetiky
12. 9. 2019
Multimodal data like RGB images, depth images, thermal images, Lidar measurements are vital for autonomous systems like aerial robots. The UAV, especially small UAV robots, are limited by sensors and computers weight, so new approaches for data fusion and data preprocessing are necessary. The specialised HW accelerators for Deep NN can be used together with improved data fusion methods.
Onboard localization of aerial robots
RNDr. Petr Štěpán, Ph.D.
Informatika
Katedra kybernetiky
12. 9. 2019
Design of new algorithms and techniques for onboard localization of autonomous aerial robots. The algorithms have to use only sensors, that are suitable for aerial robots. Another limit comes from limited computation power and storage sources of aerial robots.
Weakly supervised learning for visual recognition
Šivic, Josef, Dr. Ing.
Informatika
Katedra kybernetiky
11. 6. 2019
Building machines that can automatically understand complex visual inputs is one of the central problems in artificial intelligence with applications in autonomous robotics, automatic manufacturing or healthcare. The problem is difficult due to the large variability of the visual world. The recent successes are, in large part, due to a combination of learnable visual representations based on convolutional neural networks, supervised machine learning techniques and large-scale Internet image collections. The next fundamental challenge lies in developing visual representations that do not require full supervision in the form of inputs and target outputs, but are instead learnable from only weak supervision that is noisy and only partially annotated data. This thesis will address this challenge.
More details are on http://impact.ciirc.cvut.cz/
Machine learning for saturation-based theorem proving
Urban, Josef, Mgr., Ph.D.
Informatika
Katedra kybernetiky
11. 6. 2019
The goal of the project is to investigate the topic of combining machine learning methods with state-of-the-art saturation-based Automated Theorem Provers. The Ph.D. candidate will apply modern machine learning techniques such as deep neural networks and reinforcement learning to improve the quality of prover's decisions at key heuristic choice points such as premise selection, clause selection, and the choice of strategy parameters. The work includes the design of new learning architectures particularly suited for dealing with logical formulas and related objects.
Learning for Conversation. Argumentation and Reasoning
Urban, Josef, Mgr., Ph.D.
Informatika
Katedra kybernetiky
11. 6. 2019
The goal of the work is to research combinat ions of Natural Language Processing, Conversational A1 and Automated Reasoning. The Ph.D. candidate will develop conversation, argumentation and reasoning methods to automatically create con versa tional assistants from an original text, mainly manuals that interactively help users with product configuration, trou bleshooting, etc. The research and development will include text processing, creating questions from unstructured text, disambiguation, summarization, query answering and reasoning, and related tasks.
Za obsah odpovídá: RNDr. Patrik Mottl, Ph.D.