GINK (Graphs, Inference, Knoweldge), Grafy, Wnioskowanie, Wiedza
Opis zagadnień badawczych zespołu
- Metody inżynierii oprogramowania: projektowanie oprogramowania i baz danych w oparciu o metody inżynierii wiedzy oraz reprezentacje grafowe. Wykorzystanie i rozwój kontekstowych tablic decyzyjnych ConDeT (ContextualDecisionTables).
- Wnioskowanie czasoprzestrzenne, rozwój algorytmów planowania, w tym planowania wariantowego oraz planowania z ograniczeniami. Automatyczna analiza semantyczna informacji i danych.
- Reprezentacja wiedzy i semantyczna identyfikacja związków pomiędzy pojęciami, wnioskowanie taksonomiczne.
- Efektywne przetwarzanie danych reprezentowanych w postaci grafów. Opracowanie i rozwój koncepcji Dualnych Gramatyk Grafowych (Dual GraphGrammars).
- Analiza i rozumienie danych geoprzestrzennych. Wnioskowanie oparte o relacje przestrzenne. Opracowanie koncepcji STGT (Spatially-TriggeredGraphGrammars).
Zastosowanie powyższych zagadnień badawczych w praktyce, w tym do: projektowania i implementacji systemów sterowania dużej skali (dynamiczne sterowanie oświetleniem ulicznym), planowania zużycia energii elektrycznej oraz sterowania jej przepływami, wnioskowanie semantyczne w oparciu o taksonomie celem identyfikacji pojęć, budowanie semantycznych map środowiska.
Skład Zespołu
Igor Wojnicki
Jest absolwentem Katedry Automatyki wydziału EAIiE, AGH. Doświadczenie zdobywał m.in. w ośrodkach naukowo-badawczych w USA: University of St.Louis Missouri oraz South Illinois UniversityEdwardsville.Obecnie prowadzi badania związane ze sztuczną inteligencją, a w szczególności inteligentnym sterowaniem, reprezentacją i przetwarzaniem wiedzy z wykorzystaniem grafów. Posiada doświadczenie w prowadzeniu projektów badawczych ukierunkowanych na wykorzystanie w przemyśle oraz komercjalizacją wyników badań naukowych.
Sebastian Ernst
Prowadzi prace naukowe oraz dydaktyczne związane ze sztuczną inteligencją oraz zarządzaniem danymi. Uczestniczył w licznych krajowych i międzynarodowych projektach badawczych związanych z analizą i przetwarzaniem danych, z zastosowaniem szerokiego spektrum rozwiązań, obejmujących również systemy klasy „big data”. Przygotowywał, a następniekierowałwykonaniemzadań badawczych w pionierskim projekcie stworzenia systemu inteligentnego oświetlenia drogowego w dwóch dzielnicach Krakowa. Obecnie prowadzi badania związane z semantyczną analizą danych geoprzestrzennych i ich wykorzystaniem w systemach „smart city”.
Weronika T. Adrian
Zajmuję się metodami sztucznej inteligencji, w tym przede wszystkim działem reprezentacji i przetwarzania wiedzy z użyciem technologii semantycznych, grafów wiedzy i logiki. Jest autorką i współautorką ponad 50 publikacji, opublikowanych w czasopismach naukowych i materiałach konferencyjnych. Studia doktoranckie ukończyła na Uniwersytecie w Kalabrii (Włochy) pod kierownictwem Profesora Nicoli Leone. W ramach rozprawy doktorskiej przedstawiła system do ekstrakcji informacji z kolekcji "podobnych" dokumentów, w oparciu o ontologię, kompozycję narzędzi rozpoznawania tekstu oraz reguły logiczne. W ramach stażu po doktorskiego zajmowała się tematyką rozumowania strumieniowego, w szczególności z użyciem metod programowania deklaratywnego. Adrian brała udział w wielu projektach badawczych i rozwojowych (HeKatE, BIMLOQ (MNiSW), INDECT (EU FP7), Prosecco (NCBiR), KnowRex, S2BDW (granty we Włoszech)), programach współpracy nauki z biznesem (Wiedza i Praktyka, SPiN (MARR)) oraz programach unijnych (it2edu). Jest absolwentką pierwszej edycji programu "Top 500 Innovators", w ramach którego ukończyła dwumiesięczny staż na Uniwersytecie Stanforda w USA.
Michał Rad
Absolwent Automatyki wydziału EAIiE AGH, od 2001 roku zatrudniony w Katedrze Maszyn Elektrycznych wydziału EAIiE (obecnie Katedra Energoelektroniki i Automatyki Systemów Przetwarzania Energii). Główne obszary działalności naukowej to diagnostyka maszyn oparta na nowoczesnych metodach analizy danych, również z elementami sztucznej inteligencji. Zastosowanie metod informatyki w pomiarach i badaniach naukowych, tworzenie aplikacji umożliwiających badania (w tej dziedzinie współpraca z przemysłem i Uniwersytetem Rolniczym).
Mirosław Gajer
Jest absolwentem Katedry Automatyki na Wydziale AEIiE Akademii Górniczo-Hutniczej w Krakowie. Swoje zainteresowania naukowe koncentruje przed wszystkim wokół zagadnień związanych z lingwistyką komputerową, przetwarzaniem języka naturalnego i inżynierią lingwistyczną. W szczególności prowadzi badania nad rozwijaniem użytecznych narządzi informatycznych przeznaczonych dla językoznawców, przekładoznawców, filologów i tłumaczy. Między innymi, pracuje nad systemami klasy Machine-Aided Human Translation i ich wykorzystaniem na potrzeby rekonstrukcji i rewitalizacji zagrożonych wymarciem języków. Ponadto zajmuje się sztuczną inteligencja obliczeniową, a w szczególności zastosowaniem algorytmów ewolucyjnych, rojowych i immunologicznych w systemach optymalizacji wielokryterialnej oraz badaniem otwartych sztucznych systemów ewolucyjnych. Prowadzi także prace badawcze związane z symulacją procesu ewolucji języków naturalnych oraz zajmuje się dziedziną kryptologii historycznej (komputerowe badania inskrypcji dysku z Fajstos oraz tekstu manuskryptu Wojnicza).