Ing. Magda Friedjungová, Ph.D.

2021 - 2023

Hlavním cílem projektu je vytvoření postupů pro analýzu tematických klastrů na materiálu uměleckého textu novočeské literatury a jejich následná aplikace na konkrétní digitalizovaně zpracované texty. Smyslem projektu je za využití softwarových nástrojů materiál uměleckého textu roztřídit podle stanovených kulturně-společenských kategorií, jež i dnes vnímáme jako společensky závažná a aktuální, do tematických hnízd, s nimiž bude moci uživatel pracovat, třídit je a kombinovat, což mu umožní nalezení nečekaných souvislostí v textech novočeského básnictví. Výstup výzkumu se následně promítne do prezentační aplikace, která bude zpřístupňovat takto zpracovaný materiál pomocí definovaných modulů podle cílového uživatele (čtenářská veřejnost; student středoškolák a vysokoškolák, resp. pedagog; badatel; vydavatel). Tato prezentační aplikace bude přístupná on-line a přinese nejvýznamnější knihy česky psané poezie 19. a počátku 20. století ve fulltextu s rozsáhlým rejstříkem nástrojů. Proponovaná aplikace má potenciál zásadním způsobem ovlivnit způsob výuky literatury, bude moderní didaktickou pomůckou a bude mít též dopad v oblasti výzkumu společenských věd.

2022 - 2025

Projekt se zaměřuje na výzkum nových metod účinné ochrany před kybernetickými hrozbami, které zneužívají zabezpečenou komunikaci ke kompromitaci serverů a počítačů v prostředí vysokorychlostních sítí. Budou zkoumány metody strojového učení vhodné pro určování charakteristik toků šifrované komunikace a souvisejících rizik pouze z dostupných metadat. Díky využití hardwarové akcelerace pro realizaci klasifikátorů využívající strojové učení umožní systém vysokorychlostní detekci bezpečnostních incidentů a jejich reportování do SIEM nástroje. Dále bude vyvinut modul pro analýzu incidentů ve formě zásuvného modulu do systému QRadar. Výstupy projektu budou také zahrnovat referenční datové sady síťového provozu a systém pro jejich sběr a anotaci.

2024 - 2026

The FOCAL project aims to advance our understanding of complex Earth systems and mitigate climate change impacts through five main objectives: developing a high-performance computing platform for better climate and earth system modelling; creating AI modules for efficient climate data exploration; designing web-apps to support decision-making; conducting pilot studies to address assessment challenges and demonstrate app benefits; and fostering a collaborative network across research, data providers, data science, and HPC infrastructure. By combining expertise and integrating data from multiple sources, FOCAL aims to improve climate models, inform policy decisions, and support sustainable development.

2020 - 2022

Projekt se v širším smyslu zaměřuje na výzkum v oblasti moderních algoritmů a technik ve znalostním inženýrství. Jedná se o perspektivní a neustále se rozšiřující oblast jak z hlediska teoretického výzkumu, tak z hlediska potenciálu pro praktické aplikace. Ústředním zájmem projektu budou konkrétně metody ve zpracování dat, vytěžování informačně obsažných údajů z dat a automatické hledání vysvětlení pro jevy, které se v datech vyskytují. Palčivým problémem současné umělé inteligence zaměřené na zpracování znalostí je omezená schopnost či neschopnost podat vysvětlení vedoucí k určitému rozhodnutí a rozhodnutí tak často nelze formálně podpořit a obhájit. Celým projektem naskrz všechna dílčí témata tedy bude tato otázka reflektována. Jedná se o doktorský projekt zastřešující pestré výzkumné zájmy členů doktorandů, avšak poskytující obecnou nosnou otázku, která se prolíná napříč dílčími tématy. Projekt speciálně hodlá teoreticky i aplikovaně rozvíjet algoritmy a techniky v neuronových sítích, evolučních algoritmech, zpracování obrazu a textu a zpracování pohybové informace. Projekt bezprostředně navazuje na končící projekt SGS z oblasti zpracování dat.

2017 - 2019

Projekt se zaměřuje na perspektivní a neustále se rozšiřující oblast zpracování dat a vytěžování informačně obsažných údajů z dat. K metodám pro získávání informací se stále více využívají vybrané metody umělé inteligence, jako např. neuronové sítě nebo evoluční algoritmy. Do popředí se dostávají i kombinované modely nebo algoritmy pro zpracování textové informace (text mining). Perspektiva a potřebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. Současně je zpracováváno jen 20 % dostupných dat.

2016

Projekt je zaměřen na vytěžování (data-mining) nestrukturovaných data z obsáhlých zdrojů. Jedná se zejména o obrazová a textová data. Pro zpracování těchto nestrukturovaných dat budou využity vybrané metody umělé inteligence (zejména neuronové sítě/deep learning, evoluční techniky a metody zpracování obrazu) a pokročilé metody z oblasti data-miningu (metody text-miningu a strojového učení). Perspektiva a potřebnost těchto témat je zřejmá z faktu, že každým rokem se zdvojnásobuje objem dat. V současnosti je zpracováváno jen 20 % dostupných dat.

2024 - 2027

S: Cílem projektu je přinést možnost technického i ekonomického řešení pro poskytování energetické flexibility skrze systém propojení elektromobilu s elektrizační soustavou – Vehicle to Grid (V2G). M: Výzkum bude vycházet z reálných dat používání nabíjecích stanic a vytíženosti distribuční soustavy. Výstupem bude prakticky ověřené technologie pro úspěšné komerční uplatnění V2G. A: Cíle byly stanoveny na základě současného stavu a zkušeností obou uchazečů s projekty VaVaI i komerční aplikací nových technologií. R: Výzkum rozšíří současné projekty, využitím metod strojového učení zpřesní predikce a převede je do praxe. Vychází z potřeby trhu i státu pro udržitelnost energetiky i rozvoje elektromobility. T: Projekt bude veden dle detailního harmonogramu a bude ukončen v roce 2025.