Prijeđite na glavni sadržaj

Laboratorij za strojno učenje i reprezentacije znanja

Razvoj postupaka strojnog učenja, reprezentacija podataka i znanja i njihova primjena u dubinskoj analizi podataka i otkrivanju znanja u drugim znanstvenim disciplinama.

Voditelj

Laboratorij za strojno učenje i reprezentacije znanja

Laboratorij se bavi znanstvenim istraživanjima u području računalnih znanosti, razvojem postupaka strojnog učenja, učenja reprezentacija podataka i znanja, prediktivnih i deskriptivnih modela podataka s primjenom na dubinsku analizu podataka i otkrivanje znanja. Teme naših istraživanja vezane su uz slijedeće postupke:

  • učenje rijetkih reprezentacija podataka
  • učenje pravila
  • alternativno/višestruko opisivanje podataka
  • otkrivanje grupa i podgrupa u podacima
  • interaktivna dubinska analiza i vizualizacija modela podataka
  • fuzija prediktivnih modela
  • učenje distribuiranih reprezentacija
  • polinomne (GMDH), konvolucijske, rekurentne neuralne mreže
  • modeli dinamičkih procesa na kompleksnim mrežama

Značaj istraživanja najbolje se ogleda u velikom broju primjena u drugim znanstvenim disciplinama:

  • medicinska dijagnostika
    • napredne tehnike segmentacije medicinskih slika; otkrivanje uzoraka
    • dijagnostika oboljenja
    • prediktivni modeli u razvoju bolesti
    • otkrivanje biomarkera
    • modeliranje aktivnosti i mehanizma djelovanja novih kemijskih spojeva
  • računalna biologija i bioinformatika
    • funkcionalna anotacija gena
    • fenotipska anotacija mikroorganizama
  • modeliranje kompleksnih tehno-socijalnih sustava
    • modeliranje sentimenta i tema u online medijima
    • širenje inormacija i utjecaja socijalnim mrežama
    • širenje epidemija