Umělá inteligence, zpracování a analýza dat

Kontaktní osoba

doc. Ing. Jiří Hošek, Ph.D.

Hlavní výzkumné činnosti

Strojové učení (výzkum nových algoritmů strojového učení a umělé inteligence)
Big data (paralelní a distribuované algoritmy pro zpracování velkých objemů dat)
Počítačové vidění (analýza obrazového obsahu, detekce a klasifikace objektů, trasování objektů, segmentace)
Biomedicína (aplikace pro elektronické zdravotnictví a telemedicínu)
Biometrika a anonymizace (identifikace a verifikace osob na základě rozpoznání tváří, pokročilá anonymizace tváří, extrakce sekundárních biometrických a ne-biometrických rysů - věk, pohlaví, atd.)
3D audio

Laboratorní vybavení

Superpočítač osazený několika vysoce výkonnými výpočetními kartami pro akceleraci výpočtů umělé inteligence
Mikroskop pro analýzu minerálů
Robotické rameno

Partneři

Firmy: Kriminalistický ústav v Praze, Yunex Traffic, AT&T, AŽD Praha s.r.o., ČEPS, Honeywell, JIMI CZ a.s., Konica-Minolta, Tokoz a.s.

Hlavní výsledky výzkumu - praktické

Systém pro automatizovanou defektoskopii kovových lakovaných dílů založený na inovativních algoritmech detekce anomálií ve spolupráci s výzkumným týmem společnosti Konica Minolta
Systém inteligentního trasování účasníků dopravního provozu s pomocí umělé inteligence, který zajišťuje lepší přehled o křižovatce. Software vznikl ve spolupráci se společností Yunex Traffic
Umělá inteligence pro kategorizaci spekter inkoustů a jedna z celosvětově největší databáze inkoustů na světě. Software umožňuje s pomocí umělé inteligence efektivní vyhledávání. Nástroj vznikl ve spolupráci s Kriminalistickým ústavem v Praze
Umělá inteligence pro kategorizaci spekter inkoustů a jedna z celosvětově největší databáze inkoustů na světě. Software umožňuje s pomocí umělé inteligence efektivní vyhledávání. Nástroj vznikl ve spolupráci s Kriminalistickým ústavem v Praze
TOKOZ ePRO Informační systém
SP Analyzer - softwarový nástroj pro klasifikaci a segmentaci zeminových (minerálních) fází za účelem jejich další komparační analýzy. Nástroj vznikl ve spolupráci s Kriminalistickým ústavem v Praze

Hlavní výsledky výzkumu - publikace

Mezina, A., Genzor, S., Burget, R., Myska, V., Mizera, J. and Ometov, A., 2024. Corticosteroid treatment prediction using chest X-ray and clinical data. Computational and structural biotechnology journal, 24, pp.53-65.

Mizera, J., Genzor, S., Sova, M., Stanke, L., Burget, R., Jakubec, P., Vykopal, M., Pobeha, P. and Zapletalová, J., 2024. The effectiveness of glucocorticoid treatment in post-COVID-19 pulmonary involvement. Pneumonia, 16(1), p.2.

Sengar, N., Burget, R. and Dutta, M.K., 2022. A vision transformer based approach for analysis of plasmodium vivax life cycle for malaria prediction using thin blood smear microscopic images. Computer Methods and Programs in Biomedicine, 224, p.106996.

Khan, J.S., Kaushik, M., Chaurasia, A., Dutta, M.K. and Burget, R., 2022. Cardi-Net: A deep neural network for classification of cardiac disease using phonocardiogram signal. Computer Methods and Programs in Biomedicine, 219, p.106727.

Mezina, A., Burget, R. and Ometov, A., 2024. Reinterpreting Usability of Semantic Segmentation Approach for Darknet Traffic Analysis. Computer Networks, 249, p.110493.

V. Myska, R. Burget, M. Kolarik, V. Levek, P. Steffan and J. Haze, "IoT Mechatronic Access Control System ePRO 1.4," in IEEE Consumer Electronics Magazine, vol. 13, no. 5, pp. 83-92, Sept. 2024, doi: 10.1109/MCE.2023.3331169.