prof. Ing. Václav Píštěk, DrSc.

1. Analýza a indentifikace lokálních struktur DNA pomocí metod soft computingu.

   Projekt zahrnuje vývoj specializované platformy pro analýzu DNA sekvencí se zaměřením na velké objemy dat, které budou zahrnovat požadované algoritmy pro identifikaci struktur jako jsou triplexy, kvadruplexy a pro analýzu proteinových motivů s reportovacími a vizualizačními nástroji a jejich ukládání ve vhodném databázovém systému. Navrhovaný software bude implementován jako webová služba a bude k dispozici online pro veřejné použití. Software bude použit pro charakterizaci a vyhodnocování lokálních DNA struktur v sekvencích DNA se zaměřením na možnost analýzy celých genomů a různých lokálních DNA struktur včetně triplexů a kvadruplexů.

   Školitel: Šťastný Jiří, prof. RNDr. Ing., CSc.

2. Biologicky inspirovaní roboti - simulace

   Bio-inspirovaná schopnost pohybu je poměrně nová podskupina biologicky inspirovaného designu robotů. Jedná se o převzetí konceptů z přírody a jejich aplikaci na konstrukci reálných technických systémů. Kromě nových návrhů a metod pro konstrukci morfologií robotů nás biologie také inspiruje k vytvoření vylepšeného softwaru, který umožní robotům lépe spolupracovat s komplexními prostředími. Práce budou zahrnovat simulaci, plánování cesty a návrh řízení bio-inspirovaných robotů.

   Školitel: Matoušek Radomil, prof. Ing., Ph.D.

3. Internet věcí, analýza velkých dat a strojové učení

   Jelikož se senzory rozšiřují téměř ve všech průmyslových odvětvích, internet věcí způsobí masivní příliv velkých dat. Práce se zaměří na to, kde IoT bude mít největší dopad a co to znamená pro budoucnost velké datové analýzy. Big Data Analytics zkoumá rozsáhlé datové sady (velké údaje), které identifikují skryté vzorce, trendy na trhu, preference spotřebitelů a další cenné informace, které pomáhají organizacím vytvářet strategická obchodní rozhodnutí. Strojové učení je jedním z nástrojů, které používají vědci v oblasti dat, kde je vytvořen model, který matematicky popisuje určitý proces a jeho výsledky. Následně model poskytuje doporučení a sleduje výsledky poté, co jsou tato doporučení implementována a využita ke zlepšení modelu.

   Školitel: Matoušek Radomil, prof. Ing., Ph.D.

4. Návrh adaptivního řízení s využitím frameworku ROS

   V oblasti mobilní robotiky byl zaznamenán v poslední době značný rozvoj v souvislosti s příchodem moderních, výkonných a hlavně miniaturních počítačů a kontrolérů. K rozvoji mobilních robotických zařízení též přispěl vývoj senzorických systémů, které jsou stále přesnější, rychlejší a menší. Úlohy mobilních robotů mohou být různé. V některých skladech společnosti Amazon je například využíván systém autonomních mobilních robotů. Ty dle potřeby přivezou a zase odvezou vozík s požadovaným zbožím. Dále jsou mobilní roboty používány například na mapování vnitřních nebo venkovních prostor, jako servisní roboti, nebo jako součásti jiných zařízení, například parkovací asistent v automobilech. Navrhovaný projekt je zaměřen na mapování vnitřních prostor a klade si za cíl navrhnout a implementovat algoritmy adaptivního řízení mobilních robotů. Součástí projektu bude návrh systému pro získávání dat na vytvoření 3D modelu mapovaných prostor. Při návrhu algoritmu a pro řízení robota bude využit framework ROS.

   Školitel: Šťastný Jiří, prof. RNDr. Ing., CSc.

5. Netradiční metody pro klasifikaci a predikci dat při řízení procesů

   K moderním metodám pro optimalizaci řízení procesů patří metody umělé inteligence. Tyto metody je vhodné aplikovat na problémy, které jsou jen obtížně řešitelné klasickými deterministickými matematickými metodami, nebo tam kde aplikace exaktních výpočetních metod vyžaduje nepřiměřené zjednodušení úlohy. Získání optimálních dat moderními metodami a algoritmy umělé inteligence je významnou úlohou při klasifikaci objektů. Při řešení zmíněné úlohy použije doktorand následující přístupy: Analýza evolučních metod, analýza algoritmů pro klasifikaci a predikci dat.

   Školitel: Šťastný Jiří, prof. RNDr. Ing., CSc.

6. Pokročilé metody zpracování signálů ze senzorů

   Rostoucí počet aplikací vyžaduje společné využívání techniky zpracování signálu a strojového učení na časových řadách a datech senzorů. Cílem práce bude analýza dat, softwarové systémy pro zpracování snímačů a fúze dat senzorů.

   Školitel: Matoušek Radomil, prof. Ing., Ph.D.

7. Robotika a Bin Picking - Hledání svatého grálu

   Existují tři hlavní typy bin pickingu: strukturovaný, polostrukturovaný a náhodný výběr. Každý z nich představuje rostoucí úroveň složitosti aplikací, nákladů a doby cyklu. Můžeme říci, že náhodný výběr se již blíží hlavnímu proudu současné robtiky. Náhodný výběr vyžaduje konvergenci technologií, zvláště pak tři hlavní komponenty, které zvyšují inteligenci robota: senzory, software a nástroje na konci - efektory. Rozvoj ve všech třech uvedených oblastech nás posunuje blíže k diskutovanému těžko dosažitelnému cíli.

   Školitel: Matoušek Radomil, prof. Ing., Ph.D.

8. Stabilizace a řízení dynamických systémů vykazujících chaotické chování

   Některé dynamické systémy vykazují komplikované chování, pro které se vžil termín deterministický chaos. Téma je zaměřeno na analýzu vybraných chaotických modelů (vzhledem k co nejširší množině parametrů systému) a jejich stabilizaci s využitím metod výpočetní inteligence.

   Školitel: Matoušek Radomil, prof. Ing., Ph.D.

9. Virtuální a rozšířená realita + umělé inteligence

   Virtuální realita (VR) je zavedený fenomén. Rozšířená realita (zkratkou AR) (angl. augmented reality) je označení používané pro reálný obraz světa doplněný počítačem vytvořenými objekty. Cílem práce bude v reálném čase analyzovat a rozpoznat obraz a dohledat, resp. interagovat k němu další souvislosti s využitím metod umělé inteligence.

   Školitel: Matoušek Radomil, prof. Ing., Ph.D.