O nás

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA KYBERNETIKY Vedoucí katedry: Prof. Dr. Vladimír Mařík Karlovo náměstí 13, Budova E, 121 35 PRAHA 2 http://cyber.felk.cvut.cz O nás v PDF (anglicky).

---

České vysoké učení technické (ČVUT) v Praze bylo založeno v roce 1707 a je jednou z nejstarších technických univerzit na světě. Patří k předním technickým univerzitám v České republice a navštěvuje jej přibližně 23000 studentů inženýrských oborů. ČVUT je také s 1500 akademickými zaměstnanci jednou z největších výzkumných institucí v České republice. Probíhá zde výzkum ve všech základních disciplínách vyučovaných na univerzitě: v matematice, fyzice, počítačových vědách, strojírenství, elektrotechnice, v jaderné fyzice, architektuře, dopravních vědách, biomedicínském inženýrství, atd.

Katedra kybernetiky fakulty elektrotechnické (FEL) zajišťuje výuku pedmětů pro inženýrské i postgraduální studijní obory v oblastech jako je technická kybernetika, umělá inteligence, počítačem podporovaná výroba, počítačové vidění, rozpoznávání a biomedicínské inženýrství. Katedra má 65 akademických zaměstnanců a výzkumníků a přes 45 postgraduálních studentů.

Všechny aktivity katedry kybernetiky směřují k zajištění nejvyšších standardů výzkumu a výuky na všech úrovních vyššího školství. V roce 2000 obdržela katedra kybernetiky fakulty elektrotechnické od Evropské komise ocenění "Evropské centrum excelence" (označované akronymem MIRACLE). Katedra se také stala jedním ze zakládajících členů Centra aplikované kybernetiky, které je podporováno z programu pro výzkum a vývoj Ministerstva školství, mládeže a tělovýchovy České republiky.

Výzkum na katedře probíhá ve dvou spolupracujících centrech: v Gerstnerově laboratoři pro inteligentní rozhodování a řízení (GL) a v Centru strojového vnímání (CMP). Obě jsou předními českými centry zabývajícími se výzkumem v oblastech počítačového vidění a strojového vnímání, datových skladů, integrace průmyslových výrobních systémů a plánování výrobních systémů. Obě centra jsou také vysoce uznávána v zahraničí.

Gerstnerova laboratoř

Vedoucí: Vladimír Mařík

Gersterova laboratoř byla založena v roce 1996 jako rozšíření Společného výzkumného pracoviště ČVUT v Praze a FAW v Linci (Rakousko). Má přes 40 akademických zaměstnanců a více než 35 postgraduálních studentů.

V Gerstnerově laboratoři probíhá základní i aplikovaný výzkum v oblastech distribuované umělé inteligence, multiagentových systémů, strojového učení a systémové diagnostiky, databázových systémů a datových skladů, data miningu a systémů na podporu rozhodování, evolučních výpočetních technik, inteligentní robotiky a biokybernetiky.

Laboratoř se skládá ze 4 výzkumných skupin:

• skupina agentových technologií
• skupina inteligentní a mobilní robotiky
• skupina znalostních systémů
• skupina přírodou inspirovaných technologií

Skupina agentových technologií

Vedoucí: Michal Pěchouček

http://agents.felk.cvut.cz

Cílem skupiny agentových technologií (ATG) je špičkový výzkum v oblasti teoretických základů a aplikací agentových systémů.

Největší síla ATG je ve výzkumných prototypech, které slouží k ověření a empirické analýze teoretických konceptů velkých multiagentových systémů. Klíčovými zkoumanými koncepty jsou sociální znalosti a modely vztahů, modely důvěry a pověsti v multiagentových systémech, modelování a řešení nedostupnosti agentů, formální modely a detekce nabízených schopností agentů, distribuované rozhodování, distribuované plánování a koordinace, formování koalic a aliancí, vyjednávání a spolupráce, meta-usuzovaní, sledování, detekce vetřelců, autonomie a škálovatelné multiagentové simulace.

V oblasti aplikovaného výzkumu je ATG aktivní hlavně v aplikacích agentových technologií ve výrobě (např. při plánování, řízení a simulaci výroby), při správě dodavatelsko-odběratelských vztahů, logistice, ale také ve tvorbě agentových systémů podporujících obranné a záchranné operace. Nedávno se ATG pustila i do oblastí, jako je kolektivní robotika, kde se setkáváme s mnoha koncepty rozvíjenými v rámci agentových technologií (autonomní koordinace, řešení konfliktních situací, atd.).

Skupina inteligentní a mobilní robotiky

Vedoucí: Libor Přeučil

http://gerstner.felk.cvut.cz/mobile-robotics

Výzkum skupiny se zaměřuje hlavně na návrh a vývoj inteligentních a mobilních robotů. Hlavním cílem je vyvinout robustní vnímající řídicí systém, který by byl schopen navigovat robota v okolním světě a který by si vytvářel a udržoval model světa. Dosažení tohoto cíle je podmíněno vyřešením několika hlavních úloh: získání a spojení informací z různých druhů senzorů, lokalizace a navigace mobilního robota, údržba mapy světa ve 2D a 2.5D, plánování a rozvrhování aktivity jednoho a více robotů, strategie pro kolektivní chování robotů, atd. Preferujeme robustní a levná řešení bez extrémních nároků na počítačový hardware.

Výzkum probíhá i v oblasti integrace lidských a robotických entit. Naše aktivity jsou zaměřeny na vývoj osobních asistenčních a navigačních systémů, na techniky SLAM (současná lokalizace a tvorba mapy) pro lidské entity, na výměnu informací a znalostí a na komunikační schémata. Předmětem výzkumu jsou i techniky koordinace a kooperace mnoha systémů (např. plánování záchranných operací, kooperativní mapování prostředí a herní strategie pro robotický fotbal).

Dalšími výzkumnými proudy jsou diagnostika velkých průmyslových systémů, vývoj softwaru pro dopravní aplikace a testování softwaru. Výzkum v těchto oblastech se zaměřuje na podpůrné nástroje pro systémy robustní vůči poruchám a na diagnostiku drážních zabezpečovacích a řídicích systémů.

Skupina znalostních systémů

Vedoucí: Zdeněk Kouba

http://krizik.felk.cvut.cz

Skupina znalostních systémů se zajímá o generické aspekty návrhu softwaru s ohledem na tvorbu informačních a znalostních systémů. Hlavním předmětem výzkumu skupiny jsou datové sklady, transformace dat mezi různými modely a správa znalostí.

V oblasti datových skladů studujeme zejména problémy spojené s procesem extrakce, transformace a plnění (ETL). Dosáhli jsme zajímavých výsledků na poli spolupráce datových skladů a geografických informačních systémů. Metody transformace dat mezi různými modely studujeme hlavně s ohledem na plnění/aktulalizaci údajů v datových skladech a s ohledem na předzpracování dat pro různé data miningové procesy.

Výzkum v oblasti správy znalostí se zaměřuje na sémantickou anotaci dokumentů, která umožní jejich inteligentní správu. Studujeme a prakticky využíváme reprezentaci znalostí založenou na ontologiích.

Skupina přírodou inspirovaných technologií

Vedoucí: Olga Štěpánková

http://gerstner.felk.cvut.cz/nit

Základní výzkum prováděný naší skupinou se zaměřuje na návrh a implementaci adaptivních inteligentních systémů. Skupina se především věnuje vylepšování tradičních algoritmů strojového učení pro tvorbu symbolických modelů objektů popsaných hodnotami atributů a studiu pokročilých technik spojených s učícími se modely vztahů mezi objekty. Vytváříme efektivní implementace těchto algoritmů prostřednictvím nových strategií statistického prohledávání velkých prostorů možných modelů a prostřednictvím biologií inspirovanch optimalizačních procedur, jako jsou genetické algoritmy a neuronové sítě. Vyvíjíme a implementujeme tako učící se a vizualizační algoritmy jako nástroj pro získávání nových a interpretovatelných znalostí z databází.

Aplikovaný výzkum skupiny se zaměřuje na inteligentní rozhraní člověk-stroj. Byl podán patent na systém I4Control^® - specializovaný nástroj, který lidem umožňuje ovládat osobní počítač prostřednictvím očních pohybů. V kooperaci s lékařskými institucemi také navrhujeme a vyvíjíme specializované systémy pro podporu rozhodování - většina z nich kombinuje nové metody pro zpracování lékařských dat (např. EEG, EKG) s technikami pro efektivní získávání a reprezentaci znalostí a se strojovým učením. Zajímavých výsledků jsme také dosáhli aplikací strojového učení na data získaná analýzou lidského genomu.

Center for Machine Perception

Vedoucí: Václav Hlaváč

Centrum strojového vnímání (CMP) je výzkumná skupina s aktivitami v oblastech jako jsou počítačové vidění, rozpoznávání a matematické modelování nejistoty. CMP bylo založeno v roce 1996 a je částí katedry kybernetiky FEL ČVUT. CMP je zčásti financováno ČVUT a dále z mnoha národních, evropských a průmyslových grantů. CMP má 25 akademických pracovníků a cca 10 postgraduálních studentů.

Hlavními výzkumnými oblastmi v CMP jsou:

• rekonstrukce 3D scén z několika obrazů
• všesměrové vidění, neklasické kamery
• rekonstrukce 3D modelů z neorganizovaných 3D bodů
• hledání stereo korespondencí a rekonstrukce povrchu
• vícekamerové systémy pro rozpoznávání
• rozpoznávání objektů
• zpracování lékařských obrazů
• statistické rozpoznávání a učení
• matematika nejistoty, kvantová a fuzzy logika

Rekonstrukce 3D scén

Cílem je rekonstruovat 3D model scény z několika obrázků. Obrázky ze standardních projektivních nebo širokoúhlých kamer jsou užity jako zdroj dat. V rámci této úlohy studujeme mnoho dílčích problémů, např. hledání korespondencí mezi obrázky,odhad pozice a parametrů kamer, finální konstrukce 3D modelu, atd.

Všesměrové vidění

Předmětem výzkumu je geometrie širokoúhlých a nestandardních všesměrových kamer. Vyvíjíme reprezentace obrazové virtuální reality.

Vícekamerové systémy

Vyvinuli jsme systém Virtual Editor, který umí zpracovat několik video kanálů současně, analyzuje akce v pozorované scéně a poskytuje plynulý výstup pro vzdáleného pozorovatele.

Kvantová a fuzzy logika

Studujeme nejrůznější teoretické aspekty fuzzy a kvantové logiky.

Analýza lékařských obrazů

Mezi zkoumaná témata patří: metody pro počítačem podporovanou diagnostiku štítné žlázy, metody pro kvantifikaci objemu plic, pro 3D modelování lidské tváře pro neuropsychologické studie, modelování elastických tkání z ultrazvukových snímků, rekonstrukce mozkové aktivity z MEG/EEG, atd.

Rozpoznávání

Studujeme metody pro statistické i strukturální rozpoznávání. To zahrnuje i algoritmy pro velké kvadratické optimalizační problémy, algoritmy pro konzistentní značkování, metody pro sekvenční rozhodování při rychlém rozpoznávání objektů. Výsledky byly aplikovány na detekci obličejů v reálném čase, rozpoznávání dopravních značek v reálném čase, rozpoznávání a čtení SPZ automobilů, atd.

---