Dr inż. Joanna Kołodziejczyk

From WikiZMSI

Pokój: 27 WI1 parter
Telefon: +4891 449 5580
E-mail: jkolodziejczyk()zut.edu.pl
Konsultacje: (Zima 2021/22) czwartek 12:00 do 14:00

Spis treści

Zainteresowania naukowe

Moje zainteresowania naukowe zasadniczo skupiają się wokół inteligencji obliczeniowej i praktycznego zastosowania metod maszynowego uczenia się w analizie danych.

W obszarze zastosowania metod heurystycznych w procesie poszukiwania globalnego optimum istnieje potrzeba wykorzystywania efektywnych algorytmów w wielowymiarowych przestrzeniach ciągłych i dyskretnych. Wiele ze znanych metod ma dużą efektywność mierzoną na funkcjach testowych o niewielu wejściach. Zmniejszanie liczby obliczeń w dużych przestrzeniach jest wyzwaniem naukowym, które chciałabym podjąć.

Drugim obszarem moich zainteresowań jest praktyczne wykorzystanie metod maszynowego uczenia się w analizie danych. Ten obszar badań ma wymiar bardzo praktyczny i jest związany z badaniami podjętymi w ramach kończącego się projektu o akronimie SYSABA, a których kontynuacja jest kluczowa do realizacji celu jakim jest wdrożenie systemu wsparcia terapeutów behawioralnych na terenie całej Polski. Analiza danych na dużym zbiorze danych terapeutycznych będzie pierwszym na tak dużą skalę przedsięwzięciem. Wykrycie interesujących zależności, potwierdzenie lub zaprzeczenie hipotez stawianych przez terapeutów jest głównym celem badań.


Projekty

Woonti 2021-2023

Członek zespołu badawczego w dziale B&R w Woonti sp. z o.o. Strona projektu Work On Time woonti.com,

SYSABA 2015-2018

W latach 2015-2018 byłam kierownikiem projektu pt: System wsparcia ośrodków terapii behawioralnej pracujących z osobami z zaburzeniami rozwojowymi, Finansowany przez NCBiR w ramach konkursu Innowacje Społeczne II o numerze IS-2/55/2015. Liderem projektu było Polskie Stowarzyszenie Terapii Behawioralnej, partnerzy: ZUT Szczecin, Dolnośląska Szkoła Wyższa i NADAM Nela Grzegorczyk-Dłuciak. Strona projektu sysaba.eu. Więcej szczegółów na temat projektu można znaleźć na stronie Innowacje ZUT.

Monografia wydana w ramach projektu opisująca proces modelowania systemu:


Współpraca ze studentami

Szkoła Orłów ZUT

To inicjatywa dr inż. Piotra Sulikowskiego dla dla wybitnie uzdolnionych studentów (Szkoła orłów ZUT). Jest to propozycja dla studentów którzy czują żyłkę naukowca. Jestem tutorem w tym programie i w roku akademickim 2020/2021 dzięki współpracy z uzdolnioną studentką postał artykuł: Particle Swarm Optimization and Levy Flight integration.

Zapraszam do współpracy osoby zainteresowane karierą naukową :-)

Koło naukowe MLG Machine Learning Group

Zapraszam do współpracy z kołem naukowym prowadzonym przez dr Sałabuna --- Machine Learning Group

Prace dyplomowe

Wskazana niżej tematyka dotyczy dziedzin, które mnie interesują bądź interesowały. Jeżeli ktoś ma pomysły na własne tematy, które dopasowują się do poniższych haseł, zapraszam do współpracy.

  1. Optymalizacja stochastyczna -- inspirowane naturą algorytmy samo adaptujące się
  2. Przetwarzanie języka naturalnego.
  3. Maszynowe uczenie się -- analiza danych w tym obrazów i wykorzystanie sztucznych sieci neuronowych
  4. Systemy ekspertowe -- systemy reglowe oparte na logice dwuwartościowej i wielowartościowej
  5. Gry - taktyka, algorytmy

Możliwe jest pisanie pracy w języku angielskim.

Tematy zrealizowane w latach 2018 - 2021

Te tematy podaję informacyjnie, gdyż mogą służyć jako inspiracja do nowego podobnego tematu.

  1. Optymalizacja stochastyczna -- inspirowane naturą algorytmy samo adaptujące się
    • Rozwiązanie zadania ładowania kontenerów z wykorzystaniem algorytmu kolonii mrówek. (inżynierska: Cel pracy: Przegląd podejść opartych na algorytmie kolonii mrówek (ACO) do rozwiązywania problemu upakowania 3D. Wykonanie eksperymentów porównawczych.)
    • Podejścia ewolucyjne w uczeniu jednokierunkowych sieci neuronowych na przykładzie strategii ewolucyjnych i ewolucji różnicowej. (inżynierska: Cel pracy: Ocena podejść ewolucyjnych poprzez porównanie strategii ewolucyjnych i ewolucji różnicowej do uczenia sieci z nadzorem dla zadań klasyfikacji i regresji.)
    • Optymalne planowanie przylotów i odlotów na lotniskach komunikacyjnych (inżynierska: Cel pracy: Wykorzystanie algorytmu ewolucyjnego do optymalizacji planowania przylotów i odlotów w portach lotniczych. Implementacja i badania eksperymentalne.)
    • Zastosowanie algorytmu ewolucyjnego do wyboru reguł tradingowych dla rynku Forex. (magisterska: Cel pracy: Opis i implementacja algorytmu ewolucyjnego dla zadania wyboru reguł dla rynku walutowego Forex.)
  2. Przetwarzanie języka naturalnego.
    • Automatyczne generowanie poezji na podstawie zbioru tomików poetyckich. (magisterska: cel pracy: Opracowanie oraz porównanie zaimplementowanych modeli pozwalających na generowanie poezji.)
    • Agent konwersacyjny lekarz - pacjent w języku polskim (inżynierska: Cel pracy: Opracowanie i implementacja agenta konwersacyjnego w języku polskim. System będzie symulował odpowiedzi pacjenta na zadane przez lekarza pytania.)
    • Określanie sentymentów w wiadomościach z Twittera w języku polskim (magisterska: Cel pracy: Analiza metod do określania sentymentów w tekstach z Twittera. Wybór adekwatnej metody i implementacja algorytm do klasyfikacji sentymentów wyrażanych w wiadomościach internautów.)
    • System wykrywania tendencji samobójczych i symptomów depresji wśród nieletnich autorów blogów. (inżynierska: Cel pracy: Wyszukanie i zgromadzanie danych z blogów zidentyfikowanych jako depresja i symptomy samobójcze. Dane posłużą do uczenia klasyfikatora Bayesowskiego.)
  3. Maszynowe uczenie się -- analiza danych w tym obrazów i wykorzystanie sztucznych sieci neuronowych.
    • Zastosowanie sztucznej sieci neuronowej do analizy planszy sudoku (inżynierska: cel pracy: Zaprojektowanie i implementacja aplikacji mobilnej pozwalającej na zeskanowanie planszy sudoku oraz znalezienie jej rozwiązania.)
    • Wykorzystanie konwolucyjnych sieci neuronowych do klasyfikacji elementów graficznego interfejsu użytkownika (inżynierska: Cel pracy: Opracowanie i implementacja programu pozwalającego rozpoznawać elementy graficznego interfejsu użytkownika i klasyfikować je z wykorzystaniem konwolucyjnej sieci neuronowej.)
    • Analiza snu z wykorzystaniem parametrów z urządzenia typu smartband. (inżynierska: Cel pracy: Wykonanie aplikacji do gromadzenia surowych danych, przydatnych do analizy snu oraz aplikacji do uczenia i wykorzystania modelu rozpoznającego fazy snu.)
    • Zastosowanie wielowarstwowej sieci neuronowej do utworzenia modelu prognozowania pogody (inżynierska: Cel pracy: Wykorzystanie sztucznych sieci neuronowych do prognozowania wybranych wskaźników pogody oraz porównanie z innymi modelami.)
    • Wykorzystanie metod maszynowego uczenia się do rozpoznawania spektrum autyzmu. (inżynierska: Cel pracy: Analiza i porównanie metod klasyfikacji w zadaniu rozpoznawania spektrum autyzmu.)
    • Implementacja sieci neuronowej do generowania modeli trójwymiarowych twarzy (magisterska: Cel pracy: The selection of a correct type and architecture of the neural network, appropriate for 3D face model generation. The implementation and the research experiments for verifying the hypothesis that three photographs are sufficient enough to teach a neural network and obtain an accurate face model)
    • System identyfikacji wybranej osoby na podstawie dynamiki wprowadzania znaków z klawiatury. (inżynierska: Cel pracy: Analiza metod stosowanych w systemach identyfikacji opartych o zróżnicowanie sposobu wprowadzania znaków z klawiatury. Wybór i implementacja metody do klasyfikacji zebranego zbioru uczącego.)
    • Rozpoznawanie teksów z utworów muzycznych (inżynierska: Cel pracy: Analiza problemu rozpoznawania tekstów z materiałów dźwiękowych oraz wybór odpowiedniej metody do zadania.)
    • Weryfikacja tożsamości użytkownika na podstawie analizy danych z urządzeń wejściowych komputera. (magisterska: Cel pracy: Analiza problemu weryfikacji tożsamości użytkownika na podstawie danych z urządzeń wejściowych komputera oraz implementacja własnego rozwiązania opartego o metody sztucznej inteligencji. )
    • Przegląd metod maszynowego uczenia się do prognozowania walut w rozproszonych systemach księgowych bazujących na kryptografii. (inżynierska: Cel pracy: Celem pracy jest dokonanie przeglądu i krytyczna analiza metod stosowanych do przewidywania kursów walut na podstawie kryptowalut. )
  4. Systemy ekspertowe -- systemy reglowe oparte na logice dwuwartościowej i wielowartościowej
    • Aplikacja do analizy sytuacji w ruchu drogowym (inżynierska: cel pracy: Projekt i implementacja algorytmu analizującego sytuacje występujące w ruchu drogowym reprezentowanym w postaci obrazu oraz ustalającego kolejność przejazdu w danej sytuacji w oparciu o obowiązujące zasady w ruchu drogowym.)
  5. Gry - taktyka, algorytmy
    • Porównanie wydajności wybranych heurystyk szachowych (inżynierska: Cel pracy. Wybór i implementacja heurystyk szachowych. Eksperymenty porównawcze celem wyłonienia efektywnej heurystyki.)
    • Symulacja wyścigu regat żeglarskich z autonomicznym zawodnikiem (inżynierska: Cel pracy: Opracowanie i implementacja symulatora wyścigu żeglarskiego. Wykorzystanie algorytmu uczenia ze wzmocnieniem do trenowania autonomicznego zawodnika.)
    • Trenowanie wirtualnego agenta w grze FPS z wykorzystaniem uczenia ze wzmocnieniem (inżynierska: Cel pracy: Wykorzystanie algorytmu uczenia ze wzmocnieniem do uczenia strategii w grze typu FPS.)
    • Opracowanie i implementacja automatycznego bota dla gry Sabotażysta (inżynierska: Cel pracy: Implementacja gry Sabotażysta, która umożliwi gromadzenie danych z rozgrywek. Dane zostaną wykorzystane do opracowania taktyki gry w postaci reguł lub modelu predykcyjnego. Taktyka zostanie zaimplementowana w bocie.)


Ostatnia aktualizacja (01.10.2021)