Lokalita: Praha

Metody analýzy multimodálních dat

Naměřená data často vykazují multimodální povahu. Typickým příkladem takových dat mohou být údaje získané během dopravní špičky, které se liší mezi ranními hodinami, kdy všichni jedou do práce či školy, poledním útlumem, odpolední špičkou a nočním provozem. Při analýze takových dat tedy nestačí použít jeden model, ale je zapotřebí směsi modelů, které popisují jednotlivé fáze…

Analýza dat z dotazníků

Dotazníky jsou významným prostředkem k získávání dat. Jako typický příklad můžeme uvést oblast medicíny návrhy při budování nových projektů chytrých měst, dopravních řešení a podobně. Dotazníky poskytují diskrétní nebo diskretizovaná data. Jejich analýza je založena na modelu. Běžným modelem diskrétních data je kategorický model. Ten ale v případě více veličin s více hodnotami selhává v…

Segmentace biologických 2D objektů

Navrhovaná práce se zaměřuje na rozvoj metod počítačového vidění s důrazem na segmentaci objektů ve 2D datech. Ve spolupráci s mikrobiology budou analyzována data s konkrétními úlohami. Součástí studie bude výběr vhodných metrik pro porovnání účinnosti různých segmentačních metod. Na základě těchto srovnání bude navržen systém schopný sledovat proces změn v čase. https://www.utia.cas.cz/cs

AI metody v elektronové a fluorescenční mikroskopii

Nové generace elektronových a superrezolučních fluorescenčních mikroskopů v kombinaci s metodami hlubokého učení dávají bezprecedentní možnosti analyzovat materiálové a biologické vzorky. Během stáže se studenti seznámí s rekonstrukčními metodami, jako je dekonvoluce a superrozlišení, a získají vhled do metod automatické segmentace, detekce a trekování velkého množství malých objektů. Vyzkouší si použití těchto metod na problémy…

Regularita zobrazení v numerických metodách

Tato stáž poskytne studentovi příležitost seznámit se s teoretickými základy metrické (sub)regularity pro jednoznačná a mnohoznačná zobrazení. Důraz bude kladen na propojení těchto teoretických konceptů s numerickými metodami, zejména s Newtonovou metodou a jejími variantami. Cílem je, aby student porozuměl tomu, jak regularita ovlivňuje konvergenci a stabilitu těchto metod, a naučil se využívat tyto poznatky…

Vysvětlitelné modely pro interaktivní vývoj vědeckých teorií

Metody strojového učení jsou již dnes běžnou součástí vědecké praxe. Aktuálně nejpřesnější modely jsou však typu black-box, pro něž není snadné určit jak daný model funguje. Je tedy možné, že i přesné predikce jsou založeny na chybné interpretaci dat, například kvůli neúplnosti trénovacích dat. Vysvětlitelné modely strojového učení se snaží tento problém řešit. Jejich primárním…

Využívání metod hlubokého učení pro simulaci a vyhodnocování dat

V průběhu stáže se student seznámí se základními algoritmy hlubokého učení a jejich teoretickým pozadím. Na vybraných příkladech se naučíte využívat moderní softwarové nástroje implementující algoritmy strojového a hlubokého učení na masivně využívaných hardwarových multiprocesorových platformách CPU/GPU.Cílem stáže je aby posluchač zvládl celý vývojový cyklus použítí strojovéhoučení, počínaje instalace potřebného SW, předzpracováním zadaných dat přes…

Konstrukce předehřevu tiskové platformy do 3D tiskárny na kov

Cílem stáže bude navrhnout konstrukční řešení a řízení předehřevu tiskové platformy v 3D tiskárně na kovové materiály (SLM). Během stáže získá student přehled v používaných materiálech a bude realizovat výběr vhodných materiálů v souvislosti s ostatními komponenty zařízení, výsledkem bude vytvoření modelu řešení s následným otestováním v provozu. Instituce: Fyzikální ústav AV ČR https://www.fzu.cz/home

Využití vektorových databází pro podobnostní vyhledávání

V souvislosti s rozvojem využívání vektorových reprezentací entit zejména v souvislosti se zpracování dat pomocí (hlubokých) neuronových sítí, roste i význam vektorových databází (např. Chroma DB, Qdrant.tech, …). V rámci stáže bude probíhat implementace podobnostního vyhledávání v dané doméně dle dohody s uchazečem. Zadání může být rozšířeno o multimodální přístupy či další use-cases. https://www.fzu.cz/home

Bridging the Gap: Integrace experimentů a strojového učení v materiálovém inženýrství

Predikce vlastností materiálů pomocí modelů strojového učení.Experimentální studie kovových materiálů spojené se strojovým učením a algoritmickým modelováním umožní účastníkům stáže vytvářet predikční modely mechanických vlastností materiálů z reálných dat a navrhovat strategie pro jejich praktické využití. https://www.fzu.cz/home