Ústav teorie informace a automatizace

Jste zde

Projekty

Oddělení: MTR Období: 2018 - 2020 Grantor: GACR
Stupňované vlastnosti jsou v přirozeném diskurzu a usuzování všudypřítomné. Tyto vlastnosti jsou charakterizovány tím, že jich různé objekty můžou nabývat v různé intenzitě. Typickým příkladem jsou vágní vlastnosti (např. „vysoký“ nebo „bohatá“), u kterých není ostře vymezená hranice mezi objekty, které tuto vlastnost (ještě) mají a těmi, které (už) ji nemají.
Oddělení: AS Období: 2018 - 2020 Grantor: GACR
Optimální zpracování distribuované znalosti je klíčové pro strojové učení, zpracování signálů a řízení. Vyžadují jí sítě čidel, chytrých prostředí, autonomní agenti i distribuované infrastruktury (shluky, internet) sloužící internetu věcí. Uzly mohou komunikovat pomocí částečně popsaných pravděpodobnostních distribucí (momenty, atp).
Oddělení: ZOI Období: 2018 - 2020 Grantor: GACR
Objekty, které se pohybují vzhledem k senzoru velkou rychlostí, jsou zaznamenány rozmazaně. Tak častý jev zatím nebyl překvapivě analyzován v oboru počítačového vidění. Funkce rozmazání v sobě obsahuje informace o vlastnostech pohybu objektu. Rozmazání tedy nemusí být přítěž ale nástroj na detekci a sledování rychle se pohybujících objektů.
Oddělení: AS Období: 2018 - 2020 Grantor: GACR
Detekce anomálií je důležitým nástrojem automatického zpracování dat v případech, kdy není u žádných dat známé, do jaké třídy patří (učení bez učitele). Detekce anomálií se snaží nalézt vzorky, které se výrazně liší od většiny a proto jsou potenciálně zajímavé pro další analýzu. V současné době je většina metod založena na jednoduchých mělkých modelech bez jakékoliv složitější hierarchie.
Oddělení: MTR Období: 2018 - 2019 Grantor: AV_GA
The goal of the project is to establish the research cooperation between the mutually complementary Taiwan and Czech research teams. The research is oriented to the development and verification of a new data mining technique based on probabilistic compositional models, the theory of which was developed by the Czech partner in the last decade.
Oddělení: ZOI Období: 2018 - 2021 Grantor: GACR
Projekt spadá do oblasti počítačového zpracování a rozpoznávání obrazu. Zaměřuje se na specifický typ dat – vícerozměrná vektorová a tensorová pole. Pomocí vektorových polí se dá popsat rychlost pohybu částic, optický tok, gradienty, deformační, vodivostní a difusní tensory a další podobné veličiny. Hodnota každého pixelu je vektor (tensor), jehož kompotenty nelze zpracovávat nezávisle.
Oddělení: ZOI Období: 2018 - 2020 Grantor: TACR
Cílem projektu je zkoumat nové metody pořizování a zpracování barevného obrazu a využít výsledky tohoto výzkumu v praktických aplikacích s implementací v reálném čase na embedded systémech. Projekt je zaměřen na barevné/multispektrální obrazy (B/MO)s větším barevným rozlišením, mající až několik desítek spektrálních složek.
Oddělení: ZOI Období: 2018 - 2023 Grantor:
Oddělení: ZOI Období: 2018 - 2021 Grantor: GACR
Projekt se zabývá vývojem efektivních algoritmů pro popis digitálních snímků a pro odstranění poškození obrazu. Pomocí teorie momentů dokážeme odstranit rozmazání obrázku, které splňuje konvoluční model. V první fázi projektu zavedeme analytický popis rozmazání pohybem v momentové reprezentaci, pomocí kterého lze odhadnout parametry pohybu.
Oddělení: ZOI Období: 2018 - 2019 Grantor: TACR
Cílem projektu je vytvoření softwarového systému pro podporu terapie poruch řeči pro dospělé i dětské pacienty s vrozenou i získanou narušenou (oslabenou) motorikou mluvidel. Systém je zaměřen na individuální léčbu pomocí cvičení, která vedou ke zlepšení motoriky jazyka a tedy k lepší artikulaci.
Oddělení: AS Období: 2017 - 2021 Grantor: FG
Cílem projektu je podstatně přispět k teoretickému a algoritmickému rozvoji kooperace a dohadování ve složitých situacích a za neurčitosti. Cílová teorie bude využitelná k decentralizovému dynamickému rozhodování v rámci plochých struktur spolupráce a to bez předběžné koordinace. Podpoří jednotlivého agenta jednajícího v síti strategicky interagujících agentů.
Oddělení: ZOI Období: 2017 - 2019 Grantor: MPO
Podstatou projektu je implementace principů Průmyslu 4.0. při výrobě a opravách konstrukčních vrstev dopravních komunikací. Cílem projektu je automatizace a optimalizace technologického postupu měření a zpracování dat povrchu pozemních komunikací, a to formou virtualizace celého výrobního procesu, včetně zajištění konkrétních způsobů transferu dat do výroby a oprav dopravní infrastruktury.
Oddělení: ZS Období: 2017 - 2020 Grantor: FG
Projekt SILENSE je zaměřen na užití chytrých akustických technologií, zejména ultrazvuku, pro tvorbu komunikačních rozhraní člověk-stroj a komunikačních rozhraní stroj-stroj. Projekt tvoří konsorcium 31 partnerů z 8 evropkých zemí, které je vedeno koordinátorem z NXP Semiconductors v Belgii.
Oddělení: ZS Období: 2017 - 2020 Grantor: FG
Productive4.0 projekt patří mezi první tzv. Lighthouse iniciativy podpořené společným podnikem ECSEL. Projekt je koordinován INFINEON TECHNOLOGIES AG v Německu, konsorcium tvoří 109 partnerů z 19 zemí. Projekt se věnuje vývoji a koordinací aktivit, které jsou využívány pro oblast Průmyslu4.0.
Oddělení: ZOI Období: 2017 - 2019 Grantor:
Digital image acquisition is often accompanied with its degradation by noise, blur (out-of-focus, motion etc.), compression, etc. In many cases, the degradation process can be modeled by a linear relation g=Hu+n where g denotes the acquired image, u the original image, H the degradation operator, and n random noise.

Stránky