The aim of the project is to promote understanding of complex interactions and the dynamics of decision making (DM) under complexity and uncertainty. The theory under consideration should be applicable to dynamic DM and interaction within a flat structure without any coordination. It will support modelling a living agent acting within a complex network of interacting heterogeneous agents.

The proposed project aims to contribute to theoretical and algorithmic development of cooperation and negotiation aspects while respecting agent imperfection and deliberation. The targeted solution should be applicable to decentralised dynamic DM under complexity and uncertainty. It will support a single agent acting within a network of strategically interacting agents.

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.

Linear and bilinear models arise in many research areas including statistics, signal processing, machine learning, approximation theory, or image analysis.

Systémy parciálních a obyčejných diferenciálních rovnic budou zkoumány pomocí metod dynamických systémů. Mnoho problémů z biologie, chemie, mechaniky, řízení, přenosu informace, ekonomie a dalších vědních disciplin jsou charakteristické tím, že mohou být popsány jako dynamický systém, který se mění v čase. Zavedením zpoždění (paměti) se matematický model stává realističtějším.

The project aims to develop a dynamic distributed estimation framework, intended for fully distributed low-cost parameter estimation of stationary signals and reduced-complexity tracking of nonstationary processes.