Dziedziny specjalizacji

Instytut Informatyki prowadzi badania w następujących dziedzinach:

Systemy ekspertowe

Podstawowym celem badań jest opracowanie podstaw teoretycznych projektowania i implementowania systemów ekspertowych. Badane są metody walidacji i weryfikacji baz wiedzy. Rozwijane są zasady projektowania systemów wspomagania decyzji z weryfikacją baz wiedzy. Rozwijane są zasady projektowania systemów wspomagania decyzji z weryfikacją baz wiedzy. Oprócz badań teoretycznych dotyczących metod tworzenia baz wiedzy prowadzone są także prace związane z praktyczną implementacją systemów wspomagania decyzji zawierających moduł weryfikacji wiedzy. Implementacja takich systemów wymaga analizy metod reprezentowania wiedzy oraz procesów wnioskowania.

Innym kierunkiem badań jest zastosowanie teorii zbiorów przybliżonych do konstruowania systemów wspomagania decyzji. W tym zakresie badania koncentrują się na problemie wielostopniowego diagnozowania na podstawie niepewnej i niepełnej informacji. Podjęcie decyzji wymaga wykonania przybliżonej klasyfikacji, przy czym kroki klasyfikacji są związane z rzeczywistym procesem diagnozowania prowadzonym przez ekspertów. Przykładem złożonego systemu diagnozowania jest system wspomagania decyzji w neurologii dziecięcej, który był realizowany we współpracy z Kliniką Neurologii Dziecięcej Śląskiej Akademii Medycznej. Rozwiązania opierające się na teorii zbiorów przybliżonych są weryfikowane w tym systemie.

Algorytmy heurystyczne i ewolucyjne

Prace dotyczą heurystycznych i ewolucyjnych algorytmów rozwiązywania problemów kombinatorycznych. Problemy takie występują w wielu dziedzinach zastosowań. W algorytmach używane są pojęcia zaczerpnięte ze sztucznej inteligencji, biologii, matematyki oraz nauk przyrodniczych i fizycznych. Badane są systemy mrówkowe w kontekście problemu komiwojażera oraz problemów dostawy oraz połączeń autobusowych. Szczególną uwagę zwrócono na polityki generacyjne polepszające sprawność systemów mrówkowych. Przykładami takich polityk są strategie lidera oraz elity będące modelami rzeczywistych zachowań mrówek. Ponadto rozwiązywany jest problem dostawy, który redukuje się do NP-zupełnego problemu podziału zbioru, za pomocą różnych algorytmów, np. k-optymalnego, poszukiwania tabu, symulowanego wyżarzania. We wszystkich tych algorytmach stosuje się przeszukiwanie sąsiedztwa, które z natury ma charakter probabilistyczny. Sposób, w jaki definiuje się strukturę sąsiedztwa oraz wprowadzania randomizacji wpływa istotnie na sprawność algorytmów. Innym kierunkiem badań jest programowanie genetyczne. W tym względzie badany jest wpływ gramatyk opisujących generowane programy na sprawność programowania genetycznego.

Techniki biometryczne

W ostatnich latach można zauważyć znaczny wzrost zainteresowania biometrią. Jest to spowodowane dążeniem do polepszenia bezpieczeństwa ważnych obszarów życia gospodarczego i społecznego. Prowadzone w Zakładzie badania w tym zakresie skupiają się wokół systemów rozpoznawania odcisków linii papilarnych, podpisów oraz głosu. W badaniach tych stosowane są różne techniki analizy obrazów – także opracowane przez pracowników Zakładu. Uzyskane rezultaty konfrontowane są z wynikami innych badaczy. Stosowane są w tym celu różne miary podobieństwa obrazów.
Podstawowym celem badań jest określenie cech behawioralnych osoby. Na tej podstawie można zbudować biometryczny system rozpoznawania. Prowadzone w Zakładzie eksperymenty wykorzystują do testów własne bazy danych. Bazy te budowane były w okresie kilku ostatnich lat.

Widmowa analiza funkcji boolowskich

W badaniach dąży się do odkrywania własności funkcji boolowskich – ważnych z punktu widzenia kryptografii oraz informatyki. W tym celu analizowane jest pełne i zredukowane widmo Walsha i Haara. Rozkład oraz wartości współczynników widmowych pozwalają wnioskować na temat typu funkcji (gięta, liniowa, afiniczna, monotoniczna, itp.).
Badania dotyczą funkcji słabo określonych oraz w pełni zdefiniowanych. W szczególności analizowane są funkcje wieloargumentowe, gdzie tradycyjne techniki analizy, ze względu na wielkość problemu, zawodzą.

Sieci neuronowe w systemach diagnostyki medycznej z zastosowaniem sztucznych zbiorów danych

Ostatnio prowadzone są różne eksperymenty dotyczące wyboru sieci neuronowej pracującej jako moduł podejmowania decyzji w diagnozowaniu zaburzeń chodu. Interfejs diagnostyczny pozwala korzystać użytkownikowi z różnych narzędzi analizy choroby. Narzędzia te korzystając z rozkładu obciążeń i ciśnień stopy uwzględniają indywidualne cechy charakterystyczne stania i chodu pacjenta. Opcje wizualizacji pomagają użytkownikowi w postawieniu diagnozy. Proces ten jest ułatwiony dzięki zaimplementowaniu kilku metod filtracji rekordów pomiarowych. Badane metody wyboru oraz trenowania sieci neuronowej pokazują, jak pokonać trudność ograniczonej liczby dostępnych rekordów pomiarowych w zwiększeniu efektywności algorytmów wnioskowania.

Pierwszy krok rozpoznania choroby dotyczy statycznej części rekordu pomiarowego. Na jej podstawie użytkownik może poczynić wstępne założenia odnośnie diagnozy, tj. jej zgrubną estymację, czyli klasę choroby stopy. W większości przypadków choroba kształtu stopy jest widoczna na statycznej mapie odcisku stopy, można również określić jej rzeczywiste źródło. Ostatecznej konkluzji należy szukać w dynamicznej części rekordu przez analizę sposobu chodu pacjenta. Odstępstwa od normy w rozkładzie czasowym cyklu chodu pozwalają użytkownikowi na sformułowanie przyczyn będących źródłem problemów pacjenta. Eksperymenty przeprowadzono na podstawie sieci neuronowych trzech typów: z propagacją wstecz (PW), w której stosuje się nauczanie nadzorowane; z hybrydową przeciwpropagacją (PP), w której używa się nauczania nadzorowanego i nienadzorowanego; w sieci, w której używa się jedynie nauczania nienadzorowanego. Badania pokazały, że korzystając z zalet podejść PW i PP można dokonać implementacji systemu automatycznego podejmowania decyzji. Badania były prowadzone dla dwóch klas chorób neurologicznych: choroby Parkinsona oraz niedowładów po udarze mózgu. Możliwe jest także przeprowadzenie badań dla innych chorób neurologicznych, jak np. rwa kulszowa.

Interaktywne eksplorery jednostek prezentacji WWW

Większość plików danych dostępnych w serwerach WWW zawiera nie tylko różne formaty danych. Są one powiązane ze sobą w sekwencje, które muszą być odczytywane ramka po ramce – w trybie film. Metody projektowania multimedialnej bazy danych muszą uwzględniać wiele reguł, które powinny być zintegrowane, aby otrzymać kilka standardów dla ułatwienia rozwoju aplikacji oraz dla szybszej eksploracji produktu. W ramach badań analizuje się kilka aspektów techniki projektowania dającej zunifikowaną kompozycję projektu oraz modularność aplikacji z zachowaniem standardów nawigacji wewnątrz produktu. Opracowujący tego rodzaju aplikacje napotyka wiele problemów dotyczących opisu zawartości pliku danych, rozpoznania danych wewnętrznych oraz wyboru kluczowych ramek.

Jedną z dziedzin zastosowań, które widzimy są pakiety nauczania. Systemy komputerowego wspomagania nauczania (CAL) powinny umożliwiać wybór przez użytkownika indywidualnej ścieżki „przejścia przez aplikację”, zarówno pod względem treści, jak i czasu. Taką sekwencyjną strukturę aplikacji można znaleźć w wielu sekwencyjnych bazach danych. Możliwość selekcji indywidualnej ścieżki w aplikacji oznacza, że w pliku danych dostępnych jest kilka rozgałęzień.

Projektowanie i diagnozowanie układów i systemów cyfrowych

Badania dotyczą problemów wiarygodności systemów oraz są związane z diagnozowaniem układów i systemów cyfrowych, a także techniki wbudowanego samotestowania. Prace koncentrują się na metodach projektowania i oceny efektywności wbudowanych struktur diagnostycznych. Zbudowano kilka systemów symulacji dla określenia efektywności struktur. Ponadto opracowano system wspomagający ułatwiający projektowanie łatwo- i samotestujących systemów, który oparty jest na sztucznej inteligencji oraz inspirowanym biologicznie ewolucyjnym projektowaniu systemów sprzętowych.

Metody wielorozdzielcze w grafice komputerowej i przetwarzaniu obrazu

Celem badań jest znalezienie wydajnych i szybkich algorytmów mających zastosowanie w grafice komputerowej i przetwarzaniu obrazu. Badania koncentrują się na dwóch głównych zagadnieniach.
Pierwsze z nich koncentruje się na fraktalnym modelowaniu i kodowaniu dwu- i trójwymiarowych obiektów graficznych oraz ich wielorozdzielczej reprezentacji. Modelowanie fraktalne bazuje na zależności między współczynnikami układów IFS (ang. Iterated Function System) a schematami podziału oraz na nowoczesnych metodach (fraktalne homeomorfizmy, transfer barw, V-fraktale, superfraktale) zaproponowanych przez Barnsleya. Algorytmy fraktalne mogą być stosowane w praktyce, ponieważ wymagają niewielkiej ilości informacji w celu wygenerowania obiektów graficznych o dowolnej rozdzielczości. Niezależność od rozdzielczości jest bardzo pożądaną cechą obiektów graficznych podczas przesyłania danych przez sieć.
Drugie zagadnienie związane jest z efektywnymi wielorozdzielczymi geometrycznymi metodami reprezentacji oraz przetwarzania obrazu. Zastosowanie falek geometrycznych w przetwarzaniu obrazu, szczególnie z użyciem metod adaptacyjnych, może prowadzić do efektywnych algorytmów w takich dziedzinach jak odszumianie, segmentacja, wykrywanie krawędzi czy kompresja. Dzięki temu, iż metody geometryczne odzwierciedlają działanie ludzkiego systemu postrzegania, mogą być użyte w zaawansowanych technikach detekcji lub rozpoznawania obiektów. Innym zastosowaniem może być inteligentna kompresja. Dodatkowo, zaprojektowanie szybkich algorytmów może prowadzić do powstania aplikacji czasu rzeczywistego we wszystkich wspomnianych dziedzinach.

Analiza i przetwarzanie obrazów biomedycznych

Projekt poświęcony jest algorytmom analizy, przetwarzania i rozpoznawania obrazów stosowanych w identyfikacji stanów patologicznych. Przez obrazy rozumie się „klasyczne” obrazy biomedyczne. Grupa ta zawiera obrazy rentgenowskie, ultrasonograficzne, termowizyjne, jak również mikroskopowe obrazy tkanek. Ponadto analizowane i przetwarzane są obrazy dwuwymiarowe, tzw. sygnały biomedyczne. Wśród nich są pomiary EKG i EEG, kardiograficzne rekordy pracy serca, dźwięki mowy patologicznej itp.

Komputerowe systemy szpitalne

Celem komputerowych systemów szpitalnych jest ulepszenie akwizycji, transmisji i przetwarzanie danych generowanych przez sensory pomiarowe i aparaty medyczne. To z kolei poprawia jakość opieki medycznej, zmniejsza jej koszty i ma pozytywny wpływ na działalność administracyjną i finansową szpitali. W ramach projektu opracowywany jest rozproszony system badań mikrobiologicznych w komputerowym systemie sieciowym.

Techniki komputerowe w biotechnologii

Działanie obiektów biologicznych można rozwiązać jako problem sterowania obiektem wielopoziomowym opisanym zbiorem parametrów powiązanych ze sobą. Grupa badawcza pracująca nad zastosowaniem technik komputerowych w biotechnologii konstruuje nowe konwertery pomiarowe i aparaty medyczne w celu prowadzenia złożonych biomedycznych i biotechnologicznych procedur. Ostatnio realizowany projekt dotyczył programowanego sterowania systemów biotechnologicznych.

Komputeryzacja procesów administracyjnych

Przedmiotem badań są systemy ekspertowe dla potrzeb lokalnej administracji. Badania koncentrują się na ogólnych warunkach komputeryzacji procesów administracyjnych. W szczególności obejmują one podstawy prawne informatyzacji procesów zarządzania, takie jak struktura i zadania ciał administracyjnych oraz zasady prawne używania programów komputerowych i zautomatyzowanych baz danych. Jednymi z przedmiotów badań są systemy informacji przestrzennej oraz ochrony danych osobowych.

Inteligencja stadna

Inteligencja stadna (zwana również obliczeniową) to technika sztucznej inteligencji zajmująca się studiami nad zachowaniami kolektywnymi w systemach zdecentralizowanych. Systemy tego typu powstają jako populacje prostych agentów komunikujących się lokalnie między sobą oraz poprzez środowisko (wykorzystując stygmergię, komunikację pośrednią, jaką może być np. feromon). Chociaż nie istnieje centralny system kontroli zachowań tych agentów, to lokalne interakcje dają możliwość tworzenia zachowań emergentnych, stanowiących cechę charakterystyczną tych systemów.

Przykłady takich systemów to metaheurystyki bazujące na biomimetyzmie: systemy mrowiskowe, optymalizacja stadna cząsteczek, systemy rojowe i wiele innych. Techniki inteligencji stadnej są głównie stosowane w optymalizacji numerycznej, ciągłej i nieliniowej, optymalizacji kombinatorycznej, w szczególności optymalizacji dyskretnej (TSP, JSP, TTP, MKP i in.). Szybka zbieżność czyni te techniki użytecznymi również w środowiskach dynamicznych: sieciach transportowych, w problemach szeregowania (w tym w optymalizacji wielokryterialnej), w niszowaniu, w eksploracji danych i w procesie grupowania.