RAČUNARSKI POSTUPCI OTKRIVANJA ZNANJA U ZNANSTVENIM PRIMJENAMA

Predloženi program je izrazito multidisciplinaran. Računarstvo je integrirajući element za sve predložene projekte ali u isto vrijeme svaki projekt ima vlastite teoretske i praktične ciljeve u svom području rada. Svaki projekt je istraživačka cjelina sposobna da definira i realizira vlastite ciljeve neovisno o drugim projektima. To znači da će se većina poslova odvijati neovisno i istovremeno. Dobitak od zajedničkog programa je i na metodološkoj razini i u primjeni. Postoje četiri projekta koji pretežno razvijaju metodologiju i tri projekta koji pretežno koriste metodologiju. Projekti vezani na primjenu dobiti će računarske postupke za svoje specifične potrebe a metodološki projekti će dobiti mogućnost evaluacije algoritama na realnim znanstvenim zadacima. Pored toga, očekuje se i jača suradnja između metodoloških projekata koji će raditi na komplementarnim zadacima.

Podjela zadataka je slijedeća: Jedan projekt će razvijati pretežno tehnologije mjerenja te postupke analize realnih signala, vremenskih serija, složenih sustava i dinamičkih procesa. On predstavlja vezu programa sa znanstvenom instrumentacijom i suvremenim mjernim elektroničkim sklopovima i programskim rješenjima, omogućujući cjelovit tijek informacija od mjerenja signala do skupljanja podataka, uključujući i neposrednu vezu tehnologija znanja sa znanstvenim eksperimentima. Istraživački zadaci pored mjerenja vremenskih intervala visokom razlučivošću uključuju postupke modeliranja složenih sustava i indeksiranja u statičkim bazama podataka. Zadatak drugog projekta je razvoj algoritama strojnog učenja i njihova primjena u inteligentnoj analizi podataka i vrlo različitim zadaćama otkrivanja znanja. Povezana sa tim je također implementacija zadataka pomoći u odlučivanju i prikaza znanja. Projekt će usko surađivati sa trećim projektom koji ima za cilj implementaciju računarske inteligencije u području sistemske biologije. Bitna razlika između ta dva projekta je ta da prvi predstavlja tipično istraživanje u području računarstva dok će drugi ravijati algoritme posebno za biološke i biokemijske primjene u multidisciplinarnoj suradnji sa stručnjacima iz tih područja. Istraživački zadaci uključuju postupke za klasifikaciju proteina te razvoj modela zasnovanih na strojnom učenju za procese otkrivanja lijekova. Neki od vrlo teških zadaća otkrivanja znanja mogu se transformirati u probleme analize slika. Zadatak posljednjeg metodološkog projekta je određivanje značajki iz slika. Namjena je da se omogući primjena standardnih tehnika strojnog učenja i za analizu slika i njihovu automatsku klasifikaciju. Israživački zadaci su implementacija tehnika obrade signala, uključujući i primjenu wavelet analize visoke razlučivosti.

Na strani primjene, u području bioinformatike zadaci se mogu podijeliti u nekoliko grupa. Prva je prikupljanje, pohrana i specifično strukturiranje odabranih bioloških podataka kao što su DNA i proteinske sekvence gena. Slijedi izrada, primjena i daljnji razvoj algoritama i računalnih programa za predviđanje funkcija proteina, opis biosintetskih procesa te modeliranje procesa homologne rekombinacije. Treća je anotacija genskih nakupina prisutnih u različitim genomima u uvjetima in silico potragom za sličnim sekvencijama poravnavanjem pojedinačnih sekvencija, poravnavanjem profila, detaljnom analizom pojedinačnih gena, analizom transkripcije pojedinačnih gena, te utvrđivanjem nove genetike i/ili kemije. Eksperimentalna potvrda pretpostavki dobivenih u uvjetima in silico kloniranjem genskih nakupina, homolognom rekombinacijom, analizom novonastalih genskih nakupina u rekombinanata, ekspresijom produkta u domaćinu surogatu, biosintezom rekombinantnih sojeva s novonastalim genskim nakupinama, te kemijskom analizom dobivenog produkta.

->engleski

Projekt financira Ministarstvo znanosti, obrazovanja i športa
broj: 0982560
početak: srpanj 2007.

Uključeni projekti

Inteligentno određivanje značajki slike u sustavima za otkrivanje znanja - Fakultet elektrotehnike i računarstva Sveučilišta u Zagrebu

Mjerenje i karakterizacija podataka iz stvarnog svijeta - Institut Rudjer Bošković

Algoritmi strojnog učenja i njihova primjena - Institut Rudjer Bošković

Postupci računalne inteligencije u mjernim sustavima - Institut Rudjer Bošković

Prediktivni modeli u zdravstvu- Medicinski fakultet Sveučilišta u Zagrebu, Škola narodnog zdravlja Andrija Štampar

Dokumenti

Znanstvene pretpostavke
Plan suradnje
Prvi sastanak suradnika na programu - IRB 3. rujna 2007. prezentacija