Tudományos projektek

2020. feb. 1. – 2023. már. 31.

A kutatás az informatikai tudományok újszerű eszközeivel (adatbányászat, prediktív vezérlés, öntanulás, alacsony energiájú rádiós átvitel, beltéri helymeghatározó rendszer stb.) kíván megoldani egy tradicionális problémát: az épületek környezethez alkalmazkodó, legkisebb költségű, de legmagasabb komfortérzetű energiaellátását. A pályázott kutatás jellegéből adódóan interdiszciplináris, és az informatikai tudományokon kívül az épületenergetikai és a környezeti-meteorológiai tudományok, továbbá a beltéri klíma humánökológiai kutatásainak fejlődését is elősegítheti.

2019. jan. 1. – 2022. jún. 30.

Sajnos a tüdőröntgen alapú szűrés nem elég nagy biztonsággal mutatja ki a gócokat, CT képalkotásra van szükség. A szűrés bevezetésének egyik akadálya, hogy az óriási mennyiségű CT-felvétel feldolgozása, diagnózis készítése radiológus szakemberekkel rendkívül költséges, Szükséges tehát olyan számítógépes képelemző programok kifejlesztésére, amelyek elég nagy pontossággal felismerik a rákos daganatot egy CT-felvételen.

2015. dec. 31. – 2018. nov. 30.

Az elosztott, Big Data technológiák szinte kivétel nélkül az Egyesült Államok kutatóhelyeihez (Stanford, Carnegie Mellon, …) és internetes vállalkozásaihoz (Google, Facebook) kötődnek. A TU Berlin által irányított és 2014 év végére top level Apache projektté előlépett Flink rendszer célja az európai alternatíva és általában az európai Data Science megteremtése. A csoportunk a kutatások egyik meghatározó szereplője.

2015. dec. 1. – 2017. nov. 30.

A két éves projekt célja túllépni a jelenlegi gyakorlatot (döntési fák, logisztikus regresszió) a pénzügyi ügyfél-veselkedés és kockázat-elemzés területén. Kiemelten foglalkozunk a szabad forráskódú analitikai szoftverek alkalmazásával. Partnerünk az OTP Bank.

2012. szep. 1. – 2015. dec. 31.

Társadalmunk számára már nincs visszalépés: az életünk minden területét átszövik az infokommunikációs technológiák. Szenzorok sokaságával felszerelt mobil eszközök felhasználók százmillióit kötik össze és adatok Petabyte-jait termelik naponta. A fizikai és digitális világ közötti választóvonal áttöréséhez azonban egyrészt radikálisan új, skálázható algoritmikus technikák, másrészt az egyének és a társadalom működésének ismerete szükséges.

Célunk távközlési adatok prediktív elemzése és elosztott Big Data adatfolyam feldolgozása, illetve Internet of Things adatközpont fejlesztése.

A Bosch részére végzett kutatás során a gyártóberendezés fizikai paraméter idősorainak és a gyártási folyamat lépéseinek adatai alapján selejt előrejelző eljárásokat fejlesztünk.