Výpočetní inteligence

Vyvíjíme přírodou inspirované algoritmy řešící složité problémy v data miningu a umělé inteligenci.
 
Skupina sdružuje akademické pracovníky a studenty několika pracovišť ČVUT zabívající se výzkumem algoritmů výpočetní inteligence, tedy přírodou inspirovanými algoritmy, strojovým učením, umělou inteligencí a jejím použitím v různých doménách, zejména pak v data miningu. Pomáháme firmám řešit problémy jako je predikce, klasifikace, doporučovací systémy nebo segmentace inteligentním způsobem, který díky přírodou inspirovaným metodám využívá strojového učení k vysoké míře automatizace řešení.

Vedoucí
Ing. Pavel Kordík, Ph.D.

Výzkumná témata vedoucího
Prediktivní modely, meta-učení, optimalizace, vizualizace informace

Další členové

• doc. RNDr. Ing. Marcel Jiřina, Ph.D.(Data mining, Text mining, zpracování obrazu)
• Ing. Tomáš Borovička (Aktivní učení)
• Ing. Tomáš Řehořek (Doporučovací systémy)
• Ing. Jan Černý (Prediktivní modelování)
• Ing. Tomáš Bartoň (Shlukování dat)
• Ing. Stanislav Kuznětsov (Velká data)
• Ing. Jan Motl (Předzpracování dat)

Výzkumná témata skupiny

• genetické algoritmy a programování
• meta učení, posilované učení
• spojitá optimalizace
• data mining
• text mining
• prediktivní modelování
• doporučovací systémy
• segmentace
• big data
• vizualizace informace

Vyučované předměty - zkratky
MI-MVI, MI-PDD, MI-ADM, BI-VZD, BI-ZUM,

Odkazy

• Stránky skupiny: http://cig.cvut.cz/

Oceněné závěrečné práce

• Selecting representative data sets (Ing. Tomáš Borovička, Ing. Pavel Kordík, PhD., 3. místo ACM Spy)

Články

• KORDÍK, P. and J. ČERNÝ. On performance of Meta-learning Templates on Different Datasets. In: The 2012 International Joint Conference on Neural Networks (IJCNN), Brisbane, Australia, June 10-15, 2012. World Congress of Computational Intelligence, Brisbane, 2012-06-10/2012-06-15. New York: IEEE, 2012, pp. 1-7. ISSN 1098-7576. ISBN 978-1-4673-1490-9.
• KORDÍK, P., J. KOUTNÍK, J. DRCHAL, O. KOVÁŘÍK, M. ČEPEK, and M. ŠNOREK. Meta-learning approach to neural network optimization. Neural Networks. 2010, 2010 (23)(4), 568-582. ISSN 0893-6080. Available from: http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6T08-4YP86P0-2...
• KORDÍK, P. and J. ČERNÝ. Self-organization of Supervised Models. In: DUCH, W., N. JANKOWSKI, and K. GRĄBCZEWSKI, eds. Meta-Learning in Computational Intelligence. London: Springer, 2011, vol. 1, pp. 179-223. Studies in Computational Intelligence. vol. 358. ISSN 1860-949X. ISBN 978-3-642-20979-6. Available from: http://www.springerlink.com/content/h607237h77uq7215/
• JIŘINA, M. Utilization of singularity exponent in nearest neighbor based classifier. Journal of Classification. 2013, 1(30), 3-29. ISSN 0176-4268.
• BOROVIČKA, T., M. JIŘINA, P. KORDÍK, and M. JIŘINA. Selecting Representative Data Sets [online]. In: Advances in Data Mining Knowledge Discovery and Applications. Rijeka: InTech - Open Access Company (InTech Europe), 2012, pp. 43-66. ISBN 978-953-51-0748-4. Available from: http://www.intechopen.com/books/advances-in-data-mining-knowledge-discov...
• KOVÁŘÍK, O. and P. KORDÍK. Max-min ant system with linear memory complexity. In:Proceedings of the IEEE Congress on Evolutionary Computation, CEC 2012, Brisbane, Australia, June 10-15, 2012. World Congress of Computational Intelligence, Brisbane, 2012-06-10/2012-06-15. New York: IEEE, 2012, pp. 1-5. http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6241678. vol. 1. ISBN 978-1-4673-1509-8. Available from: http://dblp.uni-trier.de/rec/bibtex/conf/cec/KovarikK12
• HÁVA, O., M. SKRBEK, and P. KORDÍK. Document Classification with Supervised Latent Feature Selection. In: BURDESCU, D.D.B. and R.A. AKERKAR, and C.B. BĂDICĂ, eds. Proceedings of the 2nd International Conference on Web Intelligence, Mining and Semantics. International Conference on Web Intelligence, Mining and Semantics, Craiova, 2012-07-13/2012-07-15. New York: ACM, 2012, pp. 70-74. ISBN 978-1-4503-0915-8.
• ŘEHOŘEK, T. and P. KORDÍK. A Soft Computing Approach to Knowledge Flow Synthesis and Optimization. In: Soft Computing Models in Industrial and Environmental Applications. 7th International Conference on Soft Computing Models in Industrial and Environmental Applications, Ostrava, 2012-09-05/2012-09-07. Heidelberg: Springer, 2013, pp. 23-32. ISSN 2194-5357. ISBN 978-3-642-32921-0. Available from: http://link.springer.com/chapter/10.1007/978-3-642-32922-7_3
• BARTOŇ, T. and P. KORDÍK. Encoding time series data for better clustering results. In: INTERNATIONAL JOINT CONFERENCE CISIS'12 - ICEUTE'12 - SOCO'12 SPECIAL SESSIONS. 7th International Conference on Soft Computing Models in Industrial and Environmental Applications, Ostrava, 2012-09-05/2012-09-07. Berlin: Springer, 2013, pp. 467-475. Advances in Intelligent Systems and Computing. vol. 189. ISSN 2194-5357. ISBN 978-3-642-33017-9. Available from: http://link.springer.com/chapter/10.1007/978-3-642-33018-6_48
• KORDÍK, P. and J. ČERNÝ, Building Predictive Models in Two Stages with Meta-Learning Templates optimized by Genetic Programming; accepted for publication; proceedings of SSCI 2014, US