74 młodych naukowców ze Szkoły Doktorskiej PWr, w tym 8 z WIT, otrzymało dofinansowanie na realizację swoich projektów w ramach I edycji konkursu przygotowanego przez naszą uczelnię. Minigranty mogą przeznaczyć m.in. na zakup aparatury, wyjazd naukowy lub szkolenia.
Program to efekt starań i pracy Rady Doktorantów PWr, która od dłuższego czasu zgłaszała potrzebę wprowadzenia takiego rozwiązania. Pozwoli to na wsparcie aktywności naukowej doktorantów i umożliwi im pełny rozwój w wybranych dziedzinach badawczych.
O grant mogli ubiegać się doktoranci II, III, IV roku (z wyłączeniem doktorantów wdrożeniowych), którzy w okresie ostatniego roku kalendarzowego, do momentu składania wniosku, nie byli kierownikami projektu lub zadania badawczego w projekcie badawczym. Dodatkowo ich kształcenie, określone w Indywidualnym Planie Badawczym, nie kończy się w trakcie realizacji grantu.
Otrzymane dofinansowanie mogą przeznaczyć m.in. na zakup aparatury, urządzeń, materiałów lub odczynników niezbędnych do prowadzenia badań, pokrycie kosztów krótkoterminowego wyjazdu naukowego, udział w konferencjach naukowych oraz udział w warsztatach lub szkoleniach.
W sumie na wsparcie doktorantów przeznaczono w konkursie 1 020 000 zł.
Tutaj przedstawiamy 12 osób, których wnioski zostały ocenione najwyżej.
W ramach dyscypliny informatyka techniczna i telekomunikacja minigtraty otrzymali doktoranci z WIT:
Betelhem Wubineh pisze pracę na temat: „Segmentation and Classification of Pap smear Images to Detect Cervical Cancer Using Deep Learning Techniques”.
– Celem moich badań jest przeprowadzenie segmentacji semantycznej na obrazach rozmazów cytologicznych w celu wykrycia raka szyjki macicy – mówi doktorantka. – Konkretnie chodzi o dokładne oddzielenie komórek szyjki macicy od tła za pomocą technik głębokiego uczenia się, a tym samym zautomatyzowanie segmentacji poszczególnych komórek. Podejście to poprawia identyfikację i analizę nieprawidłowych struktur komórkowych związanych z rakiem szyjki macicy, zapewniając cenne wsparcie dla cytotechnologów w diagnozowaniu i podejmowaniu decyzji.
Jose Fabio Ribeiro Bezerra pisze pracę doktorską z obszaru informatyki i telekomunikacji.
– Moje badania koncentrują się na wykrywaniu fałszywych informacji na Twitterze. W tym celu wykorzystuję zarówno treść tweeta, jak i wszelkie dodatkowe informacje, takie jak obrazy i filmy wideo. Celem pracy jest opracowanie modelu, który lepiej wykrywa fałszywe informacje niż inne modele wykorzystujące tylko informacje tekstowe – wyjaśnia doktorant z Katedry Informatyki Stosowanej.
Grant wykorzysta do usprawnienia pracy badawczej. Jak mówi, potrzebuje dużych ilości danych, których pojedynczy laptop nie jest w stanie przetwarzać w odpowiednim czasie. Kwota grantu zostanie wykorzystana na budowę osobnego klastra komputerowego (grupy komputerów pracujących równolegle) przy użyciu używanego sprzętu. – Jest to sprzęt używany wcześniej przez inne firmy, ale w dobrym stanie. Pozwoli mi to przetwarzać duże ilości danych – wyjaśnia Jose Fabio Ribeiro Bezerra. – Ponowne wykorzystanie sprzętu, którego inni ludzie już nie uważają za przydatny do swojej działalności, pomaga również zmniejszyć ślad węglowy wytwarzany przez takie klastry.
Jędrzej Kozal w trakcie doktoratu zajmuje się tematyką uczenia długotrwałego (life-long learning) w uczeniu maszynowym. Przez ostatnie lata odnotowano znaczący postęp w dziedzinie uczenia maszynowego dzięki zastosowaniu modeli głębokich, co pozwoliło na znaczący postęp w wielu dziedzinach.
– Mimo to modele głębokie posiadają niepożądaną właściwość. Kiedy uczą się nowego zadania, bardzo szybko zapominają poprzednio zgromadzoną wiedzę – mówi Jędrzej Kozal. – W odniesieniu do uczenia ludzi oznaczałoby to, że ktoś umiejący grać w tenisa, po nauczeniu się jazdy na rowerze, zapominałby umiejętności gry w tenisa. To zjawisko nazywa się „katastrofalnym zapominaniem”. Celem uczenia długotrwałego jest eliminacja tego zjawiska. Uczenie długotrwałe może umożliwić łatwiejszą adaptację wcześniej wytrenowanych sieci neuronowych do nowych danych i nauki nowych zadań z ograniczonym zapominaniem poprzednio uzyskanej wiedzy. Mogłoby to pozwolić na dostosowywanie istniejących sieci do nowych danych i zmieniającego się otoczenia.
Doktorant z Katedry Systemów i Sieci Komputerowych pieniądze otrzymane w ramach minigrantu przeznaczy na wyjazd do USA. – Znajduje się tam zespół profesora Bartosza Krawczyka, który zajmuje się Continual Learning. Udało mi się wcześniej podjąć współpracę z tym zespołem, czego efektem były wspólne badania nad zastosowaniem interpolacji wag sieci neuronowych w uczeniu długotrwałym – wyjaśnia Jędrzej Kozal. – Praca z wynikami tych badań została przyjęta na workshop CLVision na konferencji CVPR. Teraz chcemy kontynuować współpracę, rozwijać poprzednie badania i pracować nad kolejnymi pomysłami.
Dominikia Kunc jest doktorantką w Katedrze Sztucznej Inteligencji i należy do zespołu badawczego Emognition. Przygotowuje rozprawę pod kierunkiem prof. Przemysława Kazienki i dr hab. inż. Stanisława Saganowskiego.
– W moim doktoracie zajmuję się uczeniem reprezentacji sygnałów fizjologicznych zebranych w życiu codziennym przy użyciu urządzeń noszalnych, takich jak opaski EKG czy popularne smartwatche – mówi Dominika Kunc. – Razem z zespołem Emognition przeprowadziliśmy badanie afektu w życiu codziennym, które pozwoliło nam zebrać ponad 35 tysięcy godzin nagrań sygnałów fizjologicznych od 167 osób wraz z ponad 18 tysiącami oznaczeń afektywnych. Uczenie reprezentacji pozwala przekształcić surowe dane w bardziej zwięzłą i informacyjną formę dzięki wykorzystaniu dużej ilości nieoznaczonych danych w treningu modelu. Reprezentacje mają zdolność uchwycenia ukrytych wzorców i relacji w danych, co pozwala na ich lepsze zrozumienie i interpretację. Niestety trenowanie tego typu modeli jest czasochłonne m.in ze względu na rozmiar wykorzystywanych danych.
W ramach grantu doktorantka kupi serwer obliczeniowy, który umożliwi na etyczne przetworzenie danych oraz przeprowadzenie szerokoskalowych eksperymentów w środowisku lokalnym. Planuje wykonać dwa eksperymenty. Pierwszy to analiza eksploracyjna klastrów wykrytych w danych fizjologicznych zebranych w życiu codziennym, by odkryć wzorce i zmierzyć ich zmienność wewnątrz i między osobami, wykorzystując pełne informacje fizjologiczne zawarte w reprezentacji. Drugi to stworzenie psychofizjologicznej mapy afektu przy użyciu technik wizualizacji danych i redukcji wymiarowości na wyuczonych reprezentacjach.
– Zrozumienie i rozpoznawanie stanów afektywnych może być kompleksowym narzędziem wspierającym osoby z zaburzeniami emocjonalnymi oraz poprawiającym ich samoświadomość oraz zdrowie psychiczne – dodaje Dominika Kunc.
Rajiansyah pracuje nad dysertacją, której temat brzmi: The Divide and Conquer Strategy for Group Decision Making.
– Grant pomoże mi opłacić prezentację mojego tematu na konferencji, publikację w czasopiśmie i przeprowadzenie warsztatów – mówi doktorant WIT.
Katarzyna Białas przygotowuje pracę doktorską, która dotyczy badań nad wieloczynnikowym systemem uwierzytelniania użytkownika w oparciu o analizę sygnału fal mózgowych (EEG) za pomocą interfejsu mózg-komputer (BCI). Interfejsy mózg-komputer to systemy bezpośredniej komunikacji pomiędzy człowiekiem a maszyną, których główną rolą jest przenoszenie sygnału mózgowego na sygnał sterujący. Jednym z obszarów, w których można wykorzystać systemy mózg-komputer, jest cyberbezpieczeństwo, w szczególności dodatkowe zabezpieczanie systemu informatycznego za pomocą czynnika, jakim jest analiza sygnału mózgowego – EEG, czyli elektroencefalografia.
– Otrzymany grant przeznaczę na udział w międzynarodowej konferencji IEEE SMC 2024 (IEEE International Conference on Systems, Man, and Cybernetics), odbywającej się w październiku tego roku w Borneo w Malezji – mówi Katarzyna Białas. – Udział w tej konferencji zapewni mi bezpośredni dostęp do najnowszych osiągnięć w zakresie zastosowania algorytmów uczenia maszynowego oraz inteligencji obliczeniowej w analizie danych generowanych przez interfejsy mózg-komputer. Podczas konferencji zaplanowane są specjalne warsztaty związane z BMI, czyli interakcją człowiek-maszyna (ang. brain machine interaction), na których omówiona będzie tematyka najnowszych osiągnięć z dziedziny interfejsów mózg-komputer, w szczególności tematyka związana z cyberbezpieczeństwem (warsztaty „Privacy Preserving Brain-Computer Interfaces”).
Doktorantka Katedry Informatyki Stosowanej dodaje, że tematyką interfejsów mózg-komputer oraz ich wielowymiarowymi zastosowaniami na WIT zajmuje się również Koło Naukowe Neuroinformatyki Neuron. Katarzyna Białas jest jedną z osób, które to koło założyły, a obecnie pełnię rolę opiekuna.
Aulia Arif Wardana w swojej pracy doktorskiej bada integrację algorytmów konsensusu z uczeniem się opartym na współpracy w celu poprawy inteligencji, niezawodności i wiarygodności wspólnego wykrywania anomalii w systemach CIDS (Collaborative Intrusion Detection Systems).
– Połączenie tych technologii ma na celu ograniczenie ryzyka stwarzanego przez złośliwych aktorów próbujących wprowadzić do systemu fałszywe lub zatrute aktualizacje – mówi Aulia Arif Wardana. – Badania te wnoszą wkład w dziedzinę aplikacji informacyjnych i ich zabezpieczeń, szczególnie w kontekście zabezpieczania nowoczesnych sieci przed zmieniającymi się zagrożeniami.
Doktorant WIT zamierza przeznaczyć grant na sfinansowanie uczestnictwa w ESORICS 2024, czyli Europejskim Sympozjum Badań nad Bezpieczeństwem Komputerowym (ESORICS). – To prestiżowe sympozjum poświęcone badaniom nad bezpieczeństwem komputerowym w Europie, co czyni je idealną platformą do pogłębiania wiedzy doktorantów na temat najnowocześniejszych badań w tej dziedzinie – uważa Aulia Arif Wardana. – Sympozjum może dostarczyć cennych spostrzeżeń, dać możliwość nawiązania kontaktów i zapoznania się z najnowszymi osiągnięciami w zakresie bezpieczeństwa komputerowego. Temat mojej pracy jest związany z systemami wykrywania włamań w kontekście zabezpieczeń komputerów. Uczestnicząc w ESORICS, mogę pogłębić swoją wiedzę w tych obszarach, być na bieżąco z odpowiednimi trendami badawczymi oraz zyskać inspirację pomocną do kontynuowania moich badań i do dokończenia pracy doktorskiej.
Minigrant na swoje badania otrzymała też Barbara Wędrychowicz, doktorantka z Katedry Informatyki Stosowanej. Tematem rozprawy doktorskiej, którą przygotowuje, jest „Modelowanie przyrostu wiedzy w małych różnorodnych grupach w trakcie komunikacji.”
– Przekazywanie wiedzy podczas pracy w grupach jest problemem, w którym kilka procesów przebiega w tym samym czasie: komunikacja, przekazywanie wiedzy, przyswajanie wiedzy, a także uzgadnianie i tworzenie wiedzy – mówi o swoich badaniach Barbara Wędrychowicz. – Przygotowanie formalnego modelu wymaga wzięcia pod uwagę możliwości równoczesnego występowania wymienionych działań, a także uwzględnienia różnorodności agentów i wpływu ich cech na wybrane procesy. Wykorzystanie systemów wieloagentowych pozwala na odwzorowanie i zasymulowanie przygotowywanego formalnego modelu.
Młoda badaczka przeznaczy grant na wyjazd na konferencję naukową. – Celem tego wyjazdu jest nawiązanie osobistych kontaktów z naukowcami zajmującymi się tematyką związaną z tematem mojej pracy doktorskiej – mówi Barbara Wędrychowicz. W trakcie konferencji planuje zaprezentować dotychczasowe wyniki badań oraz plan dalszych działań. Liczy na informację zwrotną, merytoryczne uwagi oraz wskazówki, które będzie mogła wykorzystać w dalszych etapach przygotowywania rozprawy doktorskiej.
Wszystkim młodym naukowcom gratulujemy!
Galeria zdjęć
