Číslo projektu:
Kvasnica-PostDoc-17
Názov projektu:
Strojové učenie a umelá inteligencia v procesnom riadení a automatizácii
Typ projektu:
Ostatné projekty
Začiatok projektu:
00.00.2017
Koniec projektu:
00.00.2019
Riešitelia:
Martin Kalúz, Michal Kvasnica

Financovanie: Postdoktorandské výskumné pobyty na Slovenskej technickej univerzite v Bratislave

Čas riešenia: 2017-2019

Zodpovedný riešiteľ: doc. Ing. Michal Kvasnica, PhD.

Pracovná ponuka: viď link

Anotácia:
Cieľom projektu je navrhovať a aplikovať algoritmy strojového učenia a umelej inteligencie na tvorbu riadiacich systémov skladajúcich sa z troch komponentov: inferenčného mechanizmu, procesného modelu a riadiaceho algoritmu. Úlohou inferenčného mechanizmu je z procesných meraní získať informáciu o parametroch a hodnotách procesu, ktoré nie je možné priamo merať. Procesný model na základe inferovaných hodnôt následne predikuje budúce správanie sa procesu. Tieto predikcie sú potom využité v riadiacom algoritme, úlohou ktorého je nájsť najvhodnejšie akčné zásahy. Na implementáciu jednotlivých komponentov sa využijú techniky strojového učenia (SVM, PCA, atď.), umelej inteligencie (hlboké neurónové siete) a prediktívneho riadenia. Úlohou projektu je pritom rozšíriť existujúce metódy strojového učenia a umelej inteligencie na procesy kombinujúce spojitú dynamiku s diskrétnou logikou (známe ako hybridné systémy), systematickým spôsobom jednotlivé metódy kombinovať, ako i implementovať navrhnuté postupy v podobe voľne šíriteľných softvérových balíkov.

Publikácie

2019

  1. Ľ. ČirkaM. KalúzD. Dzurková – R. Valo: Educational Device Flexy2 in the Teaching of Experimental Identication. Editor(i): M. Fikar and M. Kvasnica, V Proceedings of the 22nd International Conference on Process Control, Slovak Chemical Library, Štrbské Pleso, Slovakia, str. 239–244, 2019.
  2. M. KalúzM. KlaučoĽ. ČirkaM. Fikar: Flexy2: A Portable Laboratory Device for Control Engineering Education. V 12th IFAC Symposium Advances in Control Education, str. 159–164, 2019.
  3. M. KlaučoM. KalúzM. Kvasnica: Machine learning-based warm starting of active set methods in embedded model predictive control. Engineering Applications of Artificial Intelligence, zv. 77, str. 1–8, 2019.

Riešitelia


Zodpovednosť za obsah: prof. Ing. Michal Kvasnica, PhD.
Posledná aktualizácia: 23.08.2017 14:07
Facebook / Youtube

Facebook / Youtube

RSS