POPIS PROJEKTU
| Název projektu: | TJ04000232 – Efektivní časoprostorové predikce s využitím metod strojového učení
|
| Akronym: | ESPRED
|
| Výzva: | Program ZÉTA 4
|
| Operační program: | Program ZÉTA 4
Podpora začínajících výzkumnic a výzkumníků v inovačních aktivitách a kultuře rovných příležitostí |
| Oblast: | 1. Využití (aplikace) nových poznatků z oblasti tzv. General Purpose Technologies |
| Podoblast: | 1.1 GPTs pro inovace procesů, produktů a služeb
|
| Cíle VaVaI: | 1.1.2 Zvýšit efektivnost, bezpečnost, udržitelnost a spolehlivost procesů (včetně snížení energetické a materiálové náročnosti) s využitím GPTs
1.1.4 Zefektivnit služby i procesy ve veřejném sektoru s využitím GPTs
|
| Doba realizace projektu: | 06/2020– 05/2022 |
PŘEDSTAVENÍ PROJEKTU
Projekt podporuje nastupující výzkumnou generaci na Ústavu automatizace inženýrských úloh a informatiky Fakulty stavební VUT v Brně. Pracoviště prostřednictvím části výzkumného týmu dlouhodobě spolupracuje s aplikační sférou v oblasti agentních modelů pohybu osob, jako příklad lze uvést analýzu evakuace osob z linky metra pro Dopravní podnik hl. m. Prahy nebo analýzu vyklizení brněnského Stadionu za Lužánkami pro společnost Brněnské komunikace, a.s. (odkaz: https://cutt.ly/0eSxjw4). Současně se další část týmu věnuje metodám strojového učení, které využívá např. v projektu S-CODE ve spolupráci se společnostmi Ferrovial, Rhomberg Rail Consult GMBH nebo COMSA (odkaz: https://cutt.ly/QeScpM9). V rámci tohoto projektu tým analyzuje mechanické vlastnosti výhybek s využitím metod strojového učení nad velkými datovými soubory.
Předkládaný projekt bude znamenat propojení těchto znalostí na půdorysu společného záměru, který bude znamenat další prohloubení spolupráce s aplikační sférou. Konkrétním příkladem je spolupráce se společností RCE Systems s.r.o., kdy se tým pracoviště podílel na vývoji nyní globálně úspěšné platformy pro analýzu obrazu (odkaz: https://cutt.ly/SeSci2Z). Spolupráce s tímto týmem, který je nyní podle společnosti Deloitte 10. nejrychleji rostoucí společností v ČR a 23. ve střední Evropě (odkaz: https://www.deloitte.cz/fast50/download/vysledkova-listina-2019.pdf), pokračuje a výsledky projektu ji dále prohloubí.
Projektu umožní nastupující výzkumné generaci řešitelského týmu těsně provázat dosud částečně oddělené výzkumné aktivity v oblasti agentního modelování pohybu osob a strojového učení, a současně zacílit výsledky projektu tak, aby byly uplatnitelné na trhu. Předpokladem pro dosažení tohoto cíle je dosavadní spolupráce s aplikační sférou a její zájem na řešení aktuálního tématu, který je doložen formou samostatné přílohy.
ODKAZ NA STRÁNKU PROGRAMU ZETA
- https://www.tacr.cz/soutez/program-zeta/ctvrta-verejna-soutez-zeta/ ZDE.