Аутор: PMF

Дијалог култура 24.05.2015.

Тема: ОБРАДА СИГНАЛА – Друга емисија: Compressed sensing – компримујући одабир сигнала, Марковљева случајна поља, статистичко моделовање слике, статистичко моделовање сигнала, виртуелна рестаурација и анализа дигитализованих уметничких дела, рестаурација слике и видеа, вештачка интелигенција и uncertainty – неодређеност, неизвесност и визуелна интелигенција

Статистичко моделовање са Марковљевим случајним пољима са применама на пољу обраде сигнала јесте једна од области у којој је допринос проф. др Александре Пижурице са Универзитета Гент веома уважен у свету, а у вези с којим је и велики део од, према Google Scholar-у, готово 3000 цитата из радова ове научнице. Она је професорка на Департману за телекомункације и обраду информација Универзитета Гент у Белгији и руководилац лабораторије Статистичко моделовање слике.

Теорија Марковљевих случајних поља има веома широку примену. Једна од примена је у новој теорији compressed sensing – компримујућем одабиру сигнала. Интересује нас на шта се односи теорија компримујућег одабира сигнала и ком циљу стреми, да ли се и у чему додирује са феноменом Big Data и да ли ће побољштати свакодневицу и које техничко-технолошке области.

Занимају нас и друге примене теорије Марковљевих случајних поља и која је њена суштина.

Најуже области научног рада и интересовања др Пижурице су статистичко моделовање сигнала, мултирезолуциона репрезентација сигнала, рестаурација слике и видеа, разумевање и моделовање визуелне перцепције и визуелне интелигенције, са применама у прикупљању сигнала на даљину, формирању и анализи медицинске слике и у рестаурацији и анализи дигитализованих уметничких слика и на њима је тежиште претходног и овог издања Дијалога култура посвећеном обради сигнала.

Када је реч о вештачкој интелигенцији такође нас интересују оне области којима др Пижурица даје научни допринос са великм бројем радова чији је заједнички именитељ uncertainty – неодређеност, неизвесност. Она објашњава: „Термин неизвесности или неодређености означава у вештачкој интелигенцији ситуације у којима немамо потпуно сигурно знање и потпуно поуздане комплетне информације о датој ситуацији, а ипак морамо да донесемо одлуку да на најбољи могући начин реагујемо. У већини реалиних ситуација то и јесте случај. Недостатак потпуних информација тада надокнађујемо статистичким моделовањем у виду вероватноћа одређених узрока и ситуација које могу имати утицаја на оптималну акцију. У књизи Расела и Норвига која је референца за модерну теорију вештачке интелигенције и коју и ја користим као референцу у курсу који држим, каже се на врло леп и шаљив начин да пробабилистичко резоновање надокнађује последице лењости и игноранције. Под лењошћу се при томе подразумева на неки начин наша неспремност или негодовање да побројимо све могуће узроке за дату појаву. Узмите на пример симптом главобоље. Има стотине и више узрока који могу изазвати главобољу и тешко је све њих побројати. Под игноранцијом се са друге стране подразумева наше недовољно знање или недовољан приступ комплетним подацима, свим мерењима које би можда требало извршити али је то немогуће у датом времену и датим условима. Значи тај резон у условима неизвестности заправо потпомогнут алатима статистичког моделовања и оптималне Бајесове естимације омогућава да се дође до рационалне одлуке или акције у таквим ситуацијама где немамо једноставне одреднице типа ако ово онда оно у том случају.“ У вези са актуелним питањем саме вештачке интелигенције тј. способности учења из релативно малог броја датих примера и прилагођавања на нове ситуације, нове сценарије када је о применама реч др Пижурица између осталог каже: „Вештачка интелигенција већ сада се користи увелико у многим гранама, у многим практичним применама. Поменула сам овде неколико примера са аутоматизованим такси возачима које вероватно можемо очекивати у врло блиској будућности али исто тако постоје компјутерски навођене најсавременије операције, или ако се сетимо несрећа које су се догодиле са нуклеаркама у Фокушими где очигледно слање робота који могу да отклоне неки квар или узрок а да се при томе људски животи не излажу опасности је недвосмислено од великог значаја. Такође има много других разних примера. Када погледамо истраживања свемира у свемирским станицама често постоји могућност да аутоматизовани агенти донесу сами одлуку којом ће планирати даље извршење акције, отклонити грешку или квар, тако да је таквих примера безброј у свакодневном животу и разним гранама науке и привреде и ја верујем да ће нам вештачка интелигенција у будућности бити све више од користи у свим тим применама.“

Др Пижурица у емисији говори и о изазовима у разумевању и моделовању визуелне перцепције односно визуелној интелигенцији.

Др Александра Пижурица нас упознаје и са актуелним пројектима у области поправљања и виртуелне рестаурације и анализе дигитализованих уметичких слика које такође остварује њена група и лабораторија, као и са њеним радовима и предавањима у тој области, као што је онај о кодовању визуелне „мустре“, облика на Поенкаеровој сфери „Visual pattern encoding on the Poincare sphere“ који је први пута представила на семинару UCL-Duke Workshop он „Sensing and Analysis of High-Dimensional Data“.

Уредница и ауторка: Дренка Добросављевић

Музички уредник: Предраг Јовановић

Тон-мајстор: Момчило Ђурђевић

Дијалог култура 10.05.2015.

Тема: ОБРАДА СИГНАЛА – Прва емисија: Big Data – масивни подаци

Један од најактуелнијих феномена у области обраде сигнала су масивни подаци – Big Data. То је централна тема разговора у овом издању Дијалога култрура са др Александром Пижурицом, професорком на Департману за телекомункације и обраду информација Универзитета Гент у Белгији.

У литератури налазимо да је термин Big Data ушао у многе области, да се користи у разним научним дисциплинама, пре свега у информационим технологијама, телекомуникацијама, али и у астрономији, физици, генетици и не само ту, него и у политици, на пример, односно готово свугде где се добијају, обрађују и анализирају огромне, готово неограничене количине података из којих је потребно извући и пратити неке конкретне, у датом тренутку одређене корисне информације из масе хетерогених којима смо окружени.

Интересује нас шта се подразумева под термином Big Data са становишта обраде сигнала, о којим великим подацима је реч, из чега се подаци добијају, где се овај термин први пута појавио и пре свега како се овом феномену приступа у области обраде сигнала и које су примене.

У центру пажње емисије су, тако, и прикупљање сигнала на даљину и хиперспектралне слике које могу да имају хиљаду канала и огромне количине података, хиљаду димензија. Пошто се овде испољава и појава позната као клетва димензионалности, желимо да знамо и како се излази на крај с њом.

Др Александру Пижурицу такође питамо које замешатељство података настаје када се, на пример, у сателистским комуникацијама за исту слику подаци добијају из различитих сензора и како се извлаче подаци битни за неку анализу и у целини како се подаци обрађују да би постали корисни и употребљиви и где је све примена, те шта се од алгоритама претаче у праксу, а шта за сада остаје само као теорија.

У овој емисији дотичемо се још једне области којој др Пижурица научним радовима непосредно доприноси а то су тзв.ретке репрезентације и мултирезолуцијона репрезентација сигнала.
Са овом научницом чији су радови цитирани око 3.000 пута према Google Scholar-у, а која је студирала у Новом Саду и ту започела универзитетску каријеру и након доктората на Универзитету Гент тамо наставила научни рад као професор и као покретач и руководилац лабораторије Статистичко моделовање слике, разговарам и у следећем издању Дијалога култура. Оно ће бити посвећено једној међу најактуелнијим теоријама у области обраде сигнала, теорији компримујућег одабира сигнала – compressed sensing, као и другима питањима којима се такође др Пижурица непосредно бави.

Уредница и ауторка: Дренка Добросављевић

Музички уредник: Предраг Јовановић

Тон-мајстор: Момчило Ђурђевић