Skip to main content

Bioinformatic Approach to Dairy Cattle Breeding Using Genomic Selection (BioITGenoSelect)

  • Назив пројекта: Bioinformatic Approach to Dairy Cattle Breeding Using Genomic Selection (BioITGenoSelect)
  • Ознака пројекта: 6066512
  • Институције учеснице у пројекту: Пољопривредни факултет (Нови Сад), ПМФ (Нови Сад) и Факултет техничких наука (Нови Сад)
  • Статус у пројекту: партнер
  • Руководилац пројекта: Љуба Штрбац (Дони Працнер)
  • Врста пројекта: Фонд за науку – ПРОМИС
  • Период реализације пројекта: 2020.-2022.

Научник за будућа времена

Крај сваке године доноси прилику за сумирање резултата, сагледавање остварених планова и постигнутих циљева. Чини се да је у години на истеку већина активности била усмерена на борбу против вируса, али ми са поносом издвајамо резултате младог научника са Природно-математичког факултета – др Душана Јаковетића.

Др Душан Јаковетић, ванредни професор са Департмана за математику и информатику је добитник ПМФ награде која се од прошле године додељује за највећи финансијски допринос остварен у међународној сарадњи Природно-математичког факултета Универзитета у Новом Саду. Награда се додељује руководиоцу истраживачког тима ПМФ-а на пројектима међународне сарадње, који је остварио највећи финансијски допринос за Факултет.

Интересантно је да је др Јаковетић ову награду добио и прошле године, а један је од ретких истраживача из наше земље који је донео чак пет престижних H2020 пројеката, финансираних од стране ЕУ. Истраживачки тимови ПМФ-а којима др Јаковетић руководи или фундаментално доприноси, тренутно реализију 6 пројеката у оквиру H2020 позива на тему великих података, машинског учења, сигурности и вештачке интелигенције.

Велико знање у овим областима, као и искуство у раду на научим пројектима, др Јаковетић преноси студентима Мастер програма примењене математике – наука о подацима, као руководилац овог студијског програма и професор. Компетенције др Јаковетића су допринеле и формирању новог мастер програма Вештачка интелигенција који је одабран на конкурсу Министарства просвете, науке и технолошког развоја и који ће се реализовати на ПМФ-у од октобра 2021. године.

Др Душан Јаковетић је данас ванредни професор на ПМФ-у; био је истраживач у Биосенс институту и последокторски истраживач на Високом техничком институту, Универзитета у Лисабону, Португалија. Да се ради о вансеријском научном потенцијалу, сведочи податак да је у периоду од 2008. до 2013. године похађао је докторске студије у оквиру двојног програма између Универзитета Карнеги Мелон (Департман за електротехнику и рачунарство), Питсбург, Пенсилванија, САД, и Високог техничког института у Лисабону, Португалија, где је радио и као истраживач сарадник и асистент у настави.

У мају 2013. године одбранио је докторску дисертацију са темом „Дистрибуирана оптимизација: алгоритми и брзине конвергенције“ на Универзитету Карнеги Мелон и Високом техничком институту у Лисабону. За своју докторску дисертацију је од Департмана за елетротехнику и рачунарство Универзитета Карнеги Мелон 2014. године добио награду за најбољу докторску дисертацију „А. Г. Милнес“, а од истог Департмана 2012. године добио је и признање „Claire, MM 1965, and John Bertucci, E 1963, TPR 1965, Fellowship in Engineering“.

Добитник је специјалне награде „Др. Зоран Ђинђић“ за изузетан допринос науци младих научника за 2017. годину. Области истраживања др Јаковетића су дистрибуирана оптимизација, учење и процесирање информација. Објавио је преко 50 научних радова у међународним часописима и на међународним конференцијама, са укупном цитираношћу преко 1400 према сервису „Google scholar“.

Ера вештачке интелигенције почиње на ПМФ-у

На Kонкурсу Министарства просвете, науке и технолошког развоја за избор нових мастер студијских програма из области вештачке интелигенције, награђен је предлог Департмана за математику и информатику, новосадског Природно-математичког факултета.

Врло значајан услов конкурса је био да установа има наставнике и сараднике са релевантним компетенцијама за извођење наставе, као и могућност да у реализацији наставе, поред наставника и сарадника, учествују и стручњаци из привреде. С обзиром на то да ове услове новосадски ПМФ беспрекорно испуњава, имајући у виду научни кадар признат у светским оквирима као и дугогодишњу успешну сарадњу са привредом, од наредне школске године, наш факултет ће на овај актуелан и перспективан мастер програм уписати 40 студената, од којих ће пола имати могућност да буде на буџету.

Овај мастер курс ће допринети напретку вештачке интелигенције у нашој држави, а без сумње је да ће допринети развоју многих вештина за послове будућности. Програм је осмишљен са нагласком на практични аспект рада кроз многобројне обавезне пројекте јер је крајњи циљ да студенти по завршетку буду оспособљени за практичан рад у привреди у области вештачке интелигенције.

Вештачка интелигенција је једна од области која има највећи потенцијал у перспективи, те је зато прошле године усвојена Стратегија за развој вештачке интелигенције у Републици Србији до 2025. године, којом је планирано успостављање два мастер академска програма из области вештачке интелигенције до краја 2021. године.

Поносни смо што је први такав програм осмишљен баш од стране научника Природно-математичког факултета у Новом Саду. Подсећамо, ПМФ је још пре четири године увео двогодишње мастер студије „Big Data“ (Примењена математика – наука о подацима), са два изборна модула – аналитика на подацима и рачунарство високих перформанси.

Иначе, вештачка интелигенција је почела да се развија пре неколико деценија са периодима успона и стагнација да би у првим годинама ове деценије кренуо нагли развој и ширење примене захваљујући продорима у области дубоких неуронских мрежа, све веће количине доступних података погодних за машинско учење, као и све веће доступности микропроцесора погодних за обимна нумеричка израчунавања. Вештачка интелигенција има карактеристике технологије опште намене, попут парне машине, железнице или електричне струје, јер њена примена прожима све области привреде и друштва и у многим од њих уноси револуционарне промене.

Certifying the Security and Resilience of Supply Chain Services (CYRENE)

  • Назив пројекта: Certifying the Security and Resilience of Supply Chain Services (CYRENE)
  • Ознака пројекта: 952690
  • Институције учеснице у пројекту: MAGGIOLI SPA (MAG), Италија; CENTRO RICERCHE FIAT SCPA (CRF), Италија; FUNDACION DE LA COMUNIDAD VALENCIANA PARA LA INVESTIGACION, PROMOCION Y ESTUDIOS COMERCIALES DE VALENCIAPORT (VPF), Шпанија; STOCKHOLMS UNIVERSITET (SU), Шведска; TELECOMMUNICATION SYSTEMS INSTITUTE (TSI), Грчка; Универзитет у Новом Саду, Природно-математички факултет, Србија; FOCAL POINT (FP), Белгија; PRIVANOVA SAS (PN), Француска; HYPERBOREA SRL (HYPER), Италија; CYBERLENS BV (CLS), Холандија; ZELUS IKE (ZELUS), Грчка; SPHYNX TECHNOLOGY SOLUTIONS AG (STS), Швајцарска; OTAM INTERNET OF THINGS APPLICATIONS AND MULTI LAYER DEVELOPMENT LTD (ITML), Кипар; UBITECH LIMITED (UBI), Кипар
  • Статус у пројекту: партнер
  • Носилац пројекта: MAGGIOLI SPA (MAG), Италија
  • Руководилац пројекта: Душан Јаковетић (Департман за математику и информатику)
  • Врста пројекта: Horizon 2020 (Call ID: H2020-WIDESPREAD-2018-2020 / H2020-WIDESPREAD-2020-5)
  • Период реализације пројекта: 2020.-2023. (1. октобар 2020. – 30. септембар 2023.)
  • Интернет адреса пројекта: www.cyrene.eu

Одобрен нови Еразмус+ пројекат: InAMath – An interdisciplinary approach to mathematical education

Према Одлуци Агенције за мобилности програме ЕУ Републике Хрватске одобрено је финансирање пројекта InAMath – An interdisciplinary approach to mathematical education (Еразмус+ Kључна активност 2: Стратешка партнерства (KА201)). Пројекат је окупио еминентне образовне установе из региона, и то из Хрватске, Словеније, Босне и Херцеговине и Србије.

Носилац пројекта је Свеучилиште у Ријеци (ХР), а Универзитет у Новом Саду, односно Природно-математички факултет, је један од партнера на пројекту. Поред Универзитета у Новом Саду, партнери на пројекту су и Центар техничке културе Ријека (ХР), Основна школа Никола Тесла из Ријеке (ХР), Основна школа хероја Јанеза Хрибарја (СЛО), Универзитет Приморска (СЛО) И Свеучилиште у Мостару (БиХ).

Циљ овог пројекта је да се осмисле едукативни садржаји који ће допринети већој заступљености интердисциплинарности у настави математике од I до IV разреда основне школе и који ће бити доступни свим заинтересованим корисницима. Пројектне активности укључују осмишљавање и реализацију едукативних садржаја са ученицима основних школа користећи интердисциплинарне методе рада, израду наставних материјала који ће бити доступни учитељима/наставницима, као и едукацију учитеља/наставника за припрему и примену таквих активности. Задатак Универзитета у Новом Саду јесте да допринесе наведеним пројектним активностима, а посебно да учини везу између математике и хемије и географије атрактивнијом за ученике основне школе.

Пројекат је почео у септембру 2020 и трајаће три године.

Радионица из теорије скупова за младе истраживаче – YSTW 2020

  • Назив институције организатора научног скупа: Природно-математички факултет
  • Назив научног скупа: Радионица из теорије скупова за младе истраживаче – YSTW 2020
  • Локација: Нови Сад
  • Време одржавања: 18.-21.08.2021.
  • Организатор (катедра, департман): Департман за математику и информатику
  • Линк до Интернет странице научног скупа: https://sites.dmi.uns.ac.rs/settop/2020

Графови у простору: мапирање графова за машинско учење на комплексним подацима (GRASP)

  • Назив пројекта: Графови у простору: мапирање графова за машинско учење на комплексним подацима (GRASP)
  • Ознака пројекта: 6518241
  • Институције учеснице у пројекту: ПМФ (Нови Сад)
  • Статус у пројекту: носилац
  • Руководилац пројекта: Милош Радовановић
  • Врста пројекта: Фонд за науку – Програм за развој пројеката из области вештачке интелигенције (Подпрограм: Основна истраживања (ПРВИ_О), Област истраживања: Машинско учење)
  • Период реализације пројекта: 2020.-2022.

GRASP – Нови пројекат из области вештачке интелигенције

Пројекат GRASP из области вештачке интелигенције на ком раде истраживачи новосадског ПМФ-а, испуњава врло високе и прецизне критеријуме Фонда за науку, који финансира пројекте са јасним и одрживим циљевима, концептом и систематичном и добро осмишљеном методологијом рада.

Истраживање мора имати висок ниво научне изврсности, квалитета и иновативности, а пројекат „GRASP“ (Graphs in Space: Graph Embeddings for Machine Learning on Complex Data), се бави се проблемима представљања графова, односно мрежа, у „традиционалној“ форми података – табели, са посебним освртом на примену техника вештачке интелигенције. Графови, односно мреже, су један од најважнијих начина за схватање света који нас окружује. Тачке (чворови) графа могу представљати ентитете (нпр. људе), док везе (гране) између тачака изражавају неки однос или интеракцију (нпр. познанство) између њих. На тај начин се готово свака појава, од нивоа атома до нивоа галаксија, може моделовати у форми графа. С друге стране, једна од кључних операција која је доступна над графовима је њихова трансформација у „традиционалну“ форму података – табелу. У табели, ентитети су представљени редовима, док колоне означавају атрибуте који описују ентитете. Ако се вратимо на пример људи, атрибути који их описују могу бити име, презиме, висина, тежина, итд.

Област мапирања графова (енг. graph embedding) бави се начинима да се графови трансформишу у табеларни облик, што је важно јер омогућава примену „традиционалних“ табеларних техника вештачке интелигенције (прецизније, машинског учења) и анализе података за постизање увида до којих би било тешко или немогуће доћи директним посматрањем мрежа. На пример, применом опробаних табеларних техника на графу интеракција корисника Facebook-а можемо (1) класификовати кориснике у неке категорије од интереса, (2) индентификовати заједнице, (3) препоручити „пријатеље“ и (4) предвидети да ли ће два корисника интераговати у будућности.

Унапређење техника мапирања графова у овом пројекту омогућиће истраживачима и стручњацима из Србије и света да примењују технике машинског учења и анализе података у областима где то раније није било могуће или није давало задовољавајуће резултате, пре свега у научним истраживањима (нпр. биоинформатика, социологија, економија), али и у технологији и индустрији (нпр. предиктивна анализа енергетских, телекомуникационих и транспортних мрежа), образовању (нпр. аналитика заснована на подацима из система за електронско учење), и друштву уопште (нпр. подољшане/нове услуге сајтова друштвених мрежа, или чак нове врсте друштвеног умрежавања које раније нису биле могуће).

На пројекту ће се радити две године, предвиђен је буџет од преко 120 хиљада евра, а тим чини мешавина искусних и младих истраживача Природно-математичког факултета у Новом Саду, са акцентом на истраживаче у раној фази каријере. Сви су запослени на Департману за математику и информатику, на Kатедри за рачунарске науке и Kатедри за информационе технологије и системе. Руководилац пројекта је др Милош Радовановић, а у тиму су још: др Мирјана Ивановић, др Владимир Kурбалија, др Милош Савић, Бранкица Братић, Немања Милошевић, Душица Kнежевић и Александар Томчић.

ААА101 – 101. конференција из Опште алгебре

  • Назив институције организатора научног скупа: Природно-математички факултет
  • Назив научног скупа: ААА101 – 101. конференција из Опште алгебре
  • Локација: Нови Сад (виртуелна конференција)
  • Време одржавања: 03.-06.06.2021.
  • Организатор (катедра, департман): Департман за математику и информатику

Time-frequency representations in function spaces (TIFREFUS)

  • Назив пројекта: Time-frequency representations in function spaces (TIFREFUS)
  • Ознака пројекта: 337-00-00322/2019-09/45
  • Институције учеснице у пројекту: ПМФ (Нови Сад), Osterrechische Akademie der Wissenschaften, Universitat Wien, Charles University, Faculty of Mathematics and Physics, Czech technical University in Praque, Institut de Mathematiques de Marseille
  • Статус у пројекту: партнер
  • Руководилац пројекта: Ненад Теофанов
  • Врста пројекта: Мултилатералани пројекти у дунавском региону
  • Период реализације пројекта: 2020.-2022.