Informacje ogólne  Aktualności  Pracownicy  Projekty badawcze  Rada Naukowa   Konferencje   Seminaria   Publikacje   Biblioteka   Wydawnictwo  Usługi lokalne 
Informacje ogólne \ Zakład S. I. \ Zespół Podstaw Sztucznej Inteligencji Mapa serwisu  

Zespół Analizy
i Modelowania
Statystycznego

Zespół Inżynierii
Lingwistycznej

Zespół Podstaw
Sztucznej Inteligencji

Zespół Teorii
Gier i Decyzji

 

Zakład
Sztucznej Inteligencji

Zakład
Teoretycznych
Podstaw Informatyki

 

Informacje ogólne

 
ZESPÓŁ
PODSTAW SZTUCZNEJ INTELIGENCJI

Członkowie Zespołu
prof. dr hab. inż. Mieczysław Kłopotek - kierownik zespołu
mgr Piotr Borkowski
mgr Szymon Chojnacki
dr Krzysztof Ciesielski
dr Dariusz Czerski
prof. dr hab. inż. Roman Świniarski
dr Marcin Sydow
dr hab. inż. Krzysztof Trojanowski
prof. dr hab. inż. Sławomir Wierzchoń

Profesorowie zagraniczni
prof. dr hab. inż. Zbigniew Michalewicz
University of Adelaide
dr hab. Zbigniew Raś,
prof. University of North Carolina

Tematyka badawcza

Zespół prowadzi prace naukowo-badawcze w dziedzinie systemów inteligentnych w następujących kierunkach:

inżynieria pozyskiwania wiedzy
  • wyszukiwarki internetowe
  • pozyskiwanie wiedzy z danych, tekstu i hipertekstu
metaheurystyki w optymalizacji
  • optymalizacja w środowiskach dynamicznych
  • inspirowane naturą metody optymalizacji trendów
Zespół pracuje nad skonstruowaniem masowo-równoległej wyszukiwarki internetowej, która ma zgromadzić zasoby całego polskiego Internetu. Naszą specjalnością jest systematyzowanie zasobów internetowych oraz ich udostępnianie użytkownikowi. Systematyzacja oznacza automatyczny podział zasobów internetowych na grupy tematyczne, wyróżnianie kanałów tematycznych w serwisach internetowych, oraz etykietowanie i kategoryzowanie dokumentów i ich grup. Z punktu widzenia użytkownika, przekłada się to nie tylko na bardziej precyzyjne identyfikowanie dokumentów wartościowych dla użytkownika. Systematyzacja daje również możliwość wyszukiwania kontekstowego zarówno pojedynczych dokumentów, jak i ich grup, np. kanałów tematycznych czy serwisów, oraz dywersyfikację odpowiedzi wyszukiwarki.
Dywersyfikacja oznacza zróżnicowanie odpowiedzi w taki sposób, aby użytkownik ujrzał nie tylko najlepsze dokumenty, ale także rozmaitość czy niejednoznaczność tematyczną, taką jak np. w klasycznym pytaniu o zamki (krawieckie? z piasku? rycerskie? w drzwiach? etc).
Natomiast uwzględnianie kontekstu jest istotne wtedy, gdy poszukiwany dokument jest zrozumiały tylko w kontekście innych dokumentów kanału tematycznego. Przykładowo, zadając wyszukiwarce zapytanie o opony samochodowe - dość częste w sezonach jesiennym i wiosennym - oczekiwalibyśmy w odpowiedzi odnośników do serwisów czy to producentów opon samochodowych, czy też sklepów z oponami. Uwzględnienie kontekstu umożliwi wyszukiwarce zwrócenie odnośników również do takich dokumentów zawierających w swojej treści słowo "opony", w których nie występuje słowo "samochodowe".
Tak rozumiana systematyzacja będzie narzędziem przydatnym dla wielu grup użytkowników. Naukowcy i przedsiębiorcy będą mogli z jednej strony uzyskać informacje na temat potencjalnych partnerów bądź konkurentów na rynku. Z drugiej strony, systematyzacja ułatwi im identyfikację interesujących obszarów badawczych czy też luk w rynku, które można zagospodarować.
Obiecującym kierunkiem badań jest zastosowanie technologii wyszukiwarkowych, a także narzędzi pozyskiwania wiedzy z danych, tekstu i hipertekstu, do analizy sieci społecznych.
Integralną częścią problemów efektywnego odpowiadania na zapytania jest optymalizacja - choć w praktycznych zastosowaniach wychodzi ona daleko poza ten obszar. W IPI PAN skupiamy się na tzw. metodach heurystycznych, opartych na algorytmach ewolucyjnych, immunologicznych czy metodach inteligentnych rojów. Podstawową zaletą rozwijanych u nas metod jest dywersyfikacja otrzymywanych rozwiązań, co jest nie do przecenienia szczególnie w wypadku dużej dynamiki otoczenia optymalizowanego systemu. Oprócz technologii wyszukiwarkowych, mogą one znaleźć szerokie zastosowanie np. w optymalizacji reakcji chemicznych, w sterowaniu procesami produkcyjnymi, czy też w symulacji procesów społecznych.
Zarówno w wypadku badań sieci społecznych, jak i środowisk dynamicznych, szeroko wykorzystujemy konstruowane w Zespole (na bazie własnych opracowań teoretycznych)
Prowadzone są także badania w klasycznych obszarach pozyskiwania wiedzy z danych, ale z pogłębioną analizą pozyskiwania klasyfikatorów tzw. akcji, tj. klasyfikatorów bazujących na rozróżnianiu tych cech obiektów, którymi można sterować bądź nie.
W tych i innych obszarach systemów inteligentnych współpracujemy z polskim przemysłem wyszukiwarkowym, zagranicznymi firmami zajmującymi się modelowaniem rynku, a także z uczelniami polskimi, takimi, jak Uniwersytet Kardynała Stefana Wyszyńskiego, Polsko-Japońska Wyższa Szkoła Technik Komputerowych, Uniwersytet Przyrodniczo-Humanistyczny, Uniwersytet Gdański, Politechnika Wrocławska oraz zagranicznymi, jak Instytut Informatyki imienia Maksa Plancka (UE), Uniwersytet Karoliny Północnej w Charlotte (USA), Uniwersytet Stanowy w San Diego (USA) oraz Uniwersytet Adelaidy (Australia).



Przejdź do poprzedniego zespołu.   Poprzedni Zespół--> o Zakładzie  Przejdź do informacji o zakładzie. Następny Zespół  Przejdź do następnego zespołu.
  webmaster@ipipan.waw.pl Copyright by IPI PAN - 2003