Intelligens adatelemzés

A kutatócsoport elsősorban alkalmazott adatelemzési kutatásokban vesz részt, leíró, feltáró, jósló és előíró statisztikai elemzéseket készít alap és alkalmazott kutatási feladatokban. Adatelemzéseikben az adatbányászati módszerek mellett használják a bioinspirált módszereket (genetikus algoritmusokat, fuzzy rendszereket, neurális hálókat – ezen belül a mélyelemzéseket és önszervező térképeket) a klasszikus matematikai statisztikai módszerekkel ötvözve.
Néhány korábbi feladat: kézírás felismerés, nemzetközi kézírási adatbázis létrehozása, ökológiai adatbázisok szakértői elemzése, kontextus és szemantikai elemzés hatékonyságának vizsgálata automatikus szövegosztályozási feladatokban, optikai minőség-ellenőrzés javítása MI módszerekkel, tehén bendőszonda adatelemző algoritmusainak fejlesztése.

Kulcsszavak :intelligens adatelemzés, adatbányászat, statisztika, genetikus algoritmusok, fuzzy rendszerek, neurális hálók, SOM

Vezető

Résztvevők

Futó projektek

  • Bendő bólusz fejlesztés, tejelő szarvasmarhák élethosszig tartó folyamatos monitorozására programban a szenzor adatelemző algoritmusainak fejlesztése, a beérkező adatok intelligens adatelemző algoritmusainak kidolgozása,
  • a szenzorok validálásához szükséges intelligens video feldolgozó megoldások fejlesztése.
  • Módszertan készítése hőcserélő hálózatok szintéziséhez, amely többperiódusú működés esetén meghatározza az energiahatékonyság szempontjából a legjobb, az n-legjobb vagy az összes megvalósítható struktúrát. 

Referenciák

  • R. Lakner, Á. Orosz, B. S. How, and F. Friedler, “Synthesis of multiperiod heat exchanger networks: n-best networks with variable approach temperature,” THERMAL SCIENCE AND ENGINEERING PROGRESS, vol. 42, 2023.
  • G. E. Bartos, Y. Hoşcan, A. Kauer, and É. Hajnal, “A Multilingual Handwritten Character Dataset: T-H-E Dataset,” ACTA POLYTECHNICA HUNGARICA, vol. 17, no. 9, pp. 141–160, 2020.
  • É. Hajnal, Marton. Dániel, and Rick. Mátyás, “Industry 4.0 Case Study Big Data Analysis on an Industrial Database,” in AIS 2019 :14th International Symposium on Applied Informatics and Related Areas organized in the frame of Hungarian Science Festival 2019 by Óbuda University, 2019, pp. 147–151.
  • C. Stenger-Kovács, K. Körmendi, E. Lengyel, A. Abonyi, É. Hajnal, B. Szabó, K. Buczkó, and J. Padisák, “Expanding the trait-based concept of benthic diatoms: Development of trait and species-based indices for conductivity as the master variable of ecological status in continental saline lakes,” ECOLOGICAL INDICATORS, vol. 95, no. 1, pp. 63–74, 2018.
  • L. Gábor, L. József, H. É. Nagyné, and B.-B. Katalin, “Mathematical modelling of real-time control system for industrial wastewater management,” DESALINATION AND WATER TREATMENT, vol. 75, pp. 268–273, 2017.

Pályázati tevékenység

  • 2020-1.1.2-PIACI-KFI-2020-00109, LPWAN kommunikációs technológiára épülő szarvasmarha bendőszonda kifejlesztése (2021-2024)
  • ARCONIC 2020 Ipar 4.0 és virtuális valóság kutatás fejlesztés,
  • EFOP-3.3.6-17-2017-00002 Természettudományos élményközpont létrehozása Székesfehérváron (2017-2020)
  • EFOP 3.4.3-16-2016-00023 Az Óbudai Egyetem Komplex Intézményi Fejlesztései a Felsőfokú Oktatás Minőségének és Hozzáférhetőségének Együttes Javítása Érdekében (2017-2020)
  • GINOP-2.2.1-15-2017-00097 Vezető nélküli targoncaflotta kifejlesztése szinergikusan együttműködő navigációs technológiák alkalmazásával (2018-2021)
  • GINOP-2.2.1-18-2018-00015 Egyedi, 3D nyomtatott, tűz gátló adalékokkal továbbfejlesztett műanyag autóipari alkatrészek anyagrendszerének és gyártástechnológiájának kidolgozása (2018-2021)

Együttműködő partnerek

A jelenlegi oldal frissítve: 2024.01.12.