Děkan Fakulty elektrotechnické ČVUT v Praze udělil Cenu děkana za prestižní disertační práci, kterou v roce 2023 obdrželi cenu celkem tři výzkumníci včetně Erika Dernera z CIIRC ČVUT.
Ocenění:
Ing. Tomáš Dlask za práci Block-Coordinate Descent and Local Consistencies in Linear Programming pod vedením školitele doc. Ing. Tomáše Wernera, Ph.D.
Ing. David Futschik za práci Leveraging machine learning for artistic stylization pod vedením školitele prof. Ing. Daniela Sýkory, Ph.D.
Ing. Erik Derner za práci Data-efficient methods for model learning and control in robotics pod vedením školitele prof. Dr. Ing. Roberta Babušky.
Hlavními požadavky pro přiznání ocenění jsou publikace jádra disertační práce v mezinárodních časopisech, citační odezva, oponent disertace z prestižního zahraničního pracoviště. Samozřejmým požadavkem je proto sepsání a obhajoba práce ve světovém jazyce.
Cena děkana za prestižní disertační práci je udělována každoročně.
Erik Derner získal v roce 2022 doktorát v oboru Řídicí technika a robotika na Českém vysokém učení technickém (ČVUT) v Praze. V roce 2023 se jako ELLIS Postdoc stal součástí týmu ELLIS Alicante, který vede dr. Nuria Oliver. Jeho výzkum se zaměřuje na společenské a etické aspekty interakce člověka s umělou inteligencí, zejména na řešení předsudků ve velkých jazykových modelech pro jazyky s omezenými zdroji. V rámci ELLIS Postdoc programu spolupracuje s týmem prof. Roberta Babušky na Českém institutu informatiky, robotiky a kybernetiky na bezpečných a robustních robotických systémech využívajících generativní umělou inteligenci. Dále se Erik Derner zabývá bezpečnostními aspekty a ochrannými mechanismy velkých jazykových modelů. Jeho oblasti zájmu zahrnují umělou inteligenci orientovanou na člověka, zpracování přirozeného jazyka, robotiku, počítačové vidění, zpětnovazební učení a genetické algoritmy.
Disertační práce „Efektivní metody pro učení modelů a řízení v robotice“ byla vypracována pod vedením prof. Roberta Babušky, vedoucího skupiny Strojové učení v oddělení Umělé inteligence, v rámci projektu Robotika pro Průmysl 4.0. Práce se zabývá výzvami v oblasti učení modelů z naměřených dat v robotice. Zaměřuje se na konstrukci modelů robotů a jejich prostředí z malého množství dat v kontrastu s aktuálně populárními a široce používanými hlubokými neuronovými sítěmi, které vyžadují velké množství trénovacích dat. Práce představuje několik variant a rozšíření symbolické regrese pro učení modelů robotů a jejich řízení. Dále prezentuje novou metodu výběru vzorků pro vytváření informativních podmnožin z velkých datových sad. Představuje také metodu detekce změn v dynamických prostředích pro zlepšení lokalizace mobilních robotů. Navrhované metody byly zevrubně testovány v experimentech z reálného světa. Disertační práce sestává z publikací ve významných časopisech a konferencích, které získaly značnou pozornost a citace v robotické komunitě. Práce byla příznivě hodnocena oponenty z předních evropských akademických institucí.
Více:
- Derner, E., Kubalík, J., Ancona, N., & Babuška, R. (2020). Constructing Parsimonious Analytic Models for Dynamic Systems via Symbolic Regression. Applied Soft Computing (94), September 2020, 106432. LINK: http://people.ciirc.cvut.cz/~derneeri/files/derner2020constructing.pdf
- Derner, E., Gómez, C., Hernández, A. C., Barber, R., & Babuška, R. (2021). Change Detection Using Weighted Features for Image-Based Localization. Robotics and Autonomous Systems (135), January 2021, 103676. LINK: http://people.ciirc.cvut.cz/~derneeri/files/derner2021change.pdf
- Derner, E., Kubalík, J., & Babuška, R. (2021). Selecting Informative Data Samples for Model Learning Through Symbolic Regression. IEEE Access (9), January 2021, 14148–14158. LINK: http://people.ciirc.cvut.cz/~derneeri/files/derner2021selecting.pdf
- Derner, E., Kubalík, J., & Babuška, R. (2021). Guiding Robot Model Construction with Prior Features. In 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 7112–7118, Prague, Czech Republic. LINK: http://people.ciirc.cvut.cz/~derneeri/files/derner2021guiding.pdf
Zdroj: FEL ČVUT
