Témata pro Ph.D. studenty

Naši zkušení školitelé nabízejí následující doktorská témata pro uchazeče o doktorské studium ve vybraných studijních programech. Pro podrobnější informace kontaktujte, prosím, školitele.

Řídicí a optimalizační algoritmy pro autonomní automobily
Cílem práce je postavit model autonomního závodního automobilu pro účast v soutěži F1/10. Konstrukce modelu (mechanika, elektronika a základní programové vybavení) je k dispozici, výzkum bude soustředěn na pokročilé aspekty softwarové architektury, zejména na řídicí a optimalizační algoritmy.
Studijní program: Řídicí technika a robotika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: Prof. Dr. Ing. Zdeněk Hanzálek

Optimalizační algoritmy pro elektrické automobily
Úkolem je navrhnout a otestovat algoritmy pro energeticky optimální řízení elektrického vozidla. Na vhodném modelu vozidla analyzujte stávající optimalizační algoritmy založené na dynamickém programování, navrhněte vlastní algoritmy a s využitím simulací vyberte nejvhodnější algoritmus.
Studijní program: Řídicí technika a robotika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: Prof. Dr. Ing. Zdeněk Hanzálek

Daty řízený návrh robustních rozvrhovacích algoritmů pro flexibilní výrobu
Výrobní společnosti se připravují na ambiciózní program vytvořit Továrnu budoucnosti (iniciativa Průmysl 4.0), která bude využívat výhody digitálních technologií. Při takové inovaci se rozvrhovací algoritmy stanou středem zájmu výrobního procesu. Cílem výzkumu je daty řízený návrh algoritmů, které generují jak statické, tak dynamické výrobní rozvrhy.
Studijní program: Řídicí technika a robotika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: Prof. Dr. Ing. Zdeněk Hanzálek

Rekonstrukce třírozměrné scény z obrazů
Rekonstrukce třírozměrné scény z obrazů je základním problémem počítačového vidění. Nachází mnohá použití v průmyslu, od autonomního řízení až po speciální filmové efekty. Toto téma je vhodné pro studenty, kteří se zajímají o algoritmy, experimentální práci a návrh skutečně fungujících systémů.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: Doc. Ing. Tomáš Pajdla, Ph.D.

Algebraické metody v počítačovém vidění a robotice
Algebraické metody prokázaly svou užitečnost při řešení složitých geometrických problémů v teorii počítačového vidění. Naším cílem bude studium pokročilé algebraické geometrie a její využití v reálných technických úlohách. Téma je zvláště vhodné pro studenty, kteří mají zájem o aplikovanou matematiku.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: Doc. Ing. Tomáš Pajdla, Ph.D.

Rozpoznávání scény a visuální lokalizace pomocí obrazu
Vizuální rozpoznávání scény a lokalizace pomocí obrazu je důležitou součástí počítačového vidění a strojového učení. Budeme vyvíjet nové přístupy k reprezentaci místa a jeho vyhledávání. Téma je vhodné pro studenty, kteří se zajímají o aplikace počítačového vidění a strojového učení v reálných technických úlohách.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: Doc. Ing. Tomáš Pajdla, Ph.D.

Polynomiální optimalizace v počítačovém vidění a robotice
Metody polynomiální optimalizace prokázaly svou užitečnost při řešení zajímavých geometrických problémů v počítačovém vidění a robotice. Budeme tyto metody studovat a aplikovat je v počítačovém vidění a robotice. Téma je vhodné pro studenty, kteří mají zájem o aplikace matematických metod v reálných technických úlohách.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: Doc. Ing. Tomáš Pajdla, Ph.D.

Navigace a plánování pro složité roboty
Cílem výzkumu je vývoj nových algoritmů pro zpracování, analýzu a fúzi dat produkovaných zvolenými senzory (2D a 3D dálkoměry a kamery), robustní navigaci a efektivní plánování v úlohách jako je dohled a průzkum několika roboty, udržování formace a obratná kooperativní manipulace.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: RNDr. Miroslav Kulich, Ph.D.

Směrovací problémy v mobilní robotice
Typické úlohy pro mobilní roboty zahrnují inspekci známého prostředí, průzkum neznámého prostředí, či hledání objektu zájmu. Tyto požadavky vedou na řešení NP-obtížných optimalizačních úloh. Naším cílem bude výzkum a vývoj nových aproximačních algoritmů vedoucích k řešení takových optimalizačních úloh.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: RNDr. Miroslav Kulich, Ph.D.

Prostorová analýza lidské lokomoce
Práce zahrnuje rozbor multikanálových dat pořízených soustavou pohybových čidel a současně bezdrátovým EEG systémem. Výzkumná část obsahuje studium metodiky registrace obrazů, časovou detekci jejich změn a návrh Bayesovské klasifikace vybraných příznaků s využitím výpočetní inteligence v souvislosti s léčbou pohybových poruch neurologického původu. Výsledné algoritmy budou ověřeny na skupině nemocných a zdravých jedinců z hlediska progrese postižení a využity ke včasné diagnostice a sledování výsledků terapie pohybových poruch v klinické praxi. Práce bude konzultována na Neurologické klinice Fakultní nemocnice v Hradci Králové (MUDr Oldřich Vyšata, Ph.D.).
Studijní obor: Technická kybernetika
Vysoká škola chemicko-technologická – fakulta chemicko-inženýrská
Školitel: Prof. Ing. Aleš Procházka, CSc.

Analýza vícekanálových signálů a obrazů v monitorování a diagnostice fyziologických dat
Práce je zaměřená na adaptivní metody analýzy vícekanálových dat s využitím metod počítačové inteligence a číslicového zpracování vícerozměrných signálů v časové a frekvenční oblasti. Metodologická část práce zahrnuje zpracování videosekvencí, třírozměrné geometrické modelování, strojové učení a rozpoznávání vzorů při klasifikaci dat. Aplikační část práce je věnována rozboru korelačních závislosí fyziologických a GPS dat s návazností na fyzické aktivity a rehabilitaci. Práce bude konzultována na Neurologické klinice Fakultní nemocnice v Hradci Králové (MUDr Oldřich Vyšata, Ph.D.).
Studijní obor: Technická kybernetika
Vysoká škola chemicko-technologická – fakulta chemicko-inženýrská
Školitel: Prof. Ing. Aleš Procházka, CSc.

Informační entropie v detekci buněčných pohybů ze snímků pořízených světelnou mikroskopií
Světelná mikroskopie v jasném poli je mikroskopická technika, která může poskytnout nezkreslenou informaci o fyziologickém a morfologickém stavu živé buňky. Úkolem dizertanta bude vytvořit algoritmus pro automatickou detekci a statistické vyhodnocení trajektorií savčích organel ze snímků pořízených časosběrnou světelnou mikroskopií v jasném poli. Při zpracování digitálního obrazu se předpokládá zejména využití metod informační entropie a vícerozměrné statistiky. Práce bude konzultována na Ústavu komplexních systémů Jihočeské university (Ing. Renata Štýsová-Rychtáriková, Ph.D.).
Studijní obor: Technická kybernetika
Vysoká škola chemicko-technologická – fakulta chemicko-inženýrská
Školitel: Prof. Ing. Aleš Procházka, CSc.

Vícerozměrná statistika ve 3D rekonstrukci buněčných organel pořízených fluorescenční mikroskopií
Fluorescenční mikroskopie je nástrojem pro studium vnitrobuněčných vztahů pomocí sond vázaných na organely, případně pomocí autofluorescence. Během jejího sledování i vícečetném značení fluorescenčními sondami je problémem barevná aberace, která každou jednotlivou emitovanou vlnovou délku promítá na jiný bod prostoru. Disertační práce využívá metody zpracování digitálního obrazu, informační entropie a nového matematického přístupu pro identifikaci roviny zaostření odezvy různých fluorescenčních sond, případně autofluorescence ze série z-skenů pořízených postupným proostřením buňky. Úkolem bude navrhnout metodu pro automatické prostorové mapování a kompletní vytěžení informací pro tento typ mikroskopie. Práce bude konzultována na Ústavu komplexních systémů Jihočeské university (Ing. Renata Štýsová-Rychtáriková, Ph.D.).
Studijní obor: Technická kybernetika
Vysoká škola chemicko-technologická – fakulta chemicko-inženýrská
Školitel: Prof. Ing. Aleš Procházka, CSc.

Pokročilé metody zpracování dlouhodobých mnohakanálových záznamů v neurovědách

Zadání práce je motivováno klinickými výzkumy vedenými v NUDZ a na neurologických klinikách, zabývajících se spánkovou medicínou. V neurovědách a neurologii se stále častěji setkáváme s dlouhodobými záznamy (zpravidla tzv. polygrafickými), kde jsou v různých kanálech zaznamenávány různé fyziologické signály a další data, zpravidla s různou vzorkovací frekvencí. Pro jejich zpracování není možné používat standardní metody, ale je nutné navrhnout takové postupy, které budou schopné nalézt v signálech vzájemné souvislosti a také významné úseky zejména z diagnostického pohledu.
Hlavním cílem práce bude návrh a implementace pokročilých metod zpracování biologických signálů, které budou schopné nalézt vzájemné souvislosti v paralelních časových řadách (jednotlivých kanálech záznamu) a detekovat významné úseky.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta biomedicínského inženýrství
Školitel: doc. Ing. Lenka Lhotská, CSc.

Pokročilé metody zpracování heterogenních multidimenzionálních dat v elektrofyziologii
Toto téma vychází z bezprostřední spolupráce s klinickou praxí, kde získáváme data o jednom pacientovi z různých modalit. Základním požadavkem je nalézt vzájemné vztahy v takových datech. Mluvíme tedy o velkém množství heterogenních dat a signálů, které je nutné vyhodnocovat ve vzájemném kontextu. Metody reprezentace vycházejí z požadavků na sémantickou interoperabilitu. Metody zpracování jsou inspirovány pokročilými matematickými transformacemi, metodami zpracování digitálních signálů a metodami data miningu.
Cílem výzkumu je jednak návrh vhodných metod reprezentace dat a znalostí, které slouží pro efektivní ukládání a komunikaci, jednak návrh a implementace pokročilých metod zpracování, které umožní hledat vzájemné souvislosti v datech a odhalovat skrytou informaci.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta biomedicínského inženýrství
Školitel: doc. Ing. Lenka Lhotská, CSc.

Využití virtuální reality pro rehabilitaci
Cílem projektu je výzkum vývoj kustomizovaného systému virtuální reality založeného na vážné hře, která umožňuje uživateli provádět fyzikální a kognitivní rehabilitační terapie pomocí přirozeného uživatelského rozhraní založeného na virtuální realitě. V rámci těchto vážných her najdeme tzv. „exergames“. Jedná se o typ vážné hry, která má za cíl stimulovat mobilitu těla prostřednictvím ponořujícího zážitku, který situuje uživatele uvnitř virtuálních interaktivních krajin.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta biomedicínského inženýrství
Školitel: doc. Ing. Lenka Lhotská, CSc.

Softwarová podpora rozhodování ve zdravotnictví (v medicíně)
Strukturovaně a standardizovaně ukládaná data představují ve zdravotnictví jednu z částí pro dosažení (sémantické) interoperability. Jedním z hlavních prvků je využití standardizované terminologie, jako je např systém SNOMED, který představuje dnes nejrozsáhlejší medicínskou nomenklatruru. Ta je, kromě své úlohy v reprezentaci a výměně zdravotnických dat, také velmi vhodná při vytváření systémů pro podporu rozhodování. Její uspořádání má charakter ontologie a je možné v jejím rámci využívat deskripční logiku. Cílem výzkum a vývoje je využití systému SNOMED ve vytváření rámců systémů pro podporu rozhodování.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta biomedicínského inženýrství
Školitel: Ing. Michal Huptych, Ph.D.

Zvýšení kvality života pro pacienty s demencí prostřednictvím nástrojů UI
Návrh metody pro automatické kvantitativní hodnocení aktivity pacienta a testování možnosti využít navrženou metriku u pacientů s různým typem péče, např. s nebo bez využití nějaké aktivizační metody. Návrh, vývoj a testování nástroje pro aktivizaci pacienta, např. objektu, který získává informace ze senzorů chytré domácnosti.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: prof. RNDr. Olga Štěpánková, CSc.

Hledání anomálií v mnoharozměrných datech
Výzkum možností, jak efektivně využít neuronové sítě (např. HTM – hierarchical temporal memory) a/nebo metody vizualizace vícerozměrných dat (např. RadViz) pro identifikaci anomálií v datech.
Studijní program: Umělá inteligence a biokybernetika
České vysoké učení technické – Fakulta elektrotechnická
Školitel: prof. RNDr. Olga Štěpánková, CSc.