Zadanie 1

Tytuł zadania:

Specjalistyczne narzędzia do przetwarzania danych oraz agregacji dużych zbiorów danych oparte na rozwiązaniach agentowych

Opis:

Celem projektu jest przygotowanie systemu agentów oraz mniejszych serwisów, jako dedykowane rozwiązanie dla grupy badawczej w laboratorium biochemicznym. System ten będzie zawierał zestawy serwisów do analizy danych oraz obrazów oparte zarówno na metodach klasycznych uczenia maszynowego, jak i głębokich sieciach neuronowych, dostosowanych do potrzeb grupy badawczej. Dodatkowym komponentem systemu będzie duży model językowy (LLM) agregujący wiedzę związaną z tematyką badań laboratorium. System będzie oparty na rozwiązaniu agentowym, w którym poszczególni agenci AI będą wykonywali zadania oraz komunikowali się ze sobą.

Celem zadania jest nie tylko zdobycie praktycznej wiedzy na temat tworzenia złożonych systemów agentowych oraz dedykowanych modeli LLM, ale także zdobycie doświadczenia we współpracy z przedstawicielami innych dziedzin nauki.

Zadanie 2

Tytuł zadania:

Multimodalna analiza sygnałów biomedycznych i behawioralnych z asynchroniczną fuzją embeddingów do zastosowań w medycynie precyzyjnej i ocenie zachowań

Opis:

Celem zadania jest opracowanie i walidacja metod integracji oraz analizy danych multimodalnych (np. sygnały głosowe, ruchy gałek ocznych, ekspresje twarzy, czujniki IMU, dane klawiaturowe) pozyskanych z różnych źródeł o odmiennych właściwościach czasowo-przestrzennych. Kluczowym wyzwaniem jest fuzja embeddingów o niespójnych rozmiarach oraz ich dynamiczna synchronizacja czasowa, umożliwiająca spójne reprezentowanie zdarzeń w czasie rzeczywistym.

W ramach zadania zostaną zaprojektowane modele głębokiego uczenia z mechanizmami dynamicznego ważenia modalności (np. attention-based fusion, cross-modal transformers, hybrid fusion), które umożliwią selektywne wnioskowanie na podstawie najbardziej informacyjnych źródeł sygnału. Proponowane rozwiązania zostaną zastosowane do detekcji oraz monitorowania przebiegu chorób neurodegeneracyjnych, zaburzeń nastroju i funkcji poznawczych, a także do analizy zachowań ludzkich w warunkach rzeczywistych.

Projekt przewiduje stworzenie uniwersalnego frameworku wspomagania decyzji klinicznych (intelligent decision support system) opartego na multimodalnych biomarkerach, z uwzględnieniem aspektów wyjaśnialności (explainable AI) i odporności na zakłócenia środowiskowe.

Zadanie 3

Tytuł zadania:

Rozwój kompetencji studentów w obszarze autonomicznej robotyki mobilnej poprzez udział w zawodach i konferencjach naukowych

Opis:

Celem zadania jest wsparcie studentów w zdobyciu umiejętności w dynamicznie rozwijającym się obszarze autonomicznej robotyki mobilnej, w szczególności bezzałogowych statków powietrznych i modelach pojazdów autonomicznych, podniesienie kompetencji w zakresie: systemów percepcji wykorzystujących różnorodne czujniki (kamery klatkowe, kamery zdarzeniowe, kamery termowizyjne, lidary, radary) oraz algorytmów przetwarzania danych, w tym najnowszych osiągnięć z dziedziny systemów wizyjnych i sztucznych sieci neuronowych, systemów sterowania, w tym planowania i realizacji trajektorii z wykorzystaniem zarówno metod klasycznych, jak i metod sztucznej inteligencji. Ponadto dla obu wątków kluczowym zagadnieniem będzie realizacja obliczeń na wbudowanych platformach obliczeniowych, np. wbudowanych procesorach graficznych (eGPU), komputerach płytkowych (np. Raspberry PI) oraz układach rekonfigurowalnych.

Zgłoszenia ocenia Komisja opiekunów Kół.

Zgłoszenia proszę przesyłać mailowo do prof. Zbisława Tabora na adres ztabor@agh.edu.pl. Zgłoszenie powinno zawierać cv oraz list motywacyjny wskazujący, w którym z zadań zgłaszający chce uczestniczyć i jakie kompetencje niezbędne w realizacji zadania kandydat posiada.

Zgłoszenia przyjmowane są do 16.06.2025 r.