Duo vědců z Fakulty elektrotechnické ČVUT se dočkalo ocenění za svou práci v oblasti počítačového vidění a vytváření komunikačních map v podzemních prostorech.
Důkazem vysoké úrovně vědeckých pracovišť Fakulty elektrotechnické ČVUT v Praze je úspěch tuzemských odborníků v Amazon Research Award 2020. Zařadili se zde po bok výzkumníků z prestižních amerických „Ivy League“ univerzit, jako jsou MIT, Stanford, Princeton nebo Yale. Společně s ETH Curych je ČVUT dokonce jedinou evropskou univerzitou, která má mezi vybranými 101 držiteli hned dvojnásobné zastoupení.
Díky úspěchu může ČVUT po následující rok financovat práci jednoho či dvou doktorandů nebo postdoktorandů ve vědeckých týmech oceněných výzkumníků. Vybrané projekty rovněž získají přístup do více než 200 datasetů Amazonu, se kterými budou moci pracovat.
Oceněné práce z oblasti umělé inteligence, automatizace nebo robotiky prošly náročným výběrem, který zohledňoval kvalitu vědeckého obsahu, kreativní přístup i možný příznivý dopad na celou společnost.
Překlady cizojazyčných textů na cedulích
Profesor Jiří Matas, který se zaměřuje na zkvalitňování úrovně počítačového vidění, v Amazon Research Award 2020 uspěl s projektem „Učení hlubokých neuronových sítí v problémech s nediferencovatelnými ztrátovými funkcemi“.
„V některých úlohách počítačového vidění jsou přirozené nediferencovatelné ztrátové funkce, například při rozpoznávání textu, kde se kvalita algoritmu často měří počtem chybně rozpoznaných znaků nebo slov. Nediferencovatelné ztrátové funkce se vyskytují například také v úloze vyhledávání obrázků, kde se kvalita měří pořadím požadovaných obrázků v seznamu vytvořeném jako odezva na dotaz,“ objasňuje problematiku profesor Matas.
Řešení může přispět například ke zlepšení kvality aplikací, které pomocí mobilního fotoaparátu vyfotografují a přeloží cizojazyčné texty na cedulích nebo prověří nutriční hodnoty uvedené na obalu výrobků v kamenných prodejnách.
Průzkum neznámého prostředí
Profesor Jan Faigl z Centra umělé inteligence v Amazon Research Award 2020 uspěl s projektem „Budování komunikačních map v podzemním prostředí“, který zkoumá využití metod strojového učení v úloze charakterizace šíření signálu v podzemních prostorech.
„Naším cílem je využít reálných dat k vytvoření vhodného modelu predikce šíření a kvality komunikace bez nutnosti precizního modelování a znalosti přesných geometrických a materiálových vlastností prostředí. To je svým způsobem hodně odvážné a v projektu se tak zaměřujeme na vytvoření vhodných deskriptorů, které nám umožní získat pokud možno věrohodný odhad šíření signálů k vytvoření takzvané komunikační mapy,“ přibližuje cíl vědeckého projektu profesor Faigl.
Autor: Tomáš Vrána
