Novinky

9 +1: FEL ČVUT dominovala v grantovém řízení GA ČR v oblasti technických věd

Pro studenty a studentky Pro absolventy a absolventky Pro uchazeče a uchazečky Pro zaměstnance a zaměstnankyně

Fakulta elektrotechnická ČVUT v Praze dosáhla mimořádného úspěchu v letošním grantovém řízení Grantové agentury České republiky. V oblasti technických věd (OK1) bylo celkem podpořeno 72 standardních projektů, z toho 9 z FEL ČVUT. Úspěch podtrhuje i zisk grantu v kategorii Postdoc Individual Fellowship – Outgoing. FEL ČVUT tak potvrdila pozici lídra v informatice, umělé inteligenci, strojovém učení, robotice i dalších dynamicky se rozvíjejících oblastech technických věd.

„Úspěch v grantovém řízení GA ČR posiluje mezinárodní prestiž naší fakulty a přináší zásadní podporu pro rozvoj výzkumných týmů v oblasti informatiky, robotiky a umělé inteligence. Jsem hrdý na naše vědkyně a vědce, kteří se prosazují v náročné konkurenci a pomáhají budovat reputaci FEL ČVUT jako přední výzkumné instituce v zemi,“ uvedl k ocenění prof. Petr Páta, děkan FEL ČVUT.

Dominantní postavení fakulty v technických vědách není náhodné – je výsledkem dlouhodobého úsilí o excelentní výzkum, mezinárodní spolupráci a systematickou podporu oborů, které formují moderní technologickou společnost.

Grantová agentura České republiky (GA ČR) jako nejvýznamnější poskytovatel podpory projektů základního výzkumu v ČR začne od příštího roku financovat přes 400 vědeckých projektů ze všech oblastí základního výzkumu. Celkem budou podpořeny částkou přes 3,7 mld. Kč.

Standardní projekty GA ČR udělené vědcům FEL ČVUT od roku 2026

Doc. Ing. Martin Saska, Dr. rer. nat.: Sensing abstract behavioural patterns to allow coordinated fast response to disruptions in multi-robot systems

Ing. Vojtěch Franc, Ph.D.: Uncertainty-Aware Machine Learning Models for Open-World Decision-Making

Ing. Gustav Šír, Ph.D.: Neuro-Symbolic Learning for Relational Databases

Ing. Vojtěch Vonásek, Ph.D.: Sampling methods for motion planning and control using learned spaces

Giulia D’Angelo, Ph.D.: Neuromorphic active vision for embodied object perception (PIONEER)

prof. Ing. Jan Kybic, Dr.: Leveraging expert knowledge for medical image segmentation

prof. Ing. Jiří Bittner, Ph.D.: Efficient Spatial Hierarchies for Complex 3D Scenes

Ing. Ondřej Kuželka, Ph.D.: Probing Deep Learning Models by Logic

doc. Georgios Tolias, Ph.D.: Instance-level Visual Recognition and Generation

Postdoc Individual Fellowship – Outgoing

MSc. Prashant Dwivedi, Ph.D.: High-Velocity Dust Impacts on Tungsten Plasma-Facing Materials: A Predictive Multi-Scale Modeling Framework with Experimental Validation

Za stránku zodpovídá: Ing. Mgr. Radovan Suk