doc. Ing. Jiří Kléma, Ph.D.

Řada biologických a průmyslových procesů generuje sekvenční či časová data (DNA, aminokyseliny, senzory použité k monitorování fyzických zařízení). Dané téma předpokládá zejména genomickou aplikační oblast (vyhledávání homologických sekvencí, segmentace nebo naopak sestavování sekvencí z krátkých čtení ), ale v případě aktuálního projektu lze práci motivovat i průmyslově (predikce chybových stavů papírenské linky apod.). Další informace lze nalézt na ida.felk.cvut.cz/klema

Řada biologických a průmyslových procesů generuje sekvenční či časová data (DNA, aminokyseliny, senzory použité k monitorování fyzických zařízení). Jejich analýza, modelování a predikce představují důležité výzkumné téma. Dané téma předpokládá zejména genomickou aplikační oblast (vyhledávání homologických sekvencí, segmentace nebo naopak sestavování sekvencí z krátkých čtení ), ale v případě aktuálního projektu lze práci motivovat i průmyslově (predikce chybových stavů papírenské linky, apod.).

Text je nestrukturovanou informací v níž není snadné vyhledávat. Zejména v medicínských textech je důležité rychle najít jmenné entity (nemoci, rizikové faktory, geny, proteiny) a posoudit interakce mezi nimi (kauzální vztah či korelace nebo naopak popření interakce). Téma předpokládá zejména sekvenční analýzu, kdy text je zjednodušeně chápán jako sekvence. Doprovodným tématem je přechod na repreentaci, která efektivní sekvenční vyhledávání umožní. Další informace lze nalézt na ida.felk.cvut.cz/klema

Získávání znalostí z dat je otevřeným problémem zejména z důvodu rozsahu a různorodosti zpracovávaných údajů uvnitř jednotlivých domén i napříč mezi nimi. Často jde o inkrementální postup, kdy rozsáhlá, ale často nespolehlivá měření, jsou automaticky srovnávána s existující znalostí a aktualizují ji. Na tuto problematiku narážím zejména ve své hlavní aplikační oblasti – bioinformatice, čast jsou ale i průmyslové a další aplikace. Téma se zaměřuje na návrh specializovaných efektivních algoritmů pro znalostní data mining.

Dolování dat je otevřeným problémem zejména z důvodu rozsahu a různorodosti zpracovávaných údajů uvnitř jednotlivých domén i napříč mezi nimi. Často jde o inkrementální postup, kdy rozsáhlá, ale často nespolehlivá měření, jsou automaticky srovnávána s existující znalostí a aktualizují ji. Na tuto problematiku narážím zejména ve své hlavní aplikační oblasti – bioinformatice, zejména při zpracování a vyhodnocení dat genové exprese. Další informace lze nalézt na ida.felk.cvut.cz/klema