O skupině
Ve výzkumné skupině Inteligentní datové analýzy (IDA) pracujeme na několika základních tématech:
- Učíme počítače nacházet znalosti ukryté v datech. Vyvíjíme algoritmy schopné detekovat v datech jisté zákonitosti (časté vzory, silné spojitosti), konstruovat prediktivní modely a identifikovat procesy, které vedly k jevům pozorovaným v datech. Přispíváme tím zejména do oborů statisticko-relačního strojového učení, data miningu a induktivního logického programování.
- Vyvíjíme nekonvenční optimalizační techniky, jako např. nové typy evolučnícha randomizovaných algoritmů, které poskytují rozumná řešení v přijatelném čase i u takových úloh, kde tradiční optimalizační metody selhávají.
- Vyvinuté metody aplikujeme zejména v bioinformatických problémech. Vytvořili jsme například nástroj XGENE.ORG pro analýzu dat genové exprese metodami strojového učení nebo nástroj Prodigy pro statistickou analýzu struktury bílkovin.
K čemu to je
Vyvinuté metody aplikujeme zejména v bioinformatických problémech. Vytvořili jsme například nástroj XGENE.ORG pro analýzu dat genové exprese metodami strojového učení nebo nástroj Prodigy pro statistickou analýzu struktury bílkovin.
Na čem například pracujeme
- Pomocí strojového učení konstruujeme prediktory interakcí mezi proteiny a DNA. Prediktory jsou učeny z dat o známých interakcích, popisujících 3D strukturu interagujícího proteinu a sekvenční strukturu cílové časti DNA. V budoucnu bychom chtěli využít strojového učení pro predikci míst v DNA, do nichž se integrují retroviry jako např. HIV.
- Pracujeme na návrhu teoretického rámce a algoritmů pro agenty, které se učí ze směsi znalostí (teorií) a dat, čímž se snažíme napodobit netriviální scénaře lidského učení z reálného světa.
Kdo financuje náš výzkum
- Grantová agentura ČR
- Ministerstvo školství ČR
- Evropská komise
