FIT A218 18.2.2010

Jiří Krajíček: Human Inspired Self-developmental Model of Neural Networks (HIM): Introducing Content/Form computing
This presentation deals with cross-disciplinary research between medical/psychological evidence on human abilities and informatics needs to update current models in computer science to support alternative methods for computation and communication. In previsous work we have already proposed hypothesis introducing concept of human information model (HIM) as cooperative system. Here we continue on HIM design in detail. In our design, first we introduce Content/Form computing architecture which is new generalised principle of present methods in evolvable computing (genetic algorithms, genetic programming). Then we apply this architecture on HIM (specific neural network) model as basic information processing paradigm. Main inspiration of our natural/human design comes from well known concept of artificial neural networks, present medical/psychological evidence and Sheldrake theory of "Nature as Alive".

Nagy Jan: Správa bezpečnosti v rozsáhlých sítích
Řešení tohoto projektu je založeno na rostoucím významu distribuovaných systémů. Odolnost a bezpečnost sítí jak proti náhodných výpadkům, tak proti úmyslným útokům je nepřehlédnutelným požadavkem při využívání distribuovaných systémů pro kritické aplikace, nebo infrastruktury. Aplikace projektu pokrývají oblasti od infrastrukturních sítí (např. elektrické, nebo telefonní síě), přes sociální sítě implikující např. kvalitu účelových organizací (spolky, teroristické sítě), až po např. sensorové sítě. Řešení se soustředí jak na studium a návrh odolných sítí, tak i kvantifikaci odolnosti a analýzu možných následků různých nehod, nebo útoků.

Holenda Stanislav: Asistenční systém pro motorová vozidla
Cílem práce je vytvořit kognitivní systém, který bude sledovat dopravu v okolí vozu, bude propojen s GPS a mapami a bude řidiče informovat o aktuálním stavu vozidla, dopravy v okolí vozu (zejména po stranách). Součástí bude detekce bokem se pohybujících vozidel a v návaznosti na data z GPS a map dojde k výpočtu kolizních trajektorií. Dojde-li k vypočtení možné kolize, bude řidič o této skutečnosti informován. Veškeré informace budou prováděny prostřednictvím augmented reality.