Munkájukról tartottak prezentációt a SZTAKI PhD-hallgatói

Tudomány
11/09/2020 - 11:26

A SZTAKI fiatal PhD hallgatói idén is bemutatót tartottak arról, milyen projekteken, kutatásokon dolgoznak. Az angol nyelvű előadásokat a koronavírus-járvány miatt online követhették az érdeklődők. A helyszínen tartózkodók csak az előadásuk idejére vették le a maszkot. Alább listázzuk a kutatók témáját, témavezetőjének nevét, valamint az előadásuk címét.

  • Horváth Bálint (témavezető: Csáji Balázs Csanád) – kutatási téma: Statistical Machine Learning; előadás címe: Distribution-Free Prediction Regions with Kernels
  • Szádoczki Zsombor (témavezető: Bozóki Sándor) – kutatási téma: Analytic Hierarchy Process and Incomplete Pairwise Comparison Matrices from a graph theoretic viewpoint; előadás címe: Filling in pattern designs for Incomplete Pairwise Comparison Matrices: regular graphs with minimal diameter
  • Siket Máté (témavezetők: Zarándy Ákos, Földesy Péter) – kutatási téma: Model-based investigation of physiological systems and signals; előadás címe: Improving dynamic range of laser speckle imaging
  • Nagy Ádám (témavezető: Zarándy Ákos) – kutatási téma: Machine Learning and Machine Vision; előadás címe: Non-contact Neonatal Monitoring
  • H. Zováthi Örkény (témavezető: Benedek Csaba) – kutatási téma: Mobile 3D Environment Perception with a Geospatial Database Background; előadás címe: Dynamic object recognition in crowded urban environment
  • Fakezas Máté (témavezető: Gáspár Péter) – kutatási téma, valamint az előadás címe: Research on state estimation of autonomous vehicles with sensor fusion and perception sensor integration
  • Hegedűs Tamás (témavezető: Németh Balázs) – kutatási téma: Research of decision-making layers of autonomous vehicle control systems with methods based on control theory and machine learning approaches; előadás címe: Multi-objective trajectory design for overtaking maneuvers of automated vehicles
  • Fényes Dániel (témavezető: Németh Balázs) – kutatási téma: Research on the control design for autonomous vehicles using nonlinear and bigdata approaches; előadás címe: Design of LPV control for autonomous vehicles using the contributions on big data analysis
  • Szaller Ádám (témavezető: Kádár Botond) – kutatási téma, valamint az előadás címe: Resource sharing in distributed production systems
  • Balázs Barnabás Lóránt (témavezető: Benczúr András) – kutatási téma: Distributed systems and deep learning; előadás címe: Debugging and optimizing distributed data processing pipelines
  • Kelen Domokos (témavezető: Benczúr András) – kutatási téma, valamint az előadás címe: Applications of embeddings and online machine learning in social media and recommender systems