2021-ben is beszámoltak kutatásaikról a SZTAKI PhD-hallgatói

2021. november 15-én a SZTAKI PhD-hallgatói a tanácsteremben beszámoltak PhD-eredményeikről. A járványügyi helyzetre tekintettel a hallgatóság és a beszámoló hallgatók egy része online kapcsolódott be.

Az egész napos programon összesen tizenkilenc PhD-hallgató tartott előadást. Az előadók és témavezetőik névsorát, valamint a témák és előadások angol nyelvű címeit az alábbi táblázatban tesszük közzé.

Név Témavezető Téma/előadás angol címe
Bergmann Júlia, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Váncza József

Kutatási téma: Industrial data analytics: defining and refining production system models through machine learning

A prezentáció címe: Internal logistics in relentless production

Emődi Márk, Párhuzamos és Elosztott Rendszerek Kutatólaboratórium Lovas Róbert, Kovács József A kutatás témája és a prezentáció címe: Novel Cloud orchestration methods based on machine learning
Dózsa Tamás, Rendszer és Irányításelméleti Kutatólaboratórium Soumelidis Alexandros, Kovács Péter A prezentáció címe: Adaptive Transformations and Rational Functions
Rácz Dániel, Informatikai Kutatólaboratórium Daróczy Bálint A kutatás témája és a prezentáció címe: Gradient representations in ReLU networks as similarity functions
Tamási Tímea, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Kis Tamás

Kutatási téma: Scheduling problems on networks

A prezentáció címe: Joint replenishment meets scheduling

Horváth Dániel, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Erdős Ferenc Gábor A kutatás témája és a prezentáció címe: Reinforcement Learning Based Adaptive Robotic Systems
H. Zováthi Örkény, Gépi Érzékelés Kutatólaboratórium Benedek Csaba

Kutatási téma: Mobile 3D Environment Perception with a Geospatial Database Background

A prezentáció címe: Multi-sensorial scene analysis in urban environment

Szentpéteri Szabolcs, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Csáji Balázs Csanád

Kutatási téma: Iterative algorithms in reinforcement learning

A prezentáció címe: Non-Asymptotic State Space Identification of Closed-Loop Stochastic Linear Systems using Instrumental Variables

Tamás Ambrus, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Csáji Balázs Csanád A prezentáció címe: Distribution-Free Inference with Kernel Mean Embeddings
Horváth Bálint, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Csáji Balázs Csanád

Kutatási téma: Statistical Machine Learning

A prezentáció címe: Distribution-Free Prediction Regions with Kernels

Fazekas Máté, Rendszer és Irányításelméleti Kutatólaboratórium Gáspár Péter A kutatás témája és a prezentáció címe: Research on state estimation of autonomous vehicles with sensor fusion and perception sensor integration
Szádoczki Zsombor, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Bozóki Sándor

Kutatási téma: Analytic Hierarchy Process and Incomplete Pairwise Comparison Matrices from a graph theoretic viewpoint

A prezentáció címe: Optimal filling in sequences for incomplete pairwise comparison matrices

Siket Máté, Számítógépes Optikai Érzékelés és Feldolgozás Kutatólaboratórium Zarándy Ákos, Földesy Péter

Kutatási téma: Model-based investigation of physiological systems and signals

A prezentáció címe: Ensemble averaging laser speckle contrast imaging: statistical model of improvement as function of static scatterers

Nagy Ádám, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Zarándy Ákos

Kutatási téma: Machine Learning and Machine Vision

A prezentáció címe: Non-contact Monitoring of Neonate’s Physiological signals and motion

Hegedűs Tamás, Rendszer és Irányításelméleti Kutatólaboratórium Németh Balázs

Kutatási téma: Research of decision-making layers of autonomous vehicle control systems with methods based on control theory and machine learning approaches

A prezentáció címe: Design of a Low-complexity Graph-Based Motion-Planning Algorithm for Autonomous Vehicles

Fényes Dániel, Rendszer és Irányításelméleti Kutatólaboratórium Németh Balázs

Kutatási téma: Research on the control design for autonomous vehicles using nonlinear and bigdata approaches

A prezentáció címe: Data-driven modeling approach for control design of a variable-geometry suspension system

Szaller Ádám, Mérnöki és Üzleti Intelligencia Kutatólaboratórium Kádár Botond

Kutatási téma: Resource sharing in distributed production systems

A prezentáció címe: Trust-based resource sharing in distributed production systems

Kelen Domokos, Informatikai Kutatólaboratórium Benczúr András A kutatás témája és a prezentáció címe: Applications of emeddings and online machine learning in social media and recommender systems
Kovács Lóránt, Gépi Érzékelés Kutatólaboratórium Benedek Csaba

Kutatási téma: Mobile 3D environment perception with a geospatial database background

A prezentáció címe: Change detection in unregistered point clouds

 

""