Agnė Paulauskaitė-Tarasevičienė

Centro vadovė

Agnė Paulauskaitė-Tarasevičienė – KTU Dirbtinio intelekto centro vadovė ir Informatikos fakulteto docentė. Šiuo metu ji aktyviai dalyvauja išryškinant dirbtinio intelekto (DI) svarbą versle, mokymo programose, visuomenės švietimo programose ir socialinėse medijose.

2019 m. vadovo darbo grupei dėl DI tematikos studijose stiprinimo rekomendacijų pateikimo bei vėliau kuriant DI integravimo į studijas strategiją. KTU docentė su savo vadovaujama komanda parengė dirbtinio intelekto masinį atvirą internetinį kursą (MAIK) virtualioje mokymo(si) aplinkoje. Be to, A. Paulauskaitė-Tarasevičienė vadovavo rengiant pirmąją Lietuvoje dirbtinio intelekto studijų programą „Dirbtinis intelektas“ (4 metų I pakopa), kuri sėkmingai startavo 2020 metų rugsėjo mėnesį.

A. Paulauskaitė-Tarasevičienė yra viena iš keturių Lietuvos mokslininkų dalyvaujančių UNESCO dirbtinio intelekto etikos ir rekomendacijų teikimo ir vertinimo procese. Jau 10 metų ji yra tyrimų ir studijų mentorė, tarptautinių leidyklų mokslo publikacijų bendraautorė ir recenzentė. Docentė dalyvavo įvairiuose dirbtinio intelekto tematikos moksliniuose projektuose kaip tyrėja bei kaip vadovė. Mokslo tyrimų sritys apima mašininio mokymo algoritmus, vaizdų apdorojimo technologijas, DI etiką, išmaniąsias valdymo sistemas ir daiktų internetą.

A. Paulauskaitės-Tarasevičienės dėstomi moduliai:

  • Kompiuterinis intelektas ir sprendimų priėmimas, P170M109;
  • Intelektikos pagrindai, P176B101;
  • Dirbtinio intelekto ekosistema, P176B103;
  • Mašininio mokymo algoritmai 1, P176B104;
  • Mašininio mokymo algoritmai 2, P176B106;
  • Verslo procesų ir sistemų modeliavimas, P160B100;
  • Sistemų imitacinis modeliavimas, P175B163.
  • Vaizdų apdorojimas ir analizė
  • Išmaniosios sprendimo priėmimo sistemos
  • Dirbtinio intelekto etika

Projekto „Biologinio grįžtamojo ryšio matavimo ir analizės technologijų centras asmens ir visuomenės sveikatai stiprinti (Bio-MAC)“ metu tyrėja su komandos nariais tobulino giliojo mokymo algoritmą, leidžianį identifikuoti žmogaus motorikos problemas atliekant konkrečius fizinius judesius. Šio projekto tikslas – išvystyti turimas inovatyvių sprendimų koncepcijas biologinio grįžtamojo ryšio matavimui ir analizei, siekiant pateikti sprendimus savarankiškam sveikatos būsenos eigos stebėjimui ir sveikatos būsenos įvertinimui nuotoliniu būdu.

Tyrėja vadovavo projekui „Ląstelių branduolių aptikimo modelio, taikant dirbtinį intelektą, kūrimas ir tyrimas (DItect)”,  kurio metu su komandos nariais sukūrė giliojo mokymo metodą ląstelių branduolių segmentavimui, įgalinantį tikslų ir efektyvų persidengiančių, susijungusių ląstelių branduolių aptikimą. Šis metodas gali būti panaudotas diagnostinės medicinos uždavinių automatizavimui.

Projekto „Sumanių, apsimokančių ir adaptyvių pastatų kompetencijų centras (SAVAS)“ metu tyrėja su komandos nariais analizavo BIM problemas ir sukūrė techninės įrangos formalųjį Z modelį bei atliko jo verifikavimą. Projekto tikslas – sutelkti aukšto tarptautinio lygio intelektinį potencialą į kompetencijų centrą, siekiant vykdyti  mokslinių tyrimų veiklas sumanių, apsimokančių ir adaptyvių pastatų kūrimo ir naudojimo informacinio modeliavimo srityje bei komercializuoti veiklos rezultatus.

Projekto „Būsto išmaniosios aplinkos tyrimai ir intelektualių technologijų kūrimas – BIATech“ metu tyrėja su komandos nariais sukūrė dirbtiniais neuroniniais tinklais grįstą apšvietimo valdymo algoritmą. Šio projekto tikslas  – sukurti išmaniojo būsto intelektines  technologijas ir metodiką, įtraukiant daugia-agentines, mašininio mokymosi ir kitus dirbtinio intelekto algoritmus.

Nr. Pavadinimas Autoriai Metai
1. A machine learning approach for wear monitoring of end mill by self-powering wireless sensor nodes Ostasevicius, Vytautas; Karpavicius, Paulius; Paulauskaite-Taraseviciene, Agne; Jurenas,Vytautas; Mystkowski, Arkadiusz; Cesnavicius, Ramunas; Kizauskiene, Laura. 2021
2. Enhancing multi-tissue and multi-scale cell nuclei segmentation with deep metric learning Iesmantas, Tomas; Paulauskaite-Taraseviciene, Agne; Sutiene, Kristina 2020
3. Towards the automation of early-stage human embryo development detection Raudonis, Vidas; Paulauskaite -Taraseviciene, Agne; Sutiene, Kristina; Jonaitis, Domas. 2019
4. Wooden dowels classification using convolutional neural network Paulauskaite-Taraseviciene, Agne; Sutiene, Kristina; Pipiras, Laurynas. 2019
5. Intelligent lighting control providing semi-autonomous assistance
Paulauskaite-Taraseviciene, Agne; Stuliene, Aiste; Kazanavicius, Egidijus. 2017
Agnė Paulauskaitė-Tarasevičienė

K. Baršausko gatvė 59-449

+370 (620) 32 763

agne.paulauskaite-taraseviciene@ktu.lt