Evaldas Vaičiukynas

KTU Informatikos fakulteto profesorius

Evaldas Vaičiukynas – KTU Informatikos fakulteto profesorius. Doktorantūros metu E. Vaičiukynas kūrė modelius, skirtus iš balso signalo atpažinti gerklų patologiją. Įgyta patirtis pravertė vykdant LMT projektą Parkinsono ligos detekcijai iš balso. Podoktorantūrinės stažuotės metu analizuoti „Volvo“ sunkvežimių sensorių didieji duomenys ir prognostika prevencinei priežiūrai.

Profesorius E. Vaičiukynas „Ianus“ (mikroskopiniai vaizdai) ir „Demeral“ (jūros dugno vaizdai) projektų metu įgijo kompiuterinės regos ir vaizdų analizės patirties. „YNOT Media“ įmonės duomenims buvo mėginta išgyvenamumo analizės modelį pritaikyti reklaminės kampanijos sėkmės prognostikai. „Scaf“ projekte buvo sukurtas universalus teksto analitikos ir žymos priskyrimo tekstui sprendimas. „Semantika 2“ projekte buvo realizuoti žinomiausi skaitomumo indeksai lietuvių kalbos tekstams. „Orivus“ projekte buvo kuriami įvairūs sprendimai išmaniam verslui – sekų analizė, laiko eilučių prognozavimas, klasterizavimas ir prekių krepšelio nupirkimo detekcija. „Intelektas+ Rivilė“ projekte (https://www.rivile.lt/esprojektai/dirbtinio-intelekto-projektas/) buvo sukurtas kompleksinis laiko eilučių prognozavimo sprendimas.

E. Vaičiukynas sėkmingai vadovavo penkiolikai Didžiųjų verslo duomenų studijų programos magistrantų įvairiomis temomis. Nuolat dalyvauja Lietuvos DI bendruomenės renginiuose, pavyzdžiui: https://www.meetup.com/PyData-Kaunas/events/248987666/.

Daugiau apie mokslininką – tyrėjo paskyroje.

  • Mašininis mokymasis
  • Sprendimų priėmimo paramos sistemos
  • Kompiuterinė rega
  • Laiko eilučių prognozavimas

„Invazinių rūšių adaptacijos mechanizmo tyrimai naujų metodų sintezės pagalba (IANUS)“

Projekto metu mokslininkai sukūrė įvairiapusių ląstelių formos požymių skaitmeniniuose vaizduose išskyrimo, įvertinimo ir svarbiausiųjų atrinkimo metodą, leidžiantį gauti tikslų ląstelės formos aprašymą.

„Giluminiu mokymusi grįsta automatinė sistema jūros dugno vaizdų atpažinimui ir kiekybinei analizei (DEMERSAL)“

Šio projekto metu siekiama sukurti automatizuotą jūros dugno vaizdų atpažinimo ir kiekybinės analizės metodą, grįstą giluminiu mokymu. Planuojama sukurti vartotojui patogią sistemą, kuri būtų tinkama įvairių jūrinių aplinkų sąlygomis. Sistemos galimybių testavime bus naudojama video medžiaga surinkta Arkties vandenyne, Baltijos jūroje, Viduržemio jūroje ir kitose pasaulio regionuose, kuriuose teko dirbti komandos nariams. Numatomi projekto rezultatai – unikali, kruopščiai anotuota, jūros dugno vaizdų duomenų bazė, kuri turės didelę tarptautinę vertę kuriant ir apmokant jūros dugno video analizės sistemas; naujas metodas ir algoritmai gilaus mokymo modelių diversifikavimui ir sujungimui į kolektyvą pasitelkiant sąlyginius atsitiktinius laukus (angl. Conditional Random Fields), „Dempster-Shafer“ teoriją.

„Lietuvių kalbos teksto sintaksinės-semantinės analizės informacinės sistemos viešųjų paslaugų vystymas (SEMANTIKA 2)“

Mokslininkai sukūrė lietuvių kalbos sintaksinės ir semantinės analizės informacinę sistemą, modernizuojant ir sukuriant naujas su rašytinės kalbos technologijomis ir elektroninių tekstų gavybos iš įvairių šaltinių susijusias viešąsias paslaugas. Sukurtos trys naujos viešosios elektroninės paslaugos: automatinė fonogramų transkribavimo tekstu paslauga, automatinė dokumentų santraukų sudarymo paslauga, tinkamos / norimos universiteto studijų programos pasirinkimo paslauga. Modernizuota automatinė rašybos klaidų taisymo paslauga, sukurta dvylika IT sprendimų, įskaitant bendrojo naudojimo IT sprendimus.

Nr. Publikacijos pavadinimas Autoriai Metai
1. Towards blockchain-based federated machine learning: Smart contract for model inference Vaidotas Drungilas, Evaldas Vaičiukynas, Mantas Jurgelaitis, Rita Butkienė, Lina Čeponienė 2021
2. A fully-annotated imagery dataset of sublittoral benthic species in Svalbard, Arctic Andrius Šiaulys, Evaldas Vaičiukynas, Saulė Medelytė, Sergej Olenin, Aleksej Šaškov, Kazimieras Buškus, Antanas Verikas 2021
3. Learning low-dimensional representation of bivariate histogram data Evaldas Vaičiukynas, Matej Ulicny, Sepideh Pashami, Sławomir Nowaczyk 2018
4. Automatic benthic imagery recognition using a hierarchical two-stage approach Tadas Rimavičius, Adas Gelžinis, Antanas Verikas, Evaldas Vaičiukynas, Marija Bačauskienė, Aleksej Šaškov 2018