Projektai

 

 

 

 

Universiteto tyrėjai įgyvendina mokslinių tyrimų ir eksperimentinės plėtros bei inovacijų (MTEPI) projektus ir sutartis įvairių institucijų užsakymu, siekdami prisidėti prie ekonominio, socialinio ir kultūrinio šalies augimo bei naujomis mokslo žiniomis ir išradimais spręsti visuomenei aktualius klausimus.

Medicinos sektorius

giphy (2)

KTU tyrėjai bene daugiausiai mokslinių veiklų vykdo būtent medicinos srityje. Mokslininkai taiko dirbtinio intelekto technologijas (DI) ligų diagnostikai, medicinų vaizdų apdorojimui ir segmentavimui, kurdami įvairius prognozavimo modelius, intelektines pacientų stebėjimo, sprendimo priėmimo bei asistavimo sistemas. Mašininio mokymosi algoritmus KTU tyrėjai taiko onkologinių susirgimų, išsėtinės sklerozės atvejų diagnozavimui, sprendžiant dirbtinio apvaisinimo problemas.

Mokslininkai taip pat kuria novatoriškus dėvimus sveikatos stebėsenos prietaisus, kurių pagalba galima įvertinti pacientų patiriamą skausmo lygį, stebėti ir vertinti lėtinėmis inkstų ligomis sergančių pacientų būklę, identifikuoti paroksizminio prieširdžių virpėjimo trigerius. KTU Matematikos ir gamtos mokslų  fakulteto tyrėjai turi didelę patirtį taikant nanotechnologijas ir DI technologijas radiologijoje.

Verslo sektorius

round

Vienas iš svarbiausių  KTU Dirbtinio intelekto centro strateginių tikslų – sustiprinti bendradarbiavimą ir sukurti didesnę sinergiją tarp aukštojo mokslo ir verslo. KTU tyrėjų patirtis gali būti naudinga šalies verslo ir pramonės sektoriui, jų veiklą perkeliant į aukštesnį skaitmenizacijos lygį. DI srities mokslininkai gali sukurti išmaniuosius sprendimus, padedančius automatizuoti ar robotizuoti įvairius procesus, kurie reikalingi defektų, anomalijų aptikimui, didelės apimties duomenų apdorojimui, išmaniosiosioms valdymo sistemoms ir pan.

Viešasis sektorius

powermesh_grid

Dirbtinio intelekto taikymas viešajame sektoriuje turi didelį potencialą – yra daugybė krypčių, kuriose taikant dirbtinio intelekto sprendimus, būtų galima prisidėti prie efektyvesnio sprendimų priėmimo – nuo transporto valdymo, išmaniųjų automobilių parkavimo sistemomų iki daiktų interneto technologijų taikymo fiziniuose įrenginiuose (pavyzdžiui, šiukšlių konteineriuose).

Deja, lyginant tai, kiek DI sprenimai pritaikomi ekonomikoje ar privačiame sektoriuje, viešasis sektorius Lietuvoje dirbtinio intelekto technologijas integruoja ganėtinai lėtai ir atsargiai. KTU dirbtinio intelekto tyrėjai siekia atliepti tiek verslo, tiek viešojo sektoriaus poreikius bei pasiūlyti jiems personalizuotus sprendimus. Universiteto mokslininkai turi patirtį kuriant išmanaus transporto eismo kontrolės ir monitoringo sistemas, pensijų fondų reguliavimo modelius, prognozavimo ir duomenų analizės modelius valstybinei mokesčių inspekcijai ir kt.

Kiti sektoriai

dots

Be medicinos, verslo ir viešojo sektoriaus Universiteto mokslininkai atlieka gilius fundamentinius bei taikomuosius tyrimus komunikacijos, žemės ūkio, teisės bei kituose sektoriuose. KTU mokslininkai turi nemažą įdirbį kuriant automatinius lietuvių kalbos analizavimo įrankius, automatinius lietuviško teksto redaktorius, išmaniąsias sistemas automatiniam valdymui, informacijos apdorojimui ir kontrolei augalininkystės, gyvulininkystės ir miškų ūkio srityse.

Žemiau pateikti anksčiau KTU mokslininkų vykdytų projektų, susijusių su dirbtinio intelekto taikymu, pavyzdžiai, sukurtų sprendimų pritaikymo galimybės minėtuose sektoriuose.

  • Objektyvus fiziologinio atsako į skausmą vertinimas naudojant mašininio mokymosi technologijas, KTU – LSMU, laikotarpis: 2021. Plačiau
  • Personalizuotas paroksizminio prieširdžių virpėjimo trigerių atpažinimas ir valdymas naudojant dėvimas technologijas – TriggersAF, laikotarpis: 2020–2023. Plačiau
  • Personalizuotos dėvimos technologijos gyvybei pavojingoms sveikatos būsenoms įvertinti lėtine inkstų liga sergantiems pacientams – KidneyLife, laikotarpis: 2018–2021. Plačiau
  • Intelektinė automatizavimo platforma aukšto produktyvumo rekombinantinių baltymų biosintezei vykdyti, laikotarpis: 2018– 2021. Plačiau
  • Ląstelių branduolių aptikimo modelio, taikant dirbtinį intelektą, kūrimas ir tyrimas (DItect), laikotarpis: 2019–2020. Plačiau
  • Indukuotų žmogaus pliuripotentinių kamieninių ląstelių (hiPSc) 3D kultivavimo procesų matematinis modeliavimas ir optimizavimas (ModelStem)“, laikotarpis: 2015–2017. Plačiau
  • Objektyvus fiziologinio atsako į skausmą vertinimas naudojant mašininio mokymosi technologijas, KTU – LSMU, laikotarpis: 2021. Plačiau
  • Personalizuotas paroksizminio prieširdžių virpėjimo trigerių atpažinimas ir valdymas naudojant dėvimas technologijas – TriggersAF, laikotarpis: 2020–2023. Plačiau
  • Personalizuotos dėvimos technologijos gyvybei pavojingoms sveikatos būsenoms įvertinti lėtine inkstų liga sergantiems pacientams – KidneyLife, laikotarpis: 2018–2021. Plačiau
  • Intelektinė automatizavimo platforma aukšto produktyvumo rekombinantinių baltymų biosintezei vykdyti, laikotarpis: 2018– 2021. Plačiau
  • Ląstelių branduolių aptikimo modelio, taikant dirbtinį intelektą, kūrimas ir tyrimas (DItect), laikotarpis: 2019–2020. Plačiau
  • Indukuotų žmogaus pliuripotentinių kamieninių ląstelių (hiPSc) 3D kultivavimo procesų matematinis modeliavimas ir optimizavimas (ModelStem)“, laikotarpis: 2015–2017. Plačiau
  • Išmanaus transporto eismo kontrolės ir monitoringo technologijos MTEP, KTU – UAB „Altas“, laikotarpis: 2017–2019. Plačiau
  • Išmaniųjų debesų kompiuterijos aplikacijų technologija (SCAF), KTU – UAB „Sekasoft“, laikotarpis: 2017–2018. Plačiau
  • Giluminiu mokymusi grįsta automatinė sistema jūros dugno vaizdų atpažinimui ir kiekybinei analizei (DEMERSAL), laikotarpis: 2019–2022. Plačiau