A csoport az adatbányászat, információkinyerés, természetes nyelvű szövegfeldolgozás, gépi tanulás, kép- és videofeldolgozás korszerű módszereivel foglalkozik. Ezek a mesterséges intelligencia és adattudomány témaköreihez tartoznak, a kutatás ezen belül a gépi látás, neurális hálózatok, mély tanulás (deep learning), aktív tanulásra fókuszálódik. Kutatáson kívül a csoport jelentős részt vállal az oktatásban is az MSc mérnökinformatikus képzésben az Adat- és médiainformatika mellékspecializáció, az MSc gazdaságinformatikus képzésben a Gazdasági elemző informatikus specializáció és a BProf képzésben az Adatalapú rendszerek specializáció révén.
GPU (Titan X)
Posta • Tigáz • Magyar közút • Pannon Egyetem • ELTE • Debreceni Egyetem • NKE
Kutatásaink átfogják a mesterséges intelligencia (MI) teljes spektrumát, szervesen kapcsolódva csoportunk több évtizedes kari szerepvállalásához az MI általános oktatásában, amely napjainkban már BProf, BSc, MSc és doktori képzésekben is jelen van. A kutatócsoporton belüli munkacsoportjaink a Digitális bölcsészet, a Képfeldolgozás és multimodális diagnosztika, a Kooperatív intelligencia, és a Számítógépes orvosbiológia (Computational Biomedicine, ComBine) munkacsoportok. A Digitális bölcsészet a természetesnyelv-feldolgozásán át szemantikus technológiákat vizsgálja. A Képfeldolgozás és multimodális diagnosztika klasszikus képfeldolgozási és információs fúziós módszerek és új mesterséges intelligencia alapú módszerek integrációját vizsgálja. A Kooperatív intelligencia kutatások a federált tanulás, a szenzorhálózatok, autonóm járművek, a multiágens rendszerek és az elosztott számítási módszereket vizsgálják. A ComBine munkacsoport pedig bioinformatikai, kemoinformatikai és egészségügyi problémákra fejleszt mesterséges intelligencia módszereket, különös tekintettel adat- és tudásfúzióra, rendszerszemléletű adatelemzésre, és oksági kutatásokra.
A mesterséges intelligencia fejlődésének, határterületeinek, interdiszciplináris jellegének és etikai, társadalmi dimenzióinak az oktatásához elindítottunk egy Mesterséges általános intelligencia tantárgyat. A mesterséges intelligencia emberközpontú oktatásának kialakítását egy új Emberközpontú Mesterséges intelligencia MSc program megalkotásával is segítjük egy EU-s nemzetközi projekt keretében. Elindítottuk és már harmadi alkalommal rendeztük meg a kari Mesterséges intelligencia és gépi tanulás tanulmányi versenyt. Kutatásainkban a biomarker kutatást segítő bayesi rendszerszemléletű elemzést több projektben is sikerrel alkalmazzuk (UKB1602, TRAJECTOME, OTKA119866, OTKA139330). A statisztikai genetikai kutatásaink mellett egyre nagy hangsúlyt kap a kemoninformatika és a gyógyszerkutatás mesterséges intelligenciával történő segítése, amelyet hazai és nemzetközi projektekben való részvétel is erősít (Richter témapályázat, MELLODDY). A tanszéki intelligens képfeldolgozási és multimodális adatfúziós kutatásokat is sikerült új projektekben lendületbe hozni, hasonlóan több együttműködésben is vizsgáljuk a modern mesterséges intelligencia eszközök felhasználását a természetesnyelv-feldolgozásban.
H2020/IMI2, MELLODDY • EUREKA, iCare4NextGen • OTKA K139330
University of Minnesota • K.U.Leuven
SOTE • Richter • Dealogic • Abylon Kft. • E-Group • Continental
Kutatócsoportunk küldetésének tekinti a hálózati technológiák terén hagyományosnak mondható erősségeink és a mesterséges intelligencia témakörében kialakított új kompetenciáink együttes alkalmazását az okos városok kutatásában és fejlesztésében. Fő szaktA kutatócsoport tevékenysége:erületeink: gépi tanulási és adatelemzési módszerek alkalmazása az okos és automatizált városok vizsgálatában, V2X-kommunikáció és intelligens közlekedési rendszerek. A csoport jelentős európai és nemzeti kutatási projektekben, valamint hazai ipari partnerekkel közösen végzett kutatás-fejlesztési projektekben vesz részt.
Commsignia RS2/OB2
VKE
University of Babylon • Victoria University of Wellington, New Zealand • University of Cauca, Colombia • University of Donja Gorica • Technical University of Kosice, Slovakia • Raytheon BBN Technologies, University of Iowa • Universite libre de Bruxelles
Commsignia • T-Systems • RacioNet Zrt • Gamax Kft • Nokia Bell Labs • Ericsson • Utiber
A BME FASTER RECORD kutatócsoport, amely a “Reimagining the EleCtric pOwer gRiD” (A villamosenergia-hálózat újragondolása) elnevezést viseli, a villamosenergia-hálózatok jövőképének átalakítására törekszik. Belátható, hogy a jelenlegi hálózat elérte azokat a határokat, amelyekre évtizedekkel ezelőtt tervezték, és kritikus időszakban vagyunk, ahol mindannyiunk szakmai felelőssége szerepet vállalni a hálózat átalakításában. A kutatócsoport hangsúlyozza, hogy nem szabad kizárólag a múltbéli tapasztalatokra támaszkodni, és hogy egy paradigmaváltásra van szükség.
A BME FASTER RECORD kutatócsoport célja, hogy új irányt mutasson a II. világháború után létrejött villamosenergia-hálózat újraépítésében, innovatív tudományos módszertanokat és eljárásokat kidolgozva, amelyek nemcsak elméleti, hanem alkalmazástámogatási szempontból is hasznos segédletet nyújtanak a szakma és az iparág számára. A kutatócsoport közel 20 éves tapasztalatát felhasználva törekszik a különböző feszültségszintű villamosenergia-hálózatok modellezésére stacioner és dinamikus időtartományokban, többféle modellezési környezetben, célul tűzve ki a stabilitás és megbízhatóság növelését.
A BME FASTER RECORD kutatócsoport kiemelt figyelmet fordít a villamosenergia-hálózat megbízható működéséhez szükséges hosszú távú tervezés körültekintő koncepcionálására, tekintettel arra, hogy ez az egyik legfontosabb kritikus infrastruktúra. A kutatócsoport a tudományos szemléletmódot alkalmazva vizsgálja a stratégiai tervezést, kiemelve a mindennapi üzemtámogatás kulcsfontosságú kérdéseit, mint a frekvencia- és feszültségstabilitás biztosítása, előrejelzése és pontos értékmeghatározása, valamint a szűkületek kezelése és a dinamikus változások hatásainak ismerete és leképezése.
KDP: Vokony István 2023-ban elnyerte az NKFIH Kooperatív Doktori Program Doktori Hallgatói Ösztöndíját Fenntartható vállalatirányítási modellek diszruptív technológiák alkalmazásával az energiaszektorban című kutatásával. A Gazdálkodás- és Szervezéstudományi Doktori Iskolában végzett kutatás közelebb hozza a műszaki eredmények ipari hasznosíthatóságát, tudományos megközelítéssel.
Bolyai: Hartmann Bálint 2023-2026 között a Magyar Tudományos Akadémia Bolyai János Kutatási Ösztöndíjának keretében prediktív erővel bíró hálózati sérülékenységi modelleket dolgoz ki.
Bolyai+: A Bolyai János Kutatási Ösztöndíj kiegészítéseként nyert támogatás keretében a kutatás eredményeinek a graduális és posztgraduális képzésbe való beépítésén dolgozik Hartmann Bálint.
OTKA: a kutatócsoport tagjai részt vesznek Tamus Ádám Zoltán OTKA Kutatási programjában. A program célja a megújuló energiaforrások növekvő térhódítása miatt megjelenő ismétlődő túterhelések hatásának vizsgálata az elosztókábelek PVC szigetelésének degradációjára.
Hartmann Bálint 2019-ben elnyerte a Magyar Tudományos Akadémia Ifjúsági Díját „Megújuló energiaforrások különböző léptékű hasznosítása” című pályaművével.
Az E.ON-nal együttműködésben indult Lendület kutatásunk egy állapotbecslésre épülő moduláris eszközrendszer kifejlesztésével ahhoz kíván hozzájárulni, hogy a lakossági ügyfeleket kiszolgáló több, mint 80 000 km-nyi, alacsony automatizáltságú villamosenergia-hálózatot a jövő kihívásainak megfelelő, okos megoldásokkal felszerelt, innovatív, rugalmas és modern hálózattá alakítsák át.
Elosztói társaságok megbízásából készített munkáink során modellezéssel, szimulációval, üzleti modellek kidolgozásával és költség-haszon elemzésekkel törekszünk minél teljesebb képet nyújtani az átalakuló szektor jövőképéről. Az elmúlt években többek között hálózatfejlesztési stratégiák, energiatárolásban rejlő üzleti lehetőségek, az elektromobilitás potenciálja, a mikrogridek szolgáltatásai vagy a megújuló energiaforrásokra alapozó szigetüzemű energiaellátás területén dolgoztunk együtt hazai partnereinkkel.
Digsilent PowerFactory, Panda Power, MindPower
Horizon Europe (TwinEU) • MAVIR (Átviteli Hálózati Veszteség becslése mesterséges intelligencia módszerekkel), MAVIR (Lengési frekvencia módok és azok csillapításának valós idejű számítása, inercia monitoring rendszer lehetőség) • H2020 (OneNet) • MTA Lendület
RWTH Aachen University • Aalborg University • University of Cyprus • University of Aswan • National and Kapodistrian University of Athens • Luxembourg Institute of Science and Technology • Katholieke Universitet Leuven
E.ON • MVM • MAVIR • HUN-REN Energiatudományi Kutatóközpont • HUN-REN SZTAKI • OPUS Energetika • iContest • Comtech • MEE