Category: Edukacija

Posted on

Vještačka inteligencija i internet stvari – EdgeAI

Ovaj kratki kurs bavi se primjenom vještačke inteligencije (AI) u sistemima Interneta stvari (IoT), sa posebnim naglaskom na tzv. „edge AI“ – pokretanje modela mašinskog učenja direktno na uređajima, blizu mjesta gdje se podaci stvaraju. Učesnici će naučiti kako da osmisle AIoT tokove obrade podataka, kada je bolje obradu vršiti na samom uređaju, a kada u oblaku, kao i kako da postave lagane modele mašinskog učenja na hardveru sa ograničenim resursima. Program je namijenjen studentima, istraživačima i stručnjacima koji žele da unaprijede svoja znanja i naprave korak od „povezanih uređaja“ ka zaista inteligentnim uređajima.

Datum kursa: 05.11.2025. u 13:30
Mjesto održavanja: S34, UDG
Prijava: obavezna
Link za prijavu: https://forms.gle/2DktEUqf5KZosFth7

Namijenjeno za: studente, istraživače i profesionalce zainteresovane za AI, IoT, edge computing i primijenjeni ML.

Pregled sadržaja kursa

Sesija 1 — teorijski okvir (AI + IoT)

  • konvergencija AI–IoT: od senzora do inteligentnog djelovanja
  • edge vs. cloud vs. fog: latencija, protok, privatnost, cijena
  • edge AI pipeline: uređaj → pretprocesiranje → inferenca → akcija
  • lagani/ugrađeni ML (TinyML, kvantizacija, pruning)
  • platforme i primjene (Raspberry Pi, Jetson, pametna poljoprivreda, industrija)

Sesija 2 — praktična radionica (hands-on edge/AI)

  • priprema edge/IoT okruženja i izvora podataka (senzor/kamera/mock)
  • postavljanje malog ML modela na uređaj
  • lokalno pokretanje inferenci i slanje rezultata ka backendu/obliku
  • praćenje i osnovne performanse
  • kako ovo skalirati na realne sisteme

Ishodi učenja

Po završetku kursa, polaznici će moći da:

  • objasne odnos između AI, IoT i edge computinga
  • odluče kada inferencu raditi na uređaju, a kada u oblaku
  • postave lagan ML model na IoT/edge okruženje
  • osmisle end-to-end AIoT rješenje za svoju oblast (npr. poljoprivreda, pametni grad, industrija).
Posted on

Predavanje NCC Montenegro za studente završne godine UDG

U okviru kursa Digitalna transformacija, predstavnici Nacionalnog centra za kompetencije za računarstvo visokih performansi – NCC Crna Gora, gđa Sanja Nikolić i dr Luka Filipović, održali su gostujuće predavanje studentima završne godine osnovnih studija Fakulteta za informacione sisteme i tehnologije (FIST) i Fakulteta primijenjenih nauka Univerziteta Donja Gorica. Sesija je istakla rastući strateški značaj računarstva visokih performansi (HPC) u istraživanju, inovacijama i poslovnoj konkurentnosti.

HPC i poslovne prilike za digitalnu transformaciju

Studenti su upoznati sa načinom na koji HPC pokreće današnje AI sisteme, simulacije velikih razmjera i aplikacije koje intenzivno koriste podatke, te kako ova tehnološka konvergencija otvara nove karijerne i preduzetničke mogućnosti. Predavanje je također pokazalo kako HPC i AI postaju ključni pokretači za mala i srednja preduzeća i startupove, transformišući tradicionalne industrije i podržavajući napredna digitalna rješenja u poljoprivredi, energetici, finansijama i zdravstvu.

Gospođa Sanja Nikolić i dr. Luka Filipović održali su predavanje studentima završne godine.

Prezenteri su dali i pregled aktivnosti NCC Montenegro u okviru inicijative EuroCC/EuroCC4SEE – uključujući mogućnosti obuke, pristup evropskim superračunarima, podršku za uvođenje malih i srednjih preduzeća u posao i uključivanje studenata kroz istraživanje, master projekte i inovativno orijentisane probne koncepte. Predavanje je završeno otvorenim pozivom studentima da se uključe u predstojeće NCC HPC/AI programe, prakse i inicijative primijenjenih istraživanja.

Posted on

Kurs Dubokog učenja

Kurs Duboko učenje i računari visokih performansi (HPC) pruža sveobuhvatan uvod u osnovne i napredne koncepte dubokog učenja, sa posebnim fokusom na primjene u okruženju računara visokih performansi.

Učesnici će se upoznati sa neuronskim mrežama, optimizacijom funkcije gubitka, konvolucionim i transformer arhitekturama, kao i nesupervizovanim i generativnim modelima. Kroz kombinaciju predavanja i praktičnih vježbi, polaznici će steći teorijsko razumijevanje i praktično iskustvo u efikasnom treniranju i primjeni modela dubokog učenja na HPC sistemima.

Kurs je namijenjen studentima i istraživačima koji posjeduju osnovno znanje iz oblasti mašinskog učenja, programiranja u nekom jeziku, kao i iz određenih oblasti matematike (funkcije, izvodi, linearna algebra i statistika).

Kurs se organizuje u okviru EuroCC projekta na Univerzitetu Donja Gorica, u saradnji sa Centrom za računare visokih performansi i istraživačkim timom za vještačku inteligenciju. Nastava će biti organizovana na Univerzitetu Donja Gorica, počev od 31. oktobra 2025. godine, od 17:15 časova, u učionici S33 (3 sprat).

Link za registraciju: https://forms.gle/dKH5WMc6egcikaF99

Raspored kursa
Posted on

Master teza: Primjena objašnjive vještačke inteligencije u medicini

Gospođa Ivana Lalatović uspješno je odbranila svoj magistarski rad pod nazivom „Primjena objašnjive vještačke inteligencije u medicini“ na Fakultetu informacionih sistema i tehnologija Univerziteta Donja Gorica.

Odbrana je održana u oktobru 2025. godine, a teza je istraživala kako moderne XAI tehnike – poput SHAP-a i LIME-a – mogu poboljšati transparentnost i povjerenje u AI modele koji se koriste za analizu performansi i pouzdanosti medicinskih respiratora. Razvoj, obuka i testiranje radnih procesa mašinskog učenja i XAI-a podržani su resursima računarstva visokih performansi (HPC) obezbijeđenim kroz EuroCC inicijativu u Crnoj Gori, omogućavajući skalabilnu obradu podataka, brže eksperimentisanje i reproducibilnu analizu potrebnu za medicinske AI primjene. Njen rad pokazuje kako objašnjivost omogućena HPC-om može ojačati sigurnost, pouzdanost i etičku upotrebu AI u zdravstvenim okruženjima, doprinoseći rastućem ekosistemu naprednih istraživanja AI koje podržava NCC Crna Gora.

Korištenje SHAP-a

ABSTRAKT – The need for explainable intelligent systems is growing along with the increase in artificial intelligence products used in everyday life. Explainable artificial intelligence (XAI) has experienced significant growth in the last few years. The reason for this is the wide application of machine learning, as well as deep learning techniques, which have led to the development of highly accurate models. However, they lack explainability and interpretability. This study explores the application of XAI methods in medical applications, with a particular focus on interpreting model decisions. SHAP and LIME methods were applied to interpret the model’s predictions, enabling the identification of key features that have the greatest influence on the model’s decisions. The results of this research confirm the importance of explainable artificial intelligence in critical domains such as medicine, where trust in AI systems must be based on understanding and verifiability of their decisions.

Posted on

Kompjuterska vizija i konvolucione neuronske mreže

Ovaj fokusirani kratki kurs uvodi ključne koncepte kompjuterske vizije (CV) i savremenih konvolucionih neuronskih mreža (CNN), a zatim ih primjenjuje u praksi. Polaznici će razumjeti kako se slike pretvaraju u osobine, kako CNN modeli uče robusne reprezentacije i kako trenirati/ocjenjivati modele za stvarne zadatke. Namijenjen studentima, istraživačima i profesionalcima sa osnovnim znanjem Pythona, kurs spaja jasan teorijski okvir i hands-on radionicu koja isporučuje funkcionalan klasifikator slika i praktične savjete za povećanje tačnosti i robusnosti. Polaznici će imati priliku da svoje eksperimente pokrenu i na lokalnom HPC klasteru.

Datum kursa: 29.10.2025. u 13:30 (S32, UDG)
Prijava je obavezna putem linka https://forms.gle/1FkRDBGCxdrPx9fF6
Namijenjeno za: studente, istraživače i profesionalce

Kompjuterska vizija i konvolucione neuronske mreže

Pregled sadržaja

Sesija 1 — teorijski okvir

  • pikseli → osobine: konvolucije, padding/stride, receptivna polja
  • ključni blokovi: aktivacije, pooling, batchnorm, dropout, rezidualne veze
  • referentne arhitekture: LeNet → ResNet → EfficientNet
  • osnove treniranja: gubici, optimizatori, LR rasporedi, augmentacija, metrike
  • osnove transfer učenja

Sesija 2 — praktična radionica (hands-on)

  • postavljanje okruženja + dataset (CIFAR-10 ili mali prilagođeni), čisti splitovi, transformacije
  • bazni CNN: treniranje → evaluacija (accuracy/F1, konfuziona matrica)
  • fino podešavanje unaprijed istreniranog ResNet-a; zamrzavanje/odmrzavanje; early stopping
  • izvoz najboljeg modela (pth/onnx) i mali skript za inferencu

Ishodi učenja

Po završetku, polaznici će moći da:

  • objasne kako CNN izvlači hijerarhijske osobine i zašto su bitni ključni blokovi/arhitekture;
  • izgrade stabilan trening-pipeline uz korektne splitove, augmentaciju i metrike
  • Podese unaprijed istreniran model i dijagnostikuju greške alatima za interpretabilnost;
  • izvoze istreniran model za upotrebu u aplikacijama ili servisima.
Posted on

Kurs paralelnog programiranja

Univerzitet Donja Gorica i NCC Crna Gora organizuju kurs o paralelnom programiranju. Ovaj kurs obuhvata osnove paralelnog računarstva i primjenu u rješavanju složenih numeričkih problema koji se ne mogu efikasno riješiti sekvencijalnim programima.

Učesnici, uključujući studente i industrijske partnere, biće upoznati sa osnovama distribuiranog i paralelnog računarstva, kao i analizi performansi paralelnih programa.

U drugom dijelu obuke, učesnici će naučiti osnove paralelnog programiranja na višejezgrenim HPC sistemima, koristeći arhitekture i dijeljene i distribuirane memorije putem OpenMP i MPI. Nakon savladavanja osnova, kurs će obuhvatiti kompletan proces dekompozicije serijskog programa, njegovog pretvaranja u paralelnu verziju i identifikovanja potencijalnih izazova vezanih za paralelizaciju i komunikaciju.

U završnom dijelu kursa, učesnici će biti upoznati sa osnovnim konceptima paralelnog programiranja na GPU-u, istražujući kako se grafičke procesorske jedinice mogu koristiti za ubrzanje računarstva.

Trajanje kursa je šest sedmica, sa sedmičnim 90-minutnim sesijama koje se održavaju popodne.

Početak kursa: 30.10.2025, 17.15,
Lokacija: Univerzitet Donja Gorica, S43 (4. sprat),
Više informacija: mnencc@udg.edu.me

Posted on

Saradnja sa NVIDIA, OpenACC i šest NCC-ova

U saradnji sa NVIDIA i organizacijom OpenACC, grupa Nacionalnih centara za kompetencije iz Austrije, Češke, Njemačke, Crne Gore, Poljske, Slovenije i Švedske organizovala je nekoliko Bootcamp-ova za evropsku HPC i AI korisničku zajednicu.

Studenti i istraživači sa UDG-a i UoM-a, entuzijasti i stručnjaci iz industrije u oblastima HPC-a i vještačke inteligencije, zajedno sa stotinama učesnika iz cijele Evrope, pohađali su kurseve o paralelnom programiranju (N-Ways-GPU i Multi-GPU) i AI (AI 4 science i AI profiling). Istraživači iz Crne Gore su učestovali kao TA asistenti.

Kao jedan od događaja, sa zadovoljstvom najavljujemo OpenAI Hackathon, koji će se održati od 14. do 23. oktobra 2025. godine. Događaj vode NVIDIA i OpenACC, zajedno sa EuroCC NCC Austrije, Njemačke i Poljske. Otvoreni AI hakatoni su višednevni, intenzivni praktični događaji osmišljeni da pomognu inženjerima vještačke inteligencije i mašinskog učenja da ubrzaju, optimizuju i skaliraju svoje projekte iz stvarnog svijeta koristeći najnovije tehnologije. Događaj spaja timove učesnika sa stručnim mentorima kako bi poboljšali performanse, efikasnost i skalabilnost svojih aplikacija koristeći najsavremenije programske modele, biblioteke i alate. Bez obzira da li radite na dubokom učenju, analitici podataka ili optimizaciji modela, ovaj hakaton pruža jedinstvenu priliku da se pomjere granice inovacija korištenjem napredne infrastrukture vještačke inteligencije i mašinskog učenja.

Važni datumi

  • 05. avgust 2025. – Rok za prijavu
  • Avgust/Septembar 2025. – Obavještenje o prihvatanju
  • 14.–23.10.2025., 09:00 – 17:00 CEST, Hakaton ONLINE (koristeći Zoom)

Više informacija, dnevni red i registracija na LINK-u.

Proudly powered by WordPress