Category: Novosti

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

Magistarski rad o učenju međujezičkog transfera u velikim jezičkim modelima

G. Igor Ćulafić uspješno je odbranio svoj magistarski rad pod nazivom „Učenje međujezičkog transfera u velikim jezičkim modelima: Zakoni skaliranja i parametarski efikasno fino podešavanje za višejezične aplikacije“. Njegovo istraživanje pruža sveobuhvatnu studiju međujezičkog transfera za crnogorski jezik, kombinujući prilagođeni poluautomatski skener knjiga u obliku slova V, YOLOv11 + Tesseract OCR cjevovod i kreiranje 46.661 paralelnih parova paragrafa. Korištenjem LoRA finog podešavanja na Qwen2.5-7B i Qwen3-30B – izvršenog na superračunaru Leonardo EuroHPC – rad demonstrira parametarski efikasnu adaptaciju (samo 1,05% parametara koji se mogu obučavati) i nudi uvid u ponašanje modela u kulturnom razumijevanju, miješanju pisama i analitičkom zaključivanju. Ovo istraživanje je podržao tim NCC Montenegro i koristilo je računarske resurse HPC klastera i EuroHPC JU.

V-shaped book scanner prototype used to create datasets

SAŽETAK – Ovaj rad predstavlja sveobuhvatno istraživanje međujezičkog transfernog učenja u velikim jezičkim modelima sa fokusom na parametarski efikasno fino podešavanje za crnogorski jezik. Istraživanje integriše razvoj prilagođenog polu-automatizovanog skenera knjiga sa V-oblik dizajnom i tok obrade kompjuterske vizije koji koristi YOLO v11 modele i Tesseract OCR za digitalizaciju 5000 knjiga na crnogorskom i 40000 knjiga na engleskom jeziku, iz javnog domena, rezultujući sa 46661 paralelnih paragrafskih parova. Implementacija LoRA finog podešavanja na Qwen2.5-7B i Qwen3-30B modelima sprovedena je na Leonardo HPC superračunaru, postižući memorijsku efikasnost sa samo 1.05% trainable parametara. Komparativna analiza kroz strukturirani benchmark od deset progresivno složenijih pitanja otkriva ograničene ali pozitivne efekte finog podešavanja, pri čemu veći modeli pokazuju bolje performanse u razumijevanju opšteg znanja i analitičkim zadacima, dok sistemska analiza identifikuje specifične probleme poput miješanja pisma i kulturnih nepreciznosti koji zahtijevaju specijalizovane pristupe.

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

NCC Montenegro i Crnogorski Telekom razmatraju saradnju u oblasti HPC i AI inovacija

Dana 24. oktobra 2025. godine, NCC Montenegro je održao inicijalni sastanak sa Crnogorskim Telekomom s ciljem razmatranja mogućnosti saradnje u oblasti AI inovacija i korišćenja HPC resursa u domenu ICT mreža i servisa.

Sastanak je predstavljao važan korak ka jačanju veza između napredne računarske infrastrukture i AI inovacija u različitim industrijskim sektorima u Crnoj Gori. Tokom razgovora razmatrani su mogući use-case scenariji u kojima bi HPC i AI tehnologije mogle unaprijediti optimizaciju mreža, prediktivno održavanje i korisničko iskustvo kroz dijagnostičku, prediktivnu i preskriptivnu analitiku podataka i napredno AI modeliranje.

Predstavnici Crnogorskog Telekoma iskazali su interesovanje za mogućnosti da NCC Montenegro pruži podršku u oblastima eksperimentisanja, testiranja i razvoja kompetencija. Dogovoreno je da se tehničke konsultacije i aktivnosti podrške nastave, zasnovane na međunarodnim praksama i uspješnim primjerima iz ICT industrije, uz prilagođavanje lokalnim potrebama, naročito u oblastima efikasnosti mreža i napredne analitike korisnika.

Ova saradnja je u potpunosti usklađena sa misijom NCC Crna Gora da promoviše integraciju i primjenu HPC i AI tehnologija u velikim kompanijama i strateškim industrijama.

Posted on

Saradnja u oblasti HPC rješenja za pametnu energiju i precizne vremenske prognoze

Podgorica, 23.10.2025 – NCC Crna Gora je održao sastanak sa predstavnicima kompanije Tara Resources, zajedno sa predstavnicima Instituta za hidrometeorologiju i seizmologiju Crne Gore (IHMS), radi razmatranja projektne saradnje u oblasti preciznih meteoroloških prognoza i pametnih energetskih rješenja, zasnovanih na WRF simulacijama i korišćenju HPC kapaciteta.

Sastanak je organizovan kao nastavak inicijalnih konsultacija održanih 9. oktobra 2025. godine sa kompanijom Tara Montenegro, na kojima su prvi put razmatrane mogućnosti primjene HPC tehnologija u energetskoj optimizaciji i povezivanju sa preciznim meteorološkim prognozama.

Diskusija je istakla međusektorski potencijal superračunarskih tehnologija za unapređenje tačnosti regionalnih vremenskih prognoza, omogućavanje planiranja zasnovanog na mikroklimatskim podacima i podršku upravljanju obnovljivim izvorima energije. Predstavnici Tara Montenegro i IHMS-a izrazili su snažno interesovanje za nastavak saradnje sa NCC Montenegro kroz zajedničke istraživačko-razvojne aktivnosti koje povezuju naučnu ekspertizu, industrijsku primjenu i dostupnu HPC infrastrukturu.

Dogovoreno je da se nastavi sa tehničkim konsultacijama i razradom projektnih ideja u okviru programa EuroCC4SEE, u cilju daljeg razvoja međusektorskih HPC inovacija u oblastima meteorologije i pametne energije.

Proudly powered by WordPress