Publikacije Arhiva - HPC Montenegro

16.10.2026.16.10.2026.

HPC Montenegro i Morsko dobro razmatraju mogućnosti saradnje u oblasti HPC-a i vještačke inteligencije

Inicijalne konsultacije u okviru projekta EuroCC 3 usmjerene su na uključivanje velikih javnih preduzeća i potencijalnih korisnika naprednih računarskih tehnologija.

U okviru aktivnosti usmjerenih na povezivanje sa velikim organizacijama i institucijama javnog sektora, HPC Montenegro (NCC Crna Gora) održao je inicijalni online sastanak sa predstavnicima Javnog preduzeća za upravljanje morskim dobrom Crne Gore (Morsko dobro), kako bi razmotrili mogućnosti saradnje i potencijalne primjene računarstva visokih performansi (HPC) i vještačke inteligencije (AI).

Online sastanak predstavnika HPC Montenegro i Morskog dobra

Tokom sastanka predstavljene su aktivnosti, usluge i mogućnosti podrške koje HPC Montenegro pruža u okviru projekta EuroCC 3. Razgovarano je o potencijalnim koristima naprednih računarskih tehnologija za javna preduzeća koja upravljaju složenim poslovnim procesima, infrastrukturom i značajnim količinama podataka.

Imajući u vidu nadležnosti Morskog dobra, potencijalne oblasti buduće saradnje uključuju naprednu analizu podataka, praćenje stanja priobalnog i morskog okruženja, obradu prostornih podataka i razvoj sistema za podršku odlučivanju u održivom upravljanju morskim dobrom. Ove mogućnosti mogu predstavljati osnov za identifikaciju konkretnih primjena i nastavak stručnih konsultacija.

Diskutovani su mogući pravci za kooperaciju sa ciljem da se identifikuju konkretni slučajevi primjene HPC

Ovaj inicijalni sastanak predstavlja još jedan korak u nastojanjima HPC Montenegro da uključi velike organizacije javnog sektora u primjenu HPC i AI tehnologija, kao i da im približi mogućnosti pristupa evropskim superračunarskim resursima i ekspertskoj podršci kroz EuroHPC ekosistem.

11.10.2026.11.10.2026.

Istraživanje o primjeni AI za preporuku premium internet domena objavljeno u časopisu IEEE Access

Novi naučni rad pod nazivom „Premium Domain Name Recommendation via Semantic Retrieval and Reranking of Fixed Aftermarket Inventories“ objavljen je u međunarodnom naučnom časopisu IEEE Access. Autori rada su Milutin Pavićević, Tomo Popović, Srđan Krčo i Miodrag Vujković, sa Univerziteta Donja Gorica (UDG) i iz kompanije DunavNET.

Istraživanje se bavi izazovom preporuke odgovarajućih premium internet domena iz velikih kolekcija već registrovanih domena ponuđenih za preprodaju. Istraživači su razvili i evaluirali pristup koji kombinuje velike jezičke modele (LLM), semantičke vektorske reprezentacije, pretragu korišćenjem biblioteke FAISS i različite metode rangiranja preporuka. Eksperimenti su sprovedeni na uzorku od 30.000 domena iz kolekcije od gotovo 700.000 premium domena, uz evaluaciju u kojoj su učestvovala 22 stručnjaka iz industrije i 180 studenata. Rezultati su pokazali potencijal semantičke pretrage za unapređenje preporuka domena, uz balansiranje relevantnosti, raznovrsnosti preporuka i računarskih troškova.

Istraživanje ima i značajan potencijal za primjenu u industriji. Alicorn, softverska kompanija iz Crne Gore specijalizovana za razvoj rješenja za industriju internet domena, već razvija tehnologije za inteligentnu preporuku domena zasnovane na vještačkoj inteligenciji, uključujući platformu Name Sentinel. Metode istražene u ovom radu mogle bi doprinijeti daljem unapređenju takvih rješenja, posebno kroz efikasniju semantičku pretragu i kvalitetniju preporuku premium domena.

Istraživanje predstavlja još jedan primjer istraživanja i inovacija podržanih kroz evropske inicijative i povezanih sa aktivnostima HPC Montenegro (NCC Montenegro), koje doprinose razvoju kompetencija u oblasti vještačke inteligencije i jačanju saradnje akademskog i poslovnog sektora.

Pročitajte naučni rad: IEEE Access – DOI: 10.1109/ACCESS.2026.3740779

25.09.2026.11.10.2026.

Istraživanje AI-AGE projekta pokazuje potencijal u otkrivanju kolorektalnog karcinoma analizom slika mrežnjače

Novi naučni rad, nastao u okviru istraživačkog projekta AI-AGE, koji zajednički realizuju Univerzitet Donja Gorica (UDG) i Univerzitet Crne Gore, objavljen je u međunarodnom časopisu Current Medical Imaging. Rad pod nazivom „Deep Learning Discrimination of Colorectal Cancer using Retinal Fundus Photographs: UK Biobank Case-Control Study“ istražuje mogućnosti primjene vještačke inteligencije (AI) za prepoznavanje karakteristika snimaka mrežnjače povezanih sa kolorektalnim karcinomom.

Koristeći 1.600 snimaka mrežnjače iz baze UK Biobank, istraživači su razvili model dubokog učenja zasnovan na arhitekturi EfficientNet-B3, koji je ostvario AUROC vrijednost od 0,945 na nezavisnom testnom skupu, uz razdvajanje podataka na nivou ispitanika. Rezultati ukazuju na to da snimci mrežnjače mogu sadržati korisne informacije o sistemskim oboljenjima, otvarajući mogućnosti za razvoj budućih neinvazivnih metoda skrininga i procjene rizika. Ipak, prije eventualne primjene u kliničkoj praksi neophodna su dodatna istraživanja i validacija.

Ovo istraživanje predstavlja značajan rezultat projekta AI-AGE i potvrđuje rastući potencijal primjene naprednih AI metoda u biomedicinskim istraživanjima u Crnoj Gori. Projekat ostvaruje sinergiju sa aktivnostima HPC Montenegro (NCC Montenegro) i EuroCC inicijativama, koje doprinose razvoju nacionalnih kapaciteta i kompetencija u oblasti računarstva visokih performansi (HPC), analize podataka i vještačke inteligencije. Ova saradnja doprinosi jačanju istraživačke infrastrukture i stručnih kapaciteta potrebnih za razvoj računarski zahtjevnih AI rješenja u medicini.

Projekat AI-AGE zajednički realizuju Fakultet za informacione sisteme i tehnologije Univerziteta Donja Gorica i Medicinski fakultet Univerziteta Crne Gore, uz finansijsku podršku Ministarstva prosvjete, nauke i inovacija Crne Gore.

Više informacija:

02.09.2026.05.10.2026.

FFplus uspješna priča: HPC i AI inovacije za oblast ljudskih resursa u Crnoj Gori

Projekat FFplus objavio je prve priče o uspjehu poslovnih eksperimenata, koje predstavljaju načine na koje evropska mala i srednja preduzeća i startap kompanije koriste računarstvo visokih performansi (HPC) za rješavanje konkretnih poslovnih izazova i razvoj novih proizvoda i usluga.

Među predstavljenim primjerima je i projekat GenAI-HPC4WB – Transforming Business Culture and Hiring Through High-Performance Computing, koji realizuju kompanije Recrewty i DigitalSmart. Projekat kombinuje vještačku inteligenciju, mašinsko učenje i HPC radi razvoja jezičkih tehnologija i alata za upravljanje ljudskim resursima prilagođenih tržištu Zapadnog Balkana, sa posebnim fokusom na crnogorski, srpski, bosanski i hrvatski jezik.

Klikni na sliku za otvaranje priče na FFplus sajtu

Važan dio eksperimenta obuhvatio je treniranje i evaluaciju naprednih jezičkih modela korišćenjem EuroHPC superkompjutera LEONARDO u CINECA centru u Italiji. Razvijena rješenja podržavaju analizu biografija kandidata, povezivanje kandidata sa radnim pozicijama, obradu intervjua i psihometrijske procjene, uz zadržavanje stručnjaka u procesu donošenja konačnih odluka.

Objavljena FFplus priča o uspjehu posebno ističe praktične poslovne rezultate projekta, uključujući značajno smanjenje vremena potrebnog za pregled prijava i troškova AI podržane pretrage kandidata.

Za NCC Montenegro, ovaj projekat predstavlja još jedan dobar primjer kako kompanije iz Crne Gore mogu koristiti evropski HPC ekosistem. Kroz podršku NCC-a, kompanije mogu identifikovati odgovarajuće programe podrške, razviti HPC i AI poslovne slučajeve i dobiti pristup evropskim superkompjuterskim resursima za eksperimentisanje i razvoj.

Više informacija dostupno je u okviru FFplus priče o uspjehu: HPC-Driven Human Resources Innovation for the Western Balkans:
https://www.ffplus-project.eu/en/success-stories/hpc-driven-human-resources-innovation-for-the-western-balkans/

Zahvalnica

Poslovni eksperiment GenAI-HPC4WB finansiran je u okviru projekta FFplus, koji finansira European High-Performance Computing Joint Undertaking (EuroHPC JU) kroz ugovor o grantu br. 101163317, uz podršku programa Digital Europe.

Zahvaljujemo EuroHPC Joint Undertaking na dodijeljenom pristupu EuroHPC superkompjuteru LEONARDO, koji je smješten u centru CINECA u Italiji, kroz EuroHPC Development Access poziv.

27.07.2026.27.07.2026.

Diplomski rad: BabyFlow.AI – mobilni asistent za podršku ranom roditeljstvu

Marija Gardašević uspješno je odbranila diplomski rad pod nazivom „Primjena vještačke inteligencije u razvoju mobilnog asistenta za podršku ranom roditeljstvu“ na Fakultetu za informacione sisteme i tehnologije Univerziteta Donja Gorica. Rad je izrađen pod mentorstvom prof. dr Toma Popovića, a njegov praktični rezultat je BabyFlow.AI, funkcionalni mobilni prototip razvijen u Flutter okruženju za evidentiranje i pregled spavanja, hranjenja, raspoloženja, obroka i drugih elemenata dnevne rutine bebe. Prototip se može posmatrati kao početni dokaz koncepta za budući digitalni proizvod namijenjen podršci roditeljima, uz dalje korisničko testiranje, razvoj naprednijih analitičkih funkcija i validaciju u saradnji sa relevantnim stručnjacima.

APSTRAKT – Diplomski rad predstavlja razvoj funkcionalnog prototipa mobilne aplikacije BabyFlow.AI, namijenjene podršci roditeljima u organizaciji i praćenju svakodnevne rutine bebe. Aplikacija objedinjuje module za spavanje, hranjenje, izdajanje, raspoloženje bebe, obroke, korišćenje umirujućeg šuma, evidenciju vakcinacije, praćenje rasta i prikaz relevantnih zdravstveno-informativnih resursa, dok se korisnički podaci čuvaju lokalno na uređaju. Osnovni analitički uvidi formiraju se na osnovu korisničkih unosa, dok odvojeni demonstrativni Python model prikazuje jednostavan tok obrade podataka i klasifikacije. BabyFlow.AI nema medicinsku, kliničku niti dijagnostičku namjenu, već predstavlja praktični dokaz koncepta koji može poslužiti kao osnova za razvoj budućih digitalnih servisa za roditelje i pružaoce usluga u oblasti brige o djeci.

27.07.2026.

Diplomski rad: Primjena AI i HPC tehnologija u sajber-bezbjednosti povezanih vozila

Anđela Vuković uspješno je odbranila diplomski rad pod nazivom „Primjena AI i HPC tehnologija u sajber-bezbjednosti povezanih vozila“ na Fakultetu za informacione sisteme i tehnologije Univerziteta Donja Gorica. Rad je izrađen pod mentorstvom prof. dr Toma Popovića, uz podršku saradnika Arnada Lekića, a povezuje analizu sajber-bezbjednosti u automobilskoj industriji sa praktičnom primjenom AI modela za detekciju anomalija u CAN komunikaciji. Razvijeni demonstrator može se posmatrati kao početni dokaz koncepta za potencijalne industrijske primjene, uz neophodno dalje testiranje na podacima iz stvarnih vozila i validaciju u realnim uslovima.

APSTRAKT – Diplomski rad razmatra primjenu vještačke inteligencije (AI) i računarstva visokih performansi (HPC) u sajber-bezbjednosti povezanih vozila. Pored analize savremenih sajber-rizika, komunikacionih tehnologija i mehanizama zaštite, predstavljen je praktični primjer primjene autoencoder modela za detekciju anomalnih CAN poruka. Eksperimentalni model pokazao je potencijal AI pristupa za prepoznavanje neuobičajene komunikacije, dok se HPC razmatra kao važna podrška za obradu većih skupova podataka, treniranje naprednijih modela i simulaciju scenarija sajber-napada. Iako je implementacija razvijena na simuliranim podacima, ona predstavlja početni dokaz koncepta koji bi se mogao dalje razvijati i validirati za potrebe proizvođača vozila, kompanija iz oblasti sajber-bezbjednosti, laboratorija za testiranje i operatora voznih parkova.

30.06.2026.10.07.2026.

Odbrana master rada: Kvantizacija Edge AI modela u IoT sistemima

Dana 29. juna 2026. godine uspješno je odbranjen master rad pod nazivom „Kvantizacija Edge AI modela u IoT sistemima“, kandidata Žarka Peruničića, u okviru master programa Vještačka inteligencija na Univerzitetu Donja Gorica. Kroz učešće u realizaciji programa, mentorski rad i podršku praktično orijentisanim istraživanjima u oblastima vještačke inteligencije, HPC-a i Interneta stvari, NCC Montenegro doprinosi razvoju naprednih kompetencija za efikasnu primjenu AI modela na uređajima sa ograničenim resursima. Rad se bavi važnim izazovom u oblasti Edge AI, kroz evaluaciju različitih strategija kvantizacije modela računarskog vida u IoT okruženjima.

APSTRAKT – Edge AI sistemi u okruženju Interneta stvari (IoT) zahtijevaju modele vještačke inteligencije koji su dovoljno mali, brzi i pouzdani za rad na uređajima sa ograničenim resursima. U ovom radu ispituje se kako kvantizacija, kao postupak optimizacije modela, utiče na performanse modela računarskog vida na zadatku klasifikacije bolesti listova vinove loze. Kao referentni model korišćen je MobileNetV2, a zatim su u okruženju TensorFlow Lite pripremljene njegove optimizovane varijante u FP16 i INT8 režimima kvantizacije, uključujući dinamičku INT8 kvantizaciju, punu INT8 kvantizaciju zasnovanu na reprezentativnom skupu podataka i INT8 varijantu dobijenu treniranjem prilagođenim kvantizaciji (QAT) na dodatnom, zahtjevnijem skupu podataka. Eksperimenti su sprovedeni nad očišćenim i ponovo formiranim podskupovima, nakon kontrole kvaliteta javno dostupnih skupova i uklanjanja redundantnih i vizuelno ekvivalentnih uzoraka. U kontrolisanim uslovima analizirane su latencija, stabilnost izvršavanja, maksimalna procesna memorija (peak RAM), veličina modela i tačnost.

Na kontrolisanijem skupu podataka puna INT8 kvantizacija nakon treniranja ostvaruje najpovoljniji odnos između efikasnosti, stabilnosti i veličine modela, uz očuvanje tačnosti, dok dinamička INT8 kvantizacija, uprkos manjoj veličini modela, može mjerljivo usporiti izvršavanje modela. Na zahtjevnijem, terenskom skupu podataka obrazac se djelimično mijenja: iako puna INT8 kvantizacija ostaje najbrža varijanta, INT8 model dobijen QAT pristupom ostvaruje najpovoljniji ukupni odnos između tačnosti, veličine modela i latencije. Rezultati pokazuju da efekat kvantizacije ne zavisi samo od numeričke preciznosti, već i od karakteristika podataka, postupka kalibracije i usklađenosti modela sa izvršnim okruženjem. Zaključuje se da izbor kvantizacione strategije treba potvrditi empirijski za konkretan scenario primjene, umjesto da se unaprijed pretpostavi.