Category: Publikacije

Posted on

AI i HPC za autentifikaciju meda: PollenTrace na IEEE IT2026

Na IEEE IT2026 conference konferenciji u Žabljaku, istraživači sa Univerziteta Donja Gorica predstavili su projekat PollenTrace, koji kombinuje vještačku inteligenciju (AI) i računarstvo visokih performansi (HPC) u cilju unapređenja verifikacije autentičnosti meda. Tradicionalna analiza polena (melisopalinologija), iako pouzdana, zahtijeva mnogo vremena i visok nivo ekspertize. PollenTrace odgovara na ovaj izazov razvojem velikog skupa mikroskopskih podataka i AI pipeline-a za automatsku detekciju polena u uzorcima meda.

U okviru projekta razvija se dataset sa više od 33.000 mikroskopskih slika visoke rezolucije, baziran na preko 1.100 bioloških uzoraka prikupljenih širom Crne Gore, što omogućava razvoj skalabilnih i pouzdanih AI modela. U proof-of-concept fazi, primjenom YOLOv11 modela postignuti su rezultati od 84% preciznosti i 88% odziva, što potvrđuje potencijal za automatizovanu detekciju polena i dalju primjenu u realnim laboratorijskim uslovima.

HPC resursi su imali ključnu ulogu u treniranju modela i obradi velikih skupova podataka, naglašavajući značaj nacionalne HPC infrastrukture kroz NCC Montenegro za razvoj naprednih AI rješenja u oblasti poljoprivrede i bezbjednosti hrane.

PollenTrace predstavlja važan korak ka digitalnoj, skalabilnoj i pouzdanoj verifikaciji autentičnosti hrane, sa potencijalom da unaprijedi rad laboratorija, regulatornih tijela i industrije, uz jačanje povjerenja potrošača. PollenTrace je podržan kao PoC projekat od strane Fonda za inovacije Crne Gore.

Posted on

Odbrana doktorata na UDG-u: Vještačka inteligencija i HPC u preciznoj poljoprivredi

Univerzitet Donja Gorica i Fakultet za informacione sisteme i tehnologije s ponosom objavljuju uspješnu odbranu doktorata gospodina Stevana Čakića, fokusiranog na primjenu vještačke inteligencije i računarstva visokih performansi (HPC) u preciznoj poljoprivredi.

Istraživanje se bavi ključnim izazovima u modernoj poljoprivredi, posebno u živinarstvu, korištenjem modela dubokog učenja i računarskog vida za praćenje u realnom vremenu, rano otkrivanje bolesti i poboljšano upravljanje farmama. Modeli su razvijeni i obučeni korištenjem HPC resursa, omogućavajući efikasno eksperimentisanje i postizanje visoke tačnosti predviđanja koja prelazi 92%. Značajan doprinos ovog rada leži u integraciji razvoja modela zasnovanih na HPC-u sa implementacijom na edge uređajima u stvarnim poljoprivrednim okruženjima, demonstrirajući kompletan put od vještačke inteligencije do industrije. Istraživanje takođe istražuje upotrebu generativne vještačke inteligencije i sintetičkih podataka za smanjenje zavisnosti od velikih anotiranih skupova podataka, ubrzavajući inovacijske cikluse.

mr Stevan Cakic tokom odbrane doktorske teze na temu AI i HPC u preciznoj poljoprivredi

Važno je napomenuti da je dio ovog istraživanja proveden u sinergiji sa FFplus eksperimentom i u direktnoj saradnji s industrijskim partnerima, ističući ulogu HPC-a u omogućavanju primjene vještačke inteligencije u stvarnom svijetu, vođene industrijom. Ovo dostignuće dodatno pokazuje značaj NCC Montenegro i inicijativa u okviru EuroCC2 i EuroCC4SEE u podršci naprednim istraživanjima, podsticanju saradnje između akademske zajednice i industrije i promovisanju usvajanja HPC tehnologija u strateškim sektorima kao što je poljoprivreda.

Posted on

Istraživači sa Prirodno-matematičkog fakulteta objavili su rad u časopisu zasnovan na modelima testiranim na Leonardo HPC-u.

Sa zadovoljstvom objavljujemo da je istraživački tim sa Prirodno-matematičkog fakulteta objavio naučni rad pod nazivom „Data augmentation for fuselage panel inspection via 3D point cloud segmentation“ u časopisu Journal of Electronic Imaging. Rad predstavlja napredne metode proširenja podataka za poboljšanje inspekcije panela trupa korištenjem 3D segmentacije oblaka tačaka, doprinoseći preciznijim i pouzdanijim sistemima inspekcije zasnovanim na vještačkoj inteligenciji. Istraživanje je omogućeno pristupom superračunarskim resursima Leonardo HPC, odobrenim kroz projekat EuroCC2, što je timu omogućilo da obrađuje velike skupove podataka i efikasno razvija modele visokih performansi. Više informacija na: https://doi.org/10.1117/1.JEI.35.3.031202

Kliknite na sliku da se otvori DOI link
Posted on

PAID MNE predstavljen u EuroCC2/EuroCC4SEE Booklet-u uspješnih priča — Pametnije berzansko trgovanje uz superračunare

Sa ponosom ističemo PAID MNE, kao jednu od istaknutih uspješnih priča u EuroCC2 i EuroCC4SEE Booklet-u, koja pokazuje kako HPC transformiše finansijsku analitiku i algoritamsko trgovanje.

EuroCC2 i EuroCC4SEE Booklet

U središtu inovacija PAID MNE nalazi se PAID-T (Price Action Intelligent Detection Trading) — pametna platforma koja koristi napredne algoritme i AI/ML tehnologije kako bi se dinamički prilagođavala kretanjima na tržištu, optimizovala investicione strategije i upravljala rizikom sa većom preciznošću. Tradicionalni računarski sistemi brzo su dostigli svoja ograničenja. Kako bi obezbijedili potrebne performanse, tim je skalirao rješenje na LUMI supercomputer, jednu od najmoćnijih HPC infrastruktura u Evropi. Omogućavanjem multinodnog izvršavanja i raspodjele zadataka u realnom vremenu, PAID MNE je realizovao preko 1,2 miliona simulacija za manje od pet sati — proces koji je ranije trajao danima. Ovo ubrzanje sada omogućava obradu milijarde istorijskih transakcija u svega nekoliko sati, brzo prepoznavanje ključnih tržišnih obrazaca i optimizaciju startegija berzanskog trgovanja.

Paid-T

Ovo dostignuće, predstavljeno uz podršku EuroCC2/EuroCC4SEE projekta, jasno pokazuje kako superračunarstvo postaje snažan pokretač poslovnih inovacija. Razvojni put PAID-T inovativnog rješenja je jasan primjer kako HPC i AI zajedno mogu transformisati složene i kritične podatke u brže i profitabilnije odluke.

Posted on

EuroCC4SEE Forum o biznis inovacijama na bazi HPCi AI i konceptualne demonstracije

Kratki video sa foruma

NCC Montenegro je 13–14. decembra bio domaćin EuroCC4SEE Foruma posvećenog inovacijama u poslovanju uz podršku superračunarstva (HPC) i vještačke inteligencije (AI). Događaj je okupio predstavnike akademske zajednice, privrede, javnog sektora i startap ekosistema s ciljem jačanja nacionalnih kapaciteta i podsticanja digitalne transformacije Crne Gore.

Uvodno obraćanje prof. Boža Krstajića ispred NCC Montenegro
Druženbje i umrežavanje tokom pauza

Tokom dvodnevnog programa predstavljeni su primjeri primjene HPC i AI tehnologija kroz Proof-of-Concept demonstracije u oblastima energetike, poljoprivrede, zdravstva i mobilnosti, kao i diskusije o inovacionim politikama, MLOps pristupima, razvoju vještina i saradnji između biznisa i akademije.

Diskusije su bile fokusirane na inovacije na bazi AI i HPC i PoC demonstracije
PoC (proof-of-concept) prezentacije su bile bazirane na kolaboraciji akademije i industije

Forum je dodatno istakao značaj regionalne i evropske saradnje, mogućnosti finansiranja iz EU programa i buduće aktivnosti u okviru EuroCC4SEE mreže, doprinoseći jačanju pozicije Crne Gore u regionalnom HPC/AI ekosistemu. Zbornik radova sa kratkom elaboracijom svih obrađenih tema biće dostupan na sajtu projekta.

Grupna fotografija sa događaja
Klikni za Zbornik apstrakata
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.

Proudly powered by WordPress