Category: Publikacije

Mr Mato Martinović odbranio je svoj magistarski rad dana 23. oktobra 2024. godine. Njegovo istraživanje bilo je fokusirano na detekciju biljnih bolesti sa primjenom u vinogradima. Eksperimentisao je sa HPC/AI tehnologijama i računarskim vidom. Mato je jedan od najnovijih diplomaca master programa iz oblasti vještačke inteligencije kreiranog u okviru projekta EUROCC, a mentorstvo je realizovano uz podršku EUROCC NCC Crna Gora.

APSTRAKT – Ovo istraživanje analizira upotrebu računarskog vida u oblasti vinogradarstva. Rad opisuje probleme u vinogradarstvu, računarski vid i njegovu primjenu u ovoj oblasti. Analizirane su performanse modela ResNet50, VGG16 i MobileNet u klasifikaciji bolesti i sorti vinove loze. Modeli su postigli tačnosti od 98.67%, 97.28% i 98.72% na originalnom test skupu podataka, dok su na proširenom skupu postigli 87.47%, 72.07% i 86.64% u klasifikaciji bolesti. U klasifikaciji sorti, modeli su ostvarili tačnosti od 70%, 78% i 88% na originalnom skupu, i 66%, 51% i 72% na proširenom skupu. Model VGG16 pokazao je najveću razliku u tačnosti na proširenim podacima, dok je ResNet imao najmanji pad tačnosti u oba slučaja, što ukazuje na to da ResNet bolje generalizuje podatke. U radu je prikazan i proces kreiranja platforme koja omogućava korisnicima da putem mobilne aplikacije pošalju sliku i dobiju predikciju.

Ms. Zoja Šćekić, mlada istraživačica na projektu HPC4S3ME, danas je odbranila svoj magistarski rad pod nazivom „Duboko učenje i primjene u energetskom sektoru“. Ovo predstavlja jedan od ključnih rezultata projekta u oblasti izgradnje kapaciteta, usmjerenog na sticanje HPC/AI vještina za primjene u prioritetnim domenima crnogorske S3 strategije.

APSTRAKT – Ovaj magistarski rad istražuje primjenu naprednih modela dubokog učenja za predikciju cijena električne energije za naredni dan, sa fokusom na tačnost i efikasnost ovih modela u poređenju sa tradicionalnim metodama prognoziranja. Sa sve većom integracijom obnovljivih izvora energije i rastućom kompleksnošću tržišta električne energije, precizno predviđanje cijena postalo je ključno za učesnike na tržištu, operatere mreža i donosioce odluka. Istraživanje je strukturirano kroz četiri studije slučaja, od kojih svaka koristi različite tehnike dubokog učenja, poput vještačkih neuronskih mreža (ANN), LSTM (Long Short-Term Memory), konvolutivnih neuronskih mreža (CNN), i hibridnih modela kao što je CNN-LSTM. Uprkos obećavajućim rezultatima, istraživanje prepoznaje ograničenja vezana za kvalitet podataka, složenost modela i zahtjeve za računarskim resursima. U radu se naglašava potreba za daljim istraživanjima u cilju optimizacije efikasnosti modela, integracije raznovrsnijih izvora podataka i širenja primjene ovih modela na različita energetska tržišta.

Mr Igor Čulafić, student Fakulteta primijenjenih nauka, odbranio je svoj diplomski rad pod nazivom „Četvoronožni robot sa integrisanim sistemom samobalansiranja i AI mogućnostima“. Igor je uz podršku Univerziteta Donja Gorica izradio robota i realizovao eksperimentalnu primjenu AI i mašinskog učenja na ovoj robotskoj platformi.

APSTRAKT – Ovaj rad prikazuje razvoj četvoronožnog robota opremljenog mogućnostima vještačke inteligencije (AI) za mapiranje okruženja i prilagođavanje različitim terenima i podlogama za kretanje. Projekat je inspirisan Spot Robot Dog projektom tima Boston Dynamics, koristeći jednu od verzija otvorenog koda poznatu kao Spot Micro, konkretno granu projekta pod nazivom Nova SM3. Kompleksnost ovog poduhvata ogleda se u integraciji elektronike, robotike i vještačke inteligencije, što zahtijeva znanje iz oblasti treniranja AI modela, lemljenja, 3D štampe, programiranja i robotike. Ova multidisciplinarna inicijativa predstavlja sintezu znanja stečenih tokom studija na Fakultetu za elektrotehniku i računarstvo Univerziteta Donja Gorica, služeći kao sveobuhvatna demonstracija primijenjenih inženjerskih vještina i inovativnog pristupa u oblasti robotike.

Ms. Sara Kovačević odbranila je svoj diplomski rad na temu primjene alata vještačke inteligencije za izradu hotelskog chatbot recepcionera za pametni turizam. Istraživanje je sprovedeno u okviru projekta HPC4S3ME, uz podršku NCC Crna Gora i HPC4S3ME tima. Rezultati rada objavljeni su na konferenciji IEEE IT2024. Budući rad obuhvatiće eksperimentisanje sa HPC infrastrukturom za pokretanje različitih AI alata i modela. Odbrana rada održana je 3. oktobra 2024. godine.

APSTRAKT – Cilj ovog rada je da istraži napredak i primjenu chatbotova u hotelima radi unapređenja korisničkog iskustva i operativne efikasnosti u Crnoj Gori, koja teži da postane prestižna turistička destinacija. Poseban akcenat stavljen je na korišćenje vještačke inteligencije (AI), mašinskog učenja (ML) i računara visokih performansi (HPC) za razvoj naprednih digitalnih rješenja. Automatizacija komunikacije sa gostima putem chatbotova smanjuje opterećenje osoblja i povećava zadovoljstvo korisnika, naročito tokom turističke sezone kada dolazi do velikih oscilacija u broju posjetilaca. U istraživanju se analiziraju ključni aspekti implementacije chatbot tehnologije, uključujući izazove i benefite korišćenja Voiceflow platforme za razvoj i testiranje. Proučavaju se podaci o preferencijama gostiju i personalizaciji usluga, što doprinosi boljem razumijevanju potreba korisnika i prilagođavanju hotelske ponude njihovim očekivanjima. Rad daje preporuke za dalju optimizaciju funkcionalnosti chatbot sistema, obuku osoblja i redovno prikupljanje povratnih informacija od gostiju. Ove preporuke omogućavaju crnogorskim hotelima da unaprijede svoje usluge i istaknu se na globalnom tržištu. Ovaj rad predstavlja značajan doprinos razvoju digitalnih rješenja u Crnoj Gori i može poslužiti kao osnova za buduća istraživanja.

Mr. Igor Radulović odbranio je svoj diplomski rad na temu primjene kompjuterske vizije i mašinskog učenja za kreiranje prediktivnog modela za znakovni jezik. Odbrana rada održana je 3. oktobra na Univerzitetu Donja Gorica (UDG). Ovaj rad je realizovan pod uticajem kursa AI4S3 i uz podršku mentora iz NCC Crna Gora i HPC4S3ME tima.

APSTRAKT – Ovaj rad istražuje primjenu naprednih tehnika kompjuterske vizije i mašinskog učenja u razvoju sistema koji omogućava prevođenje znakovnog jezika u govor ili pisani tekst u realnom vremenu. Projekat ima za cilj da olakša komunikaciju gluvonijemih osoba sa osobama koje ne poznaju znakovni jezik, kako bi se prevazišle jezičke barijere i poboljšao društveni status gluvonijemih u zajednici. Korišćenjem tehnologija kao što su Google Colab, Python, Roboflow, VS Code i Detectron2, razvijen je sistem koji prepoznaje različite gestove američkog znakovnog jezika (ASL) i prevodi ih u razumljive informacije. Sistem je zasnovan na dubokim neuronskim mrežama i procesima kao što su treniranje modela i segmentacija instanci, sa ciljem postizanja visokog nivoa tačnosti i pouzdanosti. Kroz evaluaciju rezultata, ostvaren je impresivan F1 rezultat od 95,6%, dok tehnička ograničenja i dalje predstavljaju važan izazov za budući razvoj. Ovaj rad ukazuje na značajan društveni uticaj primjene kompjuterske vizije u komunikaciji gluvonijemih osoba, omogućavajući njihovu veću integraciju i prisustvo u savremenom društvu.

Ms. Jovana Mitrić odbranila je svoj diplomski rad na Fakultetu za informacione nauke i tehnologije dana 3. oktobra 2024. godine. Tema rada bila je primjena vještačke inteligencije (AI) i mašinskog učenja (ML) u kontekstu očuvanja kulturne baštine. Istraživanje je realizovano u okviru projekta HPC4S3ME, uz podršku tima NCC Crna Gora. Budući rad podrazumijeva istraživanje mogućnosti primjene HPC tehnologije i proširenih datasetova radi unapređenja i treniranja naprednijih modela za detekciju spomenika i pružanje podrške razvoju crnogorskog turizma. Ovaj rad je takođe uspješno predstavljen na konferenciji IEEE IT2024.

APSTRAKT – Ovaj rad predstavlja istraživanje u oblasti vještačke inteligencije (AI) i mašinskog učenja (ML), i njihove moguće primjene u očuvanju kulturne baštine, sa posebnim fokusom na Crnu Goru. Istražena je kompjuterska vizija kao specifična oblast vještačke inteligencije. U radu se razmatra implementacija savremenih tehnologija, konkretno kompjuterske vizije, u oblasti kulturnog turizma u cilju povećanja vidljivosti i očuvanja kulturnih spomenika. Korišćenjem dostupnih alata kao što su platforma Roboflow za anotaciju slika i Google Colaboratory za treniranje modela, razvijena je veb aplikacija pomoću Flask okvira, koja prepoznaje kulturne spomenike na osnovu slika, zasnovana na YOLO v8 modelu. Pored toga, u radu se razmatra širi kontekst primjene AI tehnologija u očuvanju kulturne baštine i njenoj promociji u turističke svrhe, sa posebnim akcentom na mogućnosti tehnološkog unapređenja turističke ponude Crne Gore. Istaknuta je i važnost digitalne transformacije turizma za Crnu Goru i njeno pozicioniranje na globalnom turističkom tržištu.