Magistarski rad: AI/ML i primjene u medicini

Mr. Luka Jeremić odbranio je svoj magistarski rad dana 23. oktobra 2024. godine. Tema rada bila je AI i primjene u medicini. Njegovo istraživanje je realizovano uz mentorstvo članova tima HPC4S3ME i sprovedeno u okviru master programa iz oblasti vještačke inteligencije na Fakultetu za informacione sisteme i tehnologije Univerziteta Donja Gorica (UDG). Ovaj program i studenti master studija podržani su od strane EUROCC NCC Crna Gora.

APSTRAKT – Ovo istraživanje proučava primjenu vještačke inteligencije u medicini, sa fokusom na klasifikaciju bolesti mozga, jetre i krvnih ćelija. Glavni cilj je evaluacija efikasnosti algoritama u prepoznavanju i klasifikaciji bolesti ovih organa. Kroz razvoj prototipa informacionog sistema, rad analizira kako vještačka inteligencija može unaprijediti dijagnostiku i doprinijeti razvoju personalizovane medicine. Metodologija uključuje pregled literature, razvoj modela računarskog vida i procjenu tačnosti modela korišćenjem stvarnih medicinskih podataka. Rezultati pokazuju da modeli zasnovani na dubokim neuronskim mrežama mogu povećati tačnost i brzinu dijagnostike, omogućavajući precizniju klasifikaciju bolesti. U radu su takođe istaknute prepreke i izazovi u implementaciji ovih tehnologija, uključujući potrebu za etičkim razmatranjima i obukom medicinskog osoblja. Zaključci ukazuju da ovaj pristup ima potencijal da značajno unaprijedi medicinu, ali su potrebna dodatna istraživanja i usavršavanje.

Mr Jeremic defended his master thesis on AI/ML and applications in medicine

Magistarski rad: Duboko učenje u energetskom sektoru

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.

Ms Zoja Scekic defended her MSc thesis on Deep leaning applications in energy sector
This MSc thesis was done in the context of HPC4S3ME with support from EUROCC NCC Montenegro

Predstojeće predavanje: “Upravljanje rizicima u budućoj široko rasprostranjenoj elektrifikaciji”

Globalni prelazak ka široko rasprostranjenoj elektrifikaciji donosi velike mogućnosti, ali istovremeno uvodi kompleksne rizike koji zahtijevaju našu hitnu pažnju. Pridružite nam se na inspirativnom predavanju koje će održati prof. Mladen Kezunovic, vodeći stručnjak u oblasti elektroenergetike i analitike podataka, koji će se osvrnuti na izazove i rizike koje donosi evolucija elektroenergetske mreže.

Prof. Kezunovic će predstaviti motivaciju iza velikih procesa elektrifikacije, uz poseban fokus na specifične ranjivosti koje proizlaze iz međuzavisnosti kritične infrastrukture. Predavanje će obuhvatiti rizike kao što su uticaji na životnu sredinu, zastarjela infrastruktura, porast distribuiranih izvora energije, izazovi digitalizacije i faktori povezani s ljudskim ponašanjem. Takođe će biti predstavljena inovativna rješenja zasnovana na mašinskom učenju i vještačkoj inteligenciji za predviđanje i ublažavanje tih rizika, nudeći uvid u budućnost dizajna otpornih elektroenergetskih mreža.

Invited lecture from distinguished professor from Texas A&M

Prisutni će imati priliku da se upoznaju sa značajnim studijama slučaja o stanju predikcije rizika za ispade u mreži, koje ilustruju prelazak ka konceptu kontrole i zaštite zasnovanom na analizi rizika. U diskusiji će biti predstavljeni i sveobuhvatni pristupi koji obuhvataju upravljanje IT sistemima, analitiku velikih podataka, interoperabilnost i računare visokih performansi, naglašavajući neophodnost ovih alata za razvoj naprednih AI rješenja u energetici.

Ovo predavanje se organizuje uz podršku EUROCC NCC Crna Gora i projekta HPC4S3ME.

O predavaču: Dr. Mladen Kezunovic je University Distinguished Professor na Texas A&M University, sa preko 35 godina iskustva u elektroenergetici. Globalno priznat, autor je više od 600 naučnih radova i konsultant za preko 50 kompanija širom svijeta. Njegov rad u oblastima modelovanja kvarova, analitike podataka i pametnih mreža donio mu je status IEEE Life Fellow i priznanje od strane Nacionalne akademije inženjerstva SAD. Ne propustite priliku da učite od jednog od najistaknutijih svjetskih stručnjaka!

Ažuriranje in-house HPC laboratorijske infrastrukture

Kako je i planirano, naš projekat AI-AGE unapređuje infrastrukturu za računare visokih performansi (HPC) kako bi podržao istraživanja zasnovana na vještačkoj inteligenciji (AI) u oblasti biomarkera starenja u medicinskim primjenama. Ova inicijativa će omogućiti našem timu pristup savremenim resursima i unaprijediti naše kapacitete za analizu podataka i razvoj prediktivnih modela. Da bismo odgovorili na zahtjeve složenih AI računanja, uz podršku AI-AGE projekta nadograđujemo postojeću HPC konfiguraciju moćnim računarskim čvorom. Novi dodatak uključuje rack računarski čvor opremljen sa 48 CPU jezgara, 128 GB RAM-a, NVIDIA L40 GPU (48 GB), i 2×480 GB internim SSD diskovima. Pored toga, projekat je omogućio NAS skladište kapaciteta 24 TB (više diskova sa RAID-om), namijenjeno za upravljanje datasetovima. Ova nadogradnja infrastrukture pažljivo je integrisana sa postojećom opremom, čime se značajno proširuju naši računski i skladišni kapaciteti i ostvaruje visoka vrijednost za uložena sredstva.

New computing infrastructure supported by the AI-AGE project as planned

Projekat AI-AGE, koji podržava Ministarstvo prosvjete, nauke i inovacija, realizuje se kroz saradnju Fakulteta za informacione sisteme i tehnologije Univerziteta Donja Gorica i Medicinskog fakulteta Univerziteta Crne Gore. In-house HPC infrastruktura je rezultat međuprojektske saradnje sa projektom HPC4S3ME (IPA program), a oba projekta se realizuju uz podršku EUROCC NCC Crna Gora. Glavni cilj laboratorije je da istraživačima omogući direktno iskustvo sa fizičkom opremom na raspolaganju, dok ćemo za kompleksnije zadatke podnositi aplikacije za korišćenje računarskog vremena na superračunarima EU.

Click on image to open AI-AGE project website

Međunarodna obuka između NCC centara: „Mašinsko učenje za više domena“

NCC Turska, NCC Srbija, NCC Crna Gora i NCC Sjeverna Makedonija sa zadovoljstvom najavljuju zajednički online trening događaj pod nazivom „Mašinsko učenje za više domena: Od koncepata do implementacije“, koji će biti održan 14–15. oktobra 2025. godine, sa početkom u 10:00 časova.

Učesnici mogu očekivati angažovan program na početnom i srednjem nivou, sa praktičnim sesijama i ključnim prezentacijama raspoređenim tokom dva dana: Kratki uvodi u HPC/AI aktivnosti od strane 4 NCC centra; demonstracija pristupa superračunaru (TRUBA HPC infrastruktura), prezentacije NCC Sjeverna Makedonija (Dizajniraj, razvij, implementiraj i iteriraj aplikacije za mašinsko učenje spremne za produkciju) i NCC Turska (Jezički modeli za proteine i njihova primjena za prediktivne zadatke) tokom prvog dana, i prezentacije NCC Srbija (Modelovanje društvenih podataka velikih razmjera) i NCC Crna Gora (Analiza trendova na društvenim mrežama) tokom drugog dana.

Radujemo se vašem učešću u ovoj vrijednoj prilici za unapređenje znanja iz oblasti HPC-a i mašinskog učenja!

Više informacija o programu obuke, rasporedu i registraciji možete pronaći ovdje: https://indico.truba.gov.tr/e/ML4MultipleDomains

Diplomski rad: Četvoronožni robot sa integrisanim sistemom samobalansiranja i AI mogućnostima

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.

A BSc thesis at Faculty for applied sciences
The use of 3D printing, electronics, robotics, and AI model training
Model training and evaluation in the simulator

Diplomski rad: Hotel chatbot recepcioner za pametni turizam

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.

Ms. Sara Kovacevic defended her BSc thesis on AI powered hotel chatbot receptionist