Projekty

Pokročilé metody zpracování signálů VII: Vysvětlitelná umělá inteligence pro Signal Lab

SP2025/021

Martinek Radek prof. Ing., Ph.D.

01. 01. 2025 - 31. 12. 2025

Předkládaný projekt navazuje na sérii výzkumů zaměřených na pokročilé metody zpracování signálů a jejich aplikace. Počínaje projektem „Pokročilé metody zpracování signálů I (2019)“, který se věnoval adaptivním a neadaptivním metodám, a pokračováním ve vývoji hybridních metod v projektech „Pokročilé metody zpracování signálů II (2020)“ a „Pokročilé metody zpracování signálů III (2021)“, byly postupně rozšířeny aplikační oblasti o technickou kybernetiku a biomedicínské inženýrství. Projekt „Pokročilé metody zpracování signálů IV: bioinspirované algoritmy (2022)“ se zaměřil na optimalizaci klíčových parametrů pomocí bio-inspirovaných přístupů, zatímco projekt „Pokročilé metody zpracování signálů V (2023)“ integroval hybridní algoritmy a strojové učení pro senzorické systémy. V roce 2024 byl projekt „Pokročilé metody zpracování signálů VI“ orientován na vývoj adaptivních senzorových systémů. Aktuální projekt s názvem „Pokročilé metody zpracování signálů VII: Vysvětlitelná umělá inteligence pro Signal Lab (2025)“ staví na těchto výsledcích a zaměřuje se na integraci vysvětlitelné umělé inteligence (XAI) a moderních optimalizačních metod pro pokročilé systémy zpracování signálů. Cílem je vyvinout technologie umožňující efektivní analýzu a interpretaci dat získaných z pokročilých senzorových systémů.

prof. Ing. Radek Martinek, Ph.D.
Ing. Zdeněk Slanina, Ph.D.
Ing. Lukáš Danys, Ph.D.
doc. Ing. René Jaroš, Ph.D.
doc. Ing. Radana Vilímková Kahánková, Ph.D.
Mazin Abed Mohammed Mohammed
Muhammet Deveci
Carlos Alberto Ferreira Marques
Abdullah Lakhan, Ph.D.
Ing. Dominik Vilímek, Ph.D.
Ing. Kateřina Barnová, Ph.D.
Ing. Martina Ládrová
Ing. Boris Pustějovský
Ing. Martina Paličková Mikolášová
Ing. Akshaya Raj
Ing. Martin Dratnal
Ing. Robert Šamárek
Ing. Ondřej Svoboda
Ing. Andrea Vinklerová
Ing. Jan Krmela
Ing. Martin Lajdolf
Kiet Vo Thanh
Roya Aghadavoud Marnani
Bc. Tereza-Marie Pecková
Bc. Matúš Červienka
Bc. Vojtěch Recmaník
Bc. Eva Štěpánková
Bc. Michal Magiera
Bc. Tadeáš Blokscha
Bc. Lenka Čaňková
Bc. Markéta Bayerová
Bc. Michal Baron
Bc. Ondřej Fanfara
Bc. Michaela Bojková
Bc. Monika Weissová
Bc. Kamila Krupová
Bc. Josef Wawrzyk
Bc. Eliška Ondrejková
Bc. Ondřej Keberle

Projekt se věnuje zejména následujícím oblastem:
• Integrace XAI a strojového učení pro analýzu biosignálů v neinvazivní medicíně.
• Optimalizace senzorových systémů pro sledování životního prostředí a podmínek v průmyslu.
• Aplikace moderních konceptů Edge, Fog a Cloud Computingu pro IoT a IIoT technologie.
• Vývoj senzorických systémů pro monitorování vitálních funkcí astronautů.
• Pokročilé metody analýzy signálů, jako je číslicová filtrace, akustická analýza materiálů a diagnostika rostlin pomocí akustické emise.
Projekt zahrnuje vývoj a implementaci metod pro zpracování dat s vysokou spolehlivostí, optimalizaci algoritmů pro hybridní přístupy a přenositelnost výsledků mezi různými aplikačními oblastmi, včetně:
• Monitorování vitálních funkcí lidského těla a zvířat.
• Nedestruktivní testování materiálů pomocí akustických a optických metod.
• Digitalizace výrobních procesů a aplikace konceptů Průmyslu 4.0 a 5.0.
• Komunikace viditelným světlem (VLC) a moderní přístupy k IoT-enabled senzorovým sítím.
Projekt propojuje nejnovější technologie vysvětlitelné AI, bio-inspirované algoritmy a moderní přístupy k zpracování signálů. Výsledky přinesou pokrok v oblasti neinvazivní diagnostiky, průmyslové digitalizace a vesmírného výzkumu, přičemž budou rozšiřovat aplikační možnosti senzorických systémů v multidisciplinárním kontextu.
Výzkum využívající hybridní metody napříč různými oblastmi zajišťuje multidisciplinární povahu tohoto projektu. Hybridní přístupy kombinují výhody adaptivních a neadaptivních metod zpracování signálů a zahrnují pokročilé techniky, jako jsou bio-inspirované algoritmy a vysvětlitelná umělá inteligence (XAI). Tyto metody nacházejí stále širší uplatnění v oblastech, kde je nezbytná přesná a efektivní analýza dat. Rostoucí výkon výpočetních technologií, jako jsou vícejádrové procesory, FPGA a technologie Edge a Fog Computing, odstranil dřívější omezení spojená s implementací složitých algoritmů.
Základní motivací projektu je pokročit v oblasti strojového učení, zpracování signálů a vývoje senzorových systémů prostřednictvím integrace moderních výpočetních přístupů. Klíčovou výzvou je optimalizace parametrů hybridních algoritmů pomocí bio-inspirovaných metod a průběžná adaptace těchto parametrů v dynamických prostředích, například při zpracování signálů, které se v čase mění.