Ненад Вилендечић

Циљ пројекта је подршка реализацији COST акције Non - globular proteins in the era of Machine Learning (ML4NGP) CA21160 и реализација пратећих активности.

Овај пројекат разматра дизајнирање нових, ефикасних модела и метода вјештачке интелигенције (VI) у сврху рјешавања NP-тешких, практично заснованих проблема комбинаторне оптимизације. Хибридне методе су у посљедњој деценији постале доминантне у рјешавању oваквих проблема, увелико су превазишле резултате до тада доминантних класичних мета-хеуристика остварујући значајне уштеде у материјалним ресурсима у производњи...

Пројекат има за циљ реализацију активности које су подршка учешћу истраживачког тима из Босне и Херцеговине у реализацији COST акције под називом "Information, Coding, and Biological Function: the Dynamics of Life" (COST Action CA21169 DYNALIFE). Циљ овог пројекта је да подржи укључивање истраживачког тима из Босне и Херцеговине у истраживачке групе широм Европе, као и да подржи реализацију активности усмјерених на остваривање научних резултата из домена саме Акције.

Циљ пројеката " Подршка реализацији COST акције CA21160 Non-globular proteins in the era of Machine Learning у Босни и Херцеговини (ML4NGPB&H)" је да олакша и унаприједи реализацију активности истраживачког тима из Босне и Херцеговине у реализацији COST акције "Non-globular proteins in the era of Machine Learning". Кроз овај пројекат ће бити подржано укључивање истраживачког тима из Босне и Херцеговине у истраживачке групе широм Европе у мрежу истраживача ...

1. Публиковање научних радова: Припрема и објављивање резултата истраживања у научним часописима и конференцијским зборницима. 2. Дисеминација резултата: Учешће на конференцијама, семинарима или радионицама ради дискусије и размјене искуства са научном заједницом, како у регионалним тако и у међународним оквирима. 3. Едукација: Обука и укључивање младих истраживача у научно –истраживачки рад, те стварање услова за унапређење ...

Традиционалне оптимизационе технике су се показале круцијалним у рјешавању огромног броја практичних проблема од распоређивања до биоинформатике. У посљедњих пола вијека, многи алгоритми, ка што су Генетски, Метод промјенљивих околина, А* претрага итд,, су успјешно рјешавали проблеме из разноврсних домена. У овом миленијуму, оне су додатно побољшаване разним хибридизацијама са (комплементарним) техникама директно...

Пројекат "Анализа биолошких мрежа методама машинског учења" има за циљ истраживање и развој нових метода за анализу биолошких мрежа коришћењем техника машинског учења. Истраживање је фокусирано на проблеме у области биоинформатике и рачунарске биологије, а посебан акценат ће бити стављен на развој и примјену алгоритама који могу ефикасно да обраде и анализирају комплексне биолошке податке представљене биолошким мрежама. ..