Oznamy
Kontakty
Intranet
EN
Medzinárodné projekty
| MEDUSSE – Sezónna až dekádová predpovedateľnosť klímy v Stredomorí: pochopenie procesov a implementácie | |
| Seasonal-to-decadal climate predictability in the Mediterranean: process understanding and services | |
| Program: | COST |
| Doba trvania: | 8.10.2024 – 7.10.2028 |
| Zodpovedný riešiteľ: | RNDr. Krakovská Anna, CSc. |
| Anotácia: | Predpovedanie klímy má obrovský potenciálny vplyv v rôznych sociálno-ekonomických sektoroch, ako je poľnohospodárstvo, zdravotníctvo, vodné hospodárstvo a energetika. Uplatniteľné klimatické informácie sú obzvlášť relevantné v sezónnych až dekádových časových mierkach, kde je predvídateľnosť spojená s pomalými výkyvmi systému, ako sú tie v oceáne, morskom ľade a na zemskom povrchu, čím sa premosťujú predpovede počasia/subsezónne predpovede (hlavne sa spoliehajúce na počiatočné podmienky v atmosfére) s budúcimi projekciami (založenými najmä na radiačnom pôsobení atmosféry). Sezónne až dekádové klimatické predpovede zaznamenali v posledných rokoch značný pokrok, ale predikčná schopnosť v oblasti Stredozemia je stále obmedzená. Lepšie pochopenie príčin regionálnych klimatických anomálií, ako aj skúmanie nevyužitých zdrojov predvídateľnosti predstavuje naliehavú problematiku.Klimatická variabilita a zmeny predstavujú pre spoločnosť na celom svete významné výzvy. V dôsledku toho rastie dopyt po vývoji lepších klimatických informačných produktov a výhľadov, ktoré pomôžu pri rozhodovaní a trvalo udržateľnom rozvoji. Toto je obzvlášť dôležité v regióne Stredozemného mora, ktorý je citlivý na prírodné riziká (napr. suchá, záplavy) a citlivý na klimatický stres (t. j. globálne otepľovanie). Takéto zlepšenie je možné dosiahnuť iba koordináciou úsilia výskumných skupín s rôznou odbornou spôsobilosťou a multidisciplinárnym prístupom. V rámci tejto Akcie sa bude riešiť vedecká aj spoločenská výzva vytvorením siete odborníkov na variabilitu klímy, predvídateľnosť, predpovedanie a aplikácie. Akcia poskytne podporu pri zvyšovaní povedomia a spôsobilosti, ako aj usmernenie na premietnutie klimatických znalostí do služieb. Konkrétne ciele zahŕňajú multisdisciplinárne vzdelávanie a spoluprácu, posilnenie národných hydro-meteorologických agentúr a podporu neustálej komunikácie medzi výskumníkmi v oblasti klímy a zainteresovanými stranami. |
| DYNALIFE – Informácia, kódovanie a biologická funkcia: Dynamika života | |
| Information, Coding, and Biological Function: the Dynamics of Life | |
| Program: | COST |
| Doba trvania: | 19.9.2022 – 18.9.2026 |
| Zodpovedný riešiteľ: | RNDr. Krakovská Anna, CSc. |
| Anotácia: | V polovici dvadsiateho storočia sa vynorili dve nové vedecké disciplíny: molekulárna biológia a informačno-komunikačná teória. Na začiatku bola ich vzájomná spolupráca taká hlboká, že termín genetický kód bol všeobecne akceptovaný na opis významu trojíc mRNA (kodónov) ako aminokyselín. Dnes však takáto synergia nevyužíva závratné pokroky v oboch disciplínach a prináša viac otázok ako odpovedí. Tieto výzvy majú nielen veľký teoretický význam, ale predstavujú aj nevyhnutné míľniky pre biológiu ďalšej generácie: od personalizovanej genetickej terapie a diagnostiky cez umelý život až po produkciu biologicky aktívnych proteínov. Navyše, táto záležitosť je úzko spojená s potrebou paradigmatickej zmeny v teoretickej biológii, ktorú Európe už začala, a ktorá vyžaduje kombinované príspevky z disciplín ďaleko za hranicami biologického sveta. Použitie informácií ako konceptuálnej metafory je potrebné premeniť na kvantitatívne a prediktívne modely, ktoré môžu byť empiricky testované a integrované do jednotného pohľadu. Úspešné splnenie týchto úloh si vyžaduje široký multidisciplinárny prístup a Európa má jedinečnú pozíciu na vybudovanie poprednej svetovej siete na riešenie takéhoto zámeru.Cieľom tejto Akcie je prepojiť zainteresované výskumné skupiny v celej Európe do silnej siete, ktorá podporuje inovatívny multidisciplinárny výskum s vysokým dosahom, a zároveň vyvinúť aktivitu zameranú na prekonávanie komunikačných bariér medzi disciplínami, na vzdelávanie mladých výskumníkov a na priblíženie tejto oblasti širšej verejnosti. |
| DONUT – Európska doktorandská sieť pre neurálne protézy a výskum mozgu | |
| European Doctoral Network for Neural Prostheses and Brain Research | |
| Program: | Horizont Európa |
| Doba trvania: | 1.1.2024 – 31.12.2027 |
| Zodpovedný riešiteľ: | Ing. Mgr. Rosipal Roman, DrSc. |
| Anotácia: | DONUT, Európska doktorandská sieť pre neurónové protézy a výskum mozgu, má za cieľ poskytnúť multidisciplinárnu a medzisektorovú sieť pre mladých talentovaných výskumníkov.Ambíciou projektu je slúžiť ako odrazový mostík pre rozšírenie partnerov EÚ do rýchlo sa rozvíjajúcej technológie rozhraní medzi mozgom a počítačom (BCI) a súvisiacich vedeckých disciplín. Doktorandská sieť využije doplnkové odborné znalosti 7 akademických prospešníkov a 8 pridružených partnerov z 8 krajín EÚ, aby svojich 10 doktorandských kandidátov (DC) nasmerovala k riešeniu zásadných problémov vo výskume mozgu a k vývoju rôznych aplikácií a systémov BCI s využitím najnovších technologických pokrokov.Navrhovaná doktorandská sieť bude integrovať existujúci výskum v systémoch BCI s cieľom spraviť ich užívateľsky prívetivejšími, vhodnými pre rôzne typy potenciálnych koncových užívateľov a pre modernú lekársku diagnostiku. Sieť by tiež poskytla vynikajúce príležitosti pre kariérny rozvoj mladých výskumníkov pod záštitou nemeckej doktorandskej graduate school PK NRW (Graduate School for Applied Research in North Rhine-Westphalia, s viac než 180 zúčastnenými profesormi), ktorá pravidelne ponúka špecializované školenia a kurzy vrátane vedeckého písania, akademických prezentačných zručností a podobne. Raná vedecká nezávislosť je jedným z kľúčových cieľov týchto školiacich programov.Cieľom DONUT je vytvoriť silnú a trvalú sieť nielen medzi doktorandskými kandidátmi, ale aj medzi zúčastnenými prospešníkmi a pridruženými partnermi. Výskumníci DONUTu budú profitovať z hustej siete kontaktov so vedcami nadobudnutých počas sieťových školiacich podujatí, čo im zlepší kariérne vyhliadky v európskom aj svetovom inovačnom sektore a umožní im stať sa vedcami zamestnateľnými v priemyselnom aj akademickom sektore. Účasť 7 priemyselných partnerov vo výskumných a školiacich programoch zaručí rozsiahle medzisektorové skúsenosti pre školených a maximalizuje dosah projektu.Partneri projektu:Rhine-Waal University of Applied Sciences (HSRW), NemeckoRadboud University (RU), HolandskoKatholieke Universiteit Leuven (“KU Leuven”) (KUL), BelgickoUniversidad Miguel Hernández de Elche (UMH), ŠpanielskoAarhus University (AU), DánskoKauno technologijos universitetas (KTU), LitvaInstitute of Measurement Science, Slovak Academy of Sciences (IMSAV), Slovensko |
Národné projekty
| MRCartilage – Automatický softvérový nástroj na výhodnocovanie kvantitatívnych MRI štúdií artikulárných chrupaviek v čase | |
| Automatic data evaluation tool from the longitudinal quantitative MRI studies of articular cartilage | |
| Program: | APVV |
| Doba trvania: | 1.7.2022 – 30.6.2026 |
| Zodpovedný riešiteľ: | Ing. Dr. Szomolányi Pavol, (PhD.) |
| Anotácia: | Cieľom projektu je navrhnúť komplexný nástroj na automatické vyhodnocovanie dát ľudskej kĺbovej chrupavky z kvantitatívnej MRI. Dáta, ktoré budú získané z databázy „Osteoarthritis Initiative“ a namerané na Ústave Merania SAV a Lekárskej Univerzite vo Viedni, budú nasegmentované pomocou automatického segmentačného nástroja na báze konvolučných neurónových sietí. Anotované dáta budú následne registrované na kvantitatívne MRI dáta, ktoré budú dostupné z databázy (T2 a T1rho mapovanie, gagCEST, sodíková MR) pomocou automatických poprípade semi-automatických nástrojov vyvinutých v rámci tohoto projektu. Získané dáta budú vyhodnotené vo viacerých časových bodoch podľa MR meraní, ktoré budú dostupné. Okrem kvantitatívnych MR dát to budú volumetrické dáta, hrúbka chrupavky a textúrová analýza kvantatívnych máp. Vyhodnotenie pacientov sa bude robiť podľa skupín rizikových faktorov (rozrhnutie priečneho väzu, roztrhnutie menisku a menisektómia). Predpokladaný počet pacientov je cca 4000 rozdelených do jednotlivých skupín v pomere 40/30/30. Výstupom projektu bude kompilovaná verzia automatického nástroja na vyhodnocovanie chrupaviek, ktorá bude dostupná vo verejnom zdroji (napr. webovej stránke Ústavu merania). |
| Kauzálna analýza nameraných signálov a časových radov | |
| Causal analysis of measured signals and time series | |
| Program: | VEGA |
| Doba trvania: | 1.1.2022 – 31.12.2025 |
| Zodpovedný riešiteľ: | RNDr. Krakovská Anna, CSc. |
| Anotácia: | Projekt je zameraný na kauzálnu analýzu nameraných časových radov a signálov. Nadväzuje na predchádzajúce výsledky riešiteľov projektu, týkajúce sa zovšeobecnení Grangerovho testu a návrhov nových testov v rekonštruovaných stavových priestoroch. Cieľom je rozvoj nových metód a algoritmov pre bivariátnu a mnohorozmernú kauzálnu analýzu. Skúmané časové rady a signály budeme chápať ako jednorozmerné prejavy zložitejších systémov alebo subsystémov. Detekciu kauzality medzi dvomi systémami rozšírime aj na multivariátne prípady – dynamické siete s uzlami charakterizovanými časovými radmi. Takéto komplexné siete sú v reálnom svete veľmi časté. Biomedicínske aplikácie patria k najznámejším. Mozgová aktivita, určená viackanálovými elektroencefalografickými signálmi, je dôležitým príkladom. Ukážeme, že výskum kauzality sa v súčasnosti dostáva do štádia, ktoré umožňuje dosiahnuť ambiciózne ciele pri štúdiu efektívnej konektivity (t.j. smerovaných interakcií, nie štrukturálnych alebo funkčných prepojení) v mozgu. |
| MATHMER – Pokročilé matematické a štatistické metódy pre meranie a metrológiu | |
| Advanced mathematical and statistical methods for measurement and metrology | |
| Program: | APVV |
| Doba trvania: | 1.7.2022 – 31.12.2025 |
| Zodpovedný riešiteľ: | Doc. RNDr. Witkovský Viktor, CSc. |
| Anotácia: | Matematické modely a štatistické metódy na analýzu nameraných údajov, vrátane správneho určenia neistoty merania, sú kľúčové pre vyjadrenie spoľahlivosti meraní, ktorá je predpokladom pokroku vo vede, priemysle, zdravotníctve, životnom prostredí a spoločnosti všeobecne. Cieľom projektu je nadviazať na tradičné metrologické prístupy a vyvinúť nové alternatívne matematické a štatistické metódy na modelovanie a analýzu nameraných údajov pre technické a biomedicínske aplikácie. Originalita projektu spočíva v aplikácii moderných matematických metód na modelovanie a detekciu závislosti a kauzality a štatistických modelov, metód a algoritmov na určenie neistoty merania pomocou pokročilých pravdepodobnostných a výpočtových metód založených na využití charakteristických funkcií (Charakteristic Function Approach – CFA). Na rozdiel od tradičných približných a simulačných metód navrhované metódy umožňujú prácu so zložitými a zároveň exaktnými pravdepodobnostnými modelmi merania a analytickými metódami. Špecifický dôraz sa bude klásť na stochastické metódy kombinovania informácií z rôznych nezávislých zdrojov, modelovanie závislosti a kauzality v dynamických procesoch, exaktné metódy určovania pravdepodobnostného rozdelenia hodnôt, ktoré je možné na základe kombinácie výsledkov merania a expertnej znalosti rozumne priradiť k meranej veličine, a na rozvoj metód komparatívnej kalibrácie, vrátane pravdepodobnostného vyjadrenia výsledkov merania kalibrovaným prístrojom. Dôležitou súčasťou projektu je vývoj pokročilých numerických metód a efektívnych algoritmov zameraných na výpočet zložitých rozdelení pravdepodobnosti kombinovaním a invertovaním charakteristických funkcií. Tieto metódy sú široko použiteľné v rôznych oblastiach merania a metrológie. V tomto projekte budú aplikované na kalibráciu senzorov a meradiel teploty a tlaku. |
| cBCI-VR – Pacient-terapeut kolaboratívna BCI-VR neurorehabilitácia po cievnej mozgovej príhode | |
| Collaborative BCI post-stroke neurorehabilitation using a patient-therapist interactive VR environment | |
| Program: | Plán obnovy EÚ |
| Doba trvania: | 1.9.2024 – 31.8.2026 |
| Zodpovedný riešiteľ: | Ing. Mgr. Rosipal Roman, DrSc. |
| Anotácia: | Rastúci počet dôkazov naznačuje, že integrované technológie rozhrania mozog-počítač (BCI) a prostredia virtuálnej reality (VR) poskytujú flexibilnú platformu pre sériu neurorehabilitačných terapií, vrátane významnej motorického zotavenia a kognitívno-behaviorálnej terapie po mozgovej príhode. Keď sa subjekt ponorí do takéhoto prostredia, jeho percepčná úroveň sociálnej interakcie je často narušená v dôsledku suboptimálnej kvality rozhrania, ktorému chýba sociálny aspekt ľudských interakcií. Projekt navrhuje užívateľsky prívetivý inteligentný BCI systém s vhodným prostredím VR, v ktorom pacient aj terapeut spolupracujú prostredníctvom svojich reprezentácií avatarov špecifických pre osobu. Na jednej strane pacient dobrovoľne a vlastným tempom riadi svoju aktivitu v prostredí a interaguje s terapeutom prostredníctvom procesu mentálnych predstáv riadeného BCI. Na druhej strane neobmedzené motorické a komunikačné schopnosti terapeuta umožňujú plne ovládať prostredie. Prostredie VR teda môže flexibilne upravovať terapeut, čo umožňuje vytvárať a vyberať rôzne scenáre pracovnej terapie podľa potrieb pacienta na zotavenie, duševných stavov a okamžitých reakcií. |
| TInVR – Dôveryhodná interakcia človek–robot a terapeut–pacient vo virtuálnej realite | |
| Trustworthy human–robot and therapist–patient interaction in virtual reality | |
| Program: | APVV |
| Doba trvania: | 1.7.2022 – 30.6.2026 |
| Zodpovedný riešiteľ: | Ing. Mgr. Rosipal Roman, DrSc. |
| Anotácia: | Cieľom projektu je študovať špecifické formy sociálnej interakcie s využitím modernej technológie – virtuálnej reality (VR), čo je motivované jej známymi benefitmi. Projekt má dve hlavné časti, interakcia človek–robot (HRI) a interakcia terapeut–pacient (TPI). Interakcie sú umožnené prostredníctvom displejov (VR) umiestnených na hlave a pomocou ovládačov v rukách umožňujúcich človeku konať vo VR. Navrhujeme dve výskumné cesty, ktoré majú v príslušných kontextoch ambíciu posunúť súčasný stav poznania. V HRI navrhneme scenáre, ktoré umožnia humanoidnému robotovi učiť sa, chápať a napodobňovať motorické pohyby človeka pomocou flexibilnej spätnej väzby. Ďalej vytvoríme scenáre na testovanie a overovanie ľudskej dôvery v správanie robotov na základe multimodálnych signálov. Budeme tiež skúmať fyzickú interakciu s humanoidným robotom NICO. V TPI s pacientmi po cievnej mozgovej príhode vyvinieme sériu pracovných terapeutických postupov založených na VR na neurorehabilitáciu s motorickým a kognitívnym poškodením pomocou aktívneho a pasívneho rozhrania mozog–počítač a tieto postupy overíme. Očakávame, že pozorovania z experimentov HRI sa využijú v TPI. Navrhovaný projekt je vysoko multidisciplinárny, kombinuje poznatky a výskumné metódy z psychológie, sociálnej kognície, robotiky, strojového učenia a neurovedy. Očakávame, že s človekom v slučke identifikujeme charakteristiky a mechanizmy vedúce k procesom dôveryhodnej interakcie, ako predpokladu úspešnosti, či pri riešení kolaboratívnej úlohy alebo pri terapii vo VR. |
| Inteligentná hĺbková mozgová stimulácia ako inovatívna stratégia pre liečbu mozgových porúch | |
| Smart deep brain stimulation as a treatment strategy in treatment-resistant depression | |
| Program: | VEGA |
| Doba trvania: | 1.1.2022 – 31.12.2025 |
| Zodpovedný riešiteľ: | Ing. Mgr. Rosipal Roman, DrSc. |
| Anotácia: | Narušená spojitosť medzi rôznymi oblasťami mozgu vedie k patofyziológií činnosti mozgu a viacerým mozgovým poruchám. Existujú indikácie, že narušená spojitosť medzi prefrontálnou kôrou a ventrálnym palidom sa podieľajú na vzniku depresie. Inteligentná hĺbková mozgová simulácia založená na kombinácií detekcie neuronálnej aktivity v prefrontálnom kortexe v reálnom čase a následnej stimulácie ventrálnej tegmentálnej oblasti môže byť teda účinná pri liečbe depresie. Naším cieľom je preskúmať kortiko-tegmentálnu konektivitu a otestovať antidepresívnu účinnosť inteligentnej hĺbkovej stimulácie mozgu na zvieracom modeli. |
| EDABSS – Analýza EEG signálu pomocou metód hľadania skrytých zdrojov | |
| EEG data analysis by blind source separation methods | |
| Program: | Plán obnovy EÚ |
| Doba trvania: | 1.9.2024 – 31.8.2026 |
| Zodpovedný riešiteľ: | Mgr. Rošťáková Zuzana, PhD. |
| Anotácia: | Metódy hľadania skrytých, priamo nepozorovateľných (latentných) štruktúr (blind source separation methods, BSS) v reálnych dátach patria do skupiny metód strojového učenia bez učiteľa. V nemalej miere sa využívajú pri spracovaní obrazu, medicínskom zobrazovaní alebo v hudbe. Tento projekt sa zameriava najmä na analýzu ľudského elektroencefalogramu (EEG), v ktorom je možné pomocou BSS detegovať úzkopásmové oscilácie reprezentujúce procesy v mozgu, či už u zdravých ľudí alebo pacientov s neurologickými ochoreniami a poškodeniami. Na tento účel sa v praxi často využívajú dvojdimenzionálne BSS, ako je napríklad metóda hlavných alebo nezávislých komponentov, pretože sú ľahko implementovateľné a zrozumiteľné aj pre medicínsku a neurologické komunitu. Vlastnosti získaných latentných komponentov však nie vždy korešpondujú s charakterom reálneho signálu a strácajú tak neurofyziologickú interpretáciu. Metódy tenzorickej dekompozície sú síce komplexnejšie z matematického hľadiska, ale vyznačujú sa vysokou flexibilitou modelu a jeho adaptabilitou na konkrétne reálne dáta. Predkladaný projekt bude skúmať možnosti využitia tenzorickej dekompozície i) pri predspracovaní EEG signálu, detekcií a odstránení artefaktov a nežiadúcich komponentov z EEG, ii) analýze latentnej štruktúry EEG pomocou modelov tenzorickej dekompozície s blokovou štruktúrou umožňujúcou lepšie modelovať vzťahy medzi latentnými komponentami, a iii) analýzu dynamických vlastností EEG latentných komponentov. Nové informácie o latentnej štruktúre EEG ako aj navrhnuté algoritmy prispejú k hlbšiemu pochopeniu procesov prebiehajúcich v mozgu a následne k návrhu procedúr pre liečbu a rehabilitáciu pacientov s neurofyziologickým ochorením alebo poškodením. |
| ECMeNaM – Efektívne výpočtové metódy pre charakterizáciu materiálov v nano mierke | |
| Efficient computation methods for nanoscale material characterization | |
| Program: | APVV |
| Doba trvania: | 1.7.2022 – 30.6.2025 |
| Zodpovedný riešiteľ: | Doc. RNDr. Witkovský Viktor, CSc. |
| Anotácia: | Cieľom projektu je navrhnúť a implementovať efektívne výpočtové metódy na vyhodnotenie výsledkov merania mechanických vlastností materiálov v nano mierke pomocou inštrumentovaných indentačných metód (IIT) a mikroskopie atomárnych síl (AFM). Obe tieto metódy sú schopné poskytnúť vysoko lokalizované informácie o mechanických vlastnostiach materiálu, ako je Youngov modul pružnosti (obe metódy), tvrdosť (IIT metóda) alebo adhézia medzi meraným hrotom a povrchom (AFM metóda). Princípom je analýza záznamu polohy meracieho hrotu a silovej interakcie medzi hrotom a povrchom vzorky. Stanovenie výsledných hodnôt na základe dát zaznamenaných prístrojom sa u oboch týchto metód opiera o netriviálne matematicko-štatistické metódy a výpočtové procedúry pracujúce s dátami zaťaženými relatívne veľkou neistotou či náhodným šumom, kde je navyše potrebné aj kvantifikovať neistotu dosiahnutého výsledku merania. Obe tieto metódy pracujú s dátami podobného charakteru, ale každá má určité špecifiká. Výsledky získané pre IIT tak môžu slúžiť ako referenčné pre AFM. Partnermi projektu sú Český metrologický inštitút (ČMI je národný metrologický ústav ČR so špičkovou infraštruktúrou v danej oblasti), Ústav merania SAV (ÚM SAV) a Matematický ústav SAV (MÚ SAV), čo sú akademické pracoviská s rozsiahlymi skúsenosťami v základnom výskume a aplikáciách matematickej štatistiky v odbore meraní a metrologie. Toto spojenie partnerov prináša prirodzenú synergiu a spojenie potrebných kompetencií pre túto oblasť výskumu. |
| Teoretické vlastnosti a aplikácie špeciálnych tried rozdelení pravdepodobnosti | |
| Theoretical properties and applications of special families of probability distributions | |
| Program: | VEGA |
| Doba trvania: | 1.1.2024 – 31.12.2027 |
| Zodpovedný riešiteľ: | Doc. RNDr. Witkovský Viktor, CSc. |
| Anotácia: | V projekte budú skúmané problémy týkajúce sa rozdelení pravdepodobnosti a ich využitia pri matematickom modelovaní. Z teoretického uhla pohľadu sa budeme zaoberať niektorými triedami rozdelení (rozdelenia generované parciálnymi sumáciami, Schröterova trieda) a hľadaním vlastností rozdelení patriacichd o týchto tried. Budú riešené problémy týkajúce sa kalibračných regresných modelov. Vyvinuté budú nové metódy na riešenie viacrozmerných štatistických problémov, pričom tieto metódy budú založené na výpočte presných pravdepodobnostných rozdelení pomocou inverznej transformácie charakteristickej funkcie rozdeleniavýstupnej veličiny. Pri detekcii kauzality v časových radoch zohráva dôležitú úlohu entropia, ďalšia vlastnosť rozdelení pravdepodobnosti. Primárnou oblasťou aplikácií je využitie rozdelenia testovacích štatistík pri testovaní hypotéz. Nové poznatky získané počas riešenia projektu budú aplikované aj na matematické modelovanie v metrológii, lingvistike a poistnej matematike. |