Programem VýLeT fakulta podporuje své studenty ve vědě a výzkumu každoročně. Studenti řeší samostatný výzkumný úkol ve spolupráci s mentorem, se kterým také připravují odborný článek do časopisu či příspěvek na vědeckou konferenci. Studenti se tak mohou zabývat vědou a výzkumem a získat mimořádnou finanční odměnu.
Na FIT ČVUT aktuálně probíhá sedmý ročník programu VýLeT 2023. Předchozí ročník byl úspěšně zakončen udělením 11 stipendií. Jedno z nich obdržel i magisterský student specializace Znalostní inženýrství Bc. Juraj Kmec za projekt Výzvy při modelování evakuace vlaků pomocí Pathfinderu. Ve výzkumu pod vedením Ing. Pavla Hrabáka, Ph.D. se zabýval problémy, se kterými se mohou inženýři setkat při modelování evakuací vlaků v simulátoru Pathfinder. Výsledkem výzkumu byla identifikace a analýza klíčových faktorů, které mají výrazný vliv na průběh evakuace. Výsledný vědecký článek byl přijat na mezinárodní konferenci Fire and Evacuation Modeling Technical Conference (FEMTC).
„Při modelování jsme vycházeli z dat nasbíraných při experimentální evakuaci vlaku CityElefant z roku 2018, kterou v rámci požárně-bezpečnostního výzkumu organizovala Fakulta stavební ČVUT. Můj příspěvek spočíval především v automatizaci simulačního procesu s důrazem na kontrolování jednotlivých zdrojů náhody (vlastnosti pasažérů, počáteční rozesazení pasažérů atd.) a analýze vlivů náhodnosti na celkový evakuační čas v závislosti na různých typech a šířkách východu,“ říká Juraj Kmec ke svému výzkumu.
Projekt se komplexně zaměřoval na stísněné prostory, proto lze předpokládat, že výsledky budou použitelné i pro podobné geometrie, např. letadla nebo autobusy. Výzkum zpřesní modelování nácviku evakuací v praxi, což pak povede ke snazší evakuaci objektů v reálném životě.
Další výzkum, který byl v loňském ročníku vysoce ohodnocen, provedl Bc. Jan Pokorný, student posledního ročníku magisterského studia specializace Teoretická informatika. Zabýval se návrhem a analýzou parametrizovaných algoritmů pro tzv. mikroagregaci dat. S tou je možné se setkat ve chvíli, kdy je potřeba poskytnout třetí straně určitá data, například o uživatelích aplikace a současně zachovat anonymitu.
„Výzkum přispěje k anonymizaci dat například sociálních sítí, když je potřeba zveřejnit datasety s co nejreleavantnějšími informacemi při současném zachování soukromí jejich uživatelů,“ dodává ke svému výzkumu Jan Pokorný.
Vědecký článek The Parameterized Complexity of Network Microaggregation (Parametrizovaná složitost síťové mikroagregace) prezentoval Jan Pokorný na prestižní mezinárodní konferenci AAAI 23, která je považovaná za jednu z nejvýznamnějších konferencí v oblasti umělé inteligence s nejvyšším hodnocením A*.
Více informací o programu na
https://fit.cvut.cz/cs/zivot-na-fit/aktualne/pravidelne-akce/11244-vyzku...
