MPŠ
MPŠ MP&Scaron MP&Scaron MP&Scaron Avtorji

Mednarodna
podiplomska šola
Jožefa Stefana

Jamova 39
SI-1000 Ljubljana
Slovenija

Tel: (01) 477 31 00
Faks: (01) 477 31 10
E-pošta: info@mps.si

Išči

Opis predmeta

Računalniško podprto odkrivanje znanstvenih zakonitosti in e-znanost

Programi:

Informacijske in komunikacijske tehnologije, 2. stopnja

Sodelavci:

prof. dr. Sašo Džeroski

Cilji:

Cilj predmeta je seznaniti študenta s področjem računalniško podprtega odkrivanja znanstvenih zakonitosti, oz. z računalniškimi postopki za avtomatizacijo ali podporo glavnih vidikov odkrivanja znanstvenih zakonitosti. Na začetku bodo obdelani osnovni koncepti vključno z znanstveno metodo in elementi znanstvenega obnašanja, ki vsebujejo strukture znanstvenega védenja kot tudi aktivnosti za generiranje in upravljanje s temi strukturami.
Predstavljen bo zgodovinski razvoj področja in obravnavana bo povezava z novejšimi trendi razvoja kot je na primer rudarjenje znanstvenih podatkov.
Predmet bo pokril vrsto tehnik kot tudi njihovih aplikacij na področju znanosti o okolju (ekologija) in znanosti o življenju (bioinformatika).

Študenti bodo pridobili osnovno razumevanje struktur znanstvenega vedenja in z njimi povezanih aktivnosti kot tudi računalniških metod za njihovo podporo in avtomatizacijo.

Vsebina:

1) Znanstvena metoda
Strukture znanstvenega védenja, znanstvene aktivnosti in procesi.

2) Računalniško podprto odkrivanje znanstvenih zakonitosti
Uvod, zgodovinski razvoj področja, osnovne metode, npr. odkrivanje enačb, omrežij in poti, induktivno modeliranje procesov.

3) Rudarjenje znanstvenih podatkov
Posebne zahteve pri rudarjenju znanstvenih podatkov v primerjavi z rudarjenjem poslovnih, finančnih, prodajnih podatkov; induktivne baze podatkov.

4) Aplikacije v znanostih o okolju
Modeliranje habitatov in populacijske dinamike.

5) Aplikacije v znanostih o življenju
Aplikacije v bioinformatiki, biomedicini in sistemski biologiji, npr. napovedovanje funkcije genov, odkrivanje metaboličnih in regulacijskih poti.

6) Uvod v e-znanosti
Grid, diagrami poteka, semantični splet/Grid, znanstvene ontologije.

Temeljna literatura in viri:

• Džeroski, S, and Todorovski, L. (eds.) Computational Discovery of Scientific Knowledge. Springer, Berlin, 2007.
• Shrager, J., and Langley, P. (eds.). Computational Models of Scientific Discovery and Theory Formation. Morgan Kaufmann, San Mateo, CA, 1990.
• Langley, P., Simon, H.A., Bradshaw, G.L., and Zytkow, J. Scientific Discovery Computational Explorations of the Creative Processes. MIT Press, Cambridge, MA, 1983.

Izbrane reference nosilca:

• E. Ikonomovska, J. Gama, and S. Džeroski. Online tree-based ensembles and option trees for regression on evolving data streams. Neurocomputing 150, 458-470, 2015.
• P. Panov, L. Soldatova, and S. Džeroski. Ontology of core data mining entities. Data Mining and Knowledge Discovery 28 (5-6), 1222-1265, 2014.
• D. Kocev, C. Vens, J. Struyf, and S. Džeroski. Tree ensembles for predicting structured outputs. Pattern Recognition 46 (3), 817-833, 2013.
• D. Čerepnalkoski, K. Taškova, L. Todorovski, N. Atanasova, and S. Džeroski. The influence of parameter fitting methods on model structure selection in automated modeling of aquatic ecosystems. Ecological Modelling 245, 136-165, 2012.
• G. Madjarov, D. Kocev, D. Gjorgjevikj, and S. Džeroski. An extensive experimental comparison of methods for multi-label learning. Pattern Recognition 45 (9), 3084-3104, 2012.

Načini preverjanja znanja:

Seminar in ustni izpit (100%)

Obveznosti študentov:

Seminar in ustni izpit

Zunanje povezave: