Seminaria Informatyki i Nauk Obliczeniowych
pod patronatem Sekcji Nauk Obliczeniowych i Bioinformatyki Komitetu Informatyki PAN

kolor czcionki + kolor tła = plan do 7 dni.

2019-06-28 13:30, Sala: Aula im. Wacława Olszaka, piętro II
prof. Leszek Demkowicz
The University of Texas at Austin

The Double Adaptivity Paradigm, or how to circumvent discrete inf-sup conditions of Babuska and Brezzi?

In the mixed formulation of the ideal Petrov-Galerkin method with optimal test functions, one solves for an approximate solution coming from a discrete trial space, along with the Riesz representation of the corresponding residual coming from the exact test space. The residual provides an ideal a-posteriori error estimate providing a basis for adaptive refinements of trial space. This is the outer adaptivity loop.

To arrive at a practical method, we need to approximate somehow the residual. In the standard DPG method this is done by employing a sufficiently large discrete (enriched) test subspace of the test space. For (benign) single scale problems, this can be done by implementing elements of higher (enriched) order and constructing appropriate Fortin operators to assess the lost of stability due to the approximation of the exact residual. The situation is quite different for singular perturbation problems where one strives for the robustness, i.e. uniform stability with respect to the perturbation parameter.

Alternatively, with the given approximate trial space, one can solve for the approximate residual ADAPTIVELY. This is the inner adaptivity loop. For singular perturbation problems the challenge comes from the need for a ROBUST a-posteriori error estimation technique.

We propose an inner adaptivity loop built upon the classical duality theory and a-posteriori error estimation based on duality gap estimate (the classical hypercircle methodology). The methodology will be illustrated with a convection-dominated diffusion ("confusion'") problem.

The double adaptivity algorithm delivers solutions for the diffusion constant epsilon = 10^-7 in a fully automatic mode. The adapted trial meshes with the corresponding adaptively obtained test meshes do NOT satisfy the robust inf-sup condition.

2019-06-27 12:15, Sala: S4 im. A. Sawczuka, piętro IV
mgr Piotr Jarosik

Zastosowanie sieci splotowych do klasyfikacji zmian nowotworowych piersi w ultrasonografii

Zgodnie ze statystykami Światowej Organizacji Zdrowia, nowotwory piersi są najczęściej występującym oraz skutkującym śmiercią nowotworem wśród kobiet. Wczesne wykrycie zmiany chorobowej znacznie zwiększa przeżywalność, a szybka diagnostyka wspomagana komputerowo (CAD) może przyczynić się do poprawy tej wykrywalności. Obecnie można zaobserwować rosnące zainteresowanie metodami uczenia maszynowego w diagnostyce medycznej. Szczególną popularność zyskują głębokie sieci neuronowe, które stanowią rozwiązanie dobrze adaptujące się do nowych przypadków oraz łatwe do efektywnej implementacji. Sieci neuronowe były już z sukcesem stosowane w klasyfikacji obrazów B-mode guza piersi. Zgodnie z posiadaną przez nas wiedzą, modele te nie były jednak proponowane dla surowych sygnałów ech ultradźwiękowych, które potencjalnie stanowią większy zasób informacji nt. badanej struktury. W trakcie referatu zaprezentuję modele sieci splotowej, które można wyuczyć na sygnałach ech ultradźwiękowych oraz porównam wyniki oceny jakości klasyfikacji dokonanej na wybranych etapach procesu obrazowania guza piersi.

2019-04-04 12:15, Sala: S4 im. A. Sawczuka, piętro IV
dr Tomasz Koziara

Co-rotated and reduced order finite element time integrators for multibody contact dynamics

2019-03-21 12:15, Sala: S4 im. A. Sawczuka, piętro IV
Michał Komorowski
Uniwersytet Mikołaja Kopernika

Automatyczna metoda identyfikacji struktur ludzkiego mózgu na podstawie sygnałów MEG/EEG – dotychczasowe wyniki i koncepcja rozprawy doktorskiej

Anatomia ludzkiego mózgu kształtuje jego funkcjonalne właściwości w skali lokalnej jak i globalnej oraz wyznacza granice jego działania (Park & Friston 2013). Przedmiotem intensywnych badań są próby znalezienia unikalnych reprezentacji sygnałów pochodzących z różnych obszarów mózgu, tzw. fingerprintów tych obszarów. Główną metodologią stosowaną i rozszerzaną w ramach mojej pracy, odnoszącą się do tego problemu, jest podejście Spectral Fingerprints (Keitel & Gross 2016). W zarysie metoda polega na dwukrotnej (najpierw na poziomie indywidualnym, następnie na poziomie grupowym) dwuetapowej klasteryzacji widma mocy jednosekundowych okien sygnału z przestrzeni zrekonstruowanych źródeł aktywności, co skutkuje uzyskaniem niskowymiarowej reprezentacji aktywności wybranych obszarów ludzkiego mózgu. Wykonane przez autorów testy oparte na metodach bootstrapingu i walidacji krzyżowej wykazały wysoką skuteczność automatycznej identyfikacji 116 obszarów mózgu na podstawie ich spektralnych fingerprintów pozyskanych ze spoczynkowego sygnału MEG. Celem mojej pracy jest udoskonalenie i rozszerzenie pola zastosowań metody Spectral Fingerprints. Do tej pory została wykonana częściowa reprodukcja wyników z oryginalnej pracy oraz znacząca redukcja czasu obliczeń wykorzystując techniki programowania równoległego. Wykonano ponadto pierwsze próby adaptacji procedury do analizy sygnałów EEG. Planowana jest modyfikacja wybranych elementów potoku przetwarzania w celu podwyższenia skuteczności identyfikacji struktur korowych i podkorowych (w szczególności z wykorzystaniem sygnału EEG) oraz zbadanie możliwości wykorzystania spektralnych fingerprintów jako biomarkerów wybranych jednostek chorobowych.

2019-03-21 13:00, Sala: S4 im. A. Sawczuka, piętro IV
Julia Szota-Pachowicz
Uniwersytet Jagielloński

Ontologia synchrotronu – modelowanie struktury systemu, dotychczasowe wyniki i koncepcja rozprawy doktorskiej

2019-03-07 12:15, Sala: S4 im. A. Sawczuka, piętro IV
dr Agnieszka Jakóbik
Politechnika Krakowska, Wydział Fizyki, Matematyki i Informatyki

Wybrane algorytmy poprawy poziomu bezpieczeństwa przetwarzania zadań i energooszczędności środowisk obliczeniowych opartych o szeregowanie zadań

Podczas seminarium prelegentka przedstawi osiągnięcie naukowe, które będzie podstawą jej wniosku o wszczęcie postępowania habilitacyjnego w IPPT PAN.

2018-11-15 12:15, Sala: S4 im. A. Sawczuka, piętro IV
dr hab. inż. Sergiy Fialko
Politechnika Krakowska, Wydz. Fizyki, Matematyki i Informatyki

SCAD FEA software: advanced analysis options in structural mechanics and civil engineering

SCAD jest oprogramowaniem MES do obliczeń i projektowania konstrukcji budowlanych. Jest głównym programem pakietu SCAD Office (https://scadsoft.com/en/products), opracowanego przez firmę informatyczną SCAD Soft. Jest jednym z najpopularniejszych programów MES na terytorium Rosji, Ukrainy, Białorusi i Kazachstanu, posiada certyfikaty spełniające normy regionalne oraz posiada licencje niezbędne przy projektowaniu obiektów energetyki atomowej (elektrownie atomowe). W większości uniwersytetów ww. krajów ten program został wdrożony na wydziałach budowlanych.

Celem prezentacji jest ogólne przedstawienie programu oraz opcji zaawansowanych: rozwiązywanie układów równań liniowych algebraicznych MES o dużym rozmiarze, zaawansowana analiza modalna, analiza sejsmiczna, całkowanie równań ruchu, analiza nieliniowa sprężysto-plastyczna, montaż itd. Po zakończeniu referatu i dyskusji dla wszystkich zainteresowanych osób jest zaplanowana prezentacja SCAD Office „na żywo”.

Ze szczegółowym opisem oprogramowania można zapoznać się tu:
https://scadsoft.com/help/SCAD/Theory/en/index.htm#t=Theory1033_rtf%2FPrinciples_of_theory.htm,
https://scadsoft.com/help/SCAD/FEMLib/en/index.htm#t=FEMLib1033%2FGeneral_Issues.htm,
https://scadsoft.com/help/SCAD/en/index.htm.



Archiwum