Několikanásobné zvýšení kapacity stávajících baterií elektronických zařízení na dosah. Projekt Jiřího Matyáše z VUT v Brně se stal absolutním vítězem IT SPY.

Možná jsme jen již krůček od skokového zvýšení kapacity baterií v běžných zařízeních. To vše pouhou úpravou obvodů. Slibuje to projekt Jiřího Matyáše z VUT v Brně, který se stal drtivým vítězem letošní soutěže IT SPY. Jeho práce, která má dopad v celosvětovém měřítku, porazila letošních 1700 diplomových prací z 16 českých a slovenských univerzit.

Práce Jiřího Matyáše z FIT VUT v Brně si všimla, že počítače v současné době fungují natolik přesně, až je to až v některých případech zbytečné. I když záměrně povolíme chybovost výpočtu, uživatel si toho nemá šanci všimnout, neboť budou pod jeho rozlišovací schopnost. „Lajdácké výpočty“ však umožní šetřit výpočetní výkon, a tím i snižovat spotřebu. Reálně to může znamenat, že nové mobilní telefony budou mít se stejnými bateriemi dvojnásobnou výdrž.
„Na světě se tímto problémem zabývá několik desítek výzkumných skupin. Já jsem však první, kdo dokázal spojit dva přístupy a dosáhnout díky toho zatím nejlepšího výsledku. Naše závěry jsme prezentovali například v Kalifornii, na práci budu pokračovat v doktorském studiu. Smysl by pak dávalo si výzkum patentovat, výrobu mnou navržených obvodů by pak mohly zajišťovat technologické společnosti,“ uvádí Matyáš.

Druhé místo obsadil Jakub Mačina z FIT Slovenské technické univerzity v Bratislavě. Jeho projekt řešil zvýšení úspěšnosti studentů online kurzů, a to pomocí chytrého propojování studentů hledajících odpovědi na své otázky a těch, kteří odpovědět dovedou. I ty největší e-learning platformy se totiž potýkají s velkým množstvím nedokončených kurzů. Projekt je navíc využitelný také v jiných oblastech, například v komunikaci firem se zákazníky.
„Tuto práci jsme ověřili ve spolupráci s Harvardovou univerzitou na vzorku 4600 studentů z celého světa. Náš program dokázal zapojit více studentů, doručit jim přesnější otázky i následné odpovědi. Projekt rozvíjím jako open source, takže s ním kdokoli může dále pracovat,“ zmiňuje Mačina.

Třetí místo patří Ondřeji Hubáčkovi z FEL ČVUT. Jeho práce dosáhla pozoruhodných výsledků při internetovém sázení. Dokázal vytvořit algoritmus, který dokázal překonat ve svém rozhodování bookmakera.

„Největší možnosti vidím v takzvaných sázkových burzách, kde se může člověk postavit jak do role sázejícího, tak do role sázkové kanceláře. Ty totiž pro sázkaře nabízí rovnější prostředí než sázkové kanceláře,“ zmiňuje Hubáček a dodává, jak vidí budoucnost projektu. „Pokračuji na doktorském studiu a téma mé dizertační práce se bude opírat o dosažené výsledkem. Cílem by měl být program, který dokáže nejen predikovat výsledky sportovních utkání, ale třeba i hodnotu hráčů. Prozatím jsem určil jen prediktivní model, ale do budoucna bych chtěl právě pomocí strojového učení tento model naučit sázecí strategii.“

Tomáš Krátký ze společnosti Profinit, která zastupuje v soutěži soukromý sektor, chválí především aplikovatelnost řešení do praxe.
„Letošní práce bez přehánění nabídly řešení s velkým potenciálem, která jsou z mého pohledu s minimálními úpravami uplatnitelná v praxi. Pro mě byl letošní ročník jen dalším důkazem, že česká computer science je na velmi vysoké úrovni,“ dokončuje Krátký.

Že ročník 2017 patří mezi jedny z nejsilnějších zmiňují s potěšením i samotní organizátoři.
„Letošní ročník měl velmi vysokou úroveň, jednotliví finalisté byli vyrovnaní, takže rozhodnutí nebylo jednoduché. Není bez zajímavosti, že diplomové práce odrážely nejnovější světové trendy computer science. Většina z nich využívala pro řešení svých problémů evoluční algoritmy, strojové učení nebo umělou inteligenci. Je skvělé vidět, že studenti, a především vedoucí jejich prací dokáží spoluurčovat světové trendy,“ zmiňuje docent Jaroslav Zendulka z VUT v Brně, který je garantem pro letošní 8. ročník soutěže IT SPY.
Je potěšitelné, že většina autorů bude pokračovat v doktorském studiu, své práce mohou dále vědecky rozvíjet a jejich projekty navíc mají možnost praktického využití.“

 

Celkové výsledky soutěže:

Absolutní vítěz

Jiří Matyáš, Fakulta informačních technologií, Vysoké učení technické v Brně

Využití přibližné ekvivalence při návrhu přibližných obvodů

Využití této inovace se nabízí v počítačovém a mobilním průmyslu, kde dokáže zefektivnit a prodloužit výdrže akumulátorů a spotřebu elektrické energie, která tak může být snížena až o 80 %.

Druhé místo soutěže

Jakub Mačina, Fakulta informatiky a informačních technologií, Slovenská technická univerzita v Bratislavě

Doporučení nových otázek v online komunitách studentů

Pomocí strojového učení lze přispět ke zlepšení vzájemné komunikace a výpomoci mezi studenty online kurzů. Metoda byla vyzkoušena ve spolupráci s Harvardskou univerzitou v online experimentu v rámci kurzu 5 000 studentů ze 147 zemí. Možné budoucí využití je však i v zákaznické podpoře v e-commerce.

Třetí místo soutěže

Ondřej Hubáček, Fakulta elektrotechnická, České vysoké učení technické v Praze

Využívání příležitostí na sázkařských trzích pomocí strojového učení

Pomocí softwaru s prediktivním strojovým učením a matematickými modely lze uskutečňovat kurzové sázky s menším rizikem a s možností dlouhodobého výdělku.

4.- 9. místo soutěže (v abecedním pořadí)

Robin Antonič, Provozně ekonomická fakulta, Mendelova univerzita v Brně

Analýza pohybu osob založená na zpracování obrazu

Využití softwaru, který využívá dohledové systémy, jako průmyslové kamery, nejen v bezpečnosti, ale i v oblastech, jako je analýza chování zákazníka, podpora manažerského rozhodování, kontrola pohybu zaměstnanců a v mnoha dalších případech.

Tomáš Bajtoš, Přírodovědecká fakulta, Univerzita Pavla Jozefa Šafárika v Košicích

Analýza botnetů pomocí honeypotů

Toto zařízení se dá využít pro záznam útoku botnetů a jeho následný rozbor. Může tak přispět k odhalení slabých obranných prvků IoT zařízení a k jejich nápravě.

Bohuslav Koukal, Fakulta informatiky a statistiky, Vysoká škola ekonomická v Praze

OLAP Recommender: Supporting Navigation in Data Cubes Using Association Rule Mining

Využitelnost tohoto nástroje je zejména v komerční sféře, kde se pracuje s velkými objemy dat, které je potřeba nadále zkoumat. Tato aplikace analytikovi automaticky nabízí potenciálně zajímavé oblasti dat, na které by se měl zaměřit.

Ondrej Matija, Fakulta elektrotechniky a informatiky, Technická univerzita v Košicích

Automatizace a vývoj metod pro rozpoznávání tsunami vln v pozorovaní MINI-EUSO experimentu

Projekt může přispět k vybudování globálního varovného systému, včasné detekci tsunami a předcházení ztrátám lidských životů.

Samuel Pastva, Fakulta informatiky, Masarykova univerzita v Brně

Paralelní syntéza parametrů z formulí hybridní logiky HUCTL

Jde o vysoce teoretickou práci s potenciálem využití například v systémové biologii.

Marek Švepeš, Fakulta informačních technologií, České vysoké učení technické v Praze

Rozšíření systému NEMEA pro nasazení v distribuovaném prostředí

Díky tomuto řešení lze zpracovávat větší objemy síťových dat na více zařízeních, než při zpracování na jednom počítači. V budoucnu může navržený modul přispět k lepšímu kybernetickému zabezpečení velkých společností a institucí, jako jsou nemocnice, letiště atd.

 

Cena SAP

Cena udělená partnerem soutěže společností SAP Česká republika diplomovému projektu, který nabízí největší možný přínos v oblasti podnikových systémů.

Cena za přínos podnikových systémů:

Bohuslav Koukal, Fakulta informatiky a statistiky, Vysoká škola ekonomická v Praze

OLAP Recommender: Supporting Navigation in Data Cubes Using Association Rule Mining

Čestné uznání:

Anna Kučerová, Fakulta informačních technologií, České vysoké učení technické v Praze

Metody pro přibližné vyhledávání vzorků v řídkých multidimenzionálních polích pomocí metod strojového učení

 

Cena veřejnosti

Ondrej Matija, Fakulta elektrotechniky a informatiky, Technická univerzita v Košiciach

Automatizácia a vývoj metód pre rozpoznávanie cunami vĺn v pozorovaniach MINI-EUSO experimentu

 

Cena odborných novinářů

Cena udělovaná formou anonymní ankety panelem IT, technologických, businessových a marketingových novinářů

Tomáš Bajtoš, Prírodovedecká fakulta, Univerzita Pavla Jozefa Šafárika v Košiciach

Analýza botnetov pomocou honeypotov

Jiří Matyáš_vítěz ITSPY_2017 Jakub Mačina_2.místo_ITSPY_2017 Jakub Mačina_ 3. místo_ITSPY_2017 finalisté_ITSPY_2017