Tyrimo pavadinimas DigiMaths4All: Matematikos problemų sprendimo taikant technologijomis grindžiamą mokymąsi ir informatinį mąstymą stiprinimas

Tyrimo numeris Nr. P-EDU-23-13

Tyrimo įgyvendinimo laikotarpis 2025-04-01 – 2028-04-03

Tyrimo vadovė prof. Valentina Dagienė

Tyrimo komanda:

Valentina Dagienė, VU Matematikos ir informatikos fakulteto, Duomenų mokslo ir skaitmeninių technologijų instituto profesorė;
Aušra Kazlauskienė, VU Šiaulių akademijos, Edukologijos instituto profesorė;
Eglė Jasutė, Vilniaus Jėzuitų gimnazijos mokytoja;
Jurgita Bagdonaitė, VU Filosofijos fakulteto, Ugdymo mokslų instituto doktorantė;
Marika Parviainen, Suomijos Turku universiteto doktorantė;
Mikko-Jussi Laakso, Suomijos Turku universitetas;
Daranee Lehtonen, Suomijos Turku universitetas;
Jo Lieve Mieke Van Hoof, Suomijos Turku universitetas;
Rimantas Žakauskas, VU Filosofijos fakulteto, Ugdymo mokslų instituto jaunesnysis mokslo darbuotojas;
Vaidotas Kinčius, VU Filosofijos fakulteto, Ugdymo mokslų instituto jaunesnysis mokslo darbuotojas. 

Tyrimas įgyvendinamas kartu su Matematikos ir informatikos fakulteto, Šiaulių akademijos, Suomijos Turku universiteto mokslininkais.

Tyrimo tikslas ir uždaviniai

Pagrindinis tikslas – ištirti technologijomis grįsto mokymosi potencialą gerinant Lietuvos ketvirtų klasių mokinių matematikos įgūdžius visuose pasiekimų lygiuose. Numatyta keletas uždavinių, kuriais siekiama kuo įvairiau prisidėti prie matematikos mokymosi gerinimo, pavyzdžiui:

• parengti žaidimais ir interaktyviais veiksmais grįstą analitinę matematikos mokymosi medžiagą;
• integruoti informatinį mąstymą ugdančias užduotis susiejant jas su ketvirtokų matematikos temomis;
• įgalinti pradinių klasių mokytojus efektyviai įtraukti analitika grįstas žaidybines mokymosi priemones į pamokas;
• sukurti skaitmeninio mokymosi poveikio ugdant matematikos problemų sprendimo įgūdžius vertinimo sistemą;
• skatinti mokytojus dalytis matematikos problemų sprendimo metodika ir ištekliais, įtraukiančiais žaidybinimo ir informatinio mąstymo.

Tyrimo įgyvendinimas

Vykdant projektą bus gilinamasi į žaidybinio proceso analitinėje mokymosi aplinkoje poveikį mokinių matematikos problemų sprendimo įgūdžiams integruojant informatinį mąstymą. Problemų sprendimo įgūdžiai yra svarbūs, tačiau sunkiai įgyjami. Mūsų tarpdisciplininė komanda (edukologai, matematikai, informatikai, technologijų, statistikos specialistai) panaudos įvairių sričių žinias ir metodikas, kad pasiektų šį plataus užmojo tikslą. Parengta skaitmeninė matematikos mokomoji medžiaga bus testuojama Lietuvos mokyklų ketvirtose klasėje.

Mokinių matematikos įgūdžiams vertinti bus naudojami daugiapakopio sprendimo matematikos uždaviniai: žodiniai uždaviniai ir aritmetinės ar algebrinės lygtys. Žodinių uždavinių (nesimbolinių) ir aritmetinių ar algebrinių lygčių (simbolinių) sprendimas yra sudėtinga užduotis mokiniams. Pirmuoju atveju reikia gebėti iš žodinio uždavinio išgauti esminę informaciją, paversti ją matematiniu reiškiniu ir išspręsti, antruoju atveju reikia gebėti apibendrinti, pavaizduoti, pagrįsti ir argumentuoti abstrakčias matematines struktūras ir ryšius.

Nepaisant pasaulyje esamų įrodymų apie teigiamą technologijomis grįsto mokymosi poveikį matematikos pasiekimams, motyvacijai ir požiūriui, ankstesnių tyrimų empiriniai rezultatai yra nevienareikšmiai. Daugumoje tyrimų naudota nedidelė tikslinė imtis, nenaudotos kontrolinės grupės arba nelyginti skirtingi ugdymo metodai.

Siekiant nustatyti, ar verta naudoti technologijomis grįstą mokymąsi matematikos pamokose, šis projektas yra pirmasis, kuriame naudojamas atsitiktinių imčių kontrolinis tyrimas su didele imtimi (pakankama statistiniam apibendrinimui), kuriame sistemingai lyginamas skirtingų papildomų technologijų poveikis mokymosi rezultatams. Be to, šis projektas yra pirmasis tyrimas, kuriame informatinio mąstymo ugdymas taikomas siekiant pagerinti matematikos problemų sprendimo įgūdžius.

Kontrolinės grupės, besilaikančios nacionalinės bendrojo ugdymo programos, bus lyginamos su dviem intervencinėmis grupėmis, kuriose bus naudojami žaidybinimu ir informatiniu mąstymu grįsti mokymo metodai. Tikimės, kad informatinio mąstymo mokymas sustiprins mokinių aukštesnio lygio pažintinius gebėjimus: analitinį mąstymą ir dekomponavimą, algoritminį mąstymą, hipotezių tikrinimą, klaidų šalinimą ir abstrahavimą išgaunant esminę informaciją, renkant, analizuojant ir vaizduojant duomenis, atpažįstant dėsningumus ir šablonus, modeliuojant procesus.

„Skaitmeninės matematikos 4“ projektui būtinos pradines klases turinčios mokyklos. Dar prieš prasidedant šiam projektui pasiuntėme žinią įvairioms mokykloms ir prašėme pranešti, ar norėtų įsitraukti į šį tyrimą, pasitarus su būsimų ketvirtokų mokytojais, planuoti rudenį atlikti intervencijas ir mokymus (ne mažiau 16 savaičių). Džiaugiamės, kad net 45 mokyklos iš įvairių Lietuvos miestų ir miestelių išreiškė norą dalyvauti. Tiesiog nuostabu, kiek daug Lietuvos mokyklose turime entuziastingų vadovų, aktyvių mokytojų.

Rugsėjo mėnesį planuojami seminarai projekte dalyvaujantiems mokytojams, bus suteikta visa reikalinga informacija apie intervencines priemones. Kontrolinės grupės dalyviai turės įprastas matematikos pamokas. Intervencinės grupės kartą per savaitę per įprastas matematikos pamokas (iš viso 16 pamokų) atliks sužaidybintas užduotis mokymosi aplinkoje (naudojant Turku universiteto sukurtą ViLLE mokymosi aplinką). Pirmosios intervencinės grupės mokiniai atliks Lietuvos bendrojo ugdymo programą atitinkančius sužaidybintus matematikos pratimus. Antrosios intervencinės grupės mokiniai atliks dalį sužaidybintų matematikos pratimų, o kita dalis užduočių bus skirta informatiniam mąstymui ugdyti. Mokinių aritmetinio sklandumo, daugiapakopių matematikos uždavinių sprendimo įgūdžių ir požiūrio į matematiką vertinimai bus atliekami prieš intervenciją, po jos ir praėjus vieneriems metams. Mokytojų požiūris į skaitmenines mokomąsias technologijas bus vertinamas prieš intervencijas ir po jų naudojant klausimynus ir tikslinių grupių diskusijas.

Tyrimų rezultatai bus naudojami kartu su mašininiu mokymusi kuriant modelį, skirtą adaptyvioms pratyboms, skatinančioms skirtingų mokinių matematinių problemų sprendimo įgūdžius, taip pat formuojant rekomendacijas mokslo bendruomenėms, mokykloms, mokytojams, mokytojų rengėjams, švietimo politikams kaip gerinti mokinių matematikos mokymąsi ketvirtose klasėse.

Planuojami rezultatai ir poveikis:

Literatūros analizė ir ViLLE mokymosi aplinkos kūrimas sudarys sąlygas parengti specializuotą mokomąją medžiagą, suderintą su žaidybinimu ir informatiniu mąstymu. Be to, tai įgalins mokytojus efektyviai integruoti mokymosi analitika grįstas priemones į savo pamokas.

Atsitiktinės atrankos kontroliuojamaisiais tyrimais grįstas intervencinis tyrimas padės mokytojams efektyviai įtraukti mokymosi analitika grįstas priemones į pamokas ir sukurti vertinimo sistemą, kuri padėtų stebėti poveikį mokinių matematikos uždavinių sprendimo gebėjimams.

Sukurtas adaptyvių užduočių, skatinančių matematikos uždavinių sprendimo įgūdžius, kūrimo modelis sudarys sąlygas sukurti tinklą, kuriame bus dalijamasi matematikos uždavinių sprendimo metodika ir ištekliais su žaidybinimo ir informatinio mąstymo elementais.

Aštuoni moksliniai straipsniai tarptautiniuose moksliniuose recenzuojamuose žurnaluose, parengti remiantis projekto metu atliktu tyrimu, pristatys tyrimo rezultatus tiek nacionalinėje, tiek tarptautinėje erdvėje;

Suorganizuotos dvi tarptautinės doktorantų mokyklos, nacionalinis mokslo seminaras,

Suorganizuotos šešios kviestinių tarptautinių ekspertų paskaitos, trys stažuotės ir dešimt susijusių projektų, kuriuose dalyvavo "DigiMaths4All" komandos nariai, ataskaitų.

Pagrindiniai mokslinių tyrimų rezultatai bus pristatomi nacionalinėse ir tarptautinėse mokslinių tyrimų konferencijose, mokslo populiarinimo publikacijose žiniasklaidoje, pranešimuose socialinėse medijose.

Tyrimo pavadinimas IMPACT: informatikos mokytojų nuotolinio profesinio tobulinimo perkėlimo į klasę ir poveikio mokinių mokymosi rezultatams tyrimas

Tyrimo numeris Nr. P-EDU-23-21

Tyrimo įgyvendinimo laikotarpis 2025-04-01 – 2028-04-03

Tyrimo vadovė doc. dr. Tatjana Jevsikova

Edukacinis tyrimas įgyvendinimas kartu su Vilniaus universiteto Matematikos ir informatikos fakulteto mokslininkais.

Tyrimo komanda: 

Tatjana Jevsikova, VU Matematikos ir informatikos fakulteto Duomenų mokslo ir skaitmeninių technologijų instituto vyresnioji mokslo darbuotoja ir docentė;
Yasemin Gülbahar Güven, Kolumbijos universiteto Mokytojų koledžo (JAV) profesorė;
Dovilė Stumbrienė, VU Matematikos ir informatikos fakulteto Duomenų mokslo ir skaitmeninių technologijų instituto mokslo darbuotoja ir docentė;
Gerda Melnik-Leroy, VU Matematikos ir informatikos fakulteto Duomenų mokslo ir skaitmeninių technologijų instituto vyresnioji mokslo darbuotoja;
Jogaila Vaitekaitis, VU Filosofijos fakulteto Ugdymo mokslų instituto docentas ir vyresnysis mokslo darbuotojas;
Margarita Gedvilaitė-Kordušienė, Lietuvos socialinių mokslų centro Sociologijos instituto vyresnioji mokslo darbuotoja ir Vilnius Tech universiteto docentė;
Linas Aidokas, VU Matematikos ir informatikos fakulteto Duomenų mokslo ir skaitmeninių technologijų instituto jaunesnysis mokslo darbuotojas ir jaunesnysis asistentas;
Vaida Masiulionytė-Dagienė Vilniaus Valdorfo mokyklos informatikos ir matematikos mokytoja ir VU Matematikos ir informatikos fakulteto Duomenų mokslo ir skaitmeninių technologijų instituto doktorantė;
Laura Kildė, VU Filosofijos fakulteto Ugdymo mokslų instituto doktorantė.

Tyrimo tikslas – nustatyti, kaip 5–8 klasių informatikos mokytojai perkelia į praktiką internetinius kvalifikacijos tobulinimo mokymus, ir įvertinti, kaip faktinis perkėlimas klasėje veikia mokinių mokymosi rezultatus.

Tyrimo trumpas pristatymas:

Mokytojų profesinis tobulėjimas vis dažniau vyksta internetu. Tačiau plačiai taikant internetinius mokytojų kvalifikacijos tobulinimo mokymus, trūksta atitinkamų tyrimų, kaip mokytojai perkelia internetinio mokymosi patirtį į savo mokymo praktiką. Šiuo tyrimu siekiama ištirti daugialygius veiksnius, darančius įtaką 5–8 klasių informatikos mokytojų kvalifikacijos tobulinimo mokymų internetu perkėlimui į efektyvią praktiką pamokose ir galiausiai mokinių mokymosi rezultatams.

Naudojant tarpdisciplininį požiūrį, apimantį švietimo veiksmingumą, žmogiškųjų išteklių plėtrą, kognityvinius mokslus, duomenų mokslą ir dirbtinį intelektą, tyrime bus tiriami įvairūs lygiai ir veiksniai, susiję su šiuo perkėlimo procesu. Tyrimas apims asmeninius, kognityvinius, motyvacinius ir organizacinius veiksnius, taip pat realiuoju laiku vykstančias sąveikas klasėje ir mokinių mokymosi rezultatus. Numatomi rezultatai – sukurti išsamų mokytojų rengimo perkėlimo modelį, gauti empirinių įrodymų apie perkėlimo poveikį mokinių rezultatams, sukurti viešai prieinamus mokslinių tyrimų išteklius ir gaires būsimoms internetinėms profesinio tobulėjimo programoms ir švietimo politikai.

Bus vykdoma tokia mokslinių tyrimų veikla:

Organizuojamas mokslinis tyrimas, kurio metu:

• Nustatomi pagrindiniai veiksniai (asmeninės savybės, suvokiama vertė, mokymo programa ir darbo aplinka), kurie daro įtaką mokytojų motyvacijai perkelti profesinio tobulinimo mokymą į klasę ir kaip motyvacija perkelti mokymą į klasę tarpininkauja ryšiui tarp šių veiksnių ir faktinio mokymo perkėlimo veiksmų;
• Nustatomi kognityviniai veiksniai, galintys turėti įtakos informatikos mokytojų mokymo perkėlimo į klasę veiksmingumui ir tikslumui;
• Nustatoma, kokią įtaką mokinių informatikos mokymosi rezultatams turi faktiniai mokytojų mokymo perkėlimo veiksmai pamokoje;
• Analizuojami veiksniai, kurie palengvina arba apsunkina mokytojų mokymo perkėlimą, remiantis mokytojo ir mokinio sąveikų klasėje iškodavimu.

Planuojami rezultatai:

• Atliktų edukacinių tyrimų pagrindu parengtos keturios mokslo publikacijos tarptautiniuose mokslo žurnaluose;
• Suorganizuotos aukšto lygio užsienio lektorių paskaitos, skirtos doktorantams;
• Sudalyvauta penkiuose tarptautinėse švietimo ir ugdymo srities tyrimų programose, tinkluose;
• Įgyvendintos doktorantų ir jų vadovų tarptautinės stažuotės;
• Sukurtas elektroninis tyrimo duomenų rinkinys;
• Suorganizuoti penki nacionaliniai mokslo renginiai;
• Parengtas švietimo politikos dokumentas, grindžiamas pagrindiniais tyrimo rezultatais, kuriame pateikiamos rekomendacijos švietimo politikos formuotojams ir kūrėjams.

Pagrindiniai mokslinių tyrimų rezultatai bus pristatomi nacionalinėse ir tarptautinėse mokslinių tyrimų konferencijose, mokslo populiarinimo publikacijose žiniasklaidoje, pranešimuose socialinėse medijose.

Projekto pavadinimas Inovatyvi visuomenės statistinių intuicijų ugdymo e-platforma CognitiveSTATS klaidingam Covid-19 duomenų supratimui koreguoti (CognitiveSTATS)

Projekto numeris Nr. 13.1.1-LMT-K-718-05-0034

Projekto įgyvendinimo laikotarpis 2021-11-04 – 2023-09-01

Projekto suma 245021,67 Eur

Projekto vadovas dr. Gerda Ana Melnik-Leroy

Projekto tikslas - sukurti inovatyvios, visuomenės statistinių intuicijų ugdymo e-platformos CognitiveSTATS prototipą, kuris padės koreguoti klaidingą Covid-19 duomenų suvokimą.

Projekto santrauka – Statistinių duomenų gausa Covid 19 sąlygomis tampa rimtu socialiniu ir epidemiologiniu iššūkiu, nes klaidingas šių duomenų interpretavimas tiesiogiai veikia žmonių elgesį bei pandemijos plitimą. Didžioji visuomenės dalis neturi specialių statistikos žinių, todėl itin svarbu ugdyti esminius duomenų suvokimo principus. Šio projekto tikslas - sukurti inovatyvios, visuomenės statistinių intuicijų ugdymo e-platformos CognitiveSTATS prototipą, kuris padės koreguoti klaidingą Covid-19 duomenų suvokimą. Suplanuotos dvi veiklos: 1. atlikti mokslinius tyrimus ir eksperimentus, siekiant identifikuoti svarbiausias Covid-19 duomenų interpretavimo problemas (statistines ir/ar kognityvines) ir efektyviausius statistinių intuicijų ugdymo būdus; 2. remiantis atliktų mokslinių tyrimų rezultatais, sukurti ir testuoti visuomenės statistinių intuicijų ugdymo platformos prototipą. Platformos CognitiveSTATS dėka gyventojai galės geriau suprasti valdžios ir spaudos pateikiamus esminius su Covid-19 situacija susijusius duomenis ir reiškinius (kaip plinta užkratas, kaip veikia apsaugos priemonės ir vakcinacija, kokie šansai susirgti, kaip pandemija veikia ekonomiką ir kt.), bei kritiškiau vertinti viešojoje erdvėje, įskaitant socialiniuose tinkluose, platinamą informaciją. Siekiant, kad platforma būtų veiksminga, o jos turinys patrauklus plačiajai visuomenei, bus remiamasi: kognityvinių mokslų principais, žaidybinimu ir Covid-19 duomenų vizualizacijomis. Tokiu būdu siekiama ugdyti visuomenę bei reikšmingai paveikti gyventojų nuostatas ir elgseną. Projekto metu atlikti moksliniai tyrimai ir sukurtas e-platformos prototipas bus pristatyti tarptautinio lygio moksliniuose straipsniuose.

Finansavimo šaltinis - Projektas bendrai finansuotas iš Europos Sajungos struktūrinių fondų lėšų (projekto Nr. 13.1.1-LMT-K-718-05-0034) pagal dotacijos sutartį su Lietuvos mokslo taryba (LMTLT).

TV.LRytas.lt „Mokslo šviesa“: klaidingą COVID-19 duomenų supratimą tirianti mokslininkė tiki – susiduriančių su šia problema apstu

Projekto pavadinimas Žmogaus suvokimo įkvėptas šnekos signalo gerinimas: gilaus mokymosi, triukšmo profiliavimo ir žmogaus klausos žinių integravimas (HPI-SE)

Projekto numeris Nr. S-MIP-24-118

Projekto įgyvendinimo laikotarpis 2024-09-02 – 2027-08-31

Projekto vadovas dr. Gražina Korvel

Projekto tikslas - integruoti kalbos gerinimo technologiją sujungiant pažangius gilaus mokymosi algoritmus su žiniomis apie žmogaus klausos sistemą ir triukšmo profiliavimą.

Projekto santrauka – Projekto idėja grindžiama supratimu, kad norint visapusiškai patobulinti kalbos technologijas, reikia atkartoti, kaip žmonės girdi (klausos sistema), taip pat kaip jie interpretuoja ir supranta šnekamąją kalbą (kalbos suvokimas). Šiuo projektu siekiame sinergiškai sujungti kalbos suvokimo ir žmogaus klausos sistemos įžvalgas, kad būtų galima pagerinti švekos signalą žmogaus suvokimo įkvėptu būdu. Į projektą taip pat įtraukiamas triukšmo trikdžių profiliavimas, kuris yra labai svarbus žmogaus klausos sistemos aspektas, viršijantis šiuolaikinės garso gerinimo metodikos ribas. Šis procesas yra labai svarbus kuriant triukšmui atsparius sprendimus.

Finansavimo šaltinis - Finansavimą skyrė Lietuvos mokslo taryba (LMTLT), sutarties Nr. S-MIP-24-118.

Projekto pavadinimas Valdymo ir kontrolės sistemos, pagrįstos priešiško mašininio mokymosi, kūrimas kibernetiniam saugumui gerinti ir įgūdžiams tobulinti

Projekto numeris Nr. S-MIP-24-116

Projekto įgyvendinimo laikotarpis 2024-09-01 – 2027-08-31

Projekto vadovas prof. Olga Kurasova

Projekto tikslas – pasiūlyti ir sukurti priešiško mašininio mokymosi pagrindu sukurtą C2 struktūrą, galinčią generuoti ir valdyti etiškai užmaskuotą kenkėjišką programinę įrangą.

Projekto santrauka – Augančios grėsmės kibernetiniam saugumui kelia didelę riziką pasaulio ekonomikos stabilumui. Siekiant nustatyti saugumo spragas, būtina analizuoti valdymo ir kontrolės C2 (Command and Control) sistemas, kurios yra itin svarbios nustatant kibernetinio saugumo pažeidžiamumus, kontroliuojant kenkėjiškų programinės įrangos operacijas ir imituojant kibernetines atakas. Esminis elementas šių inovatyvių technologijų vertinime yra C2 sistemos su mašininio mokymosi algoritmais kūrimas, siekiant generuoti užmaskuotą kenkėjišką programinę įrangą, kuri padėtų kibernetinio saugumo specialistams identifikuoti naujų technologijų pažeidžiamumus. Naujai sugeneruota bei užmaskuota kenkėjiška programinė įranga sunkiai aptinkama arba iššifruojama, tačiau išlaiko savo funkcionalumą. Projekto tikslas yra pasiūlyti ir sukurti varžymosi principais pagrįstą (priešiško) mašininio mokymosi (angl. Adversarial Machine Learning, AML) pagrindu sukurtą C2 struktūrą, galinčią generuoti ir valdyti etiškai užmaskuotą kenkėjišką programinę įrangą. Tikimasi, kad tai padarys reikšmingą poveikį kibernetinio saugumo ir dirbtinio intelekto srityse, gerinant suvokimą apie AML integraciją į pažangių kibernetinės apsaugos įrankių ir mokymo metodikų kūrimą. Ši naujovė padės taikyti pažangius etiškų kenkėjiškų programų kūrimo metodus, galinčius sujungti teorinius ir praktinius kibernetinio saugumo aspektus ir padėti kovoti su šiuolaikinėmis kibernetinėmis grėsmėmis bei etiškai naudoti dirbtinio intelekto technologijas.

Finansavimo šaltinis - Finansavimą skyrė Lietuvos mokslo taryba (LMTLT), sutarties Nr. S-MIP-24-116.

Projekto pavadinimas Tvarus optimizavimas žaliosios infrastruktūros projektavimui naudojant dirbtinį intelektą

Projekto numeris Nr. S-ITP-24-8

Projekto įgyvendinimo laikotarpis 2024-09-31 – 2026-10-08

Projekto vadovas dr. A. Lančinskas

Projekto tikslas – sukurti optimizavimo algoritmus, skirtus tvarių vietų žaliosios infrastruktūros objektams paieškai, naudojant dirbtinio intelekto ir našiųjų skaičiavimų metodus.

Projekto santrauka – Šiuo projektu siekiama sukurti ir įgyvendinti tvarius optimizavimo algoritmus, naudojant dirbtinio intelekto ir našiųjų kompiuterių sprendimus, skirtus strategiškai parinkti vietas žaliosios infrastruktūros objektams. Patikimumo sąvoka šio projekto kontekste pabrėžia, kad svarbu rasti ne tik vieną optimalų sprendinį, bet rinkinį kompromisinių sprendinių, atliepiančių įvairius neapibrėžtumus, būdingus žaliosios infrastruktūros planavimui. Užuot tiksliai nustačius kiekvieno žaliosios infrastruktūros objekto vietą, bus siekiama nustatyti patikimas vietas, kurios išliktų veiksmingos nepaisant galimų klientų elgsenos, ekosistemų dinamikos ir kitų nuspėjamų ir nenuspėjamų veiksnių pokyčių. Žalioji infrastruktūra, apimanti tokius objektus kaip Park & Ride aikštelės, elektromobilių įkrovimo stotelės, dviračių nuomos punktai, žalieji stogai, miesto parkai, tvariosios drenažo sistemos ir kt., atlieka labai svarbų vaidmenį tvariai miestų plėtrai. Dirbtinio intelekto metodų, tokių kaip, mašininio mokymo ir daugiaagenčių sistemų, integravimas su pažangiais optimizavimo algoritmais leidžia modeliuoti ir spręsti sudėtingus uždavinius šioje srityje. Integruojant ir vystant našiųjų skaičiavimų metodus galima apdoroti didelius duomenų kiekius ir atlikti sudėtingus modeliavimus, kas leidžia įgyvendinti sudėtingus algoritmus. Įgyvendindami šį projektą siekiame sukurti pagrindus tolesniam optimizavimo algoritmų, palengvinančių žaliosios infrastruktūros planavimą, kūrimui ir vystymui.

Finansavimo šaltinis - Finansavimą skyrė Lietuvos mokslo taryba (LMTLT), sutarties Nr. S-ITP-24-8.

Projekto pavadinimas: Konstruktyvizmo ir iššūkiais grįstos pedagogikos panaudojimas mokantis informatinio mąstymo STEAM dalykuose

Paraiškos kodas: Nr. 09.3.3-LMT-K-712-21-0068

Projekto dalyvis: dr. Anita Juškevičienė

Santrauka. Šio projekto tikslas – kompetencijos kėlimas mokslinėje stažuotėje nagrinėjant informatinio mąstymo ugdymą konstruktyvizmo ir iššūkiais grįstos teorijos STEAM srityje.

Pastaraisiais metais ypač aktualus informatinio mąstymo ugdymas per STEAM veiklas. Tyrėjai kuria arba adaptuoja bei praplečia jau turimus informatinio mąstymo modelius. Mokslinės stažuotės Švedijos KTH karališkajame technologijos institute metu dr. Anita Juškevičienė atliks mokslinius tyrimus nustatant STEAM integracijai tinkantį modelį.

Anita Juškevičienė šiuo metu tyrinėja informatinį mąstymą ir STEAM integracijos galimybes. Ji yra įtraukta į Europos Sąjungos struktūrinių fondų lėšų bendrai finansuojamą projektą Nr. 01.1.1-CPVA-V-701-15-0001 „Vilniaus STEAM centro kūrimas“ metodikų kūrimo grupę, Europos Sajungos ERASMUS+ programos finansuojamą projektą NR. 612855-EPP-1-2019-1-TR-EPPKA3-PI-FORWARD „STEAM ugdymo mokyklose skatinimas (EDUSIMSTEAM)“, bei Europos komisijos finansuojamą Europos komisijos programos projektą „Empower Girls to Embrace Their Digital and Entrepreneurial Potential (GEM)“ Nr. LC-01380173 (Girls4STEM-2019), kuriuose yra nagrinėjamos šios tematikos. 2017-2019 metais vykdė podoktorantūros stažuotės projektą, kurio tyrimas siejasi su informatinio mąstymo tematika ir tarpdiscipliniškumu. Mokslinės stažuotės tikslas toliau vystyti nagrinėtos tematikos tyrimus ir pasiūlyti modelį, tinkantį STEAM integracijai ir informatinio mąstymo ugdymui. Šiam tikslui pasiekti yra iškelti tokie uždaviniai: literatūros analizė ir modelio sudarymas bei ekspertinis įvertinimas.

Finansavimo šaltinis - Projektas bendrai finansuotas iš Europos socialinio fondo lėšų (projekto Nr. 09.3.3-LMT-K-712-21-0068) pagal dotacijos sutartį su Lietuvos mokslo taryba (LMTLT).

Projekto pavadinimas: Dalyvavimas užsienyje vyksiančioje konferencijoje NUMTA2019

Paraiškos kodas: Nr. 09.3.3.-LMT-K-712-13-0161

Projekto dalyvis: prof. Julius Žilinskas

Projekto tikslas – kelti profesinę kompetenciją ir gilinti žinias dalyvaujant konferencijoje „The 3rd International Conference and Summer School Numerical Computations: Theory and Algorithms“.

Konferencijoje prof. J. Žilinskas skaitys pranešimą "Ranking-based Discrete Optimization Algorithm for Asymmetric Competitive Facility Location".

Prof. J. Žilinsko mokslinių tyrimų kryptys - globalusis ir diskretusis optimizavimas, lygiagretieji skaičiavimai, duomenų analizė ir vizualizavimas. Numatomas pranešimas yra apie optimizavimo algoritmą vietos parinkimo uždaviniams. Globalusis ir diskretusis (kombinatorinis) optimizavimas yra tarp pagrindinių konferencijos tematikų. J. Žilinskas dalyvavo ir ankstenėse šios serijos konferencijose 2013 ir 2016 metais, paskelbė straipsnius specialiuosiuose žurnalų Nonlinear Science and Numerical Simulation ir Journal of Global Optimization numeriuose, yra įtrauktas į 2016 ir 2019 metų konferencijų mokslinius komitetus.

Finansavimo šaltinis - Projektas bendrai finansuotas iš Europos socialinio fondo lėšų (projekto Nr. 09.3.3-LMT-K-712-13-0161) pagal dotacijos sutartį su Lietuvos mokslo taryba (LMTLT).

Projekto pavadinimas: Trupmeniniai stochastiniai procesai su trumpąja ir ilgąja atmintimi ir jų taikymai

Paraiškos kodas: Nr. 09.3.3.-LMT-K-712-12-0007

Projekto dalyvis: prof. Kęstutis Kubilius

Projekto tikslas – tobulinti VU Matematikos ir informatikos mokslininkų kompetenciją kartu su Ukrainos mokslininke prof. habil. dr. Yuliya Mishura vykdant tyrimą "Trupmeniniai stochastiniai procesai su trumpąja ir ilgąja atmintimi ir jų taikymai".

Tyrimo metu iš Kijevo nacionalinio Taraso Ševčenkos universiteto mokslininkės prof. habil. dr. Yu. Mishura patirties semsis VU doktorantai, magistratūros programos "Finansų ir draudos matematika" studentai, savo žinias gilins patyrę mokslininkai. Vykdant projektą jaunieji mokslininkai įsigilins į tyrimo srities problematiką, įsitrauks į mokslinę tiriamąją veiklą ir tai padės jiems suformuoti moksliniam darbui būtinus įgūdžius. Kadangi stochastinių diferencialinių lygčių teorija šiuo metu Vilniaus universitete užsiima vos keletas mokslininkų, jaunųjų mokslininkų įsitraukimas į tyrimą galimai paskatins juos pradėti savarankiškus tyrimus šioje srityje.

Tyrimo esmė: šio ir vėlesnio tyrimo metu, kuris yra numatytas ilgalaikio mokslininkų bendradarbiavimo perspektyvoje, norima tirti modelius, aprašomus stochastinėmis diferencialinėmis lygtimis, kurie dažnai naudojami finansų rinkose, siekiant apibūdinti stochastinį volatilumą, t.y. numanomą vidinį atsitiktinumą. Bus siekiama sukurti ir pateikti praktiniam taikymui rekomendacijas, kaip pasirinkti tinkamą modelį stochastinio volatilumo aprašymui.

Finansavimo šaltinis - Projektas bendrai finansuotas iš Europos socialinio fondo lėšų (projekto Nr. 09.3.3-LMT-K-712-12-0007) pagal dotacijos sutartį su Lietuvos mokslo taryba (LMTLT).