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: 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).

Projekto pavadinimas: Mokslinė stažuotė Almerijos universitete siekiant kelti kvalifikaciją taikant lygiagrečiuosius skaičiavimus daugiakriteriniame optimizavime

Paraiškos kodas: Nr. 09.3.3.-LMT-K-712-14-0047

Projekto dalyvis: doc. dr. Ernestas Filatovas

Santrauka. Šio projekto tikslas kompetencijos kėlimas dalyvaujant mokslinėje stažuotėje Almerijos universiteto „Supercomputacion: Algoritmos“ skyriuje. Šio skyriaus mokslininkai turi sukaupę didelę patirtį ir vadovaujami prof. Ester M. Garzón garsėja savo pasiekimais sprendžiant sudėtingus optimizavimo uždavinius bei kuriant algoritmų lygiagrečias versijas. Almerijos universitetas turi skaičiavimo centrą, kuriame yra keli modernus CPU ir GPU klasteriai su skirtingomis platformomis, tame tarpe ir energija tausojančiomis įterptinėmis sistemomis. Svarbu paminėti, kad Almerijos universiteto įranga yra nuolat atnaujinama ir išlieka aktuali, todėl yra labai svarbi kuriant ir testuojant modernius efektyvius lygiagrečius optimizavimo algoritmus bei parenkant efektyviausias sudėtingų uždavinių sprendimo strategijas.

Stažuotės metu bus:

1. aptarta ir išnagrinėta veiksmų su didelėmis išretintomis matricomis problematiką su „Supercomputacion: Algoritmos“ skyriaus mokslininkais;
2. kuriamos algoritmų lygiagrečios versijos veiksmams su didėlėmis išretintomis matricomis atlikti vykdant mokslinių idėjų mainus;
3. eksperimentiškai ištirti sukurti algoritmai Almerijos universiteto skaičiavimo centre naudojant skirtingas platformas (CPU ir GPU);
4. bendradarbiaujant su Almerijos universiteto mokslininkais sukurti lygiagretus algoritmai taikomi didelio mąsto sudėtingiems daugiakriteriniams vėžiu sergančių pacientų radioterapijos gydymo plano sudarymo uždaviniams spręsti.

Mokslinė stažuotė tiesiogiai atitinka pagrindinę E. Filatovo mokslinių tyrimų kryptį. Almerijos universitetas ir jo turima įranga bei mokslinis potencialas atitinka visus poreikius sėkmingai įvykdyti mokslinę stažuotę ir pasiekti užsibrėžtą tikslą. Stažuotės metu gauti rezultatai turės ne tik akademinę, bet ir praktinę naudą.

Finansavimo šaltinis - Projektas bendrai finansuotas iš Europos socialinio fondo lėšų (projekto Nr. 09.3.3-LMT-K-712-14-0047) pagal dotacijos sutartį su Lietuvos mokslo taryba (LMTLT).

Projekto pavadinimas Šiuolaikiniai įrenginiai algoritminio mąstymo ugdymui pagrindinėje mokykloje

Projekto kodas Nr. 09.3.3-LMT-K-712-02-0066

Podoktorantūros stažuotės vadovė prof. Valentina Dagienė

Podoktorantūros stažuotoja dr. Anita Juškevičienė

Projekto įgyvendinimo laikotarpis 2017-12-04 – 2019-12-03

Santrauka. Programuotojų paklausa visame pasaulyje vis auga. Tačiau programuotojo kelią pasirenka mažai besimokančiųjų. Todėl reikia skatinti susidomėjimą IT bei šios srities žinių svarbos supratimą bendrojo ugdymo mokyklose. Tačiau svarbu yra didinti ne tik IT besirenkančiųjų skaičių, o ir sėkmingai baigiančiųjų skaičių. Programavimas yra sudėtingas intelektinis procesas, kuris turi būti besimokančiajam pateikiamas paprastai ir patraukliai, tokiu būdu sudominant besimokančiuosius. Siekiant išspręsti tokio pobūdžio problemas siūloma naudoti vieną iš konstrukcionizmo mokymo teorijos metodų - problemomis grįstą mokymąsi bei informatinio mąstymo (IM) teoriją. IM turi būti privalomas visose mokyklose, nes jis padeda susipažinti su programavimu ir paskatinti susidomėjimą informatikos mokslu bei sumaniai naudotis šiuolaikinėmis technologijomis. Taigi mokymosi procesas pagerėja tobulinant sąlygas, kuriose besimokantieji galėtų konstruoti. Pasaulio objektų konstravimui puikiai tinka šiuolaikiniai ir išmanieji įrenginiai, o problemos formulavimui tinka šiuolaikiška išmaniųjų įrenginių panaudojimo gyvenime tematika (pvz., išmanieji namai, daiktų internetas). Taigi, siekiant programavimą padaryti patrauklų, mokymosi turinį reikia sudaryti atsižvelgus į paminėtų teorijų principus.
Todėl projekto tikslas – mokomosios medžiagos ciklo informatiniam mąstymui ugdyti sudarymas ir jo integravimo į pagrindinės mokyklos mokymosi turinį veiksmingumo tyrimas. Bus sprendžiamas mokomosios medžiagos IM ugdyti integravimas į mokymosi turinį efektyviam programavimo mokymuisi uždavinys. Jis bus įgyvendintas ilgalaikėmis veiklomis: bus sudarytas mokomosios medžiagos ciklas IM ugdyti, bei atliktas eksperimentinis mokomosios medžiagos ciklo IM ugdyti integravimo į pagrindinės mokyklos mokymosi turinį veiksmingumo tyrimas. Gauti rezultatai planuojami publikuoti moksliniuose straipsniuose, seminaruose bei metodinėje medžiagoje pristatant rezultatus nacionalinei ir tarptautinei auditorijai.

Finansavimo šaltinis - Projektas finansuojamas iš Europos socialinio fondo lėšų pagal priemonės Nr. 09.3.3-LMT-K-712 „Mokslininkų, kitų tyrėjų, studentų mokslinės kompetencijos ugdymas per praktinę mokslinę veiklą“ veiklą “Stažuočių po doktorantūros studijų skatinimas”.

Projekto pavadinimas Priebalsių analizė ir modeliavimas naudojant jungtinį adityvinės sintezės ir šaltinio-filtro modelio metodą

Projekto kodas Nr. 09.3.3-LMT-K-712-02- 0093

Podoktorantūros stažuotės vadovė doc. dr. Olga Kurasova

Podoktorantūros stažuotoja dr. Gražina Korvel

Projekto įgyvendinimo laikotarpis 2017-12-04 – 2019-12-03

Projekto tikslas - Šnekos signalas perneša informaciją ne tik apie tariamas fonemas ir jų junginius, prozodiją, bet ir asmens individualybę nusakančius aspektus, tokius kaip pašnekovo emocinė būsena, amžius, savijauta. Visos išvardytos komponentės yra perduodamos vienmačiu signalu. Projekto tikslas yra sukurti lietuviškos šnekos priebalsių fonemų dinaminius modelius, kurie generuotų natūraliai skambančius garsus. Norint atlikti fonemų signalų modeliavimą, yra svarbu įvertinti parametrus, apibūdinančius tariamą garsą ir kalbančiojo balso akustines savybes. Dažniausiai požymiams klasifikuoti yra taikomi gerai žinomi klasifikavimo algoritmai, tokie kai paslėptieji Markovo modeliai, artimųjų kaimynų, atraminių vektorių mašinos, dirbtinių neuronų tinklai, bei šių algoritmų kombinacijos. Projekte į parametrizavimo uždavinį mes žvelgiame iš naujos perspektyvos. Požymių rinkinio klasifikavimo problemoms spręsti, be klasikinių algoritmų, ketiname naudoti giliojo apmokymo neuronų tinklus. Sintezuotos šnekos signalas bus sukuriamas naudojant adityvinę sintezę ir akustinį modelį. Tuo tikslu nagrinėsime skirtingus žadinimo signalus, tokius kaip kvaziperiodiniai impulsai, triukšmas, arba jų kombinacijos. Fonemų matematiniai modeliai leidžia modeliuoti šnekos signalus. Šie modeliai gali būti pritaikyti daugybei uždavinių spręsti, pavyzdžiui, sprendžiant šnekos sintezės bei atpažinimo uždavinius, atliekant lingvistinius tyrimus, diagnozuojant ar gydant kalbos sutrikimus, mokantis užsienio kalbų ar taisyklingo žodžių tarimo. Gauti rezultatai planuojami pristatyti mokslo straipsniuose ir konferencijose.

Finansavimo šaltinis - Projektas finansuojamas iš Europos socialinio fondo lėšų pagal priemonės Nr. 09.3.3-LMT-K-712 „Mokslininkų, kitų tyrėjų, studentų mokslinės kompetencijos ugdymas per praktinę mokslinę veiklą“ veiklą “Stažuočių po doktorantūros studijų skatinimas”.

Projekto pavadinimas Rangavimu grįstų optimizavimo algoritmų vystymas ir lygiagretinimas

Projekto kodas Nr. 09.3.3-LMT-K-712-02- 0087

Podoktorantūros stažuotės vadovas prof. dr. Julius Žilinskas

Podoktorantūros stažuotojas dr. Algirdas Lančinskas

Projekto įgyvendinimo laikotarpis 2017-12-04 – 2019-12-03

Sėkmingai pasiekus planuotus rezultatus bus pasiūlytas rangavimu grįstas algoritmas kombinatorinio optimizavimo uždaviniams spręsti naudojant našiųjų skaičiavimų sistemas, ištirtas jo efektyvumas, ribojimai ir tolesnio vystymo galimybės. Pasiūlytas lygiagretusis algoritmas leistų spręsti sudėtingus kombinatorinio optimizavimo uždavinius, sutinkamus įvairiose mokslo ir pramonės srityse. Pasiūlyti principiniai sprendimai sudarant ir lygiagretinant optimizavimo algoritmą prisidėtų prie tyrimų panašių algoritmų sudarymo ir lygiagretinimo srityje.

Finansavimo šaltinis - Projektas finansuojamas iš Europos socialinio fondo lėšų pagal priemonės Nr. 09.3.3-LMT-K-712 „Mokslininkų, kitų tyrėjų, studentų mokslinės kompetencijos ugdymas per praktinę mokslinę veiklą“ veiklą “Stažuočių po doktorantūros studijų skatinimas”.

Projekto pavadinimas Koncentracijos nelygybių tyrimas ir jų taikymai algoritmų teorijoje

Projekto kodas Nr. 09.3.3-LMT-K-712-02-0167

Podoktorantūros stažuotės vadovas prof. Artūras Dubickas

Podoktorantūros stažuotojas dr. Dainius Dzindzalieta

Projekto įgyvendinimo laikotarpis 2017-12-04 – 2019-12-03

Projekto tikslas - koncentracijos nelygybių taikymas algoritmų teorijoje. Projekto tyrimo metu bus nagrinėjamos atsitiktinių dydžių sumos koncentracijos nelygybės ir nagrinėjamas naujas koncentracijos nelygybių įrodinėjimo būdas taikant Berry - Esseno nelygybę tuo atveju, kai neveikia indukcija. Koncentracijos nelygybės bus pritaikomos sprendžiant algoritmų sudėtingumo uždavinius. Pavyzdžiui, Kevin Matulef, Ryan O'Donnell, Ronitt Rubinfeld, Rocco A. Servedio savo straipnyje Testing halfspaces sukonstravo algoritmą, kuris patikrina, ar duota Būlio funkcija yra nutolusi nuo Būlio pustiesės funkcijos, t.y. funkcijos, kurios forma f(x) = sgn(wx-h), per epsilon, per polinominį (1/epsilon) laiką, kuris nepriklauso nuo n. Jie suformulavo hipotezę, jog jei Būlio pustiesės funkcijos koeficientai elgiasi reguliariai, tai ir jos Furje koeficientai elgiasi atitinkamai. Tyrimo metu planuojama atsakyti, kokioms sąlygoms esant galioja ši hipotezė. Taikant naujus metodus, planuojama gauti kur kas efektyvesnius, (asimptotiškai) optimalius greičius. Tolimesnis koncentracijos nelygybių nagrinėjimas yra naudingas algoritmų sudėtingumo tyrimuose. Projekto įgyvendinimo metu bus užmegzti ryšiai su užsienio mokslininkais, bus ištobulintas naujas metodas, leidžiantis įrodyti optimalias koncentracijos nelygybes, suformuluojamos naujos hipotezės, atrandami nauji koncentracijos nelygybių pritaikymo būdai algoritmų sudėtingumo tyrimuose.

Finansavimo šaltinis - Projektas finansuojamas iš Europos socialinio fondo lėšų pagal priemonės Nr. 09.3.3-LMT-K-712 „Mokslininkų, kitų tyrėjų, studentų mokslinės kompetencijos ugdymas per praktinę mokslinę veiklą“ veiklą “Stažuočių po doktorantūros studijų skatinimas”.