Spausdinti

 

Doc. dr. Tadas Žvirblistadas zvirblis

Padalinys: Tarpdisciplininių statistinių tyrimų grupė
Pareigos: mokslo darbuotojas, projekte vyresnysis mokslo darbuotojas

Dirba: Akademijos g. 4, 604A kab., Vilnius
Telefonas +370 655 71481
Elektroninis paštas:  

Mokslininko profilis: CV Google Scholar profilis ORCID profilis reseracher id ResearchGate profilis

 

 

Mokslinė kvalifikacija

2004-2008: Statistikos bakalauras

2008-2010: Statistikos magistras

2018-2022: Technologijos mokslų daktaras

Moksliniai interesai

Biostatistika:

  • biomedicininių duomenų standartizavimas
  • biomedicininių tyrimų statistinės analizės plano rengimas
  • regresiniai modeliai
  • išgyvenamumo analizė
  • natūralios kalbos modelių taikymas nestruktūruotiems duomenims
  • medicininių vaizdų apdorojimas

Statistikos taikymai mechanikoje:

  • prognostiniai ir klasifikavimo modeliai
  • dirbtinio intelekto algoritmų taikymas

Moksline produkcija

Publikacijos su VU DMSTI prieskyra 

Proktinė veikla DMSTI

 Laikotarpis Projekto pavadinimas Projekto Nr. Pareigos
2023–2026 Resolving complex outcomes in 15q13.3 copy number variants using emerging diagnostic and biomarker tools S-EJP RD-23-1  Vyresnysis mokslo darbuotojas
2022–2024 Development of artificial intelligence methods for prediction and classification of mechatronic systems parameters P-PD-22-036 Podoktorantūros stažuotojas

Mokslininkų rengimas

Miglė Gervytė

  • Studijų laikotarpis: 2025 10 01–2029 09 30
  • Mokslo kryptis: Informatika (N 009)
  • Disertacijos tema:
  • Apginta: studijos tęsiamos

Gajane Mikalkėnienė

  • Disertacijos tema: Giliojo mokymosi metodų vystymas depresijos diagnostikai paremtas EEG signalų analize
  • Mokslo kryptis: Informatika (N 009)
  • Doktoranto vadovas:
    • Nuo 2023-10-01 iki 2025-02-11: dr. Jolita Bernatavičienė
    • Nuo 2025-02-12: dr. Tadas Žvirblis
  • Darbo atlikimo laikotarpis: 2023-10-01–2027-09-30
  • Tyrimo objektas: Giliojo mokymosi algoritmai skirti elektroencefalografijos signalų klasifikavimui.
  • Tikslas: Sukurti dirbtinių neuronų tinklų modelį elektroencefalogramų klasifikavimui, remiantis funkcinio jungumo skirtumais tarp psichikos sveikatos sutrikimų turinčių pacientų ir sveikų tiriamųjų.
  • Apginta: studijos tęsiamos