Darbuotojai

Spausdinti

 

dscf1230 mif 1

Prof. habil. dr. Gintautas Dzemyda

Padalinys Kognityvinių skaičiavimų grupė
Pareigos: VU Duomenų mokslo ir skaitmeninių technologijų instituto direktorius, vyriausiasis mokslo darbuotojas, profesorius, grupės vadovas

Dirba: Akademijos g. 4, 207 kab., 615 kab., Vilnius
Telefonas (8~5) 210 9302
Elektroninis paštas  

 

 

Mokslinė ir pedagoginė kvalifikacija

Apgintos disertacijos

  • 1984 m. technikos mokslų kandidato disertacija: „Uždavinio struktūros analizė - priemonė efektyvesniam optimizavimui“.
  • 1997 m. technikos mokslų habilituoto daktaro disertacija: „Reikiamų  žinių  išskyrimas  optimizavimo efektyvumui gerinti“.

 

Moksliniai vardai

  • 1992, docentas, Matematikos ir Informatikos Institutas, Vilnius
  • 1998, profesorius, Kauno Technologijos Universitetas, Kaunas  

 

Moksliniai interesai

Tyrimų sritys ir mokslinė veikla

Pagrindinė mokslinių interesų sritis yra duomenų mokslo metodų ir technologijų, įskaitant ir dirbtinio intelekto technologijas, kūrimas ir taikymas. Tyrimai apima šias pagrindines kryptis: duomenų dimensiškumo mažinimas ir jų vizualizavimas; optimizavimo teorija ir taikymai; vizuali daugiamačių duomenų tyryba, dirbtiniai neuroniniai tinklai, lygiagretieji skaičiavimai, daugiakriterinis sprendimų priėmimas, dirbtinis intelektas, kognityviniai skaičiavimai, vaizdų ir signalų analizė. Taikymai medicinoje apima įvairios kilmės skaitinius bei vaizdinius duomenis - oftalmologinius, kardiologinius, fiziologinius, termovizinius. Taip pat tiriami ir kompiuterinės tomografijos vaizdai.  

Sukurta vizualios duomenų analizės mokslinė mokykla Lietuvoje. 15 doktorantų apgynė daktaro disertacijas, o dar 13 disertacijų apgintos vadovaujant mokiniams, buvusiems doktorantams. Dauguma jų dabar dirba akademinį darbą.

 

Pedagoginė veikla

  • Aktyviai dalyvavo kuriant ir realizuojant naują studijų programą VU „Informacinių sistemų inžinerija“.
  • Paruošti mašininio mokymosi, duomenų tyrybos, programavimo metodų, kompiuterinės grafikos, eksperimentų planavimo, dirbtinių neuroninių tinklų ir optimizavimo metodų kursai.
  • Išleisti penki vadovėliai.
  • Parengti du magistro studijų kursai internete.
  • Vadovaujama magistrantams, keturiems doktorantams, eilės KTU, VGTU, MII, VU  ir VDU doktorantūros komitetų ir habilitacijos komisijų narys.
  • Parengti ir dabar skaitomi du paskaitų kursai doktorantams: „Duomenų analizės strategijos ir sprendimų priėmimas“ ir „Daugiamačių duomenų vizualizavimo metodai“.

 

Publikacijos

  • Paskelbta virš 270 mokslo darbų, dvi monografijos.
  • Moksliniai pranešimai skaityti daugelyje konferencijų Europos šalyse, Australijoje, Izraelyje, Kinijoje ir Japonijoje.

 

Mokslinis ir pedagoginis darbas bei stažuotės kituose mokslo centruose

  • University of Maribor, Slovenia, 2022
  • Bar-Ilan University, Izraelis, 2019
  • University of Calabria, Italija, 2019
  • Princess Sumaya University for Technology, Jordan, 2018
  • University of Almeria, Spain, 2018
  • Bar-Ilan University, Izraelis, 2017
  • University of Ferrara, Italija, 2017
  • Southwestern University of Finance and Economics, Kinija, 2017
  • University of Cyprus, Kipras, 2016
  • University of Calabria, Italija, 2016
  • Las Palmas University, Ispanija, 2015
  • Las Palmas University, Ispanija, 2014
  • University of the Basque Country, Ispanija, 2013
  • Freie Universität Berlin, Vokietija, 2012
  • London Metropolitan University, Didžioji kunigaikštystė, 2011
  • London Metropolitan University, Didžioji kunigaikštystė, 2010
  • Middle East Technical University, Turkija, 2010
  • National Institute of Applied Sciences of Lyon, Prancūzija, 2010
  • University of the Basque Country, Barcelona, Ispanija, 2008
  • Kavala Institute of Technology, Graikija, 2009
  • University of Groningen, Olandija, 2008
  • Joensuu University, Suomija, 2008
  • Technical University of Thessaloniki, Graikija, 2003

 

Eksperimentinės plėtros projektai

  • Teoriniai tyrimai aktyviai derinami su diegimais, nes tai yra vienas iš svarbių stimulų naujoms teorinėms problemoms. Dalyvaujama ar dalyvauta sprendžiant įvairius taikomuosius automatizuoto projektavimo, optimizavimo bei duomenų analizės uždavinius, o taip pat kuriant sudėtingą programinę įrangą, skirtą globaliniam optimizavimui, eksperimentų planavimui, daugiakriteriniam sprendimų priėmimui, ŽIV/AIDS infekcijos plitimo prognozavimui, daugiamačių duomenų vizualizavimui ir analizei.
  • Asmeniškai vadovauta darbams: 
  1. „Optimalūs sprendimai ŽIV/AIDS infekcijos plitimo modeliuose, prognozavime ir valdyme“,
  2. Prioritetinių Lietuvos mokslinių tyrimų ir eksperimentinės plėtros krypčių mokslo programos Matematikos ir informatikos instituto potemė (Nr. C-03013, „Informacinės technologijos žmogaus sveikatai – klinikinių sprendimų palaikymas (e-sveikata) (IT SVEIKATA)“ (2003–2006 m.),
  3. Lietuvos valstybinio mokslo ir studijų fondo aukštųjų technologijų plėtros programos projekto „Informacinės klinikinių sprendimų palaikymo ir gyventojų sveikatinimo priemonės e.sveikatos sistemai (Info Sveikata)“, registracijos Nr.: B-07019, Matematikos ir informatikos instituto potemė (2007–2009 m.),
  4. Lietuvos valstybinio mokslo ir studijų fondo 2008 m. mokslininkų grupių projektas „Specializuotų duomenų analizės metodų kūrimas širdies audinių temperatūrinei anizotropijai tirti“, registracijos Nr.: T-08153,
  5. NATO (projektas Nr. CN.LG 931702),
  6. Europos Sąjungos Komisijos (COPERNICUS jungtinė akcija Nr. 1420 ir projektas IC15-CT98-1003),
  7. „Efektyvios kritinių fiziologinių parametrų nuolatinės stebėsenos sistemos sukūrimas“, projekto kodas VP2-1.3-ŪM-02-K-01-098, (2010-2011 m.), „Intelektas LT“, kartu su UAB „Algoritmų Sistemos“,
  8. „Sąveikos tarp daviklių tinklo ir lokalaus informacijos kaupimo, perdavimo ir atvaizdavimo komponento prototipo sukūrimas“. Sutartis su UAB „Diagnostinės sistemos“ Nr. 12-17.01/2010, 2010–2011,
  9. „Daugiakriterinio optimizavimo algoritmo kūrimo ar egzistuojančio adaptavimas [Ortho Baltic Web logistikos sistemai „DISPATCH“]“ . Sutartis su UAB „Baltic Amadeus“ Nr. 5082299-P1/APS-580000-1037, 2011.
  10. „Gamybos Planavimo Algoritmo Sukūrimas“. Sutartis su UAB Netcode, Nr. 20161005-01/APS- 580000-1991, 2016-2017.
  • Vadovauta tarptautinio EUROSTARS programos projekto Eurostars projekto pen!6232 „Gamybos efektyvumo navigatorius“ darbams Vilniaus universitete (2011-2014).
  • Vadovauta Informacinių technologijų Nacionalinės kompleksinės programos mokslinių tyrimų projektas „Paslaugų interneto technologijų kūrimo ir panaudojimo našių skaičiavimų platformose teoriniai ir inžineriniai aspektai“ (2012-2015).
  • Vadovauta projektui "Nacionalinis atviros prieigos mokslo informacijos duomenų archyvas (MIDAS)" (2012-2015).
  • Vadovauta Vilniaus universiteto Mokslo skatinimo fondo projektui "Geometrinis metodas daugiamačių skalių uždaviniui spręsti MSF-LMT-4" (2019-2020)
  • Dabar vadovaujama Lietuvos mokslo tarybos mokslininkų grupių projektui "Geometrinis metodas daugiamačių skalių uždaviniui spręsti" S-MIP-20-19 (2020-2022)
  • Dalyvauta Lietuvos mokslo tarybos mokslininkų grupių projekte "Pandeminio streso poveikio gyventojų vartojimo sprendimams kognityvinė analizė ir jo įtakos Lietuvos ekonomikai prognozė S-COV-20-3" (2020-2021)
  • Dalyvaujama Lietuvos mokslo tarybos SMART programos projekte “Inovatyvi visuomenės statistinių intuicijų ugdymo e-platforma CognitiveSTATS klaidingam Covid-19 duomenų supratimui koreguoti (CognitiveSTATS)”, No. 01.2.2-LMT-K-718-05-0042 (2021-2023)

 

Mokslo-administracinis darbas

Institutas kartu su partneriais parengė dvylika ES struktūrinių fondų projektų. Atžymėtini tokie Lietuvai ir lietuvių kalbai nusipelnę projektai, įvykdyti institute:

  • RAIN – „Kaimiškųjų vietovių informacinių technologijų plačiajuostis tinklas“
  • Bebras – „Informatikos ir informatinio mąstymo konkursas“
  • Liepa – „Lietuvių šneka valdomos paslaugos“
  • Lokalizavimas – „Visuomenei aktualios programinės įrangos lokalizavimas, programoms reikalingų priemonių sukūrimas“
  • Raštija – „Integruotų lietuvių kalbos ir raštijos išteklių, produktų ir paslaugų internetinės svetainės sukūrimas“

 

Mokslinis-visuomeninis darbas

  • Lietuvos mokslų akademijos tikrasis narys.
  • Tarptautinių žurnalų Informatica ir Baltic Journal of Modern Computing vyriausiasis redaktorius.
  • Tarptautinių žurnalų redkolegijų narys:
  • International Journal of Computers, Communications and Control
  • Financial Innovation
  • Nonlinear Analysis: Modelling and Control
  • Informatics in Education
  • Journal of Civil Engineering and Management
  • Mathematics and Informatics. Journal of the Belarusian State University
  • Scientific Proceedings of Riga Technical University. Computer Science, Information Technology and Management Science
  • Applied Computer Systems
  • Lietuvos kompiuterininkų sąjungos, Matematikų draugijos narys.
  • Paskelbta mokslo populiarinimo straipsnių žurnaluose „Mokslas ir Gyvenimas“ ir „Mokslas ir technika“
  • IFIP komiteto IFIP TC12 (Artificial Intelligence) narys 
  • ACM narys
  • Lietuvos nacionalinės M.Mažnydo bibliotekos Mokslo tarybos narys
  • Mokslo, inovacijų ir technologijų agentūros ekspertas
  • Konferencijos vadovas: World Conference on Information Systems and Technologies, WorldCist, 2021, 2022, 2023
  • Inicijavo ir vadovauja tarptautinei kasmetinei mokslinei konferencijai Lietuvoje „Duomenų analizės metodai programų sistemoms“, https://www.mii.lt/damss/. 2022 m. ji vyksta tryliktą kartą

 

Mokslinė produkcija

Publikacijos su VU DMSTI ir MII prieskyra

 

Pagrindinės publikacijos 2005-2022

Monografija

Dzemyda, G., O.Kurasova, J.Žilinskas (2013). Multidimensional Data Visualization: Methods and Applications. Springer Optimization and Its Applications, Vol. 75, Springer, New York, Heidelberg, Dordrecht, London, 250 p. 122 illus., 38 in color. ISSN 1931-6828, ISBN 978-1-4419-0235-1, ISBN 978-1-4419-0236-8 (eBook), DOI 10.1007/978-1-4419-0236-8

Moksliniai straipsniai

  1. Dzemyda, G. (2005). Multidimensional data visualization in the statistical analysis of curricula. Computational Statistics & Data Analysis, 49, 265-281.
  2. Dzemyda, G., O. Kurasova (2006). Heuristic approach for minimizing the projection error in the integrated mapping. European Journal of Operation Research, 171, 859-878.
  3. Bernatavičienė, J., G. Dzemyda, O. Kurasova, V. Marcinkeviius (2006). Optimal decisions in combining the som with nonlinear projection methods. European Journal of Operation Research, 173, 729-745.
  4. Medvedev, V., G.Dzemyda (2006). Optimization of the local search in the training for SAMANN neural network. Journal of Global Optimization, 35, 607-623.
  5. Medvedev, V., G.Dzemyda (2006). Speed up of the SAMANN neural network retraining. Artificial Intelligence and Soft Computing – 8th ICAISC, Lecture Notes in Artificial Intelligence, LNSC 4029. pp. 94-103.
  6. [6]   Dagienė, V., G.Dzemyda, M.Sapagovas (2006). Evolution of the cultural-based paradigm for informatics education in Secondary schools – two decades of Lithuanian experience. Informatics Education – The Bridge between Using and Understanding Computers, Lecture Notes in Artificial Intelligence, LNSC 4226. pp. 1-12.
  7. Paunksnis, A., V. Barzdžiukas, D. Jegelevičius, S. Kurapkienė, G. Dzemyda (2006). The use of information technologies for diagnosis in ophthalmology. Journal of Telemedicine and Telecare, 12, Suppl. 1, 37-40.
  8. Bernatavičienė, J., G.Dzemyda, O.Kurasova, V.Marcinkevičius, V.Medvedev (2007). The problem of visual analysis of multidimensional medical data. In A.Torn, J.Žilinskas (Eds.), Models and Algorithms for Global Optimization. Optimization and Its Applications, Vol. 4. Springer. pp. 277-298.
  9. Dzemyda, G., O. Kurasova, V.Medvedev (2007). Dimension reduction and data visualization using neural networks. In I.Maglogiannis, K.Karpouzis, M.Wallace and J.Soldatos (Eds.), Emerging Artificial Intelligence Applications in Computer Engineering - Real Word AI Systems with Applications in eHealth, HCI, Information Retrieval and Pervasive Technologies.  Frontiers in Artificial Intelligence and Applications, Vol. 160. IOS Press. pp. 25-49.
  10. Bernatavičienė, J., G. Dzemyda, V. Marcinkeviius (2007).Conditions for optimal efficiency of relative MDS. Informatica, 18 (2), 187-202.
  11. Dzemyda, G., O. Kurasova (2007). Dimensionality problem in the visualization of correlation-based data. 8th International Conference on Adaptive and Natural Computing Algorithms, ICANNGA 200, Lecture Notes in Computer Science, LNCS 4432. pp. 544-553.
  12. Ivanikovas, S., V.Medvedev, G.Dzemyda (2007). Parallel realizations of the SAMANN algorithm. 8th International Conference on Adaptive and Natural Computing Algorithms, ICANNGA 200, Lecture Notes in Computer Science, LNCS 4432. pp. 179-188.
  13. Kurasova, O., G.Dzemyda, A.Vainoras (2007). Parameter system for human physiological data representation and analysis. Pattern Recognition and Image Analysis - Third Iberian Conference, IbPRIA 2007, Lecture Notes in Computer Science, LNCS 4477. pp. 209-216.
  14. Treigys, P., G.Dzemyda, V.Barzdžiukas (2008). Automated positioning of overlapping eye fundus images. Computational Science – ICCS 2008. Lecture Notes in Computer Science, LNCS 5101. pp. 770-779.
  15. Ivanikovas, S., G.Dzemyda, V.Medvedev (2008). Large datasets visualization with neural network using clustered training data. Advances in Databases and Information Systems. Lecture Notes in Computer Science, LNCS  5207. pp. 143-152.
  16. Treigys, P., V.Šaltenis, G.Dzemyda, V.Barzdžiukas, A.Paunksnis (2008). Automated optic nerve disc parameterization. Informatica, 19 (3), 403-420.
  17. Dzemyda, G., L. Sakalauskas (2009). Optimization and knowledge-based technologies. Informatica, 20 (3), 165-172.
  18. Ivanikovas S., G.Dzemyda, V.Medvedev (2009) Influence of the neuron activation function on the multidimensional data visualization quality. The XIII International Conference Applied Stochastic Models and Data Analysis ASMDA-2009. Vilnius, Technika. pp. 299-303.
  19. Karbauskaitė, R., G.Dzemyda (2009). Dependence of the Laplacian eigenmaps method and its modification on the parameters. The XIII International Conference Applied Stochastic Models and Data Analysis ASMDA-2009.  Vilnius, Technika, 2009. pp. 263-268.
  20. Lekas, R., P.Jakuška, A.Kriščiukaitis, V.Veikutis, G.Dzemyda, T.Mickevičius, K.Morkūnaitė, A.Vilkė, P.Treigys, G.Civinskienė, J.Andriuškevičius, T.Vanagas, K.Skauminas, J.Bernatonienė (2009). Monitoring changes in heart tissue temperature and evaluation of graft function after coronary artery bypass grafting surgery. Medicina, 45 (3), 221-225.
  21. Dzemyda, G., L. Sakalauskas (2009). Optimization and knowledge-based technologies. Informatica, 20 (3), 165-172.
  22. Karbauskaite, R., G.Dzemyda (2009). Topology preservation measures in the visualization of manifold-type multidimensional data. Informatica, 20 (3), 235-254.
  23. Veikutis, V., P. Jakuska, G. Dzemyda, A. Puodziukynas, A. Siudikas, T. Kazakevicius, V. Sileikis, V. Zabiela, K. Morkunaite, T. Mickevičius, V. Narbutas, V. Jokuzis (2009). Thermovision in cardiac surgery practice: new viewpoints and possibilities. Cardiology, 113, Suppl. 1, 75-76.
  24. Veikutis, V., G. Dzemyda, P. Treigys, K. Morkūnaitė, A. Basevičius, S. Lukoševičius, G. Šakalytė, A. Sederevičius (2010). Analysis of thermovisual data of the radio-frequency impact on the myocardium damage. Informatica, 21 (3), 455-470.
  25. Karbauskaitė, R., G. Dzemyda and V. Marcinkevičius (2010). Dependence of locally linear embedding on the regularization parameter. TOP, An Official Journal of the Spanish Society of Statistics and Operations Research,  18 (2), 354-376.
  26. Dzemyda, G., L. Sakalauskas (2011). Large-scale data analysis using heuristic methods. Informatica, 22 (1), 1-10.
  27. Dzemyda, G., V. Marcinkevičius, V. Medvedev (2011). Web application for large-scale multidimensional data visualization. Mathematical Modelling and Analysis, 16 (2), 273-285.
  28. Kaklauskas,A., E.K.Zavadskas, M.Seniut, G.Dzemyda, V.Stankevic, C.Simkevičius, T.Stankevic, R.Paliskiene, A.Matuliauskaite, S.Kilviene, L.Bartkiene, S.Ivanikovas, V.Gribniak (2011). Web-based biometric computer mouse advisory system to analyze a user’s emotions and work productivity. Engineering Applications of Artificial Intelligence, 24 (6), 928-945.
  29. Kaklauskas, A., E.K. Zavadskas, V. Pruskus, A. Vlasenko, L. Bartkiene, R. Paliskiene, L. Zemeckyte, V. Gerstein, G. Dzemyda, G. Tamulevicius (2011). Recommended biometric stress management system. Expert Systems with Applications, 38 (11), 14011-14025.
  30. Karbauskaitė, R., G.Dzemyda, E.Mazėtis (2011). Geodesic distances in the maximum fikelihood estimator of intrinsic dimensionality. Nonlinear Analysis: Modelling and Control, 16 (4), 387-402.
  31. Medvedev, V., G.Dzemyda, O.Kurasova, V.Marcinkevičius (2011). Efficient data projection for visual analysis of large data sets using neural networks. Informatica, 22 (4), 507-520.
  32. Dzemyda, G., V. Marcinkevičius, V. Medvedev (2011). Large-scale multidimensional data visualization: a web service for data mining. Towards a Service-Based Internet, 4th European Conference, ServiceWave 2011. Lecture Notes in Computer Science, Vol. 6994. pp. 14-25.
  33. Kaklauskas, A., M.Seniut, E.K.Zavadskas, G.Dzemyda, V.Stankevic, C.Simkevicius, S.Ivanikovas, T.Stankevic, A.Matuliauskaite, L.Zemeckyte (2011). Recommender system to analyse students’ learning productivity. Informatics in Control, Automation and Robotics, Vol. 2. Lecture Notes in Electrical Engineering, Vol. 133. pp. 161-164.
  34. Balkys, G., G.Dzemyda (2012). Segmenting the eye fundus images for identification of blood vessels. Mathematical Modelling and Analysis, 17 (1), 21-30.
  35. Pragarauskaitė, J., G.Dzemyda (2012). Visual decisions in the analysis of customers online shopping behavior. Nonlinear Analysis: Modelling and Control, 17 (3), 355-368.
  36. Caplinskas, A., G.Dzemyda, F.Kiss, A.Lupeikiene (2012). Processing of undesirable business events in advanced production planning systems. Informatica, 23 (4), 563-579. 
  37. Pragarauskaitė J., G.Dzemyda (2013). Markov models in the analysis of frequent patterns in financial data. Informatica, 23 (4), 563-579. 
  38. Karbauskaitė, R., G.Dzemyda (2014). Geodesic distances in the intrinsic dimensionality estimation using packing numbers. Nonlinear Analysis: Modelling and Control, 19 (4), 578–591.
  39. Lupeikienė, A., G. Dzemyda, F. Kiss, A. Čaplinskas (2014). Advanced planning and scheduling systems: modelling and implementation challenges. Informatica, 25 (4), 581–616. 
  40. Karbauskaitė, R., G. Dzemyda (2015). Optimization of the maximum likelihood estimator for determining the intrinsic dimensionality of high–dimensionaldata. International Journal of Applied Mathematics and Computer Science, 25 (4), 895-913.
  41. Evora, J., J. J. Hernandez, M. Hernandez, G. Dzemyda, O. Kurasova, E. Kremers (2015). Swarm intelligence for frequency management in smart grids. Informatica, 26 (3), 419-434.
  42. Bernatavičienė, J., G. Dzemyda, G. Bazilevičius, V. Medvedev, V. Marcinkevičius, P. Treigys (2015). Method for visual detection of similarities in medical streaming data. International Journal of Computers Communications & Control, 10 (1), 8-21. 
  43. Bernatavičienė, J., G.Dzemyda, O.Kurasova, V.Marcinkevičius, V.Medvedev, P.Treigys (2016). Cloud computing approach for intelligent visualization of multidimensional data. In P.M.Pardalos, A.Zhigljavsky, J.Žilinskas (Eds.), Advances in Stochastic and Deterministic Global Optimization, Ser.: Springer Optimization and its Applications. Vol. 107. Springer. pp. 73-85.
  44. Bilinskas, M.J., G. Dzemyda, M. Trakymas (2017). Feature-based registration of thorax CT scan slices. Informatica, 28 (3), 439-452. DOI: http://dx.doi.org/10.15388/Informatica.2017.137
  45. Bilinskas, M.J., G. Dzemyda, M. Sabaliauskas (2017). Speeding-up the fitting of the model defining the ribs-bounded contour. Applied Computer Systems, 21 (1), 66-70. DOI: http://dx.doi.org/10.1515/acss-2017-0009
  46. Stabingis, G., J. Bernatavičienė, G. Dzemyda,A. Paunksnis, P. Treigys, R. Vaičaitienė, L. Stabingienė (2017). Automatization of eye fundus vessel width measurements. In J.M..R.S. Tavares, R.M. Natal Jorge (Eds), VipIMAGE 2017: Proceedings of the VI ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing. Lecture Notes in Computational Vision and Biomechanics, Vol. 27. Springer. pp. 787-796. DOI: 10.1007/978-3-319-68195-5.
  47. Tamulevičius, G., R. Karbauskaitė, G.Dzemyda (2017). Selection of fractal dimension features for speech emotion classification. In Proceedings “2017 Open Conference of Electrical, Electronic snd Information Sciences (ESTREAM)”. New York, IEEE. pp. 1-4. DOI: 10.1109/eStream.2017.7950316
  48. Jucevičius, J., P.Treigys, J.Bernatavicienė, R.Briedienė, I.Naruševičiūtė, G.Dzemyda, V.Medvedev (2017). Automated 2D Segmentation of Prostate in T2-weighted MRI Scans. International Journal of Computers Communications & Control, 12 (1), 53-60. DOI: http://dx.doi.org/10.15837/ijccc.2017.1
  49. Medvedev, V., Kurasova, O., Bernatavičienė, J., Treigys, P., Marcinkevičius, V., Dzemyda, G. (2017). A new web-based solution for modelling data mining processes. Simulation Modelling Practice and Theory, 76, 34-46. DOI: http://dx.doi.org/10.1016/j.simpat.2017.03.001
  50. Bilinskas, M.J., G. Dzemyda, M. Trakymas (2018). Approximation of the ribs-bounded contour in a Tomography scan slice. International Journal of Information Technology & Decision Making, 17 (1), 83-102. DOI: https://doi.org/10.1142/S0219622017500298
  51. Gėgžna, V., O. Kurasova, G. Dzemyda, R. Kurtinaitienė, I. Čiplys, J. V. Vaitkus, A. Vaitkuvienė (2018). The ROC-based analysis of spectroscopic signals from medical specimens. Nonlinear Analysis: Modelling and Control, 23 (3), 285-302. DOI: https://doi.org/10.15388/NA.2018.3.1
  52. Kaklauskas, A., G. Dzemyda, L. Tupenaite, I. Voitau, O. Kurasova, J. Naimaviciene, Y. Rassokha, L. Kanapeckiene (2018). Artificial neural network-based decision support system for development of an energy-efficient built environment. Energies, 11 (8), 1994. DOI: https://doi.org/10.3390/en11081994
  53. Dzemyda, G. (2018). Data science and advanced digital technologies. In: A. Lupeikienė et al. (Eds.), Databases and Information Systems, 13th International Baltic Conference (DB&IS 2018). Communications in Computer and Information Science, Vol. 838, Springer. pp. 3-7. DOI: https://doi.org/10.1007/978-3-319-97571-9_1.
  54. Kaklauskas A., D. Jokubauskas, J. Cerkauskas, G. Dzemyda, I. Ubarte, D. Skirmantas,A. Podviezko, I. Simkute (2019). Affective analytics of demonstration sites. Engineering Applications of Artificial Intelligence, 81, 346–372.
  55. Kaklauskas, A., Zavadskas, E. K., Bardauskiene, D., Cerkauskas, J., Ubarte, I., Seniuta, M., Dzemyda, G., Kaklauskaite, M., Vinogradova, I., Velykorusova, A. (2019).  An affect-based built environment video analytics. Automation in Construction, Vol. 106, October 2019, 102888.
  56. Tamulevičius, G., Karbauskaitė, R., Dzemyda, G. (2019). Speech emotion classification using fractal dimension-based features. Nonlinear Analysis: Modelling and Control, 24 (5), 679–695. DOI: https://doi.org/10.15388/NA.2019.5.1
  57. Dzemyda, G, Sabaliauskas M. (2019). New method to minimize the stress in multidimensional scaling. In: Filzmoser P., Kharin Yu. (Eds.), Computer Data Analysis and Modeling: Stochastics and Data Science: Proc. of the Twelfth Intern. Conf. BSU, Minsk. pp.  29–31.
  58. Dzemyda, G, Sabaliauskas M. (2020). A novel geometric approach to the problem of multidimensional scaling. In: Sergeyev Y. D., Kvasov D. E. (Eds.), Numerical Computations: Theory and Algorithms, NUMTA 2019. Lecture Notes in Computer Science, Vol. 11974, Springer. pp. 354–361. https://doi.org/10.1007/978-3-030-40616-5_30
  59. Kaklauskas, A., Zavadskas, E. K., Schuller, B., Lepkova, N., Dzemyda, G., Sliogeriene, J., Kurasova, O. (2020). Customized ViNeRS method for video neuro-advertising of green housing. International Journal of Environmental Research and Publick Health, 17 (7), 2244. https://doi:10.3390/ijerph17072244
  60. Daranda, A., Dzemyda, G. (2020). Navigation decision support: Discover of vessel traffic anomaly according to the historic marine data. International Journal of Computers Communications & Control, 15 (3), 3864. https://doi.org/10.15837/ijccc.2020.3.3864
  61. Kaklauskas, A., Abraham, A., Dzemyda, G., Raslanas, S., Seniut, M., Ubarte, I., Kurasova, O., Binkyte-Veliene, A., Cerkauskas, J. (2020). Emotional, affective and biometrical states analytics of a built environment. Engineering Applications of Artificial Intelligence, 91, 103621. https://doi.org/10.1016/j.engappai.2020.103621
  62. Sabaliauskas M., Dzemyda G. (2020) Visual Analysis of Multidimensional Scaling Using GeoGebra. In: Dzitac I., Dzitac S., Filip F., Kacprzyk J., Manolescu MJ., Oros H. (Eds.), Intelligent Methods in Computing, Communications and Control. ICCCC 2020. Advances in Intelligent Systems and Computing, Vol 1243. Springer, Cham. pp. 179-187. https://doi.org/10.1007/978-3-030-53651-0_15
  63. Karbauskaitė, R., Sakalauskas, L., Dzemyda, G. (2020). Kriging predictor for facial emotion recognition using numerical proximities of human emotions. Informatica, 31 (2), 249–275. 
  64. Dzemyda G., Sabaliauskas M. (2021). Geometric multidimensional scaling: A new approach for data dimensionality reduction. Applied Mathematics and Computation, Vol. 409, 125561.  https://doi.org/10.1016/j.amc.2020.125561
  65. Melnik-Leroy, G.A., Dzemyda, G. (2021). How to influence the results of MCDM? – Evidence of the impact of cognitive biases. Mathematics, 9 (2), 121. https://doi.org/10.3390/math9020121
  66. Poce, I., Arsenjeva, J., Kielaite-Gulla, A., Samuilis, A., Strupas, K., Dzemyda, G. (2021).  Pancreas segmentation in CT Images: State of the art in clinical practice. Baltic Journal of Modern Computing, 9 (1), 25–34 https://doi.org/10.22364/bjmc.2021.9.1.02 
  67. Daranda, A, Dzemyda, G. (2021). Artificial intelligence based strategy for vessel decision support system. In A. Rocha et al. (Eds.): Trends and Applications in Information Systems and Technologies. WorldCIST 2021. Advances in Intelligent Systems and Computing, Vol 1365. Springer, Cham. pp. 49–58. https://doi.org/10.1007/978-3-030-72657-7_5
  68. Dzemyda, G., Sabaliauskas, M. (2021). New capabilities of the geometric multidimensional scaling. In A. Rocha et al. (Eds.): Trends and Applications in Information Systems and Technologies. WorldCIST 2021. Advances in Intelligent Systems and Computing, Vol 1366. Springer, Cham. pp. 264–273. https://doi.org/10.1007/978-3-030-72651-5_26
  69. Kielaite-Gulla, A., Samuilis, A., Raisutis, A.R., Dzemyda, G., Strupas, K. (2021). The concept of AI-based algorithm: Analysis of CEUS images and HSPs for identification of early parenchymal changes in severe acute pancreatitis. Informatica, 32 (2), 305–319. https://doi.org/10.15388/21-INFOR453
  70. Daranda, A., Dzemyda, G. (2021). Novel Machine learning approach for Self-Aware prediction based on the Contextual reasoning. International Journal of Computers Communications & Control, 16 (4), 4345. https://doi.org/10.15837/ijccc.2021.4.4345
  71. Dzemyda, G., Sabaliauskas, M. (2022). On the computational efficiency of Geometric multidimensional scaling. In: 2021 2nd European Symposium on Software Engineering (ESSE 2021). ACM, New York. pp. 136-141. https://doi.org/10.1145/3501774.3501794
  72. Dzemyda, G., Medvedev, V., Sabaliauskas, M. (2022). Multi-core implementation of geometric multidimensional scaling for large-scale data. In: A. Rocha et al. (Eds.): Information Systems and Technologies. WorldCIST 2022, Volume 2. Lecture Notes in Networks and Systems, Vol. 469. Springer, Cham. pp. 74–82. https://doi.org/10.1007/978-3-031-04819-7_8
  73. Dzemyda, G., Sabaliauskas, M., Medvedev, V. (2022). Geometric MDS performance for large data dimensionality reduction and visualization. Informatica, 33 (2), 299–320. https://doi.org/10.15388/22-INFOR491
  74. Dzemyda, G., Sabaliauskas, M. (2022). Geometric multidimensional scaling: efficient approach for data dimensionality reduction. Journal of Global Optimization. https://doi.org/10.1007/s10898-022-01190-8
  75. Daranda, A., Dzemyda, G. (2022).  Reinforcement learning strategies for vessel navigation. Integrated Computer Aided Engineering, DOI: https://doi.org/10.3233/ICA-220688, 1-14, Published: 15 August 2022

 

 Vadovėliai

[1]  Dzemyda, G., V.Šaltenis, V.Tiešis (2007). Optimization Methods. Textbook. Institute of Mathematics and Informatics, Vilnius. 167 p. (in Lithuanian)

[2]  Dzemyda, G., O.Kurasova, J.Žilinskas (2008). Multidimensional Data Visualization Methods. Textbook. Institute of Mathematics and Informatics, Vilnius. 204 p. (in Lithuanian)

 

Mokslininkų rengimas

Vadovauja doktorantams:

Viktoras Bulavas, Evaldas Narmontas, Dalia Breskuvienė, Modestas Motiejauskas, Gediminas Krasauskas

 

Apdovanojimai

Už darbą „Efektyvus optimizavimas technikoje“ paskirta 2001 metų Lietuvos valstybinė mokslo premija (kartu su V. Šalteniu ir A. Žilinsku).

Už darbą "Nuo duomenų mokslo link dirbtinio intelekto technologijų" paskirta 2021 metų Lietuvos valstybinė mokslo premija (kartu su O.Kurasova) 

Latvijos universiteto garbės daktaras (2019)

Ordino „Už nuopelnus Lietuvai“ Riterio kryžius (2007)