Demonstracija robota, ki samostojno odkriva zakonitosti svojega okolja. Robot samostojno načrtuje in izvaja poskuse v svojem okolju in iz rezultatov meritev s programi strojnega učenja gradi teorijo svojega okolja. Ta demonstracija je bila nagrajena s prvo nagrado kot najboljši eksponat na razstavi FET 2009. O tem dosežku so poročali številni mediji po svetu, med njimi Financial Times in BBC2 TV, ki je tudi prikazal posnetek dela demonstracije.
F.08 Razvoj in izdelava prototipa
COBISS.SI-ID: 6909268Sodelavci programske skupine so organizirali tradicionalno 23. delavnico QR workshop, ki je v l. 2009 potekala v Ljubljani od 22. do 24. junija 2009. Ivan Bratko in Jure Žabkar sta bila so-predsednika programskega odbora konference.
B.01 Organizator znanstvenega srečanja
COBISS.SI-ID: 23328551Za raziskovalno skupnost modelnega organizma D. discoideum smo razvili spletni vmesnik za analizo in dostop do obsežnih podatkov o ekspresiji in funkciji genov (www.ailab.si/dictyExpress) [F.06]. Predstavlja novost glede načina dostopa do podatkov, saj poleg prikaza podatkov omogoča enostavno, interaktivno analizo izbranih genov. Dnevno ga uporablja ~15% raziskovalcev tega organizma po svetu. Vmesnik je vključen v referenčno bazo modelnega organizma (www.dictyBase.org) [F.16], ki beleži 60000 zadetkov mesečno.
F.06 Razvoj novega izdelka
COBISS.SI-ID: 7219028Patent je rezultat razvoja sistema za varovanje vstopa v prostor s kombiniranjem informacij iz več senzorjev. Doslej ni bilo razvite univerzalne metode za kombiniranje raznih senzorjev v enovito integrirano informacijo, tj. alarm ali normalen vhod. Razvili smo tovrstno univerzalno metodo, ki omogoča: a) povezovanje signalov iz N senzorjev preko enotne naprave in b) povezovanje M programskih modulov v K nivojih.
F.33 Patent v Sloveniji
COBISS.SI-ID: 22402855V elektroerozijski obdelavi je potrebno v reži med obdelovancem in elektrodo vzpostaviti ustrezen obdelovalni režim, da dosežemo hiter odvzem materiala pri nizki obrabi elektrod. Pri zahtevnih obdelovalnih površinah to terja sprotno nastavljanje vrednosti procesnih parametrov, kar je na običajnih strojih težavno. S strojnim učenjem smo zgradili model, ki iz atributov tokovnih in napetostnih signalov zelo točno določa obdelovalni režim v reži. Pristop smo preizkusili v vodenju laboratorijskega obdelovalnega procesa, zaradi enostavnosti pa je primeren tudi za vgradnjo v industrijske stroje.
F.10 Izboljšanje obstoječega tehnološkega procesa oz. tehnologije
COBISS.SI-ID: 10882587