W ramach drugiej edycji projektów badawczych, która jest kontynuacją przedmiotu Projekt grupowy na studiach II stopnia na WETI z sukcesem zrealizowano niemal 80 projektów. Jury konkursu na „najlepszy projekt na WETI” przyznało cztery nagrody i dwa wyróżnienia dziekana, a firma SP Global nagrodziła „najlepszy projekt z dziedziny sztucznej inteligencji”. W tym roku nowością był udział studentów z międzywydziałowych studiów na kierunku inżynierii biomedycznej. Jeden projekt wyróżniono, a jeden otrzymał nagrodę dziekan Wydziału Chemicznego.
Wręczenie nagród i prezentacja projektów odbyły się podczas inauguracji studiów II stopnia na wydziale. Zaproszonych studentów witał prof. Jacek Stefański, dziekan WETI.
– Gratuluję, że dostaliście się na studia II stopnia i zdecydowaliście się kontynuować studia magisterskie na Politechnice Gdańskiej. Przed Wami trzy semestry - intensywne i pełne pracy. Uzyskując stopień magistra inżyniera wchodzicie do elity przemysłowej – to istotny krok w Waszej karierze, który z pewnością w przyszłości docenicie – mówił, otwierając inaugurację prof. Jacek Stefański, dziekan WETI.
– Cieszę się, że 370 studentów wybrało studia II stopnia na Wydziale Elektroniki, Telekomunikacji i Informatyki. Odnieśliście już duży sukces, uzyskując tytuł inżyniera. Teraz kolejny krok. Mam nadzieję, że zajęcia będą ciekawe i przyniosą Wam satysfakcjonującą wiedzę, a część z Was, poznając pracę badawczą, zdecyduje się na również na podjęcie studiów w szkole doktorskiej – dodał prof. Mariusz Kaczmarek, prorektor ds. kształcenia.
W drugiej części uroczystości, przyznano nagrody i wyróżnienia studentom, którzy przez dwa ostatnie semestry przygotowali projekty badawcze. Jest to przedmiot obowiązkowy dla wszystkich studentów, a warunkiem zaliczenia, jest nie tylko przygotowanie projektu, ale również raportu w języku angielskim podsumowującego wyniki badań w formie artykułu. Wyróżnieni i nagrodzeni studenci mieli po 6 minut na prezentację swoich tez i wyników prac badawczych.
– Pierwsza edycja projektów badawczych to kilkanaście publikacji naukowych prezentowanych na międzynarodowych konferencjach albo opublikowanych w wysokopunktowanych czasopismach – mówił dr Krzysztof Nowicki, prof. PG, pełnomocnik dziekana WETI ds. projektów badawczych. – W tegorocznej edycji projekty są bardzo ciekawe, zaawansowane, a niektóre artykuły już zostały opublikowane w renomowanych periodykach.
W tej edycji projektów badawczych wyróżnieni i nagrodzeni zostali:
Nagrody dziekana WETI
Wyróżnienie
- Explainable AI w kontekście rozpoznawania zakażenia SARS-COV-2
Opiekun projektu: dr inż. Michał Czubenko
Kierownik projektu: Barbara Klaudel
Zespół : Piotr Frąckowski, Sebastian Krajna, Wasyl Badyra,
Głównym celem projektu było użycie tak zwanej wytłumaczalnej sztucznej inteligencji (ang. Explainable AI) w kontekście rozpoznawania zakażenia SARS-CoV-2. Na podstawie pozyskanych danych z różnych państw wykryto istotność poszczególnych badań morfologicznych korelujących z wynikiem testu PCR. Niestety, w zależności od destynacji, różne badania okazały się kluczowe. Na podstawie takich wyników, zespół dokonał porównania metod adaptacji domen w kontekście tzw. federated learning. Opracował również innowatorską metodę kros-adaptacji zbiorów danych. Testy, przeprowadzone na zbiorach z dziewięciu różnych państw, wykazały poprawność zaproponowanej metody. W ramach prac zespół opracował również ogólny model do badań przesiewowych infekcji wirusem SARS-CoV-2, którego wskaźniki TPR oraz TNR mogą być akceptowalne w przypadku badań przesiewowych.
- „BrainBot” Interfejs mózg-maszyna do sterowania pojazdów za pomocą EEG
Opiekun; dr inż. Tomasz Kocejko
Kierownik projektu: Nikodem Matuszkiewicz
Zespół:, Aleksander Madajczak, Piotr Durawa, Jakub Kwiatkowski
Projekt z zakresu inżynierii biomedycznej, informatyki, uczenia maszynowego i robotyki.
Opracowano interfejs, który pozwala na sterowanie autonomicznym pojazdem za pomocą sygnałów EEG. W swojej pracy studenci zebrali zbiór sygnałów EEG, poddali go pre-processingowi i opracowali model sieci neuronowych pozwalający na klasyfikację wyobrażenia ruchu i stanu skupienia umysłu. Dzięki takiemu podejściu otrzymali 3 niezależne sygnały sterujące. Swój interfejs mózg-maszyna uzupełnili o algorytmy widzenia komputerowego, które zostały wykorzystane jako mechanizm kontroli ruchu pojazdu. Opracowany interfejs pozwala na akwizycję i przetwarzanie sygnałów w czasie rzeczywistym (opracowane zostały moduły komunikacji i agregacji wykorzystujące protokoły TCP/IP oraz UDP). Projekt został zaimplementowany i sprawdzony w warunkach laboratoryjnych przy użyciu platformy JetBot.
III nagroda
- Badanie zmian właściwości wysokoczęstotliwościowego oscylatora z cyfrową regulacją częstotliwości podczas przestrajania układu większe częstotliwości w niskoskalowanej technologii CMOS
Opiekun; dr hab. inż. Jacek Jakusz
Kierownik projektu: Paweł Pobłocki
Projekt był realizowany dla klienta zewnętrznego SYNOPSYS POLAND Sp. z o. o., firmy z Gdańska projektującej układy scalone. Projekt obejmował zwiększenie prędkości układu DCO (Digitally Controlled Oscillator) z 5 GHz do 9 GHz. Zaproponowane modyfikacje pozwoliły na całkowite osiągnięcie założonej specyfikacji i zostały zweryfikowane w pełnym zakresie wymagań technologicznych. Projekt został wykorzystany jako podstawa do finalnej realizacji w technologiach 3 nm i 4 nm CMOS. Układ jest częścią projektu odbiornika systemów CSI (Camera Serial Interface), pozwalających na obsługę nowej generacji sensorów obrazu o dużych rozdzielczościach, takich firm jak Sony, Omnivision, Samsung. Obecnie w lutym 2023 prowadzone są badania prototypowego układu scalonego. Wstępne wyniki pomiarowe potwierdzają zgodność układu z wymaganą specyfikacją.
II nagroda
- System wykrywania stanu kierowcy z wykorzystaniem obrazowania multimodalnego i algorytmów uczenia maszynowego
Opiekun: prof. dr hab. inż. Jacek Rumiński
Kierownik projektu: Paulina Leszczełowska
Zespół: Mateusz Żak, Karol Lempkowski, Maria Bollin
Grupa projektowa opracowała i wykorzystała w badaniach stanowisko symulatora kierowcy złożone z zestawu do kierowania pojazdem oraz układu dwóch kamer, tj. kamery wizyjnej i termograficznej do obserwacji i analizy obrazów twarzy. Studenci zebrali dane od ochotników w różnych porach dnia, jak też zebrali dane z symulowanymi zachowaniami wskazującymi zmęczenie kierowcy. Następnie zaprojektowali i zaimplementowali szereg algorytmów przetwarzania wstępnego danych oraz modele sztucznej sieci neuronowej do analizy danych. W rezultacie opracowali oprogramowanie umożliwiające detekcję twarzy i cech charakterystycznych twarzy dla obu modalności, z wykorzystaniem detekcji zamykania oczu, ziewania, itd. Ponadto utworzyli oprogramowanie estymacji częstości oddychania z sekwencji termograficznych stosując jako referencję pomiary z pasem ciśnieniowym nakładanych na klatkę piersiową uczestnika badań. Rezultaty prac zostaną zgłoszone na konferencję IEEE Human-System Interaction 2023 (lub podobną).
II nagroda
- Aplikacja do oceny parametrów obrazów histopatologicznych na detekcję limfocytów za pomocą sztucznych sieci neuronowych
Opiekun: dr Tomasz Neumann
Kierownik projektu: Agata Polejowska
Zespół:, Milena Sobotka, Michał Kalinowski. Marcin Kordowski
Celem projektu było zaadoptowanie bądź stworzenie uniwersalnego modelu uczenia głębokiego, poprawnie wykrywającego limfocyty na różnorodnych obrazach m.in. uzyskanych różną techniką, barwionych różnymi metodami itp. dlatego szczególnie istotne w projekcie było poszerzenie dostępnych baz danych obrazów i ich oznaczeń. Finalnie powstała aplikacja pozwalająca identyfikować na obrazach limfocyty jak i zliczać automatycznie ich liczbę w zależności od wpływu zmian parametrów obrazów. Przeprowadzone badania mogą być punktem wyjścia do stworzenia narzędzia wspomagającego pracę patomorfologa. Powstała już publikacja, którą po niewielkich korektach grupa projektowa chciałaby opublikować w punktowanym czasopiśmie recenzowanym.
I nagroda
- Urządzenia IoT wykorzystujące technologię blockchain
Opiekun: dr hab. inż. Łukasz Kulas, prof. PG
Kierownik projektu: Patryk Kalkowski
Zespół:, Adam Glaza
Główną osią projektu jest użycie ogólnodostępnych technologii blockchain w nowych rozwiązaniach z obszaru Internetu Rzeczy. W chwili obecnej technologie blockchain, pomimo swojego przełomowego charakteru i ogromnych możliwości aplikacyjnych, są najczęściej wykorzystywane w bardzo ograniczonym zakresie. Dostępne publikacje naukowe opisują co prawda przykłady możliwych do realizacji systemów, lecz żadna ze znalezionych publikacji nie pokazuje wyników praktycznego wdrożenia systemu. Co więcej, żadna ze znalezionych publikacji nie dotyczy możliwości praktycznego zastosowania technologii blockchain w połączeniu z rozwiązaniami Internetu Rzeczy IoT (ang. Internet-of-Things), w tym z pojazdami bezzałogowymi i robotami, co jest jednym z najciekawszych i najważniejszych trendów. W wyniku realizacji projektu badawczego, powstał w pełni funkcjonalny prototyp systemu demonstrującego sposób niezwykle efektywnego połączenia technologii blockchain z rozwiązaniami typu IoT. Sposób ten jest na tyle uniwersalny i łatwy w implementacji, że możliwe jest jego łatwe przeniesienie do innych rozwiązań IoT, a także pojazdów autonomicznych – np. robotów inspekcyjnych, zaś rozwiązanie może być wykorzystane zarówno w innowacyjnych sposobach mikropłatności, jak i w poprawieniu bezpieczeństwa urządzeń IoT. Aktualne wyniki projektu są na tyle obiecujące, iż projekt badawczy będzie kontynuowany w ramach jednego z projektów H2020 o akronimie InSecTT (Intelligent Secure Trustable Things), który jest realizowany w Politechnice Gdańskiej. Wynikami projektu i ich praktycznym wykorzystaniem zainteresowane są 3 firmy, z czego jedna z Austrii zajmująca się rozwiązaniami dla zastosowań typu smart city.
Nagrody od firmy S&P Global
Wyróżnienie
- Badanie sieci neuronowych zastosowanych do weryfikacji autentyczności podpisu odręcznego składanego piórem biometrycznym
Opiekun projektu: dr inż. Michał Lech
Kierownik projektu: Krzysztof Walentukiewicz
Zespół: Aleksandra Gałka, Justyna Jelińska, Albert Masiak
Celem projektu było sprawdzenie hipotezy badawczej: Zastosowanie sieci neuronowych do weryfikacji autentyczności podpisu odręcznego, sparametryzowanego z wykorzystaniem metody dynamicznego marszczenia czasu (DTW), zwiększa skuteczność weryfikacji w porównaniu z klasyfikatorem opartym na stałych progach. Zespołowi poprzez połączenie metody DTW (Dynamic Time Warping) i splotowych sieci neuronowych udało się uzyskać metodę weryfikacji autentyczności podpisów o skuteczności działania (zarówno w zakresie miary FRR jak i FAR) dużo lepszej niż w standardowej metodzie opartej na DTW. Studenci przeprowadzili analizę statystyczną otrzymanych wyników, a także, poza implementacją opracowanego rozwiązania, samodzielnie zebrali próbki podpisów autentycznych i podrobionych. Studentom udało się wywiązać z tego zadania i stworzyć własny korpus danych biometrycznych zawierających odręczne podpisy zebrane z wykorzystaniem pióra biometrycznego. Otrzymane przez studentów wyniki wskazują jednoznacznie, iż zaproponowane przez nich rozwiązania przewyższają do tej pory stosowane klasyczne podejścia do tematu weryfikacji podpisu, w związku z tym zadanie projektowe zostało zrealizowane z sukcesem poprzez udowodnienie postawionej hipotezy badawczej.
Nagroda główna
- Klasyfikator naturalności stylu tekstu - autentyczny czy syntetyczny
Opiekun: prof. Piotr Szczuko
Kierownik projektu: Jan Tobolewski
Zespół:, Karol Baran, Natalia Rucińska
Pierwsze tygodnie 2023 roku przyniosły sensacyjne i głośne na cały świat doniesienia o wyjątkowych „umiejętnościach” algorytmu ChatGPT, modelu głębokiego, zdolnego generować przekonujący i poprawny tekst na zadany temat, używanego do plagiatów, pisania kodu aplikacji malware, oszustw i innych szkodliwych działań. Studencki projekt wyprzedził te kontrowersje i zaowocował interesującym, skutecznie działającym klasyfikatorem stylu tekstu, odróżniającym teksty naturalne, pisane przez osoby, od sztucznych, generowanych algorytmicznie. Co więcej, zespół autorów położył nacisk na bardzo istotną i potencjalnie wysoce szkodliwą tematykę wypowiedzi dotyczących zdrowia, profilaktyki, leczenia, stosowania szczepień i innych zagadnień, w których pozorna wiarygodność „fake newsa” może łatwo wprowadzać czytelników w błąd. W projekcie zgromadzono odpowiednio istotny zbiór danych, wykonano implementację wymaganych modułów aplikacji: generowania próbek tekstu, parametryzacji danych, uczenia klasyfikatora, badania jego dokładności. Przeprowadzone badania pokazują wysoką skuteczność zastosowanego podejścia. Pomimo zakończenia projektu prace te są kontynuowane i przygotowywana jest publikacja naukowa. Opracowana i wykorzystywana w projekcie metodyka jest uniwersalna i może być przystosowana do wykorzystania z dowolnymi modelami generującymi tekst, także najnowszymi takimi jak GPT-4, którego wydanie jest planowane na rok 2023
Nagrody dziekana Wydziału Chemicznego
Wyróżnienie
- Otrzymywanie związków azowych, w tym makrocyklicznych, w procesach wspomaganych światłem UV - potencjalnych materiałów receptorowych czujników optycznych, dedykowanych analityce medycznej
Opiekunowie projektu: dr hab. inż. Ewa Wagner-Wysiecka, prof. uczelni; prof. dr hab. inż. Elżbieta Luboch - konsultant merytoryczny; mgr inż. Paulina Szulc
Kierownik projektu: Paulina Miklaszewska
Zespół: Patrycja Żelechowska
Otrzymywanie związków makrocyklicznych, z satysfakcjonującą wydajnością, jest dużym wyzwaniem syntetycznym. Podczas realizacji projektu, w jednym etapie - w warunkach iluminacji światłem ultrafioletowym - zostały otrzymane nowe, barwne, makrocykliczne związki organiczne o skomplikowanej strukturze. Zostały zbadane właściwości chromojonoforowe otrzymanych makrocykli. Uzyskane wyniki badań stanowią istotną przesłankę, wskazującą na możliwość zastosowania tych związków jako składników warstw receptorowych sensorów optycznych, czułych na wybrane bioanality. Szczególnie istotne jest uzyskanie pozytywnych wyników dla jonów glinu(III), ponieważ, w świetle doniesień literaturowych, zwiększenie stężenia tego pierwiastka w organizmie ludzkim wpływa na występowanie chorób neurodegradacyjnych. Uzyskane wyniki będą stanowiły podstawę publikacji, która zostanie wysłana do czasopisma z listy filadelfijskiej - Journal Organic Chemistry
Nagroda główna
- Interakcje biomolekuł w wytwarzaniu addytywnym biomateriałów
Opiekunowie projektu: dr hab. inż. Robert Tylingo, prof. uczelni; dr inż. Szymon Mania
Zespół: Karol Staszczyk
Celem projektu pt. „Interakcje biomolekuł w wytwarzaniu addytywnym materiałów” była ocena oddziaływań materiałów chitozanowych wytwarzanych innowacyjną i opatentowaną na Politechnice Gdańskiej metodą saturacji CO2, z wybranymi bakteriami oraz liniami komórkowymi tkanki skórnej. Wyniki badań potwierdziły aktywność przeciwdrobnoustrojową materiałów oraz ich brak działania cytotoksycznego, co ma kluczowe znaczenie w projektowaniu biotuszy do tworzenia rusztowań komórkowych metodą bioprintingu oraz wielu innych zastosowań tego polimeru. Opracowany materiał, metoda jego wytwarzania oraz właściwości mają ogromny potencjał aplikacyjny i aktualnie stanowią jedyne rozwiązanie pozwalające na wykorzystanie niemodyfikowanej formy chitozanu w technologii druku 3D z wykorzystaniem hydrożeli.
