Laboratorij za umetno inteligenco

V Laboratoriju za umetno inteligenco se ukvarjamo z raziskavami na področju strojnega učenja, odkrivanja znanj iz podatkov, induktivnega programiranja, kvalitativnega sklepanja in pristopov umetne inteligence na področju vodenja sistemov. Rezultati naših raziskovanj so na primer metode obravnave šumnih podatkov v atributnem učenju, vizualizacijske metode na področju odkrivanj znanj iz podatkov, metode strojnega odkrivanje konceptualnih hierarhij, metode kvalitativnega modeliranje in rekonstrukcije operaterjevih veščin. Metode strojnega učenja in odkrivanj znanj iz podatkov uporabljamo v vrsti aplikacij s področja strojništva, ekologije, medicinske diagnostike in prognostike.

Kje smo?

Laboratorij za umetno inteligenco ima prostore v osmem nadstropju nasproti dekanata (od dvigala na desno in do konca hodnika).

Sodelavci

• akad. prof. dr. Ivan Bratko, Vodja laboratorija
• viš. pred. dr. Aleksander Sadikov
• dr. Martin Možina
• dr. Jure Žabkar
• dr. Matej Guid
• as. uni. dipl. ing Tadej Janež
• uni. dipl. ing Aljaž Košmerlj
• Vida Groznik

Dogodki

• Qualitative Reasoning (I. Bratko in J. Žabkar, vodje programskega odbora)
• Artificial Intelligence in Medicine
• International Conference of Machine Learning

Izbrane objave

PODROČJE LOGIČNEGA PROGRAMIRANJA

• I. Bratko I. Prolog Programming for Artificial Intelligence (Amazon), Addison-Wesley, 1986; second edition 1990; third edition Addison-Wesley/Pearson Education 2001.

PODROČJE STROJNEGA UČENJA

• Leban G, Zupan B, Vidmar G, Bratko I. VizRank: Data Visualization Guided by Machine Learning. Data Mining and Knowledge Discovery 13(2): 119-136, 2006. [PDF]
• Demsar J, Leban G, Zupan B. FreeViz-An intelligent multivariate visualization approach to explorative analysis of biomedical data. J Biomed Inform. 2007 Apr 20. [PDF]
• J. Demšar. Statistical comparisons of classifiers over multiple data sets. J. mach. learn. res, 7: 1-30, 2006.
  
• A. Sadikov, I. Bratko, I. Kononenko. Bias and pathology in minimax search. Theoretical Computer Science, 349(2): 268-281, 2005.
  
• D. Šuc, D. Vladušić, I. Bratko. Qualitatively faithful quantitative prediction. Artificial Intelligence, 158(2): 189-214, 2004.
• B. Zupan, M. Bohanec, J. Demšar, I. Bratko.Learning by discovering concept hierarchies, Artificial Intelligence, 109, 211-242 (1999)
• R.S. Michalski, I. Bratko, M. Kubat (eds.) Machine Learning and Data Mining: Methods and Applications (Amazon), Wiley, 1998.
• I. Kononenko, I. Bratko. Information based evaluation criterion for classifier's performance. Machine Learning Journal, 6: 67-80, 1991.
• I. Bratko, I. Mozetič, N. Lavrač. KARDIO: A Study in Deep and Qualitative Knowledge for Expert Systems, (Amazon) MEM Press, Cambridge, Massachusetts, 1989.

PODROČJE MODELIRANJA VEŠČIN VODENJA

• D. Šuc, I. Bratko. Symbolic and qualitative reconstruction of control skill, Electronic Transactions on Artificial Intelligence, 3: 1-22, 1999.

PODROČJE BIOINFORMATIKE

• Mramor M, Leban G, Demsar J, Zupan B. Visualization-based cancer microarray data classification analysis. Bioinformatics Epub 2007 Jun 22. [PDF]
• Bellazzi R, Zupan B. Towards knowledge-based gene expression data mining. J Biomed Inform 2007 (in press). [PDF]
• N. Van Driessche, J. Demsar, E.O. Booth, P. Hill, P. Juvan, B. Zupan, A. Kuspa, G. Shaulsky. Epistasis analysis with global transcriptional phenotypes. Nature Genetics, 37(5): 471-477, 2005. [PDF]
  
• T. Curk, J. Demsar, Q. Xu, G. Leban, U. Petrovic, I. Bratko, G. Shaulsky, B. Zupan. Microarray data mining with visual programming. Bioinformatics, 21(3): 396-398, 2005. [PDF]
  
• G. Leban, I. Bratko, U. Petrovic, T. Curk, B. Zupan. VizRank: finding informative data projections in functional genomics by machine learning. Bioinformatics, 21(3): 413-414, 2005. [PDF]
  
• B. Zupan, J. Demsar, I. Bratko, P. Juvan, J.A. Halter, A. Kuspa, G. Shaulsky. GenePath: a system for automated construction of genetic networks from mutant data, Bioinformatics, 19(3): 383-389, 2003. [PDF]