Институција

Области истраживања

Факултет организационих наука, Београд

Машинско учење (статистичко учење, неуронске мреже, дубоко учење), примене вештачке интелигенције у образовању и науци, аналитике учења, примене великих језичких модела, експертни системи, soft computing, програмирање високих перформанси, програмирање вештачке интелигенције, GPU програмирање

Биолошки факултет, Београд

Надгледани и ненадгледани методи машинског учења (кластеровање, SVM, Гаусови процеси, ансамбли стабала одлучивања,…), Бајесијанска статистика и инференција, програмирање високих перформанси, примене AI у биоинформатици и моделирању прогресије епидемије

Економски факултет Суботица

Системи засновани на знању, експетни и fuzzy експетни системи, машинско учење (методе и технике напредне аналитике података), big data, data mining, web mining, text mining, recommender системи, велики језички модели. Нарочит фокус је на могућностима примене у пословном контексту и унапређењу пословања аутоматизованим управљањем знањем као ресурсом и екстракцијом (са)знања скривених у мноштву пословних података.

Центар за ласерску микроскопију, Биолошки факултет, Београд

Обрада видео записа микроскопије применом машинског учења за сегментацију слика ћелија и анализу времеских серија флуоресценције интраћелијских проба у циљу биомедицинске дијагностике неуродегенеративних обољења. За даљу обраду података користе се кластеровање помоћу k-NN, SVM, ансамбли стабала одлучивања.

Математички факултет Универзитета у Београду

Аутоматско резоновање, машинско учење, обрада природног језика, истраживање података, биоинформатика

Фaкултет инжењерских наука Универзитета у Крагујевцу

Развој LLM (ChatGPT, Gemini) контролора саобраћајних сигнала. Развој Q-learning и Deep Q-learning алгоритама за проблеме управљања радом светлосних сигнала на раскрсницама са алтернативном геометријском структуром.

Биолошки факултет, Београд

Машинско учење (неуронске мреже, дубоко учење), примене вештачке интелигенције у анализи слика добијених микрокомпјутеризованом томографијом високе резолуције, у циљу тридимзионалне реконструкције развића органа током ембронског развића

Лабораторија за интелигентне информационе системе, Електронски факултет, Универзитет у Нишу

Онтологије, концептуално моделовање, симболичко закључивање, графови знања, примене великих језичких модела у информационим системима, примене вештачке интелигенције у биоинформатици, примене вештачке интелигенције у учењу, семантички радни оквири за пројектовање сложених система.

Универзитет у Београду – Рударско-геолошки факултет

Језички ресурски и технологије, Обучавање језичких модела (опште намене и специјализованих за поједине задатке), Машинско учење, Корпуси, Развој онтологија и база знања, Системи за сумаризацију и одговарање на питања, Примена вештачке интелигенције у рударству и геологији, Примена вештачке интелигенције у геоинформатици, Семантички веб, Меко рачунарство (фази логика)

Друштво за језичке ресурсе и технологије ЈеРТех

Језички ресурски и технологије, Обучавање језичких модела (опште намене и специјализованих за поједине задатке), Машинско учење, Корпуси, Развој онтологија и база знања, Системи за сумаризацију и одговарање на питања, Текстометријса анализа, Лексичке базе, Паралелизација (поравнање) текста

Универзитет у Нишу – Електронски факултет у Нишу

Представљање знања, онтологије и семантичка интероперабилност. Језички модели и њихова примена. Обучавање језичких модела (опште намене и специјализованих за поједине задатке). Примена великих језичких модела. Објашњива вештачка интелигенција. Машинско и дубоко учење и примене у анализи слика и видеа (биологија, медицина, електроенергетика). Примена вештачке интелигенције (cyber security, електроенергетика, биологија, пољопривреда, елетроника, телекомуникације). Роботика.

Математички институт САНУ

Tехнике машинског учења, дистрибуирано машинско учење, блокчејн технологија за машинско учење, информациона безбедност за машинско учење, системи са ВИ, ВИ за блокчејн технологију, ВИ за сајбер безбедност. Поред стандардних ВИ техника, изучавају се и методе меког рачунарства и рачунарске интелигенције, као и хибридизација између стандардних и наведених метода са нагласком на примене у оптимизацији и операционим истраживањима. Системи (не)класичних логика за симболичко закључивање у присуству неизвесности. Неуро-симболички хибридни системи ВИ.

Департман за математику и информатику, Природно математички факултет у Новом Саду

Tехнике машинског учења, дистрибуирано машинско учење, удружено учење. Примена техника вештачке интелигенције у медицини и индустријским системима. Улога и примена графова у машинском учењу у комплексним и динамичким системима. Примена вештачке интелигенције у елктронском учењу. Рударење података и временске серије.

Истраживачко-развојни институт за вештачку интелигенцију Србије

Рачунарски вид, даљинска детекција, анализа мултимедија.
Обрада природног говора, мултимодална интеракција човек-машина, анализа временских серија.
Биоинформатика.
Примена ВИ у водном инжењерству, заштити животне средине, урбаном планирању и енергетској ефикасности.
Интелигентни производни системи

Факултет техничких наука Универзитета у Новом Саду

Примена вештачке интелигенције у праву.

Факултет техничких наука Универзитета у Чачку, Универзитет у Крагујевцу

Примена вештачке интелигенције у медицини i информационој безбедности

Универзитет у Београду – Филозофски факултет

Историја и методологија развоја вештачке интелигенције. Изучавање вештачке интелигенције у контексту когнитивних наука. Вештачка интелигенција и етика. Правне и етичке последице примене и развоја вештачке интелигенције.

Медицински факултет Универзитета у Београду

Примена вештачке интелигенције у биомедицинским наукама. Развој модела машинског учења у ћелијској физиологији. примена машинског учења у анализи медицинских сигнала.

Институт Михајло Пупин, Београд

Различити приступи машинском учењу за паметно управљање и контролу енергетских система, различити AI приступи у роботици, доменске суперничке неуронске мреже, технологије дигиталних близанаца, оптимизација заснована на учењу уз подстицаје, мешовито целобројно линеарно програмирањe, семантичка интелигенција за системе засноване на знању, репрезентација знања, онтологије, семантичка интероперабилност, виртуелна стварност, високо интерактивне контролне табле, учење уз подстицаје за предвиђање и препоруке у здравству, сурогатна оптимизација вођена подацима за производни процес, итд.