PROVENANCE is an intermediary-free solution that gives greater control to users of social media and underpins the dynamics of social sharing in values of trust, openness, and fair participation. PROVENANCE will use blockchain to record multimedia content that is uploaded and registered by content creators or identified for registration by the PROVENANCE Social Network Monitor.

Projekt FitOptiVis je zaměřen na integraci architektur zpracování obrazu a videa pro kyber-fyzikální systémy (CPS), jednoho ze základních požadavků potřebných pro udržení a zvýšení konkurenceschopnosti evropského průmyslu. CPS jsou založeny na spolupráci samostatných řídicích výpočetních jednotek, které jsou schopny se autonomně rozhodovat, řídit technologický celek.

Náš výzkum je zaměřen na aktuální význačné výzkumné otázky v oblasti optimalizace portfolií a energetice. Budeme analyzovat modely optimalizace řídkých robustních portfolií s nehladkou účelovou funkcí a zkoumat sdružené efekty řídkosti a robustnosti na reálných datech z akciových trhů.

Optimální zpracování distribuované znalosti je klíčové pro strojové učení, zpracování signálů a řízení. Vyžadují jí sítě čidel, chytrých prostředí, autonomní agenti i distribuované infrastruktury (shluky, internet) sloužící internetu věcí. Uzly mohou komunikovat pomocí částečně popsaných pravděpodobnostních distribucí (momenty, atp).

Detekce anomálií je důležitým nástrojem automatického zpracování dat v případech, kdy není u žádných dat známé, do jaké třídy patří (učení bez učitele). Detekce anomálií se snaží nalézt vzorky, které se výrazně liší od většiny a proto jsou potenciálně zajímavé pro další analýzu. V současné době je většina metod založena na jednoduchých mělkých modelech bez jakékoliv složitější hierarchie.

Projekt spadá do oblasti počítačového zpracování a rozpoznávání obrazu. Zaměřuje se na specifický typ dat – vícerozměrná vektorová a tensorová pole. Pomocí vektorových polí se dá popsat rychlost pohybu částic, optický tok, gradienty, deformační, vodivostní a difusní tensory a další podobné veličiny. Hodnota každého pixelu je vektor (tensor), jehož kompotenty nelze zpracovávat nezávisle.