UNIRI: Projekti iskusnih zannstvenika 2025.: Matematičko modeliranje u umjetnoj inteligenciji

uniri-iz-25-74

Članovi osnovnog tima

dr. sc. Sanda Bujačić Babić, voditelj
dr. sc. Tajana Ban Kirigin, član
dr. sc. Danijel Krizmanić, član
dr. sc. Zvonimir Šikić, član

O projektu

Projekt Matematičko modeliranje u umjetnoj inteligenciji u središte istraživanja stavlja razvoj teorijskog znanja i formalnih matematičkih alata za primjenu umjetne inteligencije (UI) u različitim područjima, posebno u domeni digitalnih sustava, primjerice Interneta stvari (eng. Internet of Things, IoT). IoT je složeni sustav koji omogućuje prikupljanje i razmjenu podataka među fizičkim objektima, na primjer senzorima, vozilima, građevinama, itd., i zahtijeva naprednu matematičku analizu, osobito matematičku logiku, teorijsko računarstvo te vjerojatnost i statistiku prilikom kreiranja formalnih računalnih modela kao temelja funkcioniranja složenijih sustava.

Cilj projekta je analizirati postojeće digitalne sustave te novim i/ili poboljšanim matematičkim modelima povećati kvalitetu donošenja odluka u uvjetima nesigurnosti te također inovativnim rješenjima doći do efikasnijeg predviđanja budućih događaja. Osobita pozornost će uključivati matematičko, odnosno vjerojatnosno modeliranje kvara sustava, detekciju anomalija, prepoznavanje napada te analizu neuobičajene potrošnje energije, čime se općenito doprinosi sigurnosti i optimizaciji digitalnih sustava te stvara i osnažuje povjerenje korisnika u moderne sustave UI. Teorijska analiza metoda umjetne inteligencije bit će ključni dio istraživanja, s naglaskom na razumijevanje njihovih temelja, principa rada i metodologija. Modeli razvijeni tijekom istraživanja mogu pomoći tvrtkama u optimizaciji procesa, analizi podataka i donošenju odluka temeljenih na egzaktnim matematičkim metodama.

Tim znanstvenika se sastoji od eksperata iz područja teorijskog računarstva, logike, vjerojatnosti i umjetne inteligencije, čime je osiguran interdisciplinaran pristup koji će omogućiti dubinsku analizu i razvoj inovativnih rješenja za unaprjeđivanje digitalnih sustava i njihovog učinka u realnim uvjetima i primjeni.

Abstract

The project Mathematical Modelling in Artificial Intelligence focuses on the development of theoretical knowledge and formal mathematical tools for the further development and application of Artificial Intelligence (AI) in various areas, especially in the field of digital systems, for example Internet of Things (IoT) systems. The IoT is a complex system that enables the collection and exchange of data between physical objects such as sensors, vehicles, buildings, etc. It requires advanced mathematical analyses, especially in the areas of logic, theoretical computing, probability and statistics, to create formal computational models that serve as the basis for the functioning of more complex systems.

The aim of the project is to analyse existing digital systems and, through new or improved mathematical models, improve the quality of decision making under uncertain conditions and provide innovative solutions for more efficient prediction of future events. Particular attention is paid to mathematical or probabilistic modelling of system failures, anomaly detection, attack detection and analysis of abnormal energy consumption in order to contribute to the overall security and optimisation of digital systems while building and strengthen user confidence in modern AI systems. The theoretical analysis of artificial intelligence methods will be an important part of the research, with a focus on understanding its foundations, working principles and methodologies. The models developed as part of the research can help companies to optimise processes, analyse data and make decisions based on precise mathematical methods.

The team of scientists consists of experts in theoretical computer science, logic, probability and artificial intelligence. This ensures an interdisciplinary approach that enables in-depth analysis and the development of innovative solutions to improve digital systems and their performance in real-world applications.