Metody analizy danych w automatyce i produkcji

Ten obszar obejmuje bardzo szerokie zastosowania analizy danych w problematyce estymacji, klasyfikacji i predykcji. Szczególne obszary zastosowań obejmują między innymi diagnostykę procesów i urządzeń, przewidywanie usterek, przewidywanie obciążeń, predykcję wystąpienia zjawisk czy też condition based maintenenace (konserwację z wykorzystaniem informacji). Metody stosowane w ramach prac bazują głównie na statystyce Bayesowskiej oraz wybranych obszarach uczenia maszynowego.

W tej dziedzinie realizowane są między innymi prace nad przetwarzaniem danych, konstrukcją klasyfikatorów i detekcją zdarzeń w szeregach czasowych. 

Systemy sterowania i zarządzania produkcją

W tej dziedzinie w Katedrze prowadzone są prace w dwóch zasadniczych obszarach. Pierwszym z nich jest rozwój oprogramowania typu ERP, w zakresie data science. Rozszerzenie funkcjonalności takich systemów o narzędzia analityczne i predykcyjne daje możliwości szerokich zastosowań i znacznych korzyści. Drugim obszarem jest optymalne sterowanie procesem produkcyjnym. Zagadnienie to jest pokrewne problematyce sterowania optymalnego. W Katedrze prowadzi się prace nad opracowaniem efektywnych metod obliczeniowych pozwalających na optymalizację rzeczywistych problemów produkcyjnych, w których mogą występować niespodziewane zaburzenia i usterki o charakterze niedeterministycznym.

Metody numeryczne w sterowaniu systemów

W Katedrze prowadzone są prace nad efektywnymi metodami numerycznymi adresowanymi do problemu implementacji metod i algorytmów sterowania oraz przetwarzania sygnałów na różnego rodzaju platformach sprzętowych. Rozpatrywane są w szczególności zagadnienia aproksymacji i implementacji w czasie rzeczywistym filtrów i regulatorów o charakterystykach systemów niecałkowitego rzędu. Opracowywane są algorytmy i metody projektowania zapewniające zwiększoną odporność układu sterowania.