Author: ksnuderl

Aims, activities and some preliminary results of COST Action CA17124 – Digital forensics: evidence analysis via intelligent systems and practices DigForASP, will be presented.

Digital forensics deals with digital evidence recovery and exploitation in order to solve criminal cases using sophisticated methods, examining fragmented incomplete knowledge, and reconstructing and aggregating complex scenarios. There is no established methodology for digital evidence analysis. This COST Action explore potential of the application of artificial intelligence and automated reasoning in the Digital Forensics field, in particular, in the evidence analysis phase, where evidence about possible crimes, collected from various electronic devices, are investigated in order to reconstruct possible events, event sequences and scenarios related to a crime.

Some preliminary ideas about potentials of fuzzy measure in forensics metadata analysis will be presented.

Slovenija velja za regijo, ki zaostaja za inovacijami, kar je še posebej opazno v gozdno-lesni verigi. Hkrati pa v okviru slovenske strategije pametne specializacije poudarjajo, da ima ta panoga velik potencial za rast. Da bi lahko kar najbolje izkoristili inovacijski potencial gozdno-lesne verige, moramo najprej poglobljeno razumeti obstoječe inovacijske dejavnosti in razloge za njihovo pomanjkanje. Medtem ko je o inovacijskih dejavnostih malih, srednjih in velikih podjetij na voljo veliko literature, je o mikro podjetjih (tj. podjetjih z manj kot 10 zaposlenimi) zelo malo znanega, kar je verjetno posledica pomanjkanja podatkov. Na ravni EU podatke o inovacijskih dejavnostih zbira Eurostatova anketa o inovacijskih dejavnostih v industriji in izbranih storitvenih dejavnostih (Community Innovation Survey, CIS), ki se vsaki dve leti izvaja od leta 2006. Vendar raziskava vključuje samo podjetja z 10 ali več zaposlenimi.

Ker mikro podjetja predstavljajo več kot 90 % podjetij v slovenski gozdno-lesni verigi, so za ustrezno razumevanje inovativnosti v tem sektorju nujni podatki o njihovih inovacijskih dejavnostih. Zato smo izvedli lastno raziskavo tržnih in inovacijskih dejavnosti slovenskih podjetij v tem sektorju, pri čemer smo zajeli podjetja vseh velikosti. Kot vzorčni okvir smo uporabili poslovni register Bizi.si – glede na majhno pričakovano stopnjo odziva smo se odločili vključiti celotno populacijo. Razvili smo krajši vprašalnik, ki temelji na instrumentu CIS, in ga poslali 7123 podjetjem v gozdno-lesni verigi, pri čemer smo jim ponudili možnost odgovora bodisi na papirju bodisi na spletu. Podjetjem v pohištveni in lesnopredelovalni industriji smo poslali tudi drugo pismo in v teh dveh sektorjih dosegli več kot 7-odstotno stopnjo odgovora. V predavanju bodo predstavljeni metodološki izzivi raziskovanja mikro podjetij in izračuni pristranskosti, do katere pride, če mikro podjetij v raziskavah ne upoštevamo.

Podatkovno-bogata omrežja interakcij prežemajo medicinske raziskave. Glavni izziv je, kako izluščiti znanje iz teh omrežij, ki segajo od interakcij med molekulami v našem telesu vse do interakcij med pacienti v družbi.

Predstavljene bodo metode umetne inteligence, ki se naučijo, kako vložiti vozlišča v omrežjih v nizko dimenzionalni prostor, pri čemer je geometrija tega prostora optimizirana, da odraža strukturo interakcij med vozlišči. Vložitve omrežij so tehnično jedro metode Decagon, prvega pristopa za napovedovanje neželenih stranskih učinkov kombinacij zdravil. Decagon najprej zgradi veliko omrežje, ki opisuje, kako proteini v naših telesih delujejo drug z drugim in kako različna zdravila vplivajo na te proteine. Decagon uporabi to omrežje za razpoznavanje vzorcev o neželenih stranskih učinkih, kar algoritmu omogoči, da avtomatično gradi napovedi o kombinacijah zdravil, ki so varne za paciente. Omenjeno bo tudi, kako napovedi umetne inteligence ovrednotimo v praksi – v sodelovanju s Stanford School of Medicine, Harvard Medical School in Massachusetts General Hospital.

Predavanje: Metode umetne inteligence za polifarmacijo in predpisovanje zdravil
Datum: torek, 21. maj 2019 – 12:00
Lokacija predavanja: IBMI
Predavatelj: doc. dr. Marinka Žitnik, Department of Computer Science, Stanford University

Uredništvo portala Pod črto je letošnji dobitnik priznanja Statističnega društva Slovenije za odličnost statističnega poročanja v medijih. V obrazložitvi je bilo poudarjeno, da si priznanje zasluži zaradi svojega kakovostnega in poglobljenega novinarskega dela, ki dokazuje, da se s številkami lahko identificira marsikateri družbeni problem, hkrati pa pokaže smernice za njegovo rešitev. Odgovorni urednik bo njihovo delo predstavil pri nas na predavanju naslednji četrtek.

Predavanje: Kako s preiskovalnim novinarstvom doseči spremembe na bolje
Datum: četrtek, 18. april 2019 – 12:30
Lokacija predavanja: IBMI
Predavatelj: Anže Voh Boštic, odgovorni urednik medija Pod črto
Vsebina:
Pri mediju za preiskovalno novinarstvo Pod črto si že od leta 2014 prek svojega novinarskega dela prizadevamo za doseganje sprememb na bolje v naši družbi. Razkrivamo primere korupcije in gospodarskega kriminala ter neustrezen odziv inštitucij na to vrsto kriminala. Preiskujemo probleme v slovenskem zdravstvu, predvsem na področju kakovosti zdravstva in obravnavanja poklicnih bolezni. Opozarjamo na posledice podnebnih sprememb. Razkrivamo sporne prakse delovanja slovenske policije in preiskujemo, kako izboljšati situacijo najbolj ranljivih skupin v naši družbi.
V predavanju bo pojasnjeno, na kakšen način delujemo, kako preiskujemo in zbiramo podatke za naše zgodbe, kako pri našem delu zbiramo, uporabljamo in analiziramo podatke ter kako jih statistično obdelamo. Prikazali bomo tudi najpomembnejše spremembe na bolje, ki smo jih dosegli z našim delom.

Datum dogodka: četrtek, 14. marec 2019 – 13:00
Lokacija predavanja: IBMI
Predavatelj: dr. Lorena Mihelač, ŠC Novo mesto, Mednarodna podiplomska šola Jožefa Štefana

Predavanje obravnava percepcijo melodije in njeno segmentacijo, od predšolskega obdobja do najstništva. Prikazani bodo rezultati, pridobljeni v dveh eksperimentih, v obdobju od januarja do aprila 2018. V prvem eksperimentu je bila preizkušena hipoteza, da otroci/najstniki uporabljajo glasbene fraze v melodiji kot strategijo združevanja manjših glasbenih strukturalnih delov v večje pri pomnjenju melodije. V drugem eksperimentu, je bila preizkušena hipoteza, da je dihanje pri petju neke melodije v ozki korelaciji s segmentiranjem melodije.

Prikazani bodo prav tako rezultati podobnosti oz. razlik med človeško in računalniško segmentacijo istih testnih melodij.