dr hab. inż. Michał Witold Przewoźniczek

Wróć
Adres e-mail michal.przewozniczek@pwr.edu.pl
Dyscypliny naukowe

Informatyka Techniczna i Telekomunikacja

Strona domowa http://www.przewozniczek.eu/
Profile naukowe

ResearchGate

Google Scholar

ORCID

DONA

Tematyki badawcze

Zapraszam do współpracy w ramach badań dotyczących szeroko pojętej Optymalizacji Ewolucyjnej w tym zagadnienia takie jak:

1. Optymalizacja jedno-, wielo-kryterialna i wielokryterialna z dużą liczbą kryteriów
2. Analiza zależności pomiędzy zmiennymi/dekompozycja problemu i wykorzystanie tej wiedzy w obliczeniach ewolucyjnych.
3. Optymalizacja Szarej i Czarnej Skrzynki.
4. Poprawa wydajności i jakości działania metod optymalizacji klasyfikowanych jako: Algorytmy Ewolucyjne, Algorytmy Genetyczne, Programowanie Genetyczne, Strategie Ewolucyjne.
5. Ogólny rozwój metod ewolucyjnych i technik wykorzystywanych w Obliczeniach Ewolucyjnych, np. technik wyszukiwania zależności między zmiennymi i/lub surogaty funkcji fitness.
6. Zastosowania praktyczne, w tym:
6.1. Optymalizacja Ewolucyjna w Uczeniu Maszynowym (w tym ewolucyjne trenowanie sieci neuronowych).
6.2. Optymalizacja w zakresie Sieci Szkieletowych, w tym sieci optycznych.
6.3. Projektowanie ewolucyjne.
6.4. Ewolucyjna optymalizacja kodu źródłowego.
6.5. Ewolucyjna generacja optymalizatorów.
6.6. I wiele innych...

Mój zespół daje możliwości realizacji (i współrealizacji) swoich badań z najlepszymi obecnie ośrodkami w dziedzinie Obliczeń Ewolucyjnych, w tym z zespołami takich naukowców jak: Dirk Thierens, Peter Bosman, Darrell Whitley, Gabriela Ochoa, czy Francisco Chicano.

Istnieje możliwość pobierania dodatkowych stypendiów dla doktorantów w ramach prowadzonych przeze mnie grantów. Istnieje również możliwość współpracy w ramach projektów komercyjnych polegających na wdrażaniu obliczeń ewolucyjnych w przemyśle.

Więcej informacji można znaleźć na mojej stronie: http://www.przewozniczek.eu/

Słowa kluczowe

programowanie genetyczne

strategie ewolucyjne

dekompozycja struktury problemu (linkage learning)

Szara skrzynka

Czarna skrzynka

Optymalizacja jednokryterialna

Optymalizacja wielokryterialna

Optymalizacja wielokryterialna z dużą liczbą kryteriów

algorytmy ewolucyjne

algorytmy genetyczne

Email address michal.przewozniczek@pwr.edu.pl
Scientific disciplines

Information and communication technology

Personal website http://www.przewozniczek.eu/
Research profiles

ResearchGate

Google Scholar

ORCID

DONA

Research topics

I invite you to cooperate in the field of Evolutionary Optimization. Some of the main areas of eventual cooperation are as follows.

1. Single-, multi- and many-objective optimization.
2. The analysis of the dependencies between the optimized variables (also known as problem structure decomposition and/or linkage learning) and using this knowledge in evolutionary optimization.
3. Gray- and Black-box optimization.
4. Increasing effectiveness and efficiency of Evolutionary Algorithms, Genetic Algorithms, Genetic Programming, and Genetic Strategies.
5. The general development of Evolutionary Algorithms and techniques employed by these optimizers (e.g., linkage learning techniques or surrogate models).
6. Real-world applications including (but not limited to):
6.1. Evolutionary Machine Learning (also known as autoML), e.g., evolutionary optimization of Neural Networks.
6.2. Evolutionary optimization of computer networks (including optical networks)
6.3. Evolutionary design,
6.4. Evolutionary optimization of source code.
6.5. Evolutionary generation of problem-dedicated optimizers.
6.6. And much more…

Being a part of my team gives you an opportunity to run your research in cooperation with the best groups focused on evolutionary optimization in the world. For instance, you may cooperate with the researchers like Dirk Thierens, Peter Bosman, Darrell Whitley, Gabriela Ochoa, and Francisco Chicano.

As the Primary Investigator, I supervise a series of grants. Thus, you can receive an additional scholarship in these grants. There is also a possibility of commercial cooperation in projects that introduce Evolutionary Computation into the industry field.

You can find more information at my website: http://www.przewozniczek.eu/

Keywords

Problem structure decomposition (linkage learning)

Gray-box optimization

Black-box optimization

Single-objective optimization

Evolutionary algorithms

Genetic algorithms

Multi-objective optimization

Genetic programming

Evolutionary strategies

Many-objective optimization