dr inż. Krzysztof Regulski

krzysztof-regulski

Contact

regulski@agh.edu.pl
+48 12 617 41 31
B5, room 408
link

Research

link
Krzysztof_Regulski
D-9860-2013

Ongoing projects

Participation in research projects:
2015 – 2018 AGH UST, contractor in project 2014/15/B/ST8/00187,   Knowledge based systems for the uncertainty control in the optimization of metals processing, task: Development of the model of adaptation of the rule-induction algorithm based on decision tables of numerical models.

Finished projects

Participation in research projects:
2014 – 2016 Foundry Research Institute in Cracow – contractor in project NCBiR: LIDER/028/593/L-4/12/NCBR/2013, pt. The information and decision-support production of ADI- tasks in the creation of semantic models, knowledge bases, and data mining.
2011 – 2015 Foundry Research Institute in Cracow – main contracor in the international project Nr. 820/N-Czechy/2010/0  in cooperation with Katedra Automatizace a Počitačové Techniki v Metalurgii  - VYSOKA  ŠKOLA  BÁŇSKÁ Technical University of Ostrava, Development of the solutions of the conceptualization and providing the knowledge components of foundry technologies in the context of innovation and improvement of production processes.
2014 AGH UST, contractor in project NCN 2011/01/D/ST8/04984, task: Development of a semantic description of Multi-Scale models of thermo-mechanical metal treatment via domain ontology.
2011 – 2014 AGH UST, contractor in project 7924/B/T02/2011/40: Hybrid decision support system for the selection of technological parameters of machines parts manufacturing with ductile iron to improve their mechanical properties.
2011 AGH UST, contractor in project NCBiR: SPAW no ZPB/33/63903/IT2/10 - 2010-06-01: Simplified procedure for stress relaxation model based on rule-based system
2005-2008 Expert systems in modern plastics and technological processes in foundry PBZ–KBN–114/T08/2004 – Foundry Research Institute in Cracow.
2010 Task: Development of mathematical models based on experimental results using heuristic and fuzzy logic simulation in project N507039 32/1099 – Foundry Research Institute in Cracow.

For Students

Office hours

Thursday, 11:00-12:30

Engineer thesis

Zastosowanie ontologii QUDT w modelowaniu problemów dziedzinowych z zakresu metalurgii.
[ontologia, metalurgia, formalizacja wiedzy, technologie semantyczne, Semantic Web]
Agile DataIntegration w zastosowaniu do budowy baz wiedzy z zakresu inżynierii metali.
[ETL, data, bazy danych, eksploracja danych, technologie semantyczne]
Opracowanie systemowe oceny reguł wiedzy inżynierskiej w produkcji odlewniczej.
[baza wiedzy, sztuczna inteligencja, formalizacja wiedzy, inżynieria wiedzy, logika]
Ontologie w zarządzaniu wiedzą na przykładzie rekomendacji w systemie e-learningowym.
[data mining, text mining, formalizacja wiedzy, technologie semantyczne, e-learning]
Wybrane techniki eksploracji danych wspomagane modelem ontologicznym.
[data mining, sztuczna inteligencja, technologie semantyczne, machine learning, formalizacja wiedzy]
Tworzenie stereszczeń dokumentów w oparciu o reprezentację grafową
[neo4j, cypher, opiniosis]
Wykorzystanie środowiska Neo4j w tworzeniu ontologii
[neo4j, OWL, ontology, graph database management system]

Master thesis

Zastosowanie algorytmów heurystycznych w indukcji drzew decyzyjnych.
[data mining, sztuczna inteligencja, drzewa decyzyjne, indukcja reguł, machine learning]
Generowanie ontologii z wykorzystaniem analizy asocjacji.
[formalizacja wiedzy, technologie semantyczne, Semantic Web, data mining, analiza asocjacji]
Metody tworzenia modeli ontologicznych wykorzystujące zbiory przybliżone
[formalizacja wiedzy, technologie semantyczne, Semantic Web, data mining, rough sets]
Grafowa reprezentacja modeli wieloskalowych.
[modelowanie wieloskalowe, formalizacja wiedzy, technologie semantyczne, inżynieria wiedzy]
Wyszukiwanie dokumentów w oparciu o przeszukiwanie i porównywanie grafów.
[reprezentacja tekstu, wektoryzacja, asocjacje słów kluczowych]
Metoda grafowej reprezentacji tekstu w zastosowaniu do grupowania dokumentów w różnych językach.
[data mining, text mining, formalizacja wiedzy, klasyfikatory, neo4j, cypher, opiniosis]
Nowoczesne metody wnioskowania z użyciem modeli ontologicznych
[OWL reasoners, ontology, Pellet, FaCT++, BaseVISor, HermiT]
Ekstrakcja wiedzy z sieci neuronowej
[knowledge extraction from neural network]