Számítástechnikai és Automatizálási Kutatóintézet publikációk

2021

Könyv

Csató, L.: Tournament Design: How Operations Research Can Improve Sports Rules. Cham: Springer, 175 p. (2021) DOI
Wang, L.; Wang, XV.; Váncza, J.; Kemény, Zs. (eds.): Advanced Human-Robot Collaboration in Manufacturing. Cham: Springer, 373 p. (2021) DOI

Folyóirat-publikációk

Benedek, Cs.; Majdik, A.; Nagy, B.; Rozsa, Z.; Sziranyi, T.: Positioning and perception in LIDAR point clouds, Digital Signal Processing, Vol. 119, Paper 103193, 2021, p. 12. SZTAKI
Cox, PB.; Tóth, R.: Linear parameter-varying subspace identification: A unified framework, Automatica, Vol. 123, Paper 109296, 2021, p.14. SZTAKI
Drótos, M.; Györgyi, P.; Horváth, M.; Kis, T.: Suboptimal and conflict-free control of a fleet of AGVs to serve online requests, Computers and Industrial Engineering, Vol. 152, Paper 106999, 2021, p. 13. SZTAKI
ElMaraghy, H.; Schuh, G.; Monostori, L.; ElMaraghy, W.: Evolution and future of manufacturing systems, CIRP Annals-Manufacturing Technology, Vol. 70, No. 2, 2021, pp. 635-658. SZTAKI
Földesy, P.; Zarándy, Á.; Szabó, M.: Reference free incremental deep learning model applied for camera-based respiration monitoring, IEEE Sensors Journal, Vol. 21, No. 2, 2021, pp. 2346-2352. SZTAKI
Nagy, B.; Kovács, L.; Benedek, Cs.: ChangeGAN: A deep network for change detection in coarsely registered point clouds, IEEE Robotics and Automation Letters, Vol. 6, No. 4, 2021, pp. 8277-8284. SZTAKI
Nagy, E.; Lovas, R.; Pintye, I.; Hajnal, Á.; Kacsuk, P.: Cloud-agnostic architectures for machine learning based on Apache Spark, Advances in Engineering Software, Vol. 159, Paper 103029, 2021, p. 9. SZTAKI
Németh, B.; Gáspár, P.: Ensuring performance requirements for semiactive suspension with nonconventional control systems via robust linear parameter varying framework, International Journal of Robust and Nonlinear Control, Vol. 31, No.17, 2021, pp. 8165-8182. SZTAKI
Nyéki, A.; Kerepesi, C.; Daróczy, B.; Benczúr, A.; Milics, G.; Nagy, J.; Harsányi, E.; Kovács, AJ.; Neményi, M.: Application of spatio-temporal data in site-specific maize yield prediction with machine learning methods, Precision Agriculture, Vol. 22, No. 5, 2021, pp. 1397-1415. SZTAKI
Péni, T.; Szederkényi, G.: Convex output feedback model predictive control for mitigation of COVID-19 pandemic, Annual Reviews in Control, Vol. 52, 2021, pp. 543-553. SZTAKI
Tipary, B.; Erdős, G.: Generic development methodology for flexible robotic pick-and-place workcells based on Digital Twin, Robotics and Computer-Integrated Manufacturing, Vol. 71, Paper 102140, 2021, p. 19. SZTAKI

2019

Baráth, D.; Eichhardt, I.; Hajder, L.: Optimal Multi-View Surface Normal Estimation using Affine Correspondences. IEEE TRANSACTIONS ON IMAGE PROCESSING, 28: 7, pp. 3301-3310. (2019) SZTAKI
Bauer, P.; Hiba, A.; Bokor, J.; Zarándy, Á.: Three dimensional intruder closest point of approach estimation based-on monocular image parameters in aircraft sense and avoid. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 93: 1-2, pp. 261-276. (2019) SZTAKI
Csáji, B.Cs.; Kis, K.B.: Distribution-Free Uncertainty Quantification for Kernel Methods by Gradient Perturbations, MACHINE LEARNING, 108: 8-9, pp. 1677-1699. (2019) SZTAKI
Csató, L.: A characterization of the Logarithmic Least Squares Method, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 276: 1, pp. 212-216. (2019) SZTAKI
Gödri, I.; Kardos, Cs.; Pfeiffer, A.; Váncza, J.: Data analytics-based decision support workflow for high-mix low-volume production systems, CIRP ANNALSMANUFACTURING TECHNOLOGY, 68: 1, pp. 471-474. (2019) SZTAKI
Györgyi, P.; Kis, T.: A probabilistic approach to pickup and delivery problems with time window uncertainty, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 274: 3, pp. 909-923. (2019) SZTAKI
Ivanyos, G.; Kutas, P.; Rónyai, L.: Explicit equivalence of quadratic forms over Fq ( t ), FINITE FIELDS AND THEIR APPLICATIONS, 55, pp. 33-63. (2019) SZTAKI
Kelen, D.; Daróczy, B.; Ayala-Gómez, F.; Ország, A.; Benczúr, A.: Session Recommendation via Recurrent Neural Networks over Fisher Embedding Vectors, SENSORS, 19: 16, Paper No.: 3498, 23 p. (2019) SZTAKI
Kiss, T.; Kacsuk, P.; Kovacs, J.; Rakoczi, B.; Hajnal, A.; Farkas, A.; Gesmier, G, Terstyanszky, G.: MiCADO-Microservice-based Cloud Application-level Dynamic Orchestrator, FUTURE GENERATION COMPUTER SYSTEMS, 94, pp. 937-946. (2019) SZTAKI
Lanza, G.; Ferdows, K.; Kara, S.; Mourtzis, D.; Schuh, G.; Váncza, J.; Wang, L.; Wiendahl, H-P. : Global production networks: Design and operation, CIRP ANNALSMANUFACTURING TECHNOLOGY, 68: 2, pp. 823-841. (2019) SZTAKI
Lipták, Gy.; Pituk, M.; Hangos, K.M.: Modelling and stability analysis of complex balanced kinetic systems with distributed time delays, JOURNAL OF PROCESS CONTROL, 84, pp. 13-23. (2019) SZTAKI
Manno-Kovacs, A.: Direction Selective Contour Detection for Salient Objects, IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 29: 2, pp. 375-389. (2019) SZTAKI
Manno-Kovacs, A.; Giusti, E.; Berizzi, F.; Kovacs, L.: Image Based Robust Target Classification for Passive ISAR, IEEE SENSORS JOURNAL, 19: 1, pp. 268-276. (2019) SZTAKI
Nagy, B.; Benedek, Cs.: 3D CNN Based Semantic Labeling Approach for Mobile Laser Scanning Data, IEEE SENSORS JOURNAL, 19: 21, pp. 10034-10045. (2019) SZTAKI
Németh, B.; Fényes, D.; Gáspár, P.; Bokor, J.: Coordination of Independent Steering and Torque Vectoring in a Variable-Geometry Suspension System, IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY, 27: 5, pp. 2209-2220. (2019) SZTAKI
Rödönyi, G.: Heterogeneous string stability of unidirectionally interconnected MIMO LTI systems, AUTOMATICA, 103, pp. 354-362. (2019) SZTAKI
Venkataraman, R.; Bauer, P.; Seiler, P.; Vanek, B.: Comparison of fault detection and isolation methods for a small unmanned aircraft, CONTROL ENGINEERING PRACTICE, 84, pp. 365-376. (2019) SZTAKI
Zvara, Z.; Szabó, P.G.N.; Balázs, B.; Benczúr, A.: Optimizing distributed data stream processing by tracing, FUTURE GENERATION COMPUTER SYSTEMS, 90 pp. 578- 591. (2019) SZTAKI

Kiemelt kutatások 2019

Tüdőrák diagnosztikai mesterséges intelligencia mellkas CT felvétel alapján (Benczúr András, GINOP-2.2.1-18-2018-00004, 352 015 600 Ft, 2019-2022). A projekt célja mesterséges intelligencia módszerek fejlesztése mellkas CT felvétel alapján a tüdőrák diagnosztizálásra.
FLIPASED Flight Phase Adaptive Aero-Servo-Elastic Aircraft Design Methods (Vanek Bálint, EU H2020 815058, 1 066 875 €, 2019-2022). A FLIPASED projekt az aeroelaszticitás, a légköri turbulencia hatására létrejövő rugalmas viselkedés, a repülőgép szabályozási módszerek, és a fedélzeti műszerek, valamint a tanúsítási szempontok közötti szoros összekapcsolódást kutatja, és így újítja meg a repülőgép tervezési módszereket.
NEANIAS Novel EOSC services for Emerging Atmosphere, Underwater and Space Challenges (Lovas Róbert, EU H2020 863448, 341 375 €, 2019-2022). A projekt célja új EOSC (European Open Science Cloud) szolgáltatások kialakítása a feltörekvő légköri, vízfelszín alatti és űrkutatás számára.
Ready2BIM Planning of the renovation of residential buildings and adaption into the BIM workflow
(Benedek Csaba, 2018-2.1.3-EUREKA-2018-00032, 77 600 €, 2019-2021). A projekt célja innovatív térinformatikai szolgáltatások kifejlesztése, városok energetikai és rekonstrukciós feladatainak támogatása.
A sebesség és a felfüggesztés szabályozásának integrációja az automatizált vezetési kényelem növelése érdekében. (Gáspár Péter, 2018-2.1.13-TÉT-FR-2018-00003, 1 981 000 Ft, 2019-2020). A projekt célja együttműködés az Institut Polytechnique de Grenoble-lal és a GIPSA-LAB-bal a sebesség és a felfüggesztés szabályozásának integrációja témában az automatizált vezetési kényelem növelése érdekében.
Optimalizálás Fenntartható Ellátási Láncokban (Kis Tamás, SNN 129178, 35 754 000 Ft, 2019-2022). A kutatás során ellátási láncok optimális működését elősegítő modellek és eljárások kidolgozását tervezik, figyelembe véve a váratlan eseményeket, a működésből eredő környezeti hatásokat és az energiafelhasználást.
Intelligens közúti jármű útkörnyezetének és a járműhöz közeli forgalmi eseményeknek detektálása. (Fazekas Zoltán, 2018-2.1.10-TÉT-MC-2018-00009, 1 999 600 Ft, 2019-2020). A magyar-marokkói TÉT-projekt tárgya annak a vizsgálata, hogy a közúti járművek kapcsolt volta, a más járművekkel való együttműködés lehetősége vagy a járművek saját intelligens szenzorjai lényegesebbek bizonyos, a járművezetés során felmerülő feladatok megoldásában, illetve a közlekedési kérdések megválaszolásában.
DigiPrime Digital Platform for Circular Economy in Cross-sectional Sustainable Value Networks (Pedone Gianfranco, EU H2020 873111, 460 066 €, 2019-2023). A DigiPrime projekt célja egy körforgásos gazdaságon alapuló digitális platform új koncepciójának kidolgozása, amely áthidalja az értéklánc szereplői közötti jelenleg fennálló információs aszimmetriát.
Axiomatikus rangsorolás (Csató László, PPD2019-9/2019, 32 707 000 Ft, 2019-2022). Különböző, elsősorban páros összehasonlításokból kiinduló rangsorolási problémák elméleti vizsgálata.
HRDA Hungarian Research Data Alliance (Kacsuk Péter, RDA Call for New Nodes- Wave II, 32 400 €, 2019-2020). A HRDA a kutatási adatok kezelésében követett, jó gyakorlatoknak a hazai elterjesztését tűzte ki célul az RDA (Research Data Alliance) ernyője alatt.