Napredni algoritmi i optimizacijski modeli potpomognuti matematičkom teorijom (OptimaAI)

OptimaAI – Napredni algoritmi i optimizacijski modeli potpomognuti matematičkom teorijom

Osnovne informacije

Projekt OptimaAI usmjeren je na razvoj inovativnih algoritama umjetne inteligencije i optimizacijskih modela koji se oslanjaju na suvremene matematičke teorije. Cilj projekta je izgraditi energetski učinkovita i skalabilna rješenja za analizu kompleksnih podataka u bioinformatici, obradi jezika, vizualnom praćenju i industrijskoj optimizaciji. Ključna komponenta projekta je snažna sinergija između primijenjenih AI tehnologija (deep learning, NLP, edge-AI) i temeljnih matematičkih disciplina (kombinatorika i diskretna matematika, teorija brojeva, teorija grupa).

Projekt uključuje rad na sljedeća četiri radna paketa: RP1 – Razvoj naprednih bioinformatičkih alata za analizu transkriptoma jedne stanice, RP2 – Razvoj AI modela za velike skupove podataka i pametnu obradu signala s kamere u realnom vremenu, RP3 – Duboko učenje u službi kombinatorne optimizacije i teorije grafova, te RP4 – Rješavanje matematičkih problema primjenjivih u optimizaciji – heuristike i metaheuristike: teorijski, kombinatorni i diskretni pristup.

Očekivani rezultati uključuju otvoreni softver, znanstvene radove u časopisima visoke razine te prijenos rezultata u primjene relevantne za zdravstvo, industriju i digitalnu tranziciju.

Puni nazivNapredni algoritmi i optimizacijski modeli potpomognuti matematičkom teorijom – OptimaAI
Vrsta projektaInstitucionalni istraživački projekt Sveučilišta Josipa Jurja Strossmayera u Osijeku
Izvor financiranjaNacionalni plan oporavka i otpornosti 2021.–2026. (izvor 581 – Mehanizam za oporavak i otpornost), Programski ugovor MZOM – Sveučilište u Osijeku
Broj ugovora581-UNIOS-54
NositeljFakultet primijenjene matematike i informatike, Sveučilište Josipa Jurja Strossmayera u Osijeku
Voditelj projektaizv. prof. dr. sc. Domagoj Matijević
Vrijednost projekta194.999,70 EUR (bespovratna sredstva 100 %)
Razdoblje provedbe1. 10. 2025. – 30. 9. 2029. (48 mjeseci)

Publikacije

Radovi u časopisima

  1. I. Matić, Zelevinsky segment and strongly positive representations, Canadian Mathematical Bulletin (2026), prihvaćen. doi:10.4153/S0008439526102781
  2. T. Prusina, J. Benić, D. Matijević, D. Ševerdija, Multi-person 2D human pose estimation: a benchmark for real-time applications, Engineering Review 46 (2026). Rad prezentiran na MOTSP 2026. Kod: HPEBench2D
  3. J. Maltar, I. Marković, D. Matijević, I. Petrović, Deep recurrent visual place recognition based on softmax fine-tuned image representations, Engineering Review 46 (2026). Rad prezentiran na MOTSP 2026.
  4. M. Jukić Bokun, I. Soldo, Triangular D(−1)-tuples, Bull. Math. Soc. Sci. Math. Roumanie 69/2 (2026), 233–239.
  5. D. Krupić, D. Matijević, N. Šuvak, J. Maltar, D. Ševerdija, Evaluating the agreement between human preferences, GPT-4V and Gemini Pro Vision assessments: Can AI recognize what people might like?, Computers in Human Behavior: Artificial Humans 6 (2025)

Radovi u zbornicima konferencija

  1. J. Sabljo, M. Đumić, M. Đurasević, Evolving Dispatching Rules for the Unrelated Parallel Machines Scheduling Problem with Precedence and Resource Constraints with Genetic Programming, GECCO ’26 – Genetic and Evolutionary Computation Conference, San Jose, Kostarika, 13.–17. 7. 2026., ACM. doi:10.1145/3795095.3805192
  2. J. Sabljo, M. Đumić, M. Đurasević, Analysis of Training Models for Evolving Heuristics in the Unrelated Parallel Machines Scheduling Problem with Additional Resources, 2026 MIPRO 49th ICT and Electronics Convention, Opatija, 2026. Kod: UPMSP-PR
  3. L. Borozan, B. Borozan, D. Ševerdija, Efficient Checkpointing via Object Serialization in C# Applications, 2026 MIPRO 49th ICT and Electronics Convention, Opatija, 2026. Kod: CheckpointingSystem

Radovi u postupku recenzije

  1. K. Sabo, R. Scitovski, D. Grahovac, Š. Ungar, Mahalanobis clustering for color image segmentation and application to skin lesion classification, Advances in Data Analysis and Classification (predano)
  2. K. K. Gottwald, T. Hofmann, S. Majstorović Ergotić, On the total inverse flow of a graph, Aequationes Mathematicae (predano 2026.)
  3. S. Majstorović Ergotić, K. K. Gottwald, The total inverse flow of a graph: A Šoltés-type problem, Bulletin of the Malaysian Mathematical Sciences Society (predano 2026.)
  4. L. Borozan, D. Matijević, Scenario-Driven Control of Real-Time LLM Agents, MIPRO Robotics 2026 – 5th Robotics Conference (RTA), Zadar (prihvaćen, zbornik u pripremi)

Svi radovi sadrže zahvalu projektu OptimaAI (581-UNIOS-54), financiranom iz Nacionalnog plana oporavka i otpornosti.

Sudjelovanja na skupovima

DatumSkupSudjelovanje
25.–28. 9. 2026.GCB 2026 – German Conference on BioinformaticsB. Borozan, poster „Combinatorial CAR T-cell Circuit Design using Single- and Multi-Objective Local Search“
13.–17. 7. 2026.GECCO 2026, San Jose, KostarikaJ. Sabljo, izlaganje rada (Sabljo, Đumić, Đurasević); M. Đumić, sudjelovanje
10.–12. 7. 2026.GECCO 2026 SIGEVO Summer School, San JoseJ. Sabljo
9.-12.9. 2026.MIPRO Robotics 2026 – 5th Robotics Conference (RTA), ZadarL. Borozan, izlaganje rada (Borozan, Matijević)
26.–28. 5. 2026.MOTSP 2026 – Management of Technology Step to Sustainable Production, Zadarizlaganja: J. Maltar (visual place recognition), J. Benić (2D pose estimation benchmark), T. Prusina (edge-based bearing condition monitoring); D. Ševerdija, sudjelovanje
25.–29. 5. 2026.MIPRO 2026 – 49th ICT and Electronics Convention, Opatijaizlaganja: J. Sabljo (training models for evolving heuristics), L. Borozan (efficient checkpointing)
26. 5. 2026.Projektna radionica „Hiperheurističke metode za optimiranje problema usmjeravanja električnih vozila“, FER, ZagrebM. Đumić, R. Čorić, J. Sabljo

Otvoreni repozitoriji programskog koda

RepozitorijSadržajRadni paket
HPEBench2Dbenchmark za višeosobno 2D procjenjivanje poze u stvarnom vremenuRP2
CheckpointingSystemučinkovito spremanje stanja serijalizacijom objekata u C# aplikacijamaRP3
UPMSP-PRgenetsko programiranje za raspoređivanje na nesrodnim paralelnim strojevimaRP4

Suradnje i mobilnost

InstitucijaSuradnjaRazdoblje
Sveučilište u Regensburgu, Fakultet za informatiku i podatkovnu znanost (Njemačka)istraživački boravak Bartola Borozana; zajedničko istraživanje selekcije marker gena (RP1)1. 10. 2025. – 30. 6. 2026.
Sveučilište u Regensburgu, Fakultet za informatiku i podatkovnu znanost (Njemačka)kratki istraživački posjet Luke Borozana (Erasmus+)24.–28. 3. 2026.
TU Chemnitz, Fakultet za matematiku (Njemačka)S. Majstorović Ergotić znanstvena je komentorica doktoranda Kurta Klementa Gottwalda; dva zajednička rada (RP3)od 2026.
Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebuzajednički radovi s M. Đurasevićem (RP4); projektna radionica 26. 5. 2026.2026.
GECCO 2026 SIGEVO Summer School, San Jose (Kostarika)usavršavanje Josipe Sabljo10.–12. 7. 2026.

Istraživačka infrastruktura

U okviru projekta nabavljeni su rubni AI-uređaji niske potrošnje (studeni 2025.) koji se koriste za validaciju kompresiranih modela dubokog učenja te mjerenje brzine i potrošnje resursa na ograničenom hardveru (RP2, RP3).

U drugoj godini provedbe nabavlja se GPU klaster nove generacije koji će biti integriran u HPC infrastrukturu Fakulteta i otvoren svim radnim paketima; postupak javne nabave pokrenut je u listopadu 2026. Oprema nabavljena sredstvima projekta označena je amblemom Europske unije i izjavom o financiranju.

Novosti

  • Listopad 2026.Pokrenuta nabava GPU klastera i novi član tima

    Pokrenut je postupak javne nabave GPU klastera nove generacije za potrebe projekta, koji će biti integriran u HPC infrastrukturu Fakulteta. Od 1. studenoga 2026. timu se u radnom paketu RP4 pridružuje asistent Ivo Šušac. Sveučilištu je dostavljeno godišnje izvješće za prvu godinu provedbe.

  • Rujan 2026.GCB 2026

    Bartol Borozan predstavio je na konferenciji GCB 2026 (German Conference on Bioinformatics) poster o dizajnu kombinatornih sklopova CAR T-stanica metodama lokalne pretrage (RP1).

  • Srpanj 2026.GECCO 2026, San Jose

    Josipa Sabljo izložila je na konferenciji GECCO 2026 rad o evoluiranju pravila raspoređivanja genetskim programiranjem (RP4) i sudjelovala na ljetnoj školi SIGEVO Summer School.

  • Svibanj 2026.MOTSP, MIPRO i radionica na FER-u

    Rezultati projekta predstavljeni su na konferencijama MOTSP 2026 (Zadar; tri izlaganja iz RP2) i MIPRO 2026 (Opatija; dva izlaganja iz RP3 i RP4), a članice tima sudjelovale su na projektnoj radionici o hiperheurističkim metodama na FER-u u Zagrebu. Objavljena su tri javna repozitorija programskog koda.

  • Ožujak 2026.Posjet Sveučilištu u Regensburgu i polugodišnje izvješće

    Luka Borozan boravio je u kratkom istraživačkom posjetu Fakultetu za informatiku i podatkovnu znanost Sveučilišta u Regensburgu (Erasmus+), gdje Bartol Borozan provodi devetomjesečni istraživački boravak. Sveučilištu je dostavljeno polugodišnje izvješće o provedbi projekta.

  • Studeni 2025.Nabavljeni rubni AI-uređaji

    Nabavljeni su i pušteni u rad rubni AI-uređaji niske potrošnje, na kojima se validiraju kompresirani modeli dubokog učenja te mjere brzina i potrošnja resursa u stvarnom vremenu (RP2, RP3).

  • Listopad 2025.Početak projekta

    1. listopada 2025. započela je provedba četverogodišnjeg projekta OptimaAI, financiranog iz Nacionalnog plana oporavka i otpornosti (ugovor 581-UNIOS-54, 194.999,70 EUR). Projekt okuplja 15 istraživača Fakulteta u četiri radna paketa.

Financira Europska unija – NextGenerationEU

Financira Europska unija – NextGenerationEU. Izneseni stavovi i mišljenja samo su autorova i ne odražavaju nužno službena stajališta Europske unije ili Europske komisije. Ni Europska unija ni Europska komisija ne mogu se smatrati odgovornima za njih.

Projektni tim