BUDAPESTI M SZAKI F ISKOLA ALKALMAZOTT INFORMATIKAI DOKTORI ISKOLA LÉTESÍTÉSE AKKREDITÁCIÓS PÁLYÁZAT 2008. DECEMBER
TARTALOM 1. A DOKTORI ISKOLA ADATAI 2 2. A DOKTORI ISKOLA SZEMÉLYI FELTÉTELEI 3 2.1. A doktori iskola vezet jének jelölt személy 3 2.2. A doktori iskola törzstagjai 3 2.3. A doktori iskola els három évre javasolt témavezet i 3 2.4. A doktori iskola további intézményi oktatói 4 2.5. Meghívott hazai és külföldi oktatók és témavezet k 4 2.6. Részletes személyi adatok 4 3. A DOKTORI ISKOLA KÉPZÉSI TERVE 5 3.1. A doktori iskola felépítése 7 3.2. A doktori iskola oktatási programjának szerkezete 9 3.3. A doktori iskola tárgyai 10 3.4. A doktori iskola kutatási témái 12 4. A DOKTORI ISKOLA MIN SÉGBIZTOSÍTÁSI TERVE 15 5. A DOKTORI ISKOLA M KÖDÉSI SZABÁLYZATA 16 1
1. A DOKTORI ISKOLA ADATAI Az intézmény neve: Budapesti M szaki F iskola 1034 Budapest, Bécsi út 96/b A doktori iskola tudományterületi, tudományági besorolása: m szaki tudományok (2), informatikai tudományok (2.8) A doktori iskola kutatási területe és neve: informatika, Alkalmazott Informatikai Doktori Iskola A kiadható doktori fokozat tudományágának megnevezése: informatikai tudományok Az intézményben oktatott akkreditált releváns mesterképzési szak: mérnök informatikus MSc szak MAB akkreditációs határozat száma: MAB 2007/7/XIV/1/12 A doktori iskola honlapjának címe: http://phd.bmf.hu 2
2. A DOKTORI ISKOLA SZEMÉLYI FELTÉTELEI 2.1. A DOKTORI ISKOLA VEZET JÉNEK JELÖLT SZEMÉLY Galántai Aurél, egyetemi tanár, DSc 2.2. A DOKTORI ISKOLA TÖRZSTAGJAI Bitó János, professor emeritus, DSc Fodor János, egyetemi tanár, DSc Galántai Aurél, egyetemi tanár, DSc Gáspár Péter, kutatóprofesszor, DSc Horváth László, egyetemi tanár, CSc Krómer István, egyetemi tanár, DSc Nemcsics Ákos, egyetemi tanár, CSc Rudas Imre, egyetemi tanár, DSc Szeidl László, egyetemi tanár, DSc 2.3. A DOKTORI ISKOLA ELS HÁROM ÉVRE JAVASOLT TÉMAVEZET I Bitó János, professor emeritus, DSc Fodor János, egyetemi tanár, DSc Galántai Aurél, egyetemi tanár, DSc Gáspár Péter, kutatóprofesszor, DSc Horváth László, egyetemi tanár, CSc Krómer István, egyetemi tanár, DSc Nemcsics Ákos, egyetemi tanár, CSc Rudas Imre, egyetemi tanár, DSc Szeidl László, egyetemi tanár, DSc Bakó András, egyetemi tanár, DSc Hermann Gyula, f iskolai tanár, CSc Horváth Zsolt József, f iskolai tanár, CSc Kóczy Á. László, f iskolai tanár, PhD Rövid András, f iskolai docens, PhD Seebauer Márta, f iskolai tanár, CSc Sima Dezs, egyetemi tanár, DSc Takács Márta, f iskolai docens, PhD 3
Tar József, f iskolai tanár, CSc 2.4. A DOKTORI ISKOLA TOVÁBBI INTÉZMÉNYI OKTATÓI Nádai László, igazgató, PhD Réti Tamás, egyetemi tanár, DSc 2.5. MEGHÍVOTT HAZAI ÉS KÜLFÖLDI OKTATÓK ÉS TÉMAVEZET K Abaffy József, egyetemi tanár, DSc Ajith Abraham, kutató professzor, PhD Bejczy Antal, egyetemi tanár, PhD Csendes Tibor, egyetemi tanár, DSc Dombi József, egyetemi docens, CSc Fegyverneki Sándor, egyetemi docens, PhD Toshio Fukuda, egyetemi tanár, PhD Fullér Róbert, egyetemi tanár, CSc Fülöp János, tudományos f munkatárs, egyetemi docens, PhD Kaoru Hirota, egyetemi tanár, PhD Jozef Kelemen, egyetemi tanár, DSc Oussama Khatib, egyetemi tanár, PhD Erich Peter Klement, egyetemi tanár, PhD Dušan Kocur, egyetemi tanár, CSc Tsu-Tian Lee, egyetemi tanár, PhD Ladislav Madarász, egyetemi tanár, PhD Maros István, egyetemi tanár, DSc Endre Pap, egyetemi tanár, PhD Radu-Emil Precup, egyetemi tanár, PhD Stefan Preitl, egyetemi tanár, PhD Emilio Spedicato, egyetemi tanár, PhD Masayoshi Tomizuka, egyetemi tanár, PhD 2.6. RÉSZLETES SZEMÉLYI ADATOK A doktori iskola törzstagjairól, témavezet ir l/oktatóiról, valamint meghívott témavezet ir l/oktatóiról szóló részletes adatokat a MAB-hoz benyújtandó pályázat fogja tartalmazni. 4
3. A DOKTORI ISKOLA KÉPZÉSI TERVE Az Alkalmazott Informatika Doktori Iskola célja olyan m szaki tudományos kutatók képzése, akik egyaránt járatosak a lágy és kemény számítástudományok elméletében, és az elsajátított multidiszciplináris ismeretek szinergikus, alkotó módon történ alkalmazása révén képesek önállóan megoldani valós ipari igényekre épül kutatás-fejlesztési feladatokat. A kemény számítástudomány (hard computing) célja a m szaki fizikai folyamatok és rendszerek analízise és tervezése, jellemz en kvantitatív, formális, és kategorizáló módszerek alkalmazása révén. Alapja a klasszikus kétérték logika, pontos értékeket használ a számítások során, eszköztára felöleli a numerikus analízis, a valószín ségelmélet, a differenciálegyenletek, a funkcionálanalízis, a matematikai programozás, és a becsléselmélet témaköreit. A lágy számítástudomány (soft computing) célja eredend en az intelligens mérnöki rendszerek analízise és tervezése. Jellemz en többérték (pl. fuzzy) logikán alapul, következtetéseit neurális hálózatok és/vagy probabilisztikus módszerek (pl. genetikus algoritmusok) alkalmazása révén nyeri, felhasználja a káoszelmélet és a gépi tanulás eredményeit, és eredményei pontos értékek helyett inkább becslések vagy diszpozíciók formájában jelentkeznek. Az alábbi ábra mutatja a két területhez tartozó diszciplínákat, és azok összefüggésrendszerét. A Budapesti M szaki F iskola komoly hagyományokkal és min sített kutatói bázissal rendelkezik mind a lágy, mind a kemény számítástudományok vonatkozásában. Kutatói hátterünk a BMF megalakulásával, 2000-ben jött létre a jogel d intézmények munkatársaiból, és az integráció óta folyamatosan er södik személyi állományában és kutatási tevékenységében egyaránt. Kutatási tevékenységünk folyamatos fejl dését 5
sikeres hazai és nemzetközi projektek sora igazolja, hagyományosan er s ipari kapcsolataink tovább b vültek az elmúlt évek során; a f iskolai oktatók publikációs tevékenysége nemzetközileg is jegyzett, és nem utolsó sorban a BMF tudományos folyóiratának (Acta Polytechnica Hungarica) elismertsége is egyre n mind a hazai, mind a nemzetközi szakmai közösségben. Az elméleti és alkalmazott kutatási tevékenység sokszín sége jól tükrözi a személyi állomány széles spektrumú oktatási tapasztalatait és tudományos ismeretanyagát. A Doktori Iskola célkit zése, hogy túllépjünk a hagyományos, diszciplináris szemlélet megközelítésen, hisz a valós ipari alkalmazások motiválta tudományos problémák a számos esetben csak az alkalmazott informatika teljes eszköztárának bevetésével oldhatók meg. Ily módon elmosódik a határvonal a korábban élesen elkülönült tudományágak között, a gyakorlati feladatok megoldásához szükséges projektorientált szemléletmód szinergiákat generál a diszciplínák között, és egy újszer alkalmazott informatikai tudásháromszög alakul ki. A Doktori Iskola két témacsoportja szoros kapcsolatban áll egymással. Az intelligens mérnöki rendszerekben a mérnöki számítások területén kidolgozott matematikai, modellezési, számítási, és informatikai eszközök kerülnek alkalmazásra. Másrészr l a mérnöki számítások témacsoport számára az intelligens mérnöki rendszerek témacsoport kutatási témái természetes módon adódó alkalmazási területeket jelentenek. A Doktori Iskola törzstagjai kutatásaik során már eddig is jelent s mértékben együttm ködtek, amit a közös publikációk magas száma is jelez. Ugyanakkor a Doktori Iskola egyik alapvet célja, hogy a törzstagok és vendégoktatók ne csak a saját kutatási témáikat er sítsék, hanem egymást kiegészítve interdiszciplináris jelleg új kutatási témákat generáljanak, és az azokon dolgozó tehetséges fiatalok nemzetközi mércével is jelent s eredményeket érjenek el. 6
3.1. A DOKTORI ISKOLA FELÉPÍTÉSE A fentiekben megfogalmazott alapelveknek megfelel en a Doktori Iskola két, egymással összefügg, alkalmazott informatikai jelleg témacsoportja: Intelligens mérnöki rendszerek, Mérnöki számítások (Computational Engineering). 3.1.1. INTELLIGENS MÉRNÖKI RENDSZEREK (IMR) TÉMACSOPORT Az INTELLIGENS MÉRNÖKI RENDSZEREK (IMR) témacsoport a mérnöki modellezés, a szimuláció, az ismeretalapú intelligens mérnöki rendszerek, a robotika, a mechatronika, az irányításelmélet, a termelésirányítás és termeléstervezés, a számítógéppel segített gyártás, a közlekedésinformatika stb. informatika-orientált diszciplínáiból építkezik. A témacsoport kiemelt fontosságú speciális témái, melyek az ipar által felvetett tudományos problémák megoldása során gyakran el térbe kerülnek: az irányítási hálózatok (Control over Networks) és a szoftver-alapú irányítás elmélete (Software Enabled Control), az integrált módon megvalósított érzékelés és szabályozás problematikája, a termelésinformatika módszertani és koncepcionális kérdései, a számítógéppel segített gyártás, és az intelligens közlekedési rendszerek. E területeken a Budapesti M szaki F iskola jelent s szellemi er forrásokkal, hazai és nemzetközi kutatási (akadémiai és ipari) együttm ködésekkel rendelkezik. A tématerület vezet je: A tématerület m vel i: Rudas Imre (törzstag) Bitó János (törzstag) Gáspár Péter (törzstag) Horváth László (törzstag) Bakó András (intézményi oktató /témavezet ) Hermann Gyula (intézményi oktató/témavezet ) Rövid András (intézményi oktató /témavezet ) Tar József (intézményi oktató /témavezet ) Ajit Abraham (vendégoktató/témavezet ) Bejczy Antal (vendégoktató/témavezet ) Toshio Fukuda (vendég oktató/témavezet ) Kaoru Hirota (vendégoktató/témavezet ) Jozef Kelemen (vendégoktató/témavezet ) Oussama Khatib, egyetemi tanár, PhD Dušan Kocur (vendégoktató/témavezet ) Tsu-Tian Lee (vendégoktató/témavezet ) Ladislav Madarász (vendégoktató/témavezet ) Radu-Emil Precup (vendégoktató/témavezet ) Stefan Preitl (vendégoktató/témavezet ) 7
Masayoshi Tomizuka (vendég oktató/témavezet ) 3.1.2. MÉRNÖKI SZÁMÍTÁSOK (SZÁMÍTÁSMÉRNÖKI TUDOMÁNY, COMPUTATIONAL ENGINEERING, CE) TÉMACSOPORT MÉRNÖKI SZÁMÍTÁSOKNAK (számításmérnöki tudomány, Computational Engineering, CE) nevezzük azt a m szaki és természettudományok, alkalmazott matematika, számítástudomány és a nagy teljesítmény informatikai rendszerek határterületén a közelmúltban kialakult, interdiszciplináris területet, amelynek célja hatékony számítási rendszerek tervezése, fejlesztése, és alkalmazása a tudományos és mérnöki-fizikai problémák megoldására. Ez a tevékenység a feladat megoldására szolgáló algoritmusok kidolgozásán, és az algoritmusokat realizáló szoftver gyakorlati implementációján túlmen en tartalmazza a számított eredmények és egyéb adatok megjelenítésének, elemzésének, és interpretálásának módszertanát és eszközeit is. A szakterület a problémák megoldási módszertanára, és a robosztus, problémaorientált megoldási eszközökre koncentrál. A mérnöki számítások diszciplína f komponensei: számítási matematika (numerikus módszerek, numerikus optimálás, numerikus lineáris algebra, operációkutatás, sztochasztikus rendszerek szimulációja, számítógépes szimuláció, modellezés, stb.) nagyteljesítmény informatika (számítógépek architektúrája, párhuzamos algoritmusok, szoftvermérnöki ismeretek, stb.) konkrét mérnöki-tudományos alkalmazási területek. A mérnöki számítások diszciplína felhasználja az alkalmazott matematika és a számítástudomány eszközeit a problémák megoldáshoz, de különbözik azoktól abban a tekintetben, hogy az elemzések és módszerek (módszerfejlesztések) célja az adott alkalmazási terület problémájának hatékony megoldása. Ez a konkrét alkalmazási terület lényegi ismeretét, továbbá az adott szakterülettel/szakért kkel történ intenzív és mély kooperációt igényeli. Ilyen kiemelt fontosságú, speciális témák a gyakorlati feladatok megoldásához nélkülözhetetlen modellalkotás különböz módszertanai (operációkutatás, rendszerelmélet, fuzzy elmélet stb.), a heurisztikus és numerikus algoritmusok, a sztochasztikus modellezés és szimuláció, vagy az ún. high performance computing. Az utóbbi területen tervezett kutatások az elmúlt id szak egyik igéretes fejlesztéséhez, nevezetesen a többmagos heterogén csatolt architektúrájú processzorokhoz kapcsolódnak, melynek f pontjai: a nevezett rendszerek tervezési terének meghatározása és teljesítményvizsgálatai. Az adott témában a témavezet együttm ködik az IBM Böblingeni és Austini Kutató Laboratóriumával kutatási együttm ködés keretében. A konkrét alkalmazási területek közül megemlítjük az energetikai rendszerek hatékonyságnövelési vizsgálatait, illetve az anyagtudományi szimulációs vizsgálatokat; e két példából is jól érzékelhet az egy-egy gyakorlati feladat kapcsán felmerül tudományos kérdések komplexitása. A mérnöki számítások témakörben jelent s számú egyetemi (BSc, MSc) és doktori képzés van az USA-ban, Európában, Ázsiában, és Ausztráliában. A Budapesti M szaki F iskola a mérnöki számítások sikeres m veléséhez szükséges mindhárom szakterületen jelent s személyi er forrással rendelkezik, akik a hazai és nemzetközi szakmai kooperációban is jelent s tapasztalatokat szereztek. 8
A tématerület vezet je: A tématerület m vel i: Szeidl László (törzstag) Fodor János (törzstag) Galántai Aurél (törzstag) Krómer István (törzstag) Nemcsics Ákos (törzstag) Horváth Zsolt József (intézményi oktató/témavezet ) Kóczy Á. László (intézményi oktató/témavezet ) Seebauer Márta (intézményi oktató/témavezet ) Sima Dezs (intézményi oktató/témavezet ) Takács Márta (intézményi oktató/témavezet ) Réti Tamás (intézményi oktató) Abaffy József (vendégoktató/témavezet ) Csendes Tibor (vendégoktató/témavezet ) Dombi József (vendégoktató/témavezet ) Fegyverneki Sándor (vendégoktató/témavezet ) Fullér Róbert (vendégoktató/kutató) Fülöp János (vendégoktató/kutató) Erich Peter Klement (vendégoktató/kutató) Maros István (vendégoktató/témavezet ) Endre Pap (vendégoktató/témavezet ) Emilio Spedicato (vendégoktató/témavezet ) 3.2. A DOKTORI ISKOLA OKTATÁSI PROGRAMJÁNAK SZERKEZETE A doktori képzés 6 félévb l áll. A 6 félév alatt az abszolutórium megszerzéséhez a hallgatónak 180 kreditpontot kell megszereznie a következ k szerint: Tantárgyak: legalább 48 kredit, tantárgyanként 6 kredit értékkel. Félévenkénti (irásos és szóbeli) kutatási beszámoló: 1-4 félévben: 6-6 kredit, 5-6 félévben: 10-10 kredit (összesen: 44 kredit). A kutatási témához kapcsolódó publikációk: legalább 50 kredit a DSZ kreditszabályzata szerint. Aktív részvétel kutatási projektben: 6-10 kredit/projekt. Részvétel az oktatásban: legfeljebb 45 kredit, heti 1 kontaktóra = 2 kredit. A kreditszabályzat szerint a képzés keretében a hallgatónak minimum nyolc (8) tárgyat kell felvenni és eredményes vizsgával kell zárni. A minimum 8 tárgyból 4 tárgy kötelez en el irt, a doktori témához kapcsolódó alapozó tárgy, amelyb l 2 tárgy a matematikai-informatikai, 2 tárgy pedig a kutatási tématerület megalapozását szolgálja. Ezt a 4 tárgyat a doktori iskola tanács hagyja jóvá a témavezet javaslatára. 9
A további 4 tárgyat a hallgató szabadon választ-hatja a doktori iskola valamennyi meghirdetett tárgya közül a témavezet egyetértésével. A doktori képzés és a doktori értekezés sikeres elvégzése érdekében a képzés els hatodik félévében a hallgatónak félévente egy kötelez beszámolót kell írnia a kutatási témájában történ el rehaladásáról, amelyet a doktori iskola a szabályzatában meghatározott módon kreditpontokkal értékel. A tárgyak ajánlott felvételi struktúráját és a kötelez beszámolók rendjét az alábbi táblázat mutatja: A tárgy típusa Matematikai-informatikai alapozó tárgy 1. X Matematikai-informatikai alapozó tárgy 2. X Tématerületi alapozó tárgy 1. Tématerületi alapozó tárgy 2. Választható tárgy 1. Választható tárgy 2. Választható tárgy 3. Választható tárgy 4. Kutatási beszámoló Félév 1 2 3 4 5 6 X X X X X X X X X X X X 3.3. A DOKTORI ISKOLA TÁRGYAI A doktori iskola által meghirdetni kívánt tárgyak részletes tematikáit külön fájlban adjuk meg (DI_targyak.pdf). A tárgyak és az oktatók a következ k: 1. Mikrorobotok adaptív irányítása (Bitó János) 2. Modern heurisztikák (Fodor János) 3. Swarm intelligence (Fodor János) 4. Bevezetés a mérnöki számítási módszerekbe (Galántai Aurél) 5. Mérnöki számítási módszerek 1 (Galántai Aurél) 6. Mérnöki számítási módszerek 2 (Galántai Aurél) 7. Irányítástervezési módszerek és algoritmusok mechatronikai rendszerekben (Gáspár Péter) 8. Modellezési módszerek mechatronikai rendszerek irányítástervezésében (Gáspár Péter) 9. Numerikus eljárások az irányítástervezésben (Gáspár Péter) 10. Mérnöki objektumok kontextuális definiálása és ábrázolása (Horváth László) 11. Többszörös emberi szándékon alapuló döntések termékmodellezésben (Horváth László) 10
12. Virtuális terek komplex mérnöki objektum-rendszerek számítógépi ábrázolására (Horváth László) 13. Bevezetés a rendszerszint mérnöki döntések módszereibe (Krómer István) 14. A kockázat és bizonytalanság kezelés mérnöki módszerei (Krómer István) 15. A kvantum számítógépek avagy az önszervez d alacsonydimenziós rendszerek (Nemcsics Ákos) 16. Kvantum számítások (Rudas Imre) 17. Számítási intelligencia, hibrid rendszerek (Rudas Imre) 18. Robot irányítás és modellezés (Rudas Imre, Tar József) 19. Bevezetés a sztochasztikus folyamatok elméletébe (Szeidl László) 20. Sztochasztikus rendszerek modellezése (Szeidl László) 21. Hálózati folyam algoritmusok (Bakó András) 22. Számítógépes geometria (Hermann Gyula) 23. Érzékel k mérnöki alkalmazásai (Hermann Gyula) 24. Alkalmazott térfelosztásos geometriai modellezés (Hermann Gyula) 25. A modern félvezet eszközök és áramkörök el állításának és m ködésének fizikai folyamatai (Horváth Zsolt József) 26. Játékelmélet (Kóczy Á. László) 27. Intelligens közlekedési rendszerek (Nádai László) 28. Módszerek és algoritmusok a digitális képfeldolgozásban (Rövid András) 29. Párhuzamos és konkurrens folyamatok modellezése (Seebauer Márta) 30. Korszer számítógép architektúrák (Sima Dezs ) 31. Fuzzy következtetési rendszerek (Takács Márta) 32. Statisztikai hipotézisvizsgálat (Takács Márta) 33. Nemlineáris rendszerek adaptív irányítása geometriai megközelítéssel (Tar József) 34. Termikusan aktivált átalakulási folyamatok modellezése ötvözetekben (Réti Tamás) 35. Bevezetés a numerikus analízisbe (Abaffy József) 36. Computational Intelligence (Ajith Abraham) 37. Applied computer science in mechatronics (Bejczy Antal) 38. Globális optimalizálás (Csendes Tibor) 39. Bevezetés a fuzzy elméletbe (Dombi József) 40. Fuzzy elmélet alkalmazásai (Dombi József) 41. Többváltozós statisztika (Fegyverneki Sándor) 42. Robusztus statisztika, regresszió (Fegyverneki Sándor) 43. Intelligent Mechatronics and Robotics (Toshio Fukuda) 44. Fuzzy Optimization and Decision Making (Fullér Róbert) 11
45. Optimalizálási modellek (Fülöp János) 46. Fuzzy AI Neuro in Computational Intelligence (Kaoru Hirota) 47. Computerized Knowledge Processing (Jozef Kelemen) 48. Advanced Robotics (Oussama Khatib) 49. Fuzzy Logic (Erich Peter Klement) 50. Adaptive Filtering Theory (Dušan Kocur) 51. Neural Fuzzy Control and Its Applications (Tsu-Tian Lee) 52. Intelligent technologies and their applications in large scale systems (Ladislav Madarász) 53. Nagyméret optimalizálási feladatok megoldási módszerei (Maros István) 54. Aggregation functions (Endre Pap) 55. Intelligent Control Systems (Radu-Emil Precup) 56. Stability Analysis of Dynamical Systems (Radu-Emil Precup) 57. Communication of the Research results: papers and reports. How to concept and present them (Stefan Preitl) 58. Basics in control structures and algorithms. Internal model based control (Stefan Preitl) 59. ABS methods for linear systems and applications to nonlinear optimization (Emilio Spedicato) 60. Iterative Learning Control and Repetitive Control (Masayoshi Tomizuka) 3.4. A DOKTORI ISKOLA KUTATÁSI TÉMÁI A doktori iskola által meghirdetni kívánt kutatási témák részletes leírását külön fájlban adjuk meg (DI_temak.pdf). A témák és a témavezet k a következ k: 1. Mikrorobotok adaptív irányítása (Bitó János) 2. A bizonytalanság kezelése m szaki problémákban (Fodor János) 3. A fuzzy logikai operátorok összehasonlító elemzése az alkalmazások szempontjából (Fodor János) 4. Számítógépes eljárások numerikus stabilitásának vizsgálati eljárásai (automatikus hibaanalízis) és megbízhatóságuk (Galántai Aurél) 5. Numerikus eljárások utólagos hibabecsléseinek vizsgálata és továbbfejlesztése (Galántai Aurél) 6. Hatékony és stabil algoritmusok fejlesztése speciális struktúrájú nemlineáris egyenletrendszerek és optimalizálási feladatok megoldására (Galántai Aurél) 7. Intelligens érzékel k a mechatronikai rendszerek irányítástervezési feladataiban (Gáspár Péter) 8. Emberi gondolkodási és modell generálási folyamatok kommunikációjának a vizsgálata mérnöki objektumok definiálásánál, virtuális terekben (Horváth László) 12
9. Módosítások hatásainak terjedése objektum-leírásokból és ezek relációiból épített, nagyméret termékmodellekben (Horváth László) 10. Objektumok modelljeiben leírt információ tartalmának új modellje mérnökök közötti kommunikáció fejlesztésére (Horváth László) 11. Sztochasztikus modellezési módszerek rendszerszint energiahatékonyság növelési potenciál vizsgálatára (Krómer István) 12. A RHEED oszcilláció partikuláris viselkedésének modellezése MC módszerrel (Nemcsics Ákos) 13. Új SVD- és fixpont transzformáció- alapú adaptív szabályozási eljárások összehasonlítása a klasszikus modell-alapú módszerekkel nemlineáris paradigmák példáján (Rudas Imre) 14. Új SVD- és fixpont transzformáció- alapú adaptív szabályozási eljárások összehasonlítása a klasszikus Soft Computing alapú módszerekkel nemlineáris paradigmák példáján (Rudas Imre) 15. Két- és többállapotú kvantumrendszerek állapottér-reprezentációjának analízise és szintézise (Rudas Imre) 16. Sztochasztikus jelleg m szaki természettudományi gazdasági folyamatok modellezése és szimulációs vizsgálata (Szeidl László) 17. Intelligens Közlekedési Rendszerek (Bakó András) 18. Robosztus számítógépes eljárások a koordináta méréstechnikában (Hermann Gyula) 19. A pásztázó mikroszkópia felület rekonstrukciós algoritmusainak vizsgálata és továbbfejlesztése (Hermann Gyula) 20. Nagy pontosságú mechanikus mér tapintók összehasonlító elemzése és dinamikus viselkedésének modellezése (Hermann Gyula) 21. Fotolumineszcens anyagok gerjesztése nagyenergiájú elektronokkal - számítógépes modellezés (Horváth Zsolt József) 22. Nanokristályos memóriaelemek számítógépes modellezése (Horváth Zsolt József) 23. Dinamikus megoldások kiegyensúlyozatlan kooperatív játékokban (Kóczy Á. László) 24. Felületek, mintázatok felismerése intelligens informatikai módszerekkel (Rövid András) 25. Kaotikus folyamatok modellezése virtuális térben (Seebauer Márta) 26. Sokmagos processzorok teljesítmény viszonyainak vizsgálata (Sima Dezs ) 27. Fuzzy operátor alapú következtetési rendszerek hatékonyságvizsgálata környezetvédelmi rendszerekben (Takács Márta) 28. Statisztikai hipotézisvizsgálaton alapuló és fuzzy alapú preferenciamodellek hatásvizsgálata és fejlesztése (Takács Márta) 29. Nemlineáris rendszerek új, geometriai szemlélet adaptív szabályozása törtrend deriváltak felhasználásával (Tar József) 30. Lineáris egyenletrendszerek numerikus módszereinek összehasonlítása és m szaki alkalmazásuk (Abaffy József) 13
31. Intelligent sensor networks (Ajith Abraham) 32. Scheduling in computational grids (Ajith Abraham) 33. Optimization of intelligent systems (Ajith Abraham) 34. Applied computer science in mechatronics (Bejczy Antal) 35. Szimbolikus algoritmusok fejlesztése és tesztelése nemlineáris optimalizálási feladatok egyszer sítése céljából (Csendes Tibor) 36. Összefüggés elemzése többérték logikai operátorok segítségével (Dombi József) 37. Robot irányítás Voronoi diagramon alapuló approximáció alapján (Dombi József) 38. Robusztus becslések és tulajdonságaik (Fegyverneki Sándor) 39. Abrazív gyártási felületek sztochasztikus modellezése (Fegyverneki Sándor) 40. Optimization with linguistic variables (Fullér Róbert) 41. Speciális szerkezet globális optimalizálási feladatok megoldása (Fülöp János) 42. Computational Intelligence and its Applications (Kaoru Hirota) 43. Knowledge Management of Computerized Knowledge Processing (Jozef Kelemen) 44. Lipschitz Triangular Norms (Erich Peter Klement) 45. Kalman and Particle Filters for Through Wall Moving Target Tracking by Using UWB Radar (Dušan Kocur) 46. Intelligent Transportation Systems (Tsu-Tian Lee) 47. Algorithms of situational control and modeling of complex systems (Ladislav Madarász) 48. Optimalizációs algoritmusok paramétereinek automatikus beállítása (Maros István) 49. Aggregation functions (Endre Pap) 50. Stable Design of Fuzzy Control Systems (Radu-Emil Precup) 51. Iterative Techniques in the Development of Fuzzy Control Systems (Radu-Emil Precup) 52. Model Based-Control Techniques in the Development of Fuzzy Control Systems (Stefan Preitl) 53. Scaled ABS methods for linear Diophantine equations (Emilio Spedicato) 14
4. A DOKTORI ISKOLA MIN SÉGBIZTOSÍTÁSI TERVE A min ségbiztosítási tervet külön fájlban csatoljuk (minoseg.pdf). 15
5. A DOKTORI ISKOLA M KÖDÉSI SZABÁLYZATA A doktori iskola m ködési szabályzatát külön fájlban csatoljuk (szabalyzat.pdf). 16