Stojantiesiems

Nauja daktaro disertacija

Birželio 14, 2024
VILNIUS TECH didžiuojasi savo doktorantų disertacijomis, todėl VILNIUS TECH Biblioteka kviečia sekti skelbiamas naujas apgintas disertacijas. Šiandien pristatoma disertacija, tema „Mašininio mokymosi modelio taikymas pastato vėdinimo sistemos valdymo efektyvumui didinti“, kurią parengė doktorantas Jonas Bielskus. Disertacija rengta 2018–2024 metais Vilniaus Gedimino technikos universitete. Vadovė – doc. dr. Violeta Motuzienė .

Disertacija bus ginama viešame Statybos inžinerijos mokslo krypties disertacijos gynimo tarybos posėdyje 2024 m. birželio 14 d. 13 val. Vilniaus Gedimino technikos universiteto SRA-I posėdžių salėje.

Disertacijoje nagrinėjamos vėdinimo sistemos energijos suvartojimo problemos, kurios tiesiogiai susijusios su vartotojų elgsena. Pagrindiniai tyrimo objektai – atvirojo tipo biurai ir jų vėdinimo sistemos. Disertacijos tikslas – sukurti dirbtiniu intelektu grįstą vėdinimo sistemos valdymo modelį vadovaujantis vartotojų elgsenos prognozavimu. Darbe sprendžiami šie pagrindiniai uždaviniai: Pirmasis uždavinys – vartotojų elgsenos parametrų identifikavimas ir jų įtakos pastato energijos suvartojimui vertinimas. Antrasis uždavinys – atlikti realių pastatų ilgalaikę stebėseną, išanalizuoti pastatų užimtumo ir mikroklimato parametrų duomenis ir paruošti duomenų imtį, reikalingą matematiniam prognozavimo modeliui kurti. Trečiasis uždavinys – adaptuoti mašininiu mokymusi grįstų modelių taikymo galimybes pagal patalpų vartotojų užimtumą ir atlikti modelio validavimą. Disertaciją sudaro įvadas, trys skyriai, bendrosios išvados, naudotos literatūros ir autoriaus publikacijų disertacijos tema sąrašai. Įvadiniame skyriuje aptariama tiriamoji problema, darbo aktualumas, aprašomas tyrimų objektas, formuluojamas darbo tikslas bei uždaviniai, aprašoma tyrimų metodika, darbo temos naujumas, darbo rezultatų praktinė reikšmė, ginamieji teiginiai. Įvado pabaigoje pristatomos disertacijos tema autoriaus paskelbtos publikacijos ir pranešimai konferencijose bei disertacijos struktūra. Pirmasis skyrius skirtas literatūros apžvalgai. Jame aptariami veiksniai, darantys įtaką vartotojų elgsenai, ir vartotojų elgsenos prognozavimo modeliai. Antrajame skyriuje aptariami tyrimo objektai ir jų dalyvių elgsena, taip pat pasyviosios vartotojų elgsenos prognozavimo modeliai ir jų integravimo į pastato vėdinimo sistemą veikimo koncepcija. Trečiajame skyriuje atliekama mašininio mokymosi modelių prognozavimo jautrumo analizė. Pasiūlytas atvirojo tipo biurų vėdinimo sistemos modeliuojantis algoritmas, parodantis sistemos veikimo efektyvumą prog-nozuojant pasyviąją vartotojų elgseną. Kiekvieno skyriaus pabaigoje ir atlikus galutinius tyrimus pateikiamos bendros darbo išvados. Disertacijos pabaigoje yra atskiras skyrius, kuriame pateikiamos benrosios tyrimo išvados. Disertacijos tema paskelbti šeši straipsniai: du recenzuojamuose mokslo žurnaluose, turinčiuose cituojamumo rodiklį Clarivate Analytics Web of Science duomenų bazėse; vienas tarptautinių konferencijų leidiniuose, referuojamuose Clarivate Analytics Web of Science duomenų bazėje Conference Proceedings, trys kituose recenzuojamuose mokslo žurnaluose. Disertacijoje atliktų tyrimų rezultatai buvo paskelbti dviejose mokslinėse konferencijose Lietuvoje ir užsienyje.
 
Mokslo darbą galite rasti VILNIUS TECH Virtualiojoje bibliotekoje.

Galerija

Panašios naujienos

Kur stoti 2026 metais: patarimai, kaip išsirinkti patinkančias ir perspektyvias studijas?
Kur stoti 2026 metais: patarimai, kaip išsirinkti patinkančias ir perspektyvias studijas?
Baigus mokyklą daugelis abiturientų susiduria su tuo pačiu klausimu – kur stoti? Studijų pasirinkimas gali atrodyti sudėtingas, nes šiandien universitetai siūlo šimtus skirtingų programų, o darbo rinkos poreikiai nuolat keičiasi. Vis dėlto svarbu prisiminti, kad studijų kryptis nėra sprendimas visam gyvenimui. Kur kas svarbiau pasirinkti sritį, kuri atitinka tavo gebėjimus, pomėgius ir suteikia galimybių augti ateityje. Štai keli patarimai, kurie gali padėti apsispręsti. 1. Įvertink ne tik tai, kas patinka, bet ir kas perspektyvu Dažnai svarstydami apie studijas jaunuoliai daug dėmesio skiria pomėgiams, tačiau ne mažiau svarbu atsižvelgti ir į savo stipriąsias puses bei tai, kokių specialistų labiausiai trūksta. Jeigu sekasi matematika, logika ar technologijos, verta pasidomėti inžinerijos, informatikos ar duomenų analizės studijomis. Jeigu mėgsti kurti, domiesi dizainu ar komunikacija, gali būti artimos kūrybinių industrijų, architektūros ar medijų kryptys. Užimtumo tarnybos duomenimis, šiuo metu Lietuvoje labiausiai trūksta mechanikos ir elektros inžinierių, inžinerijos technikų, gamybos meistrų, technologijų specialistų. Renkantis studijas verta atkreipti dėmesį ne tik į konkrečią profesiją, bet ir į tai, kokias kompetencijas suteiks pasirinkta programa. Pasaulio ekonomikos forumo ir kitų tarptautinių organizacijų prognozės rodo, kad ateityje ypač svarbūs bus: dirbtinio intelekto ir duomenų analizės įgūdžiai; kibernetinio saugumo žinios; technologinis raštingumas; kūrybiškumas; problemų sprendimas; gebėjimas mokytis visą gyvenimą. 2. Nesirink studijų vien pagal pavadinimą Programų pavadinimai kartais gali būti klaidinantys. Prieš priimdamas sprendimą, būtinai peržiūrėk studijų planą, dėstomus modulius ir praktines veiklas. Pavyzdžiui, technologijų universitetuose siūlomos programos, tokios kaip dirbtinis intelektas, kibernetinis saugumas, mechatronika ir robotika, statybos inžinerija ar aviacijos technologijos, dažnai apima ne tik teorines žinias, bet ir darbą su realiais projektais, laboratorijomis bei modernia įranga. Todėl verta gilintis į turinį, o ne remtis vien programos pavadinimu. 3. Nebijok rinktis technologinių studijų Nors technologinės studijos kartais atrodo sudėtingos, šiandien jos apima gerokai daugiau nei vien matematiką ar programavimą. Modernios inžinerijos, transporto, aviacijos, statybos, architektūros ar informatikos studijos dažnai apjungia technologijas, kūrybiškumą ir praktinių problemų sprendimą. Būtent todėl šios sritys išlieka tarp perspektyviausių tiek Lietuvoje, tiek tarptautinėje darbo rinkoje. 4. Pasidomėk universiteto ryšiais su verslu Studijų kokybę lemia ne tik dėstytojai ar auditorijos. Svarbu ir tai, kiek universitetas bendradarbiauja su verslu bei pramone. Praktikos vietos, bendri projektai su įmonėmis, galimybė dirbti su realiomis užduotimis studijų metu padeda geriau pasirengti darbo rinkai ir dažnai tampa pirmuoju žingsniu į būsimą karjerą. 5. Įvertink studijų aplinką Universitetas – ne tik paskaitos, tai ir nauji draugai, profesiniai kontaktai ir pirmosios karjeros galimybės. Todėl verta atkreipti dėmesį į universiteto bendruomenę, studentų organizacijas, tarptautines programas, bendrabučius ir miesto siūlomas galimybes. Studijuojant Vilniuje atsiveria daugiau galimybių dalyvauti konferencijose, hakatonuose, verslo renginiuose, atlikti praktikas ar susirasti darbą dar studijų metu. 6. Pasikalbėk su esamais studentais Vienas geriausių būdų suprasti, ar studijų programa tau tinka, – pasikalbėti su ją studijuojančiais studentais. Jie gali papasakoti: kaip atrodo kasdienės studijos; kokių dalykų mokomasi; kiek dėmesio skiriama praktikai; kokios karjeros galimybės atsiveria baigus studijas. Tokia informacija dažnai būna vertingesnė nei oficialūs programų aprašymai. 7. Jei dvejoji – rinkis platesnę kryptį Ne visi abiturientai tiksliai žino, kuo nori būti ateityje. Tai visiškai normalu. Tokiu atveju verta rinktis studijas, kurios suteikia platų pagrindą ir leidžia vėliau specializuotis konkrečioje srityje. Informatikos, inžinerijos, verslo technologijų, kūrybinių industrijų ar transporto inžinerijos studijos dažnai suteikia plačiai pritaikomą išsilavinimą ir galimybę rinktis daugiau nei vieną karjeros kryptį. Svarbiausia – nebijoti klysti Dažna stojančiųjų klaida yra įsitikinimas, kad vienas pasirinkimas nulems visą gyvenimą. Iš tikrųjų šiandien profesinis kelias retai būna tiesus. Daugelis specialistų vėliau persikvalifikuoja, gilina kompetencijas ar pereina į gretimas sritis. Todėl svarbiausia rinktis studijas, kurios suteikia tvirtą žinių pagrindą, ugdo gebėjimą mokytis ir padeda suprasti, kas iš tiesų domina. Tokios studijos tampa gera pradžia nepriklausomai nuo to, kokį karjeros kelią pasirinksi ateityje.
Plačiau
Nauja daktaro disertacija
Nauja daktaro disertacija
VILNIUS TECH didžiuojasi savo doktorantų disertacijomis, todėl VILNIUS TECH Biblioteka kviečia sekti skelbiamas naujas apgintas disertacijas. Šiandien pristatoma disertacija „Rekurentiniais neuroniniais tinklais grįstų metodų tyrimas siekiant anksti aptikti gedimus ir atlikti trumpalaikes galios prognozes vėjo energetikoje“ („Investigation of recurrent neural networks-based methods for early fault detection and short-term power forecasting in wind energy applications“), kurią parengė doktorantas Mindaugas Jankauskas. Disertacija rengta 2021–2026 metais Vilniaus Gedimino technikos universitete, vadovas – prof. dr. Artūras Serackis. Disertacija ginama viešame Elektros ir elektronikos inžinerijos mokslo krypties disertacijos gynimo tarybos posėdyje 2026 m. birželio 5 d. 10 val. Vilniaus Gedimino technikos universiteto Aula Doctoralis posėdžių salėje. Didėjantis vėjo energijos vaidmuo šiuolaikinėse elektros energetikos sistemose lemia augantį patikimo vėjo jėgainių veikimo, tikslaus trumpalaikio galios prognozavimo ir skaičiavimo požiūriu efektyvių duomenimis grįstų metodų poreikį. Šioje disertacijoje sprendžiamos dvi tarpusavyje susijusios problemos: ankstyvas gedimų aptikimas vėjo jėgainėse, naudojant valdymo, priežiūros ir duomenų surinkimo (SCADA) laike kintančių rodmenų duomenis, ir trumpalaikis vėjo jėgainių parko generuojamos galios prognozavimas, naudojant meteorologines prognozes. Tyrimo tikslas – sukurti ir ištirti duomenimis grįstus metodus, kurie pagerintų būsenos stebėsenos ir prognozavimo tikslumą, efektyvumą bei praktinį pritaikomumą vėjo energetikos sistemose. Pirmojoje disertacijos dalyje kuriamas virtualiu jutikliu grįstas metodas, skirtas būsenai stebėti ir ankstyviems gedimams aptikti, kai neįprastas veikimas nustatomas pagal skirtumo tarp išmatuotų ir prognozuotų jutiklio reikšmių nuokrypį. Tyrime nagrinėjama, kaip įvesties duomenų pateikimas, mokymo parametrų parinkimas, rekurentinio modelio struktūra ir aktyvavimo funkcijos veikia virtualaus jutiklio tikslumą ir praktinį pritaikomumą. Antrojoje disertacijos dalyje analizuojamos ir optimizuojamos virtualiajam jutikliui taikomos rekurentinių neuroninių tinklų struktūros, vertinant įvesčių sekų sudarymą, mokymo parametrų parinkimą ir alternatyvias aktyvavimo funkcijas, siekiant padidinti tikslumą ir sumažinti praktiniam taikymui svarbias skaičiavimo sąnaudas. Trečiojoje disertacijos dalyje nagrinėjamas dvikrypčiu ilgos trumpalaikės atminties modeliu (BiLSTM) pagrįstas trumpalaikio vėjo jėgainių parko galios prognozavimo metodas, naudojantis skaitinių orų prognozių (NWP) duomenis. Tyrime analizuojama skirtingų meteorologinių prognozių šaltinių įtaka ir vertinamas tikslo funkcijos, papildytos normalizuotu „Nord Pool“ kainos daugikliu, tinkamumas paros į priekį energijos gamybos prognozėms. Disertacija prisideda prie vėjo energetikos ir dirbtinio intelekto sričių, pasiūlydama ir validuodama duomenimis grįstus metodus virtualiam jutikliui sukurti, prognozuojamos ir matuojamos reikšmės skirtumu grįstiems ankstyviems gedimams aptikti, rekurentiniams modeliams optimizuoti, skaičiavimo požiūriu efektyvioms aktyvavimo funkcijoms parinkti ir trumpalaikei vėjo generuojamai galiai prognozuoti, vertinant ne tik pagal statistinę paklaidą, bet ir pagal rinkos rezultatą. Tyrimo rezultatai paskelbti trijuose recenzuojamuose mokslo žurnaluose ir viename konferencijos straipsnių rinkinyje, taip pat pristatyti septyniose konferencijose ir seminaruose. Mokslo darbą galite rasti VILNIUS TECH Virtualiojoje bibliotekoje.
Plačiau