docAutoreferat przedstawiający opis dorobku i osiągnięć w działalności
download 
Reklamacja Transkrypt
Autoreferat przedstawiający opis dorobku i osiągnięć w działalności
Załącznik nr 2a Autoreferat informujący o osiągnięciach w działalności naukowobadawczej, dydaktycznej i popularyzatorskiej dr inŜ. Adam Słowik Wydział Elektroniki i Informatyki Politechniki Koszalińskiej Koszalin, Maj 2012 Spis treści: 1. Dane osobowe ........................................................................................................................ 3 2. Miejsce pracy (adres do korespondencji)............................................................................... 3 3. Wykształcenie ........................................................................................................................ 3 4. Zajmowane stanowiska .......................................................................................................... 3 5. Charakterystyka osiągnięć naukowo-badawczych................................................................. 4 5a. Praca doktorska ................................................................................................................ 4 5b. Badania prowadzone po doktoracie – jednotematyczny cykl publikacji ......................... 4 6. Praca dydaktyczna................................................................................................................ 15 6a. Prowadzone przedmioty ................................................................................................. 15 6b. Promowanie i recenzowanie studenckich prac dyplomowych....................................... 16 7. Realizowane projekty badawcze .......................................................................................... 16 7a. Granty Ministerialne....................................................................................................... 16 7b. Badania statutowe i własne ............................................................................................ 17 8. Znajomość języków.............................................................................................................. 17 9. Umiejętności zawodowe ...................................................................................................... 17 10. Doświadczenie w przemyśle .............................................................................................. 18 11. Przewodniczenie w sesjach i konferencjach, prowadzenie sekcji specjalnych.................. 18 12. Członkostwo w organizacjach............................................................................................ 18 13. Członkostwo w Komitetach Naukowych Konferencji....................................................... 19 14. WyróŜnienia i Nagrody ...................................................................................................... 20 15. Recenzowanie prac............................................................................................................. 21 15a. W czasopismach ........................................................................................................... 21 15b. W konferencjach .......................................................................................................... 21 16. Pełnienie funkcji redaktora w czasopismach...................................................................... 23 17. Wygłoszone wykłady zaproszone ...................................................................................... 23 18. Liczba opublikowanych artykułów .................................................................................... 23 19. Statystyki na dzień 10 maja 2012 (liczba cytowań, Impact Factor, h-index) .................... 24 20. Konferencje w których brałem udział i prezentowałem referaty ....................................... 24 20a. Po doktoracie ................................................................................................................ 24 20b. Przed doktoratem.......................................................................................................... 26 21. Lista publikacji wchodzących w skład jednotematycznego cyklu przedstawionego do oceny (artykuły z Ministerialnej Listy A – tzw. „listy filadelfijskiej” – pogrubiono) ............. 27 Autoreferat – wersja w języku polskim 2 1. Dane osobowe Imię i nazwisko: Adam Słowik Data urodzenia: 24 lipiec 1977 Miejsce urodzenia: Warszawa Stan cywilny: Ŝonaty 2. Miejsce pracy (adres do korespondencji) Politechnika Koszalińska Wydział Elektroniki i Informatyki Katedra InŜynierii Komputerowej ul. Śniadeckich 2 75-453 Koszalin, Polska 3. Wykształcenie 2007: Doktorat w dyscyplinie elektronika (obroniony z wyróŜnieniem); tytuł rozprawy doktorskiej: „Projektowanie i optymalizacja cyfrowych układów elektronicznych przy uŜyciu algorytmów ewolucyjnych”, Politechnika Koszalińska, Wydział Elektroniki i Informatyki, Promotor: Prof. dr hab. inŜ. dr h. c. Michał Białko (Członek Rzeczywisty Polskiej Akademii Nauk). 2003: Pedagogiczne Studia Podyplomowe, Uprawnienia Pedagogiczne do Uczenia we wszystkich typach szkół na terenie RP, Politechnika Koszalińska 2001: Magister inŜynier, Politechnika Koszalińska, Kierunek: Elektronika i Telekomunikacja, Specjalność: InŜynieria Komputerowa, Tytuł pracy magisterskiej: „Zastosowania algorytmów genetycznych w optymalizacji”, Promotor: Prof. dr hab. inŜ. dr h. c. Michał Białko (Członek Rzeczywisty Polskiej Akademii Nauk). 4. Zajmowane stanowiska 2007-teraz: Adiunkt, Katedra InŜynierii Komputerowej, Wydział Elektroniki i Informatyki, Politechnika Koszalińska 2005-2007: Asystent, Katedra InŜynierii Komputerowej, Wydział Elektroniki i Wydział Elektroniki i Informatyki, Politechnika Koszalińska 2001-2005: Doktorant, Katedra InŜynierii Komputerowej, Informatyki, Politechnika Koszalińska Autoreferat – wersja w języku polskim 3 5. Charakterystyka osiągnięć naukowo-badawczych 5a. Praca doktorska Moja praca doktorska była związana z projektowaniem i optymalizacją cyfrowych układów elektronicznych przy uŜyciu algorytmów ewolucyjnych. W ramach pracy doktorskiej przedstawiono nową koncepcję wprowadzenia chromosomów wielowarstwowych do algorytmów ewolucyjnych oraz zaprezentowano nową metodę selekcji, którą nazwano selekcją wachlarzową. 5b. Badania prowadzone po doktoracie – jednotematyczny cykl publikacji Główny aspekt moich badań zmierzający do osiągnięcia stopnia doktora habilitowanego związany jest z tematyką biologicznie inspirowanych algorytmów optymalizacji globalnej, ich modyfikacjami i inŜynierskimi zastosowaniami. Dlatego jako osiągnięcie (wynikające z art. 16 ust. 2 ustawy z dnia 14 marca 2003r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki) i jako główny temat badań habilitacyjnych wskazuję jednotematyczny cykl publikacji pt. „Biologicznie inspirowane algorytmy optymalizacji globalnej – ich modyfikacje i zastosowania inŜynierskie”. Na cykl ten składa się 20 publikacji, których wykaz zawarłem w 21 punkcie niniejszego autoreferatu (wykaz wszystkich moich publikacji znajduje się w załączniku nr 4a) Wśród tych publikacji znajduje się: 14 artykułów z Ministerialnej Listy A (tzw. lista filadelfijska) (artykuły numer: 1 – 7, 9, 11 – 13, 15, 18, 20), 2 artykuły z Ministerialnej Listy B (artykuły numer: 8, 17), 2 artykuły znajdujące się w materiałach konferencji zagranicznych (artykuły numer: 16, 19), oraz 2 artykuły jako rozdziały w monografii w języku angielskim (artykuły numer: 10, 14). NaleŜy zaznaczyć, Ŝe w niektórych przypadkach (np. podczas wyróŜnienia pracy) artykuły konferencyjne były przedrukowywane w wybranych czasopismach. Wówczas dla rzetelności statystyki, te dwie prace traktowane są jako ten sam artykuł, a do jednotematycznego cyklu publikacji włączano tylko jedną pracę autora. Wśród 20 artykułów stanowiących jednotematyczny cykl publikacji 9 prac zostało utworzonych ze współautorami: Prof. Michał Białko (7 prac współautorskich o numerach: 10, 14, 16 – 20), Prof. Jacek śurada (1 praca współautorska o numerze 13), Mgr inŜ. Justyna Słowik (1 praca współautorska o numerze 15). Oświadczenia o indywidualnym wkładzie współautorów w te publikacje przedstawiono w załączniku numer 3. W związku z powyŜszym tematem cyklu publikacji, w pracy badawczej po doktoracie zajęto się wykorzystaniem algorytmów inteligencji obliczeniowej do projektowania i optymalizacji filtrów cyfrowych o nietypowych charakterystykach amplitudowych, dla Autoreferat – wersja w języku polskim 4 których standardowe aproksymacje (np. Butterworth’a, Cauer’a, Chebyshev’a) nie mogą być stosowane. W licznych pracach po doktoracie zbadano i zastosowano do projektowania filtrów cyfrowych o nietypowych charakterystykach amplitudowych takie algorytmy jak: algorytm ewolucji róŜnicowej [20], algorytm roju cząstek [19], ciągły algorytm mrówkowy ACOR (Ant Colony Optimization algorithm for continuous domain) [18], algorytm pszczeli [17]. W badaniach równieŜ rozwaŜano aspekt projektowania minimalno-fazowych filtrów cyfrowych o nietypowych charakterystykach amplitudowych i skończonej długości słowa bitowego [4, 8]. Filtry projektowanie przy uŜyciu metody proponowanej w pracy [4] są odporne na tzw. błędy zaokrągleń oraz mogą być implementowane w dowolnych formatach liczbowych (np. w formacie liczbowym Q.15), które wynikają z docelowego systemu DSP. Otrzymane wyniki porównano z typową metodą projektowania filtrów minimalno-fazowych (metoda Yule-Walker), otrzymując lepsze rezultaty. W przypadku filtrów projektowanych metodą Yule-Walker, w celu otrzymania współczynników filtra w dowolnym formacie liczbowym (np. Q.15) otrzymane współczynniki muszą być przeskalowane oraz skwantyzowane. Zabieg ten moŜe powodować, znaczną zmianę właściwości zaprojektowanego filtra. Szczególnie jest to waŜne w przypadku filtrów IIR (Infinite Impulse Response), które są bardzo wraŜliwe na zmianę wartości współczynników. W związku z tym filtr cyfrowy po implementacji w system DSP moŜe posiadać inne właściwości niŜ filtr otrzymany przy uŜyciu wybranej metody projektowej. Natomiast filtry cyfrowe zaprojektowane przy uŜyciu metody [4] bazującej na algorytmie ewolucyjnym są pozbawione wad, które opisano wcześniej. Warto nadmienić, Ŝe metodą projektową oraz wynikami otrzymanymi w pracy [4] zainteresowała się firma definiteAudio GmbH produkująca audiofilski sprzęt nagłośnieniowy. Firma ta zainteresowana jest moŜliwością wykorzystania metody opisanej w pracy [4] do projektowania low-end’owych zestawów audiofilskich opartych o filtry IIR w formie sekcji biquadowych i zaimplementowanych w system DSP. Dodatkowo, w dalszych badaniach nad projektowaniem minimalno-fazowych filtrów IIR wprowadzono hybrydyzację metody Yule-Walker z opracowaną metodą ewolucyjnego projektowania filtrów cyfrowych [4]. Dzięki hybrydyzacji znacznie skrócono czas obliczeń wymagany do otrzymania satysfakcjonującego rozwiązania, a efekty pracy przedstawiono w artykule [6]. Drugi aspekt badawczy związany z określonym na wstępie tematem badań habilitacyjnych dotyczył modyfikacji algorytmów inteligencji obliczeniowej w celu zwiększenia ich efektywności. Pod pojęciem efektywność rozumie się uzyskiwanie lepszych rezultatów przez wybrany algorytm w tym samym czasie obliczeń. W ramach pracy Autoreferat – wersja w języku polskim 5 badawczej opracowano metodę adaptacyjnego doboru współczynników sterujących w algorytmie ewolucji róŜnicowej [14] oraz opracowano dwie nowe metody selekcji osobników w algorytmach ewolucyjnych: selekcję mieszaną [9] oraz selekcję rozmyto-mieszaną [1, 7]. Pierwsza modyfikacja związana jest z tym, Ŝe w algorytmie ewolucji róŜnicowej niezbędne jest ustawienie wartości takich parametrów jak: współczynnik krzyŜowania (CR), współczynnik mutacji (F) oraz wielkości populacji (NP). Wybór odpowiedniej wartości NP jest raczej łatwy i zaleŜy on od wymiarowości zadania optymalizacyjnego. Jednak wybór wartości CR oraz F jest skomplikowanym problemem i wymaga dodatkowego doświadczenia od uŜytkownika. Wartości CR i F, które są „odpowiednie” w wybranym problemie optymalizacji mogą powodować przedwczesną zbieŜność w innym problemie optymalizacji. Dlatego teŜ w ramach pracy badawczej opracowano metodę adaptacyjnej zmiany tych parametrów w zaleŜności od przebiegu procesu optymalizacji. W przypadku stagnacji algorytmu wartości CR i F są losowane z większego przedziału zmienności. Zabieg ten ma umoŜliwić „ucieczkę” algorytmu z ekstremum lokalnego. Natomiast w przypadku uzyskiwania coraz lepszych rezultatów w kolejnych iteracjach algorytmów, wartości CR i F są losowane z zawęŜonego przedziału zmienności. Zabieg ten ma powodować wymuszenie przeszukiwania lokalnego przestrzeni potencjalnych rozwiązań w pobliŜu otrzymywanych rezultatów. Otrzymane rezultaty porównano z wynikami przedstawionymi w literaturze. Proponowaną modyfikację opublikowano w pracy [14], a wykorzystano z powodzeniem w pracach [5, 10, 16]. W przypadku nowo opracowanych metod selekcji (selekcja mieszana [9] oraz selekcja rozmyto-mieszana [1, 7]) główny nacisk połoŜono na sterowanie właściwościami eksploracyjnymi (tj. przestrzeń rozwiązań jest przeszukiwana globalnie) oraz eksploatacyjnymi (tj. przestrzeń rozwiązań jest przeszukiwana lokalnie) algorytmu ewolucyjnego. W literaturze ukazano, Ŝe proces selekcji w algorytmach ewolucyjnych moŜe słuŜyć do kontroli poziomu eksploracji i eksploatacji poprzez zmianę nacisku selekcyjnego. Większy nacisk selekcyjny zwiększa eksploatację przestrzeni potencjalnych rozwiązań, analogicznie mniejszy nacisk selekcyjny powoduje zwiększenie eksploracji przestrzeni rozwiązań. ChociaŜ operatory selekcji są tematem badań od kilku dekad, to problem odpowiedniego sterowania naciskiem selekcyjnym nadal jest problemem trudnym i „otwartym”. W problemie tym dąŜy się, aby na początku działania algorytmu przestrzeń potencjalnych rozwiązań była przeszukiwana globalnie, a następnie wraz ze wzrostem liczby generacji, aby wzrastał współczynnik odpowiedzialny za przeszukiwanie lokalne przestrzeni. Koncepcja ta została wykorzystana podczas tworzenia oryginalnej selekcji mieszanej, w Autoreferat – wersja w języku polskim 6 której zmiana parametru α (parametr występujący w opracowanej metodzie) powoduje zmianę właściwości algorytmu ewolucyjnego. Proponowaną metodę przetestowano przy uŜyciu wybranych z literatury funkcji testowych, a otrzymane wyniki porównano z wynikami otrzymanymi przy uŜyciu innych metod selekcji. Główną zaletą proponowanej selekcji mieszanej jest to Ŝe nacisk selekcyjny moŜe być łatwo zmieniany. W kaŜdej iteracji algorytmu moŜna uzyskać inną wartość nacisku selekcyjnego, wynikającą z doświadczenia uŜytkownika lub z danych statystycznych dotyczących populacji rozwiązań w kaŜdej iteracji. Wartości nacisku selekcyjnego mogą być zdefiniowane dla kaŜdej iteracji algorytmu przed jego uruchomieniem lub mogą być obliczane dynamicznie w trakcie działania algorytmu ewolucyjnego. Generalnie jednak dobór odpowiedniej funkcji sterującej dla wartości parametru α w celu zmaksymalizowania efektywności algorytmu nie jest łatwy i bardzo często zaleŜny od rozwaŜanego problemu. Inna funkcja powinna być dobrana w przypadku optymalizacji zadań opisanych przez jednomodalną funkcję celu, a inna w przypadku zadań z wielomodalną funkcją celu. W przypadku zadań opisanych przez jednomodalną funkcję celu, nie ma zagroŜenia, Ŝe algorytm utknie w ekstremum lokalnym. W związku z tym funkcja opisująca zmiany wartości parametru α powinna kłaść większy nacisk na zapewnienie eksploatacyjnych właściwości algorytmu. Natomiast w przypadku optymalizacji funkcji wielomodalnych, algorytm moŜe utknąć w ekstremum lokalnym. W związku z tym funkcja opisująca zmiany wartości parametru α powinna w początkowej fazie zapewniać dobrą eksplorację przestrzeni, aby w końcowej fazie skupić się na eksploatacji wybranych obszarów przestrzeni poszukiwań. RównieŜ podczas ustalania wartości parametru α poza liczbą iteracji pod uwagę powinien być brany czynnik determinujący brak zróŜnicowania rozwiązań w populacji. Dzięki temu, gdy algorytm utknie w ekstremum lokalnym (co wiąŜe się z wystąpieniem małego zróŜnicowania rozwiązań w populacji lub nawet wystąpieniem braku zróŜnicowania rozwiązań) wartość parametru α powinna ulec zmniejszeniu, aby zwiększyć własności eksploracyjne algorytmu, które mogą przyczynić się do jego „wyjścia” z ekstremum lokalnego. W podstawowej wersji selekcji mieszanej wartość parametru α wzrasta liniowo wraz ze wzrostem liczby generacji algorytmu. Jednak taki model zmian wartości parametru α moŜe nie być odpowiedni w przypadku przedwczesnej zbieŜności algorytmu, kiedy wymagane są większe własności eksploracyjne. W takim przypadku nacisk selekcyjny powinien zostać obniŜony (zmniejszenie wartości parametru α). Z tego powodu opracowano metodę automatycznego doboru wartości parametru α w metodzie selekcji mieszanej przy uŜyciu teorii zbiorów rozmytych. Autoreferat – wersja w języku polskim 7 W nowopowstałej metodzie selekcji nazwanej selekcją rozmyto-mieszaną [7] sterowanie parametrem α odbywa się z uwzględnieniem zarówno liczby generacji algorytmu ewolucyjnego oraz stopnia zróŜnicowania rozwiązań w populacji (aby zapobiec przedwczesnej zbieŜności algorytmu). Wprowadzenie sterowania rozmytego (z wykorzystaniem zbiorów rozmytych typu pierwszego) do doboru wartości parametru α spowodowało większą automatyzację tej metody selekcji. Wyniki generowane przez obie metody selekcji zostały porównane z wynikami uzyskanymi przy uŜyciu innych metod selekcji oraz dodatkowo statystycznie (przy uŜyciu testu t-Student’a) sprawdzono waŜność otrzymywanych rezultatów. W pracy [1] do sterowania parametrem α wykorzystano zbiory rozmyte typu drugiego1. Jednak otrzymane wyniki nie były statystycznie (przy uŜyciu testu tStudenta dla 95% poziomu pewności) waŜne na tle wyników przedstawionych w pracy [7]. W dalszych działaniach związanych z tematyką badań habilitacyjnych opracowano ewolucyjną metodę optymalizacji liczby bramek w układach PLA (Programmable Logic Array) implementowanych w układy VLSI. Metoda ta powstała przy współpracy z Prof. Jackiem śuradą z University of Louisville, USA. Obecnie układy programowalne są coraz powszechniej stosowane w praktyce. Wśród nich między innymi moŜna wymienić układy PLA. Układy te zawierają matryce AND oraz OR, których wspólną cechą jest to, Ŝe są one obie programowalne. Podczas implementacji wyraŜenia logicznego w PLA dąŜy się (przy uŜyciu metod minimalizacji logicznej), aby osiągnąć minimalną lub sub-minimalną liczbę mnoŜeń. MoŜna to uzyskać stosując metodę Map Karnaugh’a, metodę Quine’a-McCluskey’a lub wykorzystać heurystyki dostępne w programie SIS (program do syntezy logicznej, opracowany na Uniwersytecie Kalifornijskim). Jednak problem ten jest o wiele bardziej skomplikowany, kiedy układ PLA ma być implementowany w technologii VLSI. W takim przypadku wyraŜenie logiczne zawierające bramki AND, OR, NOT, musi być przekształcone na wyraŜenie logiczne złoŜone z bramek NOR i NOT. Jest to spowodowane tym, Ŝe obie matryce (obszary) AND i OR (z układu PLA) są realizowane w technologii VLSI tylko i wyłącznie przy uŜyciu bramek NOT i NOR. Problem ten komplikuje się jeszcze bardziej, gdy w układzie PLA ma być realizowanych kilka funkcji logicznych jednocześnie. Ewolucyjną metodę rozwiązującą ten problem przedstawiono w pracy [13] i przetestowano ją na problemie optymalizacji skrzynek selekcyjnych w sprzętowej realizacji algorytmu kryptograficznego DES. Wyniki otrzymane w pracy [13] porównano z wynikami uzyskanymi przy uŜyciu programu SIS z róŜnymi skryptami projektowymi takimi jak: rugged, algebraic, 1 Nilesh N. Karnik, Jerry M. Mendel, Qilian Liang, "Type-2 Fuzzy Logic Systems", IEEE Transactions of Fuzzy Systems, Volume 7, No. 6, pp. 643-658, December, 1999, doi:10.1109/91.811231 Autoreferat – wersja w języku polskim 8 boolean. ZauwaŜono, Ŝe proponowana metoda pozwala zredukować liczbę bramek w optymalizowanym układzie w stosunku do układów optymalizowanych innymi metodami. W pracy [11] przedstawiono ewolucyjną metodę minimalizacji poboru mocy podczas procesu testowania układów cyfrowych. Jak wiadomo układy cyfrowe są szeroko stosowane w obecnie produkowanym sprzęcie elektronicznym. Podczas projektowania układów cyfrowych VLSI waŜne jest, aby zaprojektowany układ pobierał moŜliwie jak najmniej energii. Wymóg ten jest szczególnie waŜny w przypadku układów elektronicznych stosowanych w urządzeniach mobilnych. Układy cyfrowe cechujące się mniejszym poborem energii powodują wydłuŜenie czasu „Ŝycia” baterii zasilającej mobilne urządzenie. RównieŜ waŜnym elementem jest zmniejszenie poboru mocy przez układ podczas procesu jego testowania. Testowanie układów cyfrowych nie odbywa się tylko po ich wytworzeniu ale takŜe jest dokonywane podczas ich działania. W układach CMOS moc pobierana jest głównie podczas przełączania się elementów układu pomiędzy stanami logicznymi. Z tego względu średni pobór mocy przez układ podczas procesu testowania moŜe być znacząco większy od średniego poboru mocy podczas pracy tego układu. RównieŜ na skutek nieodpowiedniego podania wektorów testowych moŜe się zdarzyć, Ŝe testowany układ ulegnie zniszczeniu. W celu zminimalizowania poboru mocy przez testowany układ opracowano wiele róŜnych metod polegających na odpowiednim doborze kolejności podawania wektorów testowych na wejścia testowanego układu. Kolejność ta jest ustalana w taki sposób, aby po zmianie wektora testowego w układzie nastąpiło moŜliwie jak najmniej zmian stanów logicznych. W literaturze moŜna znaleźć system do minimalizacji poboru mocy oparty na programie DEFGEN2 oraz system oparty na algorytmie genetycznym3. Rezultaty otrzymane przez system DEFGEN okazały się lepsze od rezultatów otrzymanych w innych pracach związanych z minimalizacją poboru mocy podczas testowania układów cyfrowych. Jednak zbiory testowe tworzone przez system DEFGEN gwarantowały bardzo zróŜnicowane wartości pokrycia uszkodzeń (współczynnik wykrywania uszkodzeń zawierał się w przedziale [70.22%; 100%]). W badaniach prowadzonych w ramach habilitacji opracowano i przedstawiono system hybrydowy do wyznaczania optymalnej kolejności wektorów testowych. Zbiór wektorów generowano przy uŜyciu programu MINTEST4, a następnie optymalizowano przy uŜyciu algorytmu ewolucyjnego. Proponowaną metodę nazwano 2 Defect oriented test pattern Generation for IDDQ and/or voltage testing, Institute of Informatics SAS, Bratislava, Department of Design and Diagnostics of Digital Structures, April 2002 3 Paramasivam K., Gunavathi Dr.K. , Reordering Algorithm for Minimizing Test Power in VLSI Circuits, Engineering Letters, 14:1, EL_14_1_15, February 2007 4 Hamzaoglu I., Patel J.H., Test set compaction algorithms for combinational circuits, Proc. Int. Conf. CAD, (1998), 283-289 Autoreferat – wersja w języku polskim 9 EvoATPG (Evolutionary Automatic Test Pattern Generator) i opublikowano w pracy [11]. Zbiory testowe otrzymane przy uŜyciu metody EvoATPG gwarantują wykrycie od 95% do 100% uszkodzeń w prezentowanych układach testowych. Otrzymane rezultaty porównano równieŜ z wynikami otrzymanymi z literatury. W dalszych badaniach habilitacyjnych starano się zwiększyć efektywność ewolucyjnego projektowania kombinacyjnych układów cyfrowych. W tym celu opracowano hybrydową metodę minimalizacji liczby tranzystorów w kombinacyjnych układach cyfrowych. W proponowanej metodzie połączono system SIS z algorytmem ewolucyjnym. Dzięki temu moŜliwe stało się optymalizowanie układów o większej liczbie wejść niŜ w przypadku tradycyjnej ewolucyjnej optymalizacji przedstawionej w rozprawie doktorskiej. Opracowaną hybrydową metodę zastosowano do optymalizacji liczby tranzystorów w wybranych z literatury układach testowych. Otrzymane wyniki porównano z rezultatami otrzymanymi przy uŜyciu tradycyjnych metod. RównieŜ takie podejście znacznie skróciło czas potrzebny na otrzymanie zadowalającego rezultatu. Metodę wraz z wynikami uzyskanymi przy jej uŜyciu przedstawiono w pracy [12]. NaleŜy zaznaczyć, Ŝe w badaniach habilitacyjnych poruszono równieŜ problem projektowania cyfrowych układów polimorficznych przy uŜyciu technik ewolucyjnych. Elektronika polimorficzna jest stosunkowo nowym kierunkiem badań, w ramach którego opracowano cyfrowe bramki polimorficzne. Zaletą tych bramek jest to, Ŝe pojedyncza bramka polimorficzna moŜe realizować kilka funkcji logicznych. Funkcje te ulegają zmianie w zaleŜności np. od napięcia zasilania układu, dając moŜliwość niemal natychmiastowej rekonfiguracji układu. Jak wiadomo, do projektowania typowych kombinacyjnych układów cyfrowych moŜna zastosować jedną z wielu metod (np. Map Karnaugh’a, Quine’a-McCluskey’a) lub wykorzystać gotowe oprogramowanie słuŜące do optymalizacji układów cyfrowych (np. SIS, MVSIS, ESPRESSO). Jednak projektowanie cyfrowych układów kombinacyjnych w oparciu o bramki polimorficzne jest utrudnione. W celu rozwiązania tego problemu opracowano ewolucyjną metodę do projektowania kombinacyjnych polimorficznych układów cyfrowych. Opracowaną metodę oraz uzyskane przy jej uŜyciu wyniki porównano z wynikami przedstawionymi w literaturze i opublikowano w pracy [3]. Przy jej uŜyciu zaprojektowano kilka polimorficznych układów cyfrowych. NaleŜy takŜe zaznaczyć, Ŝe dwie prace [25a, 26] (patrz wykaz publikacji załącznik 4a) opublikowane po doktoracie odwołują się do zagadnień poruszanych w rozprawie doktorskiej. Praca [26] (patrz wykaz publikacji załącznik 4a) dotyczy ewolucyjnego wielokryterialnego projektowania kombinacyjnych układów cyfrowych, natomiast praca [25a] (patrz wykaz Autoreferat – wersja w języku polskim 10 publikacji załącznik 4a) związana jest z badaniem wpływu sposobu kodowania rozwiązań na efektywność ewolucyjnego projektowania kombinacyjnych układów cyfrowych. Obie te prace pomimo, Ŝe zostały opublikowane po doktoracie, wyłączono z jednotematycznego cyklu publikacji przedstawionego do oceny w celu uzyskania stopnia doktora habilitowanego. Kolejny obszar badań po doktoracie, który związany jest z tematem badań habilitacyjnych dotyczył zastosowania technik ewolucyjnych do trenowania sztucznych sieci neuronowych. Jak wiadomo, do trenowania sztucznych sieci neuronowych wykorzystywane są specjalizowane algorytmy gradientowe. Wśród nich najbardziej popularne to metoda wstecznej propagacji błędu (EBP) oraz metoda Levenberg’a-Marquardt’a (LM). Jednak metoda EBP posiada kilka wad. Wśród nich moŜna wymienić: duŜą liczbę iteracji potrzebną do otrzymania satysfakcjonujących rezultatów oraz wraŜliwość na lokalne minima. Działanie metody EBP zaleŜy równieŜ od wartości tzw. współczynnika uczącego. Gdy jego wartość jest za mała wówczas rezultatem jest długi czas trenowania, a gdy jego wartość jest za duŜa wówczas algorytm moŜe oscylować. W przypadku algorytmu LM główne jego wady dotyczą obliczania funkcji błędu oraz inwersji jakobianu. Obliczenia te są wykonywane na macierzy o rozmiarze równym liczbie wag w sztucznej sieci neuronowej, prowadząc do duŜego zapotrzebowania algorytmu na pamięć operacyjną. RównieŜ algorytm LM jest algorytmem optymalizacji lokalnej i nie ma gwarancji znalezienia minimum globalnego funkcji celu. W przypadku utknięcia w minimum lokalnym nie ma moŜliwości „ucieczki” i otrzymane rozwiązanie jest nie optymalne. Z tych względów zdecydowano się na zastosowanie algorytmu ewolucji róŜnicowej (z autorskimi modyfikacjami polegającymi na wprowadzeniu adaptacyjnego doboru wartości sterujących F i CR zgodnie z wcześniej opracowaną metodą przedstawioną w pracy [14]) do trenowania sztucznych sieci neuronowych. Algorytm ewolucji róŜnicowej (DE) posiada efektywne zarządzanie pamięcią, cechuje się niską złoŜonością obliczeniową (lepiej skaluje się do duŜych problemów). Algorytm DE jest efektywnym algorytmem optymalizacji nieliniowej z ograniczeniami i równieŜ często stosowany jest do optymalizacji problemów wielomodalnych. Opracowaną metodę trenowania sztucznych sieci neuronowych przedstawiono w pracy [16]. Praca [16] otrzymała nagrodę „The Best Paper Award” podczas konferencji „IEEE Conference on Human System Interaction, Kraków, Maj 2008” na której była prezentowana. Dalsze badania nad stosowaniem algorytmów ewolucji róŜnicowej do trenowania sztucznych sieci neuronowych koncentrowały się nad róŜnymi modyfikacjami tych algorytmów. W tym celu opracowano adaptacyjny algorytm ewolucji róŜnicowej z dynamicznie zmieniającą się wielkością populacji. Algorytm ten przetestowano na problemach przedstawionych w pracy [16] Autoreferat – wersja w języku polskim 11 otrzymując lepsze rezultaty. Jego publikacja łącznie z otrzymanymi wynikami nastąpiła w pracy [10]. Opracowano równieŜ oryginalny adaptacyjny algorytm ewolucji róŜnicowej z wieloma wektorami tymczasowymi. Opracowany algorytm nazwano DE-ANNT+. Algorytm ten umoŜliwia trenowanie sztucznych sieci neuronowych o dowolnych architekturach i nieróŜniczkowalnych funkcjach aktywacji w neuronach. Dwie modyfikacje jakie wprowadzono w tym algorytmie polegały na adaptacyjnym doborze parametrów sterujących algorytmem oraz na zastosowaniu techniki wielu wektorów tymczasowych. Dzięki zastosowaniu adaptacyjnej selekcji parametrów, liczba wymaganych przez algorytm parametrów została zmniejszona. Natomiast technika wielu wektorów tymczasowych powoduje wzrost prawdopodobieństwa wygenerowania lepszego rozwiązania, poniewaŜ większa liczba tymczasowych rozwiązań jest tworzona „dookoła” istniejących rozwiązań. Algorytm DE-ANNT+ z tymi dwoma modyfikacjami zastosowano do trenowania sztucznych sieci neuronowych do klasyfikacji problemów parity-p. Wyniki otrzymane przy uŜyciu opracowanego algorytmu porównano z wynikami uzyskanymi przy uŜyciu algorytmu ewolucyjnego, algorytmu ewolucji róŜnicowej bez techniki wielu wektorów tymczasowych oraz przy uŜyciu gradientowych metod trenujących takich jak: algorytm wstecznej propagacji błędu oraz algorytm Levenberg’a-Marquardt’a. Uzyskane przez algorytm DE-ANNT+ wyniki okazały się lepsze od wyników uzyskanych przy uŜyciu: algorytmu ewolucyjnego, algorytmu ewolucji róŜnicowej bez techniki wielu wektorów tymczasowych oraz algorytmu wstecznej propagacji błędu. W stosunku do wyników uzyskanych przez algorytm Levenberg’aMarquardt’a, wyniki uzyskane przy uŜyciu metody DE-ANNT+ okazały się porównywalne. Jednak w przypadku opracowanego algorytmu DE-ANNT+ zapotrzebowanie na pamięć operacyjną komputera rośnie o wiele wolniej niŜ w przypadku algorytmu Levenberg’aMarquardt’a wraz ze wzrostem wartości p w przypadku problemu parity-p. RównieŜ warto zaznaczyć, Ŝe opracowany algorytm DE-ANNT+ umoŜliwia w łatwy sposób trenowanie sieci neuronowych wielowyjściowych, sieci neuronowych o niestandardowych architekturach (np. sieci neuronowe o architekturze wieŜowej), sieci neuronowych o nieróŜniczkowalnych funkcjach aktywacji neuronów, dla których to wymienionych przypadków zastosowanie algorytmu wstecznej propagacji błędu lub algorytmu Levenberg’a-Marquardt’a nie jest moŜliwe. Opracowaną metodę DE-ANNT+ łącznie z otrzymanymi wynikami opublikowano w pracy [5]. W badaniach habilitacyjnych skoncentrowano się równieŜ na optymalizacji wielokryterialnej. Opracowano autorski algorytm ewolucyjny słuŜący do wielokryterialnej optymalizacji procesu szlifowania. W opracowanym algorytmie wprowadzano optymalizację Autoreferat – wersja w języku polskim 12 w sensie Pareto, a wszystkie akceptowalne i niezdominowane rozwiązania zapamiętywano w zbiorze dopuszczalnych rozwiązań. Dzięki temu końcowym rezultatem działania algorytmu nie było pojedyncze rozwiązanie, ale cały ich zbiór. Opracowaną metodę przetestowano na przykładzie zaczerpniętym z literatury, a otrzymane rezultaty porównano z wynikami otrzymanymi przy uŜyciu innych metod. Koncepcję metody, badania odnośnie jej wraŜliwości na zmianę parametrów wejściowych algorytmu ewolucyjnego oraz otrzymane przy jej uŜyciu wyniki szczegółowo przedstawiono w pracy [15]. W ramach badań habilitacyjnych opracowano równieŜ system automatycznego konfigurowania zestawów komputerowych. Jak wiadomo obecnie problem konfiguracji zestawu komputerowego jest coraz bardziej złoŜony szczególnie dla uŜytkowników o małej wiedzy odnośnie poszczególnych komponentów sprzętowych. Na rynku w chwili obecnej mamy bardzo duŜo róŜnego rodzaju kart graficznych, procesorów, itd. Podczas procesu zakupu sprzętu, główny problem decyzyjny polega na takiej konfiguracji zestawu PC, aby uzyskać wymaganą efektywność przy akceptowalnej cenie. Oczywiście, co więcej, zestaw PC, który idealnie pracuje z aplikacjami biurowymi, będzie prawdopodobnie nieefektywny do zastosowań multimedialnych. W proponowanym systemie konfiguracji zestawów komputerowych zastosowano serwer bazodanowy do przechowywania szczegółowych specyfikacji sprzętu łącznie z wydajnością i ceną poszczególnych elementów składowych komputera. Proponowany system oparto o algorytm optymalizacji wielokryterialnej SPEA25 (Improving the Strength Pareto Evolutionary Algorithm), który dostosowano do rozwaŜanego problemu. Dodatkowo w proponowanym systemie, kaŜdy komponent PC posiada wagę swojej „waŜności”. Dzięki temu uŜytkownik moŜe łatwo zdefiniować wiele róŜnych wariantów konfiguracji PC. Opracowany system moŜe być łatwo zaimplementowany i uŜyty w dowolnym sklepie komputerowym w celu pomocy pracownikom przy konfiguracji zestawów PC. RównieŜ opracowany system moŜe być uŜyty przez potencjalnych klientów w celu pomocy w podjęciu decyzji o zakupie odpowiedniego zestawu komputerowego. Ideę sytemu konfiguracji zestawów PC (w oparciu o wielokryterialny algorytm ewolucyjny), łącznie z przeprowadzonymi testami przedstawiono w pracy [2]. Na koniec tego opracowania naleŜy równieŜ dodać, Ŝe poza głównymi kierunkami badań habilitacyjnych (które przedstawiono powyŜej), opracowano takŜe artykuły będące przeglądem wiedzy w dziedzinie optymalizacji ewolucyjnej [32] (patrz wykaz publikacji załącznik 4a) oraz w dziedzinie ewolucyjnego projektowania kombinacyjnych układów 5 Zitzler E., Laumanns M., Thiele L., “SPEA2: Improving the Strength Pareto Evolutionary Algorithm”, Technical Report 103, Computer Engineering and Networks Laboratory (TIK), ETH Zurich, Switzerland (2001) Autoreferat – wersja w języku polskim 13 cyfrowych [27a, 27b] (patrz wykaz publikacji załącznik 4a). Opracowano takŜe dwa rozdziały, na temat obliczeń ewolucyjnych [24] (patrz wykaz publikacji załącznik 4a) oraz na temat algorytmu roju cząstek [23] (patrz wykaz publikacji załącznik 4a). Rozdziały te ukazały się w monografii „Intelligent Systems” wydanej przez uznane wydawnictwo CRC Press (USA). RównieŜ jedna praca związana z algorytmami ewolucyjnymi o wielowarstwowych chromosomach i ich zastosowaniach w elektronice była prezentowana jako referat zaproszony [31] (patrz wykaz publikacji załącznik 4a) podczas „V Krajowej Konferencji Technologie Informacyjne” odbywającej się w maju 2007 roku na Politechnice Gdańskiej na Wydziale Elektroniki, Telekomunikacji i Informatyki. Według mojej oceny najistotniejszymi nowymi osiągnięciami po doktoracie są: I. Projektowanie filtrów cyfrowych a) zbadanie technik inteligencji obliczeniowej w aspekcie projektowania filtrów cyfrowych o nietypowych charakterystykach amplitudowych b) opracowanie metody projektowania minimalno-fazowych filtrów cyfrowych o nietypowych charakterystykach amplitudowych i skończonej długości słowa bitowego (projektowane filtry są odporne na tzw. błędy zaokrągleń) c) wprowadzenie hybrydyzacji metody Yule-Walker z opracowaną metodą ewolucyjnego projektowania filtrów cyfrowych II. Modyfikacje biologicznie inspirowanych algorytmów optymalizacji a) opracowanie metody adaptacyjnego doboru współczynników sterujących w algorytmie ewolucji róŜnicowej b) opracowanie dwóch nowych metod selekcji dla algorytmów ewolucyjnych (selekcja mieszana oraz selekcja rozmyto-mieszana) c) opracowanie kilku wariantów algorytmu ewolucji róŜnicowej i jego modyfikacji (dynamiczna zmiana rozmiaru populacji rozwiązań w algorytmie, adaptacyjny dobór parametrów sterujących pracą algorytmu, wprowadzenie do algorytmu techniki wielu wektorów tymczasowych) do trenowania sztucznych sieci neuronowych III. Projektowanie układów cyfrowych a) opracowanie ewolucyjnej metody optymalizacji liczby bramek w układach PLA implementowanych w układy VLSI b) opracowanie ewolucyjnej metody minimalizacji poboru mocy podczas procesu testowania układów cyfrowych Autoreferat – wersja w języku polskim 14 • Sztuczna inteligencja i systemy ekspertowe (wykład i ćwiczenia, studia inŜynierskie) • Oprogramowanie narzędziowe (ćwiczenia, studia inŜynierskie) • Hybrydowe systemy ekspertowe (wykład i ćwiczenia, studia magisterskie) • Algorytmy i struktury danych (ćwiczenia, studia inŜynierskie) • Inteligencja obliczeniowa (wykład i ćwiczenia, studia inŜynierskie) • Metody numeryczne (ćwiczenia, studia inŜynierskie) • Zastosowania sztucznej inteligencji (projekt, studia inŜynierskie) • Zastosowania matematyki w technice I (wykład, studia doktoranckie) • Zastosowania matematyki w technice II (wykład, studia doktoranckie) • Metody sztucznej inteligencji (wykład, studia doktoranckie) 6b. Promowanie i recenzowanie studenckich prac dyplomowych Od marca 2007 wypromowałem: • 6-ściu magistrów • 36-ściu inŜynierów Od marca 2007 byłem recenzentem: • 5-ciu prac magisterskich • 26-ściu prac inŜynierskich 7. Realizowane projekty badawcze 7a. Granty Ministerialne W latach 2005-2012 byłem wykonawcą w 2 grantach ministerialnych, których szczegółowe dane są następujące: 2010-2012: „Zastosowanie układów cyfrowych pracujących w trybie prądowym w jednostkach przetwarzających systemów kryptograficznych”, praca finansowana przez Polskie Ministerstwo Nauki i Szkolnictwa WyŜszego (MNiSW) jako Projekt Badawczy numer 0867/B/T00/2009/37. Moja rola w projekcie: Wykonawca, 2005-2006: „Projektowanie i optymalizacja cyfrowych układów elektronicznych przy uŜyciu algorytmów ewolucyjnych”, praca finansowana przez Polskie Autoreferat – wersja w języku polskim 16 Ministerstwo Nauki i Szkolnictwa WyŜszego (MNiSW) jako Projekt Badawczy numer 3 T11B 025 29, Moja rola w projekcie: Główny wykonawca. 7b. Badania statutowe i własne W latach 2005-2012 brałem udział jako wykonawca w 4-ech projektach badawczych prowadzonych w ramach badań statutowych i badań własnych. Dane tych projektów są następujące: 2011-2012: „Rozwój systemów informatycznych wspierających projektowanie cyfrowych układów elektronicznych”, Badania Statutowe. Moja rola w projekcie: Wykonawca. 2009-2010: „Metody sztucznej inteligencji w projektowaniu układów elektronicznych”, Badania Własne. Moja rola w projekcie: Wykonawca. 2007-2008: „Zastosowanie bramek prądowych w układach cyfrowych wymagających ochrony przetwarzanych danych”, Badania Statutowe. Moja rola w projekcie: Wykonawca. 2005-2006: „Opracowanie procedur reprogramowalnych komputerowego równoległych wspomagania jednostek projektowania przetwarzających dla jednoukładowych systemów czasu rzeczywistego”, Badania Statutowe. Moja rola w projekcie: Wykonawca. 8. Znajomość języków • Angielski: Bardzo dobry; Uczestnictwo w wielu Międzynarodowych Konferencjach Naukowych • Niemiecki: Podstawowy • Rosyjski: Podstawowy 9. Umiejętności zawodowe • OS: Linux, Windows • programowanie: C/C++, Pascal, JAVA, Borland C++ Builder, Borland Delphi, NetBeans, SQL, CLIPS • nauka: • bazy danych: Matlab, SciLab, LaTeX MySQL Autoreferat – wersja w języku polskim 17 10. Doświadczenie w przemyśle od 2011: Współpraca z firma programistyczna Creative GIS Solutions nad inteligentnym systemem rutowania połączeń w firmach transportowych 2009-2011: Współpraca z firma programistyczna MediaSelf nad rozwojem inteligentnego oprogramowania opartego o modele Collective Intelligence and Semantic Web 2000-2004: Praca na umowę zlecenie jako programista w firmie PST-AVISTRANS 2000: Odbycie praktyki zawodowej w dziale serwisu firmy ZETO Koszalin 11. Przewodniczenie w sesjach i konferencjach, prowadzenie sekcji specjalnych Po obronie doktoratu byłem przewodniczącym (Co-Chair) track’u w uznanej konferencji międzynarodowej (ETFA 2012) oraz prowadziłem 1 sekcję specjalną w czasopiśmie IEEE Transactions on Industrial Electronics (lista filadelfijska). Szczegółowe dane są następujące: 2012: Track Co-Chair w Track 6: Computational Intelligence and Modern Heuristics in Automation podczas konferencji 17th IEEE International Conference on Emerging Technologies and Factory Automation, September 17-21, 2012, Kraków, Poland (więcej informacji w załączniku numer 12) 2009-2012: Przygotowanie i przeprowadzenie Special Section on Intelligent Systems w IEEE Transactions on Industrial Electronics (JCR) (Guest Editor), Special Section prowadzona była wspolnie z osobami: Dr Milos Manic – University of Idaho, USA Dr Honghai Liu –University of Portsmouth, UK Prof. Bogdan Wilamowski – Auburn University, USA (więcej informacji w załączniku numer 5 i załączniku numer 11) 12. Członkostwo w organizacjach • Członek IEEE (IEEE Senior Member od 2012 roku) • Członek IEEE (IEEE Member od 2007 roku) • Członek IEEE Computational Intelligence Society • Członek IEEE Industrial Electronics Society Autoreferat – wersja w języku polskim 18 • Członek Komitetu Informatyki Polskiej Akademii Nauki - Oddział Gdańsk • Członek Polskiego Towarzystwa Elektrotechniki Teoretycznej i Stosowanej 13. Członkostwo w Komitetach Naukowych Konferencji Od marca 2007 (po obronie doktoratu) byłem członkiem w Komitecie Naukowym 16 konferencji (w tym 15 konferencji międzynarodowych i 1 konferencji krajowej). Szczegółowe dane odnośnie tych konferencji prezentuje poniŜej: • 5th International Conference on Agents and Artificial Intelligence, ICAART 2013, 15-18 February, 2013, Barcelona, Spain • International Conference on Evolutionary Computation Theory and Applications, ECTA 2012, 5 – 7 October, 2012, Barcelona, Spain • 17th IEEE International Conference on Emerging Technologies and Factory Automation, ETFA 2012, September 17-21, 2012, Kraków, Poland • 9th International Conference on Informatics in Control, Automation and Robotics, ICINCO 2012, 28 - 31 July, 2012, Rome, Italy • 4th International Conference on Agents and Artificial Intelligence, ICAART 2012, 6-8 February, 2012, Vilamoura, Algarve, Portugal • 11th International Conference on Artificial Intelligence and Soft Computing, ICAISC 2012, April 29 - May 3 , 2012, Zakopane, Poland • 8th International Conference on Informatics in Control, Automation and Robotics, ICINCO 2011, 28 - 31 July, 2011, Noordwijkerhout, The Netherlands • Third International Conference on Agents and Artificial Intelligence, ICAART 2011, 2830 January, 2011, Rome, Italy • International Conference on Evolutionary Computation, ICEC 2010, 24-26 October, 2010, Valencia, Spain • 7th International Conference on Informatics in Control, Automation and Robotics, ICINCO 2010, 15 - 18 June, 2010, Funchal, Madeira – Portugal • The 10th International Conference on Artificial Intelligence and Soft Computing, ICAISC 2010, June 13-17, 2010, Zakopane, Poland • Second International Conference on Agents and Artificial Intelligence, ICAART 2010, 22-24 January, 2010, Valencia, Spain • International Conference on Adaptive and Natural Computing Algorithms, ICANNGA 2009, 23-25 April, 2009, Kuopio, Finland • 6th International Conference on Informatics in Control, Automation and Robotics, Autoreferat – wersja w języku polskim 19 ICINCO 2009, 2 - 5 July, 2009, Milan, Italy • International Conference on Agents and Artificial Intelligence, ICAART 2009, 19-21 January, 2009, Porto, Portugal • V Krajowa Konferencja Technologie Informacyjne, Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, 20-23 maja 2007, Gdańsk 14. WyróŜnienia i Nagrody 2012: IEEE Senior Member Moja kandydatura do stopnia IEEE Senior Member została zgłoszona przez Prof. Bogdana M. Wilamowskiego z Auburn University, USA, (IEEE Fellow). Referencje otrzymałem od: • Prof. Bogdana M. Wilamowskiego, Auburn University, USA, (IEEE Fellow) • Prof. Jacka M. śurady, University of Lousiville, USA, (IEEE Fellow) • Prof. Carlosa A. Coello Coello, CINVESTAV-IPN, Meksyk, (IEEE Fellow) 2011: Nagroda Indywidualna II-go stopnia Rektora Politechniki Koszalińskiej za publikacje naukowe za lata 2009-2010 2011: Włączenie biografii do 2011 Edition of Marquis Who's Who in the World 2009: Nagroda Indywidualna II-go stopnia Rektora Politechniki Koszalińskiej za publikacje naukowe za lata 2006-2008 2009: Włączenie biografii do 2009 Edition of Marquis Who's Who in the World 2008: Nagroda Indywidualna II-go stopnia Rektora Politechniki Koszalińskiej za rozprawę doktorską 2008: The Best Paper Award in Human System Interaction Conference, Kraków 2008 (więcej informacji w załączniku numer 8) 2007: Rozprawa doktorska obroniona z wyróŜnieniem Autoreferat – wersja w języku polskim 20 15. Recenzowanie prac 15a. W czasopismach Jestem recenzentem w 9 czasopismach (w tym w 7 czasopismach z tzw. listy filadelfijskiej). Łącznie wykonałem 50 recenzji na potrzeby tych czasopism. Szczegółowe dane odnośnie czasopism w których jestem recenzentem oraz liczby napisanych recenzji są następujące: • IEEE Transactions on Systems, Man and Cybernetics - Part B (Lista A - JCR): 1 recenzja • IEEE Transactions on Industrial Electronics (Lista A - JCR): 33 recenzje • IEEE Transactions on Industrial Informatics (Lista A – JCR): 10 recenzji • Optimization - A Journal of Mathematical Programming and Operations Research (Lista A - JCR): 2 recenzje • Journal of Artificial Intelligence and Soft Computing Research: 1 recenzja • Metody Informatyki Stosowanej: 1 recenzja • Journal of Zhejiang University Science C (Computers and Electronics) (Lista A - JCR): 1 recenzja • Soft Computing (Lista A - JCR): 1 recenzja • IEEE Transactions on Neural Networks (Lista A - JCR): 1 recenzja 15b. W konferencjach Po obronie doktoratu recenzowałem prace w 21 konferencjach (w tym 20 konferencji międzynarodowych i 1 konferencja krajowa). Szczegółowe dane odnośnie konferencji w których recenzowałem prace są następujące: • 5th International Conference on Agents and Artificial Intelligence, ICAART 2013, 15-18 February, 2013, Barcelona, Spain • International Conference on Evolutionary Computation Theory and Applications, ECTA 2012, 5 – 7 October, 2012, Barcelona, Spain • 17th IEEE International Conference on Emerging Technologies and Factory Automation, ETFA 2012, September 17-21, 2012, Kraków, Poland • 11th International Conference on Artificial Intelligence and Soft Computing, ICAISC 2012, April 29 - May 3, 2012, Zakopane, Poland • 9th International Conference on Informatics in Control, Automation and Robotics, ICINCO 2012, 28 - 31 July, 2012, Rome, Italy • 4th International Conference on Agents and Artificial Intelligence, ICAART 2012, 6-8 February, 2012, Vilamoura, Algarve, Portugal Autoreferat – wersja w języku polskim 21 • Third International Conference on Agents and Artificial Intelligence, ICAART 2011, 2830 January, 2011, Rome, Italy • 8th International Conference on Informatics in Control, Automation and Robotics, ICINCO 2011, 28 - 31 July, 2011, Noordwijkerhout, The Netherlands • International Conference on Evolutionary Computation, ICEC 2010, 24-26 October, 2010, Valencia, Spain • The 14th World Multi-Conference on Systemics, Cybernetics and Informatics: WMSCI 2010, June 29 - July 2, 2010, Orlando, Florida, USA • 14th International Conference on Knowledge-Based and Intelligent Information and Engineering Systems, 8-10 September 2010, Cardiff, Wales, UK - Invited session on Advanced Design Techniques for Adaptive Systems • 7th International Conference on Informatics in Control, Automation and Robotics, ICINCO 2010, 15 - 18 June, 2010, Funchal, Madeira – Portugal • The 10th International Conference on Artificial Intelligence and Soft Computing, ICAISC 2010, June 13-17, 2010, Zakopane, Poland • Second International Conference on Agents and Artificial Intelligence, ICAART 2010, 22-24 January, 2010, Valencia, Spain • 13th International Conference on Knowledge-Based and Intelligent Information and Engineering Systems, KES 2009, 28, 29 and 30 September 2009 Santiago, Chile Invited session on Advanced Engineering Design Techniques for Adaptive Systems • 6th International Conference on Informatics in Control, Automation and Robotics, ICINCO 2009, 2- 5 July, 2009, Milan, Italy • IEEE Congress on Evolutionary Computation, CEC 2009, Trondheim, Norway, 18th-21st May, 2009 • International Conference on Adaptive and Natural Computing Algorithms, ICANNGA 2009, 23-25 April, 2009, Kuopio, Finland • International Conference on Agents and Artificial Intelligence, ICAART 2009, 19-21 January, 2009, Porto, Portugal • 2nd International Conference on Knowledge Generation, Communication and Management: KGCM 2008, June 29th - July 2nd, 2008, Orlando, Florida, USA • VI Krajowa Konferencja Elektroniki, VI KKE, 2007 Autoreferat – wersja w języku polskim 22 16. Pełnienie funkcji redaktora w czasopismach Obecnie pełnię funkcje Associate Editor w 2 uznanych czasopismach z tzw. listy filadelfijskiej oraz 1 raz pełniłem funkcję Guest Editor w czasopiśmie IEEE Transactions on Industrial Electronics. Szczegółowe dane odnośnie pełnionych funkcji są następujące: • IEEE Transactions on Industrial Electronics (Associate Editor od 2009) (JCR) (więcej informacji w załączniku numer 9) • IEEE Transactions on Industrial Electronics - Special Section on Intelligent Systems (Guest Editor) (JCR) (więcej informacji w załączniku numer 5 i załączniku numer 11) • IEEE Transactions on Industrial Informatics (Associate Editor od 2010) (JCR) (więcej informacji w załączniku numer 10 i załączniku numer 13) 17. Wygłoszone wykłady zaproszone • Adam Słowik, Michał Białko, „Algorytmy ewolucyjne o wielowarstwowych chromosomach i ich zastosowania w elektronice”, V Krajowa Konferencja Technologie Informacyjne, Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, 20-23 maja 2007, Gdańsk, Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej, Technologie Informacyjne, Tom 12, ss. 61-74 18. Liczba opublikowanych artykułów • Sumaryczna liczba artykułów: 54 • 22 Liczba artykułów przed doktoratem: W tym artykuły w czasopismach z Ministerialnej Listy A (tzw. lista filadelfijska) • Liczba artykułów po doktoracie: 32 W tym artykuły w czasopismach z Ministerialnej Listy A (tzw. lista filadelfijska) • 3 16 Liczba artykułów wchodząca w skład jednotematycznego cyklu publikacji przedstawionych do oceny w celu uzyskania stopnia doktora habilitowanego 20 W tym artykuły w czasopismach z Ministerialnej Listy A (tzw. lista filadelfijska) 14 W tym artykuły w czasopismach z Ministerialnej Listy B 2 W tym artykuły znajdujące się w materiałach konferencji zagranicznych 2 Autoreferat – wersja w języku polskim 23 • W tym artykuły jako rozdziały w monografii 2 Liczba punktów po doktoracie (według punktacji z listy MNiSW): 321 (sumaryczna), 257.25 (częściowa przy jednakowym współudziale współautorów) • Liczba punktów z publikacji (według punktacji z listy MNiSW) wchodzących w skład jednotematycznego cyklu prac przedstawionego do oceny w celu uzyskania stopnia doktora habilitowanego: 254 (sumaryczna), 246.62 (częściowa z uwzględnieniem wartości procentowej udziałów poszczególnych współautorów wynikającej z przedstawionych oświadczeń – więcej informacji w załączniku numer 3) 19. Statystyki na dzień 10 maja 2012 (liczba cytowań, Impact Factor, h-index) • Liczba artykułów: 23 (według Google Scholar) 23 (według Harzing's Publish or Perish 3.5) 20 (według Scopus) 20 (według Web of Science) • Liczba cytowań: 71 (według Google Scholar) 71 (według Harzing's Publish or Perish 3.6) 38 (według Scopus) 33 (według Web of Science) • Impact Factor: 6.003 (sumaryczny ze wszystkich prac z Listy A - JCR) • Impact Factor: 5.761 (z prac wchodzących w skład jednotematycznego cyklu) • Index Hirsha: 4 (według Google Scholar) 4 (według Harzing's Publish or Perish 3.6) 4 (według Scopus) 4 (według Web of Science); 20. Konferencje w których brałem udział i prezentowałem referaty 20a. Po doktoracie Po doktoracie uczestniczyłem w 17 konferencjach (w tym w 11 konferencjach międzynarodowych oraz 6 konferencjach krajowych) na których prezentowałem wyniki swoich badań. Trzykrotnie swoje referaty wygłaszałem zagranicą w: Maroku (konferencja ICECS 2007), Grecji (konferencja 5th Hellenic Conference on Artificial Intelligence) oraz w Niemczech (konferencja EvoStar 2009). Szczegóły dotyczące wszystkich konferencji w których uczestniczyłem są następujące: Autoreferat – wersja w języku polskim 24 • 11th International Conference on Artificial Intelligence and Soft Computing, April 29 May 3, 2012, Zakopane, Poland • 7th International Conference on New Electrical and Electronic Technologies and Their Industrial Implementation, 28 June - 1 July, 2011, Zakopane, Poland • The 6th International Conference on Hybrid Artificial Intelligence Systems, HAIS 2011, May 2011, Wrocław, Poland • 10th International Conference on Artificial Intelligence and Soft Computing, June 13-17, 2010, Zakopane, Poland • IX Krajowa Konferencja Elektroniki, KKE 2010, 30 Maja - 2 Czerwca 2010, Darłowko Wschodnie, 2010 • 6th International Conference on New Electrical and Electronic Technologies and Their Industrial Implementation, 23-26 June, 2009, Zakopane, Poland • VIII Krajowa Konferencja Elektroniki, KKE 2009, 07-10 Czerwca 2009, Darłówko Wschodnie, 2009 • EvoStar 2009, The main European events on Evolutionary Computation, 15-17 April 2009, Eberhard Karls Universität Tübingen, Germany • 5th Hellenic Conference on Artificial Intelligence, 2-4 October 2008, Syros, Greece • VII Krajowa Konferencja Elektroniki, KKE 2008, Darłówko-Wschodnie, 2-4 Czerwca, 2008, • IEEE Conference on Human System Interaction, Cracow, May 25-27, 2008, Poland • First International Conference on Information Technology, IT 2008, Gdansk, May 18-21, 2008, Poland • Ninth International Conference on Artifficial Intelligence and Soft Computing, ICAISC 2008, Zakopane, June, 2008, Poland • XIV Krajowa Konferencja Komputerowe Wspomaganie Badań Naukowych, KOWBAN 2007, Wrocławskie Towarzystwo Naukowe, 24-26 Październik 2007, Szklarska Poręba • 14th IEEE International Conference on Electronics, Circuits and Systems, ICECS 2007, December 11-14, 2007, Marrakech, Morocco • V Krajowa Konferencja Technologie Informacyjne, Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, 20-23 maja 2007, Gdańsk • VI Krajowa Konferencja Elektroniki, Darłówko-Wschodnie 11-13 Czerwca 2007, Politechnika Koszalińska, Wydział Elektroniki i Informatyki Autoreferat – wersja w języku polskim 25 20b. Przed doktoratem Przed doktoratem uczestniczyłem w 14 konferencjach (w tym w 3 konferencjach międzynarodowych oraz 11 konferencjach krajowych) na których prezentowałem wyniki swoich badań. Szczegóły dotyczące tych konferencji są następujące • V Krajowa Konferencja Elektroniki, Politechnika Koszalińska, Wydział Elektroniki i Informatyki, Darłówko Wschodnie, Czerwiec 2006 • Eight International Conference on Artificial Intelligence and Soft Computing, ICAISC 2006, Zakopane, Poland, June 2006 • XII Krajowa Konferencja Komputerowe Wspomaganie Badań Naukowych, Wrocławskie Towarzystwo Naukowe, Polanica Zdrój, Październik 2005 • IV Krajowa Konferencja Elektroniki, Politechnika Koszalińska, Wydział Elektroniki i Informatyki, Darłówko Wschodnie, Czerwiec 2005 • XI Krajowa Konferencja Komputerowe Wspomaganie Badań Naukowych, KOWBAN 2004, Wrocławskie Towarzystwo Naukowe, Polanica Zdrój, Październik 2004 • III Krajowa Konferencja Elektroniki, Politechnika Koszalińska, Wydział Elektroniki, Kołobrzeg, Czerwiec 2004 • Seventh International Conference on Artificial Intelligence and Soft Computing, ICAISC 2004, Zakopane, Poland, June 2004 • V Międzynarodowa Konferencja Elektroniki i Telekomunikacji Studentów i Młodych Pracowników Nauki, SECON 2003, Wojskowa Akademia Techniczna, Warszawa, Listopad 2003 • IV Krajowa Konferencja Metody i Systemy Komputerowe w Badaniach Naukowych i Projektowaniu InŜynierskim, Akademia Górniczo-Hutnicza, Kraków, Listopad 2003 • X Krajowa Konferencja Komputerowe Wspomaganie Badań Naukowych, KOWBAN 2003, Wrocławskie Towarzystwo Naukowe, Polanica Zdrój, Październik 2003 • I Krajowa Konferencja Elektroniki i Telekomunikacji Studentów i Młodych Pracowników Nauki, Politechnika Koszalińska, Wydział Elektroniki, Koszalin, Październik 2003 • II Krajowa Konferencja Elektroniki, Politechnika Koszalińska, Wydział Elektroniki, Kołobrzeg, Czerwiec 2003 • XXVI Krajowa Konferencja Elektroniki i Telekomunikacji Studentów i Młodych Pracowników Nauki, Wojskowa Akademia Techniczna, Warszawa, Listopad 2002 • 23 Międzynarodowe Sympozjum Naukowe Studentów i Młodych Pracowników Nauki, Uniwersytet Zielonogórski, Zielona Góra, Maj 2002 Autoreferat – wersja w języku polskim 26 21. Lista publikacji wchodzących w skład jednotematycznego cyklu przedstawionego do oceny (artykuły z Ministerialnej Listy A – tzw. „listy filadelfijskiej” – pogrubiono) W nawiasach przy nazwisku ukazano procentowy udział kaŜdego autora. Szczegółowe oświadczenia o współudziale (w przypadku prac współautorskich) znajdują się w załączniku numer 3. [1] Adam Słowik (100%), “Type-2 Fuzzy Logic Control of Trade-off Between Exploration and Exploitation Properties of Genetic Algorithms", 11th International Conference on Artificial Intelligence and Soft Computing, April 29 - May 3, 2012, Zakopane, Poland, Lecture Notes in Computer Science, L. Rutkowski et al. (Eds.): ICAISC 2012, LNCS 7269, pp. 368--376. Springer, Heidelberg, 2012, Acceptance Rate: 43.9%, (Lista A –13pkt.) [2] Adam Słowik (100%), “Evolutionary Multi-Objective Optimization of Personal Computer Hardware Configurations", 11th International Conference on Artificial Intelligence and Soft Computing, April 29 - May 3, 2012, Zakopane, Poland, Lecture Notes in Computer Science, L. Rutkowski et al. (Eds.): ICAISC 2012, LNCS 7269, pp. 359--367. Springer, Heidelberg, 2012, Acceptance Rate: 43.9%, (Lista A – 13pkt.) [3] Adam Słowik (100%), „Ewolucyjne projektowanie polimorficznych układów cyfrowych”, Przeglad Elektrotechniczny, Numer xxx/2012, ss. xxx-xxx, 2012, (Lista A – 13pkt.), w druku [4] Adam Słowik (100%), “Application of Evolutionary Algorithm to Design of Minimal Phase Digital Filters with Non-Standard Amplitude Characteristics and Finite Bits Word Length”, Bulletin of The Polish Academy of Science – Technical Science, Volume 59, Issue 2, pp. 125-135, 2011, (Lista A – 20pkt.) [5] Adam Słowik (100%), “Application of Adaptive Differential Evolution Algorithm with Multiple Trial Vectors to Artificial Neural Networks Training”, IEEE Transactions on Industrial Electronics, Volume 58, Issue 8, pp. 3160-3167, 2011, (Lista A – 32pkt.) Autoreferat – wersja w języku polskim 27 [6] Adam Słowik (100%), “Hybridization of Evolutionary Algorithm with Yule Walker Method to Design Minimal Phase Digital Filters with Arbitrary Amplitude Characteristics”, The 6th International Conference on Hybrid Artificial Intelligence Systems, HAIS 2011, Lecture Notes in Artificial Intelligence, Volume 6678/2011, E. Corchado, M. Kurzynski, M. Wozniak (Eds.): HAIS 2011, Part I, LNAI 6678, pp. 67-74, Springer, Heidelberg, 2011, Acceptance Rate: 47.3%, (Lista A – 13pkt.) [7] Adam Słowik (100%), “Fuzzy Control of Trade-off Between Exploration and Exploitation Properties of Evolutionary Algorithms”, The 6th International Conference on Hybrid Artificial Intelligence Systems, HAIS 2011, Lecture Notes in Artificial Intelligence, Volume 6678/2011, E. Corchado, M. Kurzynski, M. Wozniak (Eds.): HAIS 2011, Part I, LNAI 6678, pp. 59-66, Springer, Heidelberg, 2011, Acceptance Rate: 47.3%, (Lista A –13pkt.) [8] Adam Słowik (100%), „Ewolucyjne projektowanie filtrów cyfrowych o nietypowych charakterystykach i skończonej długości słowa bitowego”, Czasopismo Elektronika, Numer 9/2010, ss. 66-69, 2010, (Lista B - 9pkt.) [9] Adam Słowik (100%), “Steering of Balance Between Exploration and Exploitation Properties of Evolutionary Algorithms - Mix Selection”, 10th International Conference on Artificial Intelligence and Soft Computing, June 1317, 2010, Zakopane, Poland, Lecture Notes in Artificial Intelligence, L. Rutkowski et al. (Eds.): ICAISC 2010, Part II, LNAI 6114, pp. 213--220. Springer, Heidelberg, 2010, Acceptance Rate: 43.9%, (Lista A –13pkt.) [10] Adam Słowik (92%), Michał Białko (8%), “Dynamic Changes of Population Size in Training of Artificial Neural Networks”, Book Chapter, Human-Computer Systems Interaction Backgrounds and Applications, Springer-Verlag, series Advances in Intelligent and Soft Computing, Volume 60/2009, Hippe Zdzislaw S., Kulikowski Juliusz L. (Eds.), pp. 517-527, 2009, (Rozdział w monografii po angielsku - 7pkt.) Autoreferat – wersja w języku polskim 28 [11] Adam Słowik (100%), „Zastosowanie algorytmu ewolucyjnego do minimalizacji poboru mocy podczas testowania układów cyfrowych”, Przegląd Elektrotechniczny, Numer 11/2009, ss. 153-155, 2009, (Lista A –13pkt.) [12] Adam Słowik (100%), „Hybrydowa metoda ewolucyjnej optymalizacji kombinacyjnych układów cyfrowych”, Przegląd Elektrotechniczny, Numer 11/2009, ss. 156-159, 2009, (Lista A – 13pkt.) [13] Adam Słowik (90%), Jacek M. śurada (10%), “Evolutionary Optimization of Number of Gates in PLA Circuits Implemented in VLSI Circuits", EvoStar 2009, The Main European events on Evolutionary Computation, 15-17 April 2009, Eberhard Karls Universität Tübingen, Germany, Lecture Notes in Computer Science, Springer, Volume 5484, pp. 363-368, 2009, Acceptance Rate: 63.6%, (Lista A – 13pkt.) [14] Adam Słowik (92%), Michał Białko (8%), “Adaptive Selection of Control Parameters in Differential Evolution Algorithms”, Computational Intelligence: Methods and Applications, editors: L. Zadeh, L. Rutkowski, R. Tadeusiewicz, J.Zurada, Academic Publishing House Exit, Polish Neural Network Society, IEEE Computational Intelligence Society - Poland Chapter, pp. 244-253, 2008, (Rozdział w monografii po angielsku 7pkt.) [15] Adam Słowik (92%), Justyna Słowik (8%), “Multi-objective Optimization of Surface Grinding Process with the Use of Evolutionary Algorithm with Remembered Pareto Set”, International Journal of Advanced Manufacturing Technology, Springer London, Volume 37, Numbers 7-8, June, 2008, pp. 657-669, (Lista A – 20pkt.) [16] Adam Słowik (92%), Michał Białko (8%), “Training of Artificial Neural Networks Using Differential Evolution Algorithm”, IEEE Conference on Human System Interaction, Cracow, May 25-27, pp. 60-65, 2008, (The Best Paper Award) Autoreferat – wersja w języku polskim 29
