Predrag Matavulj

Pozicija:Istraživač-pripravnik

Zvanje: Istraživač-pripravnik u oblasti tehničko-tehnoloških nauka- elektronika, telekomunikacije i informacione tehnologije

Google Scholar

Predrag Matavulj je doktorand informatike sa znanjem u teoriji verovatnoće i statistici, numeričkoj optimizaciji, mašinskom učenju i neuronskim mrežama, od kojih je većinu stekao tokom osnovnih studija matematike i master studija nauke o podacima na PMF-u Novi Sad. Tokom rada na master tezi, Predrag je u martu 2018. godine započeo svoj rad kao mlađi istraživač na Institutu BioSense, gde je koristio tehnike dubokog učenja za identifikaciju i klasifikaciju bioaerosola. Od novembra 2018. Predrag predaje duboko učenje kao asistent u nastavi odgovoran za master kurs na smeru Data Science na PMF-u. Uključen je u nekoliko nacionalnih i međunarodnih projekata, uključujući Antares, Dragon, agROBOfood, PROMIS.

Centar:

CIT

Teme:

1. Mašinsko učenje

2. Duboko učenje

3. Analitika Velikih Podataka

4. Otkrivanje znanja

5. Obrada satelitskih slika

6. Hiperspektralne, multispektralne i termalne slike

7. AgroSens

8. Saradnja sa Državnom upravom

Projekti:

1. agROBOfood-Business-Oriented Support to the European Robotics and Agri-food Sector, towards a network of Digital Innovation Hubs in Robotics

2. DIATOMIC- Digital Innovation Hubs boosting European Microelectronics Industry

3. KATANA – Emerging industries as key enablers for the adoption of advanced technologies in the agrifood sector

4. SISCODE- Society in Innovation and Science through CODEsign

5. AgroSens APV

6. Detekcija uzurpiranog poljoprivrednog zemljišta u državnoj svojini i detekcija paljenja žetvenih ostataka na teritoriji APV

Publikacije:

Tešendić D., Boberić Krstićev D., Matavulj P., Brdar S., Panić M., Minić V., Šikoparija B. 2020. RealForAll: real-time system for automatic detection of airborne pollen, Enterprise Information Systems, DOI: 10.1080/17517575.2020.1793391
Šaulienė, I., Šukienė, L., Daunys, G., Valiulis, G., Vaitkevičius, L., Matavulj, P., Brdar, S., Panić, M, Šikoparija, B., Clot, B., Crouzy, B., Sofiev, M. 2019. Automatic pollen recognition with the Rapid-E particle counter: the first-level procedure, experience and next steps. Atmospheric Measurement Techniques, 12, 3435-3452, doi: 10.5194/amt-12- 3435-2019
Šikoparija, B., Mimić, G., Matavulj, P., Panić, M., Simović, I., Brdar, S. 2019. Short communication: Do we need continuous sampling to capture variability of hourly pollen concentrations?, Aerobiologia, doi: 10.1007/s10453-019-09575-1

Patent:

- Univerzalan sistem i metod za automatsku klasifikaciju tipova čestica polena u vazduhu u realnom vremenu