Náš tým

Ondřej Přibyl vystudoval technickou kybernetiku na Fakultě elektrotechnické a následně získal titul Ph.D. v oboru dopravního plánování na PennState Universitě v USA. Zde také pracoval 3 roky jako vědecký pracovník v Pennsylvania Transportation Institute jako datový analytik.

V rámci Fakulty dopravní se zaměřuje zejména na oblasti zpracování dat či matematickému modelování, Inteligentním dopravním systémům a umělé inteligenci. Více než 14 let pracoval v komerčních společnostech zejména v oblasti analýzy dat pro dopravní telematiku. Věnoval se zde systémům pro měření rychlosti, výběr mýta, klasifikaci vozidel, vývoji SW pro zpracování dopravních přestupků a mnohým dalším. V rámci výzkumných projektů vyvinul například systém pro liniové řízení dálnic, který je implementován na Pražském okruhu. Této problematice se věnuje i nadále (nové generace založené na umělé inteligenci.).

V rámci evropského projektu H2020 MAVEN se věnoval problematice autonomních vozidel, zejména jejich integraci do městské infrastruktury. Zde měl na starosti mimo jiné oblast testování, analýzu a matematické zpracování dat, vyhodnocení výsledků či analýzu dopadů autonomních systémů. V projektu GLOMODO se věnuje analýze dat ze strategických detektorů v hlavním městě Praze a vytvoření takzvaného globálního, mentálního a fiskálního modelu dopravy.

Ve všech těchto oblastech má i aktivní publikační činnost, a to jak vědeckou tak i propagační či výukovou, jako například učebnici Aplikovaná telematika (Aplikovaná telematika. Janota, A – Franeková, M – Holečko, P – Pirník, R – Přibyl, O. – et al. 1. vyd. Žilina: EDIS – Publishing Institution of the University of Zilina, 2015. 512 s. ISBN 978-80-554-1037-1.).

Vybrané nástroje:

• Matematické modely
• Odhad parametrů
• Predikce
• Klastrování a klasifikace

Michal Matowicki působí na pozici odborného asistenta na Ústavu aplikované matematiky FD CVUT. Pochází z Polska, kde na technické Univerzitě v Bialystoku ukončil bakalářské studia v oblasti dopravních staveb. Během té doby, rok strávil na mezinárodni výměně studentu na Univerzitě Aristotelese v Soluni. Doktorsky titul Ph.D. získal na fakultě dopravní, kde se věnoval analýze dopravního chovaní a simulacím dopravy v kontextu liniového řízeni dopravy. Od roku 2015 je zaměstnancem AZD Praha kde koordinuje vývojové práce zabezpečovacího zařízeni s cílem přizpůsobeni a uvedeni na Polsky trh. Od roku 2017 Je zaměstnancem Fakulty Dopravní kde věnuje se řešitelské prací v národních a mezinárodních projektech s tematikou autonomních aut (H2020 MAVEN), vyhodnoceni kvality dopravy (OP VVV GLOMODO), analýzy dopravního chovaní (OP VVV SMART, KIC MaaSTogether) a nove také autonomního řízeni vlaku (TACR VEXA). V vědecké prací zabývá se zejména matematickému a statistickému vyhodnoceni dopravních simulaci, logistické regresi a dopravnímu chovaní.

Vybrané nástroje:

• PTV Vissim
• MatLab
• Logisticka Regrese
• Testovaní statistické hypotézy
• SEM analýza

Hlavním tématem jeho vědecké práce je modelování, identifikace a řízení rozsáhlých dopravních systémů za neurčitosti. Pro popis těchto systémů je vybrán vhodně zvolený model buď fyzikální povahy, nebo ve tvaru „černé skříňky“. Odhad neznámých parametrů modelu se provádí pomocí bayesovského identifikačního algoritmu. Na základě identifikovaného modelu a provedené syntézy řízení se buď generuje podpora v rozhodování dopravním operátorům nebo lze výsledky využít pro přímé automatické řízení lokálních dopravních systémů. Dalším předmětem mého zájmu je výzkum v oblasti metod data-miningu, zaměřené zejména na analýzu diskrétních dopravních dat.

Vybrané nástroje:

• Matematické modely
• Odhad parametrů
• Predikce
• Klastrování a klasifikace

Magdalena Hykšová působí jako odborný asistent na Fakultě dopravní ČVUT. Studovala na Matematicko-fyzikální fakultě Univerzity Karlovy v Praze, kde získala titul Ph.D. v oboru Obecné otázky matematiky a informatiky. Je autorkou nebo spoluautorkou téměř 100 publikací. V oblasti aplikované matematiky se zabývá zejména teorií her, matematickým modelováním a optimalizačními metodami. Kromě toho se věnuje také historii a didaktice matematiky a teorie pravděpodobnosti.

Vybrané nástroje:

• Metody teorie her
• Matematická analýza
• Ekonometrické metody
• Dopravní simulace

Šárka Jozová působí jako doktorand na Fakultě dopravní ČVUT, kde také vystudovala obor Logistika a řízení dopravních procesů. Pod vedením doc. Ing. Ivan Nagy, CSc. se nyní na Ústavu aplikované matematiky věnuje psaní disertační práce na téma Modelování rozsáhlých souborů diskrétních dat. Od roku 2020 je na Fakultě dopravní součástí řešitelského týmu projektu zaměřeném na analýzu dopravního chování (OP VVV SMART) a na projektu autonomního řízení vlaku (TAČR VEXA). Zde získává zkušenosti s praktickým využitím znalostí získaných během studia a s publikační činností.

Vybrané nástroje:

• Scilab
• Regrese
• Logistická regrese
• Metody data mining

Jana Kuklová je studentkou doktorského studia na Fakultě dopravní ČVUT, kde se zaměřuje na harmonizaci dopravního proudu na dálnicích a využití multiagentních systémů pro modelování a řízení dopravy. Vystudovala obor Inteligentní dopravní systémy na FD ČVUT v Praze a během svých studií strávila jeden semestr v Barceloně a jeden v Kostarice.