o odlučivanju za Nagradu „Blažo Mirčevski“
Tokom prijavljivanja radova na TELFOR 2022. registrovano je 20 radova mladih autora (starosti do 30 godina) koji su imali prosečne ocene recenzenata veće ili jednake 3. Od toga, 4 rada je nosilo predlog recenzenata za dodelu Nagrade „Blažo Mirčevski“. 4 rada su bila izložena u online režimu, DP – 2.8., DP – 4.14., DP – 5.19. i DP – 7.5.a ostalih 16 su izlagali neposredno prisutni autori.
Mladi autori su bili najviše zainteresovani za oblast Obrada signala (Signal processing) gde je bilo 6 radova, u sekciji Softverski alati i aplikacije bilo je 4 rada, u sekcijama Komunikacioni sistemi i Primenjena elektronika bilo je po 3 rada, u sekciji Telekomunikacione mreže – 2 rada a po jedan u sekcijama Primenjena elektromagnetika i Multimedija.
Svih 20 radova mladih autora u konkurenciji za Nagradu „Blažo Mirčevski“ je bilo napisano na engleskom jeziku što se odnosilo i na izlaganja. Stepen uspešnosti izlaganja bio je veoma različit. Neki autori su imali izlaganja na tečnom engleskom ali su se suviše držali prezentacije, ponekad su samo čitali. Stepen razumevanja pitanja i odgovori su takođe bili problem kod mnogih izlagača. Kvalitet pripremljenih prezentacija takođe je bio veoma različit, od jednostavne kopije teksta rada do prezentacija sa slajdovima u koloru koji se doimaju informativno i dokumentovano i čine osnovu za bolje razumevanje rada. Radovi koji su izloženi u online režimu imali su znatan nivo izlaganja i ostavili utisak da su mladi autori vrlo kompetentni. Od 4 rada izložena online, dva su nosila predlog za Nagradu „Blažo Mirčevski“.
Neke interesantne oblasti istraživanja koje su bile obuhvaćene radovima su odlike opšteg trenda u modernim tehnologijama u poslednje vreme. Bilo je radova koji su obrađivali smart city, deep learning, secure multiparty computation, tekstilne antene, radarske sisteme. Međutim, različita je dubina zahvatanja problema i efikasnost rešenja koje su autori ponudili.
Postupno se išlo na sužavanje broja radova izdvojenih po kvalitetu i konačno se žiri usaglasio da sledeća tri rada uđu u najuži izbor za dodelu Nagrade „Blažo Mirčevski“ za TELFOR 2022:
- Rad 2.8. Capacity Analysis of Channel Models for Different Environments at 28/39 GHz with NYUSIM autora Ahmet Kola, Çetin Kurnaz
- Rad 5.19. DOA Estimation in MIMO Radars via Deep Learning autora Kerem Maden, Işın Erer
- Rad 9.3. Smart city use case development based on FIWARE technology autora Amera Sinanović, Emir Mešković, Aljo Mujčić, Nermin Suljanović
Rad 2.8. potiče sa Department of Electrical and Electronics Engineering, Samsun University
Rad istražuje šta sve utiče na efikasnost komunikacije 5G mreže u zavisnosti od komunikacionog okruženja. Kapacitet kanala je istražen korišćenjem NIUSIM simulatora kanala. NIUSIM je GUI datoteka kreirana pomoću MATLAB softvera. Rad je rezultirao analizom koji parametri kanala se mogu koristiti za optimizaciju efikasnosti komunikacije u različitim sredinama
U suštini, rad se bavi samo simulacijom bez pokušaja realizacije. Navedene reference su čak i iz 2021, tako da se vidi dobro razumevanje oblasti.
Rad 5.19. DOA Estimation in MIMO Radars via Deep Learning autora Kerem Maden, Işın Erer
Rad donosi predlog nove arhitekture – DCAE-CNN arhitektura, koja se sastoji od konvolucionih autoenkodera (Denoising Convolutional AutoEncoders – DCAE) i konvolucionih neuronskih mreža (convolutional neural networks– CNN).
Predložena arhitektura je dobro obrazložena i ilustrovana detaljnom šemom na kojoj su jasno pokazana mesta izvršavanja određenih funkcija i koraci u obradi signala. Eksperimentalni rezultati su objašnjeni i izvršeno je poređenje sa postojećim standardnim algoritmom. Rezultati simulacije pokazuju da optimizovane mreže rade bolje od konvencionalnih algoritama u zadatku procene DOA.U radu predloženi algoritam je približno 6 puta brži od tradicionalnog MUZIC algoritma u uslovima niskog SNR (Signal Noise Rating).
U okviru tretmana eksperimentalnih rezultata dat je pregled hardverske i softverske platformena kojoj je izgrađena arhitektura DCAE-CNN (Python koristeći Tensorflow), izvršeno obučavanje neuralne mreže i testiranje. Eksplicitno su navedeni parametri računara (processor, memorija, clock impuls). Ovi podaci su vrlo značajni za procenu uspešnosti predloženog algoritma i vrlo se retko navode u sličnim radovima pa često nije moguće proceniti uticaj na vreme računanja algoritma ili performansi računara.
Zaključak dobar ali vrlo jednostavan bez razmatranja nekog budućeg rada. Malo se ponavljaju tvrdnje iz apstrakta. Autori konstatuju da obučavanje neuronske mreže nad značajnom količinom podataka i optimizacija hiperparametara za specifične antenske nizove zahtevaju određeno vreme.
Reference su vrlo različite, od poznatog udžbenika za radarske sisteme, MIMO Radar Signal Processing do najnovijih radova iz IEEE Communications Letters. Budući da su u radu data detaljna teorijska obrazloženja uz korišćenje obimnog matematičkog aparata evidentno je dobro poznavanje literature u predmetnoj oblasti.
Rad 9.3. Smart city use case development based on FIWARE technology
Rad potiče sa Faculty of Electrical Engineering, University of Tuzla, Bosnia and Herzegovina
Rad tretira veoma aktuelnu temu „smart city“ predstavljajući FIWARE model pametnog grada koji bi mogao biti implementiran u okruženjima koja već postoje a poseduju neke komponente pametnog grada. Dat je spisak tehničkih specifikacije koje gradska uprava treba da ispuni kako bi mogla da implementira platformu pametnog grada zasnovanu na FIWARE-u.
Autori su razmotrili jedan usecase za FIWARE platformu korišćenjem gotovih mogućnosti te platforme. Rad ne pokazuje da je dalje nešto konkretno razvijeno (npr. neki plug in) pa se zaključuje da zapravo ovaj alat nije primenjen u bilo kojoj realnoj situaciji. Stiče se utisak da je ceo rad više na nivou pregleda mogućnosti platforme.
Ovaj rad karakteriše veoma dobro izlaganje autorke Amere Sinanović što ukazuje na potpuno angažovanje autorke u realizaciji rada.
Nakon svekolikog razmatranja i konsultacija žiri je jednoglasno doneo odluku da za najbolji rad mladog autora na konferenciji TELFOR 2022. proglasi rad 5.19. DOA Estimation in MIMO Radars via Deep Learning i Nagradu „Blažo Mirčevski“ ponese mladi autor Kerem Maden.
Podaci za kontakt autora su sledeći: KeremMaden, Radar, Electronic Warfare and Intelligence Systems Division ASELSAN, Ankara, Turkiye,kmaden@aselsan.com.tr
Žiri je radio u sastavu:
Vladimir Orlić, PhD, dipl.el.ing.
Prof. dr Marija Malnar, dipl.el.ing.
Nemanja Zdravković, PhD, dipl.el.ing.
Nikola Popović, dipl.el.ing., mg
Mihailo Tošović, dipl.el.ing.
Julijana Mirčevski, dipl.el.ing.
Tokom različitih faza evaluacije za pojedine radove korišćene su konsultacije dole navedenih:
Ljiljana Marijanović, PhD, A1 Digital, Austrija
Mitar Simić, PhD, FTN Novi Sad
Slavica Tomović, PhD, Elektrotehnički fakultet, Podgorica
Vuk Batanović, PhD, ETF Beograd

17.05.2023.