preloader

    Miért fontos a K+F számunkra

    Mivel vezetőségünk több tagja jelenleg is gyakorló, doktori tudományos fokozattal rendelkező kutató, az innovatív megoldások keresése érthetően kiemelt fontosságú számunkra.

    Cégünk létrejöttét is azon igény motiválta, hogy az informatikai verseny szektor és a tudományos élet között hidat képezve segítsünk abban, hogy a felsőoktatási intézmények cégekkel való együttműködése konkrét kutatásfejlesztéses projektek segítségével kialakuljon, és működőképes támogatást adjon ahhoz, hogy a hazai informatikai ipar versenyképes, újszerű megoldásokkal tudjon a nemzetközi piacon megjelenni.

    Cégünknek kutatás-fejlesztés területén már több piaci bevezetés alatt álló, illetve jelenleg is aktív projektje van

    • IBB – InfoBank&InfoBroker: Információkezeléssel kapcsolatos szolgáltatások a digitális tulajdonjog tisztázására, adatkincs kezelésére (InfoBank), információival való információérték alapú kereskedés megvalósítására (InfoBroker).
    • Új generációs pénzügyi szolgáltatások kialakítása gépitanulási eljárások alkalmazásával.
    • CTA – „CML Treatment Assistant”: Elektronikus kezeléskövetési asszisztens: Rákkutatással és személyre szabott kezeléssel kapcsolatos informatikai megoldások. A fejlesztés célja olyan elektronikus – mobiltelefonokról elérhető – kezeléskövető rendszer létrehozása, amely képes az elhúzódó kezelési periódusok kezelési módszerek szerinti követésére. Szakmai partner: Semmelweis Egyetem I. Sz. Patológiai és Kísérleti Rákkutató Intézet
    • GenomeAtlas: Egy adott faj genomjának sejttípus-specifikus háromdimenziós szerkezetének ábrázolásával kapcsolatos kutatások. Szakmai partner: UD-GenoMed Medical Genomic Technologies Kft., Debreceni Egyetem Biokémiai és Molekuláris Biológiai Intézet.
    • Microbiolance- Mikrobiom analízis alapú szolgáltatás fejlesztése, amely a mikrobiom munkafolyamatok támogatásával (genomikai adatok kezelése) és a klinikai adatkezeléssel különböző betegségmodellek közötti összefüggéselemzések megvalósítását támogatja machine learning eljárások felhasználásával. Szakmai partner: UD-GenoMed Medical Genomic Technologies Kft., Debreceni Egyetem Biokémiai és Molekuláris Biológiai Intézet, Semmelweis Egyetem Pszichiátriai és Pszichoterápiás Klinika.
    • GeneFXplore: Onkológiai korai diagnosztikát és terápiaválasztást támogató funkcionális genomikai és képalkotó diagnosztikai keretrendszer fejlesztése. A folyamatban lévő fejlesztéssel a funkcionális genomikai mintázatokban lévő deformitások betegségkialakulással, korai diagnosztikával kapcsolatos relációinak elemzése. Szakmai partnerek: GE HealthCare, Széchenyi István Egyetem, Debreceni Egyetem).
    • GRAPLER (GRApe Pruning LEarner Robot) – Precíziós metszőrobot és intelligens mezőgazdasági platform kialakítása képfeldolgozási és gépi tanulási eljárásokra alapozva. Szakmai partner: Pécsi Tudományegyetem Szőlészeti és Borászati Kutatóintézet, Bay Zoltán Alkalmazott Kutatási Közhasznú Nonprofit Kft. robotikai részleg, SBS Kft.
    • JavaFitter: Forráskód döntésstruktúra-elemző. A kutatásfejlesztési projekt célja a forráskódok döntésszerkezeti minőségének mérésére alkalmas statikus kódelemző kialakítása, amely képes a döntésszerkezeti anomáliák észlelésére deep learning alapú szakértői rendszer modul támogatásával. További cél azon tervezési körülmények észlelése, ahol tervezési minták használatával a döntésszerkezeti struktúrák optimalizációja megtehető, illetve a kódstruktúra optimalizációs javaslatok észlelésének támogatás. Szakmai partner: Eszterházy Károly Katolikus Egyetem.
    • Fejlesztési, tervezési keretrendszerek kialakítása: Cégünk technológia szabványokra alapuló fejlesztési és tervezési keretrendszerekkel és megoldásokkal rendelkezik, illetve azok továbbfejlesztését végzi, melyek robosztus informatikai projektek megbízható végrehajtását garantálják. A keretrendszerre épülő rugalmas generáló eljárások kidolgozásán kísérletezünk, melyek képesek UML alapú tervezési termékekből az adott keretrendszernek megfelelő forráskódok előállítására.

    Az aktív projektek mellett szakértőink a következő kutatásfejlesztési, kutatási tapasztalatokkal rendelkeznek

    • „Internet of things”:„FutureRFID – Az RFID/NFC technológia továbbfejlesztési lehetőségei az „Internet of Things” koncepció mentén” című projektben szakértőként vettek részt cégünk munkatársai (TÁMOP-4.2.2.C-11/1/KONV-2012-0014).
    • Tervezési módszertanok: Tervezési és programozási módszertanokkal kapcsolatos kutatások adják cégünk fejlesztési és tervezési keretrendszereinek alapját. A kutatás célja az üzleti modellezéstől a tesztelési tervezésig teljes projektciklus UML alapú lekövethetőségének és így a régetek közötti konzisztencia biztosítása.
    • Tervezési alapelvek, tervezési minták elemzése – Objektumorientált tervezési alapelvek és tervezési minták döntésszerkezetének elemzése, új tervezési alapelvek bevezetése
    • SAT probléma, SAT megoldó algoritmusok.
    • Modellellenőrzés, modellellenőrző programok használata a gyakorlatban.
    • Matematikai analízis – függvényegyenletek, függvényegyenlőtlenségek vizsgálata.
    • Függvényegyenletek stabilitáselmélete
    • Elektronikus táplálkozás és életmódtanácsadás: Cégünk több munkatársa tanácsadóként vett részt a „eFilter – Egészségügyi profil alapján szűrt fogyasztói adatbázisokból nyert információkat kezelő rendszer” KMOP-1.1.1-09/1-2009-0053-as kutatásfejlesztéses projekt megvalósításában, amely célja a felhasználók egészségügyi állapotának megfelelő fogyasztási szokások interaktív szabályozása, amely kontrollálni tudja a felhasználói ételérzékenységeket, allergiákat, illetve diétákat.
    Vezetők

    Kutatásvezetők

    Az InnovITech Kft. a kutatásfejlesztés területén aktív tapasztalattal, illetve erőforrással rendelkezik, amely a K+F feladatok ellátásában, kutatással kapcsolatos koncepcióalkotásban is igénybe vehető.

    A vezetőség több tagja rendelkezik a Matematika és Számítástudományok Doktora tudományos fokozattal, jelenleg is aktív kutatók, számos tudományos publikáció szerzői:

    Dr. Márien Szabolcs:

    Debreceni Egyetem, Matematikai és Számítástudományok Ph.D. fokozat (2012.)

    Debreceni Egyetem, Programtervező matematikus egyetemi diploma (2000.)

    Kutatási terület:

    Objektumorientált tervezési alapelvek és tervezési minták döntésszerkezetének elemzése, új tervezési alapelvek bevezetése. Objektumorientált programok döntésszerkezetének minőségét jellemző tervezési metrikák bevezetése. Objektumorientált tervezés – UML alapú tervezési módszerek.

    A kutatás mellett számos projektben szerzett programtervezői, illetve projektvezetői tapasztalatot. Főbb projektek: “eFilter” „Egészségügyi profil alapján szűrt fogyasztói adatbázisokból nyert információkat kezelő rendszer” kutatásfejlesztési projekt, Video Content Management (Telekom), “IFF” – Integrated Factoring and Ledger System (Magnet Bank), Magyar Működési Kockázat Adatbázis (Bankszövetség).

    Dr. Kusper Gábor:

    RISC-Linz, Johannes Kepler University Linz, Ausztria, Matematikai és Informatika Ph.D. fokozat (2005.), Debreceni Egyetem, Programtervező matematikus egyetemi diploma (1999.)

    Kutatási terület: Mesterséges Intelligencia, Szakértői Rendszerek, Formális Módszerek, Jövő Internetje, AutoID Technológiák, SAT Probléma, Objektumorientált Programozás, Programozási Technológiák.

    Dr. Kaiser Zoltán:

    Debreceni Egyetem – Matematikai és Számítástudományok Ph.D. fokozat (2006.), Programtervező matematikus egyetemi diploma (2000.)

    Kutatási profil: Matematikai analízis – függvényegyenletek, függvény egyenlőtlenségek vizsgálata; Függvényegyenletek stabilitáselmélete.