Życiorys mgr inż. Jacek Dąbrowski Wykształcenie: Praca zawodowa

Prezentacja na temat: "Życiorys mgr inż. Jacek Dąbrowski Wykształcenie: Praca zawodowa"— Zapis prezentacji:

1 Życiorys mgr inż. Jacek Dąbrowski Wykształcenie: Praca zawodowa
ur. 8 sierpnia 1980 w Świeciu stan cywilny: kawaler Wykształcenie: 1994 – 1998 II Liceum Ogólnokształcące w Olsztynie 1998 – 2003 Politechnika Gdańska WETI, kierunek Informatyka, praca magisterska obroniona na ocenę bardzo dobrą 2003 – Studium doktoranckie WETI pod opieką prof. Marka Kubale Praca zawodowa 2003 – 2004 Interactive Vision White Eagle, Gdynia programista C++

2 Publikacje Dabrowski J.: Eksperymenty z zastosowanie algorytmów genetycznych do problemu kolorowania grafów, III Krajowa Konferencja Technologie Informacyjne, Zesz. Nauk. P. Gdańskiej (2005) Dąbrowski J., Dereniowski D., Janczewski R., Kosowski A., Małafiejski M., Nadolski A., Piwakowski K., Noinski T.: Internetowy system dydaktyczny typu online judge, XIII Konferencja Sieci i Systemy Informatyczne, Łódz (2005) Dąbrowski J.: Parallelization techniques for tabu search, PARA’06 Workshop on state-of-the-art in scientific and parallel computing, Umea, Szwecja (2006) [praca przyjęta] Dąbrowski J., Kubale M.: Parallel Tabu Search for Graph Coloring, IX National Conference on Evolutionary Algorithms and Global Optimization, Murzasichle (2006) [praca przyjęta] Obszarski P., Dąbrowski J.: Hipergrafowy model szeregowania w rozrzedzonych systemach zadan wieloprocesorowych,IV Krajowa Konferencja Technologie Informacyjne, Wydz. ETI PG (2006) [praca przyjęta] Dąbrowski J.: Sztuczne systemy immunologiczne w optymalizacji dyskretnej, IV Krajowa Konferencja Technologie Informacyjne, Wydz. ETI PG (2006) [praca przyjęta]

3 Metoda selekcji klonalnej
w optymalizacji dyskretnej Teza pracy: Algorytmy oparte na metodzie selekcji klonalnej mogą być z powodzeniem wykorzystywane do rozwiązywania problemów optymalizacji dyskretnej. Natura mechanizmu umożliwia skuteczne zrównoleglenie przetwarzania, a co za tym idzie poprawę jakości uzyskiwanych wyników. Cele pracy: Przedstawienie ogólnego algorytmu selekcji klonalnej dla optymalizacji dyskretnej oraz algorytmów szczegółowych dla dwóch wybranych problemów, Identyfikacja optymalnej struktury populacji, zasad nią rządzących oraz parametrów algorytmu, Badania efektywności w środowisku równoległym (CI TASK), Identyfikacja wad i zalet metody selekcji klonalnej w porównaniu do innych heurystyk.