Prejsť na obsah
TP Cup

Chcete vidieť nápady, ktoré majú potenciál
a sú "Made in FIIT STU"?

Príďte vo štvrtok 2. júna 2022 o 9.00 hod.
do Auly Magna
(-1.61 na 1. PP)
Fakulty informatiky a informačných technológií
STU v Bratislave na Ilkovičovej 2

Počas finále sa krátkymi akčnými 90-sekundovými prezentáciami predstaví všetkých 22 tímov tohtoročného predmetu Tímový projekt.

Pozrite si projekty na touchIT: TP CUP 2022: Podporte najlepší tím, nech sú slávni
Playlist súťažných prezentácii na YOUTUBE
Playlist súťažných prezentácii na FACEBOOKu

 

Program

  9.00 -   9.15 Otvorenie finále, vyhlásenie finalistov, losovanie poradia
  9.15 -   9.50 Prezentácie 4 finalistov
  9.50 - 10.00 PRESTÁVKA
10.00 - 10.45 Akčné prezentácie všetkých 22 tímových projektov
11.05 - 11.00 Vyhlásenie víťazov

 

FINALISTI

 

Spojenie NFT s realitou

Tím 01 - Blokčejn Rendžers: Nina Masaryková, Dominik Puk, Marek Štrba, Adam Valach, Samuel Vanek, Zuzana Wlachovská
vedúci: Kristián Košťál
web: http://labss2.fiit.stuba.sk/TeamProject/2021/team01/
video: youtu.be/JninackqdmQ a fb.watch/d73h7w260a/
opis: Cieľom projektu je spojiť nový trend NFT s fyzickými statkami. Je postavený na základe multifunkčnej platobnej brány a umožňuje tvorbu, predaj, nákup a zapožičanie NFT prepojených na digitálnu reprezentáciu unikátneho statku výmenou za široké spektrum krypto a FIAT mien. Okrem NFT modulu obsahuje riešenie aj zabezpečenie proti praniu špinavých peňazí a inej finančnej podvodnej činnosti. O túto ochranu sa stará model umelej inteligencie, ktorý využíva verejné informácie o transakciách a peňaženkách na blockchaine. Celé riešenie je postavené na SOTA technológiách ako sú Ethereum, React, Random Forest a podobne.

 

Navigácia v rozšírenej realite

Tím 12 - Nav-X: Michal Ďurovič, Miroslav Kozma, Matej Kubena, Lukáš Líška, Adam Novocký, Štefan Schindler, Kamil Somrak
vedúci: Miroslav Laco
web: http://labss2.fiit.stuba.sk/TeamProject/2021/team12/
video: youtu.be/LDB18b5l4TM a fb.watch/d73kzarAao/
opis: Nav-X je platforma na tvorbu, zdieľanie a navigovanie sa po trasách pomocou rozšírenej reality. Ktokoľvek si môže pomocou našej webovej aplikácie vytvoriť a následne zdieľať trasu, po ktorej sa potom môžu iní používatelia navigovať, pomocou našej mobilnej aplikácie dostupnej pre iOS aj Android. Trasu môžu tvoriť pamiatky, reštaurácie, bary a v podstate čokoľvek, čo tvorca trasy uzná za vhodné. Takto vytvorenou trasou bude používateľov sprevádzať aplikácia s rozšírenou realitou a náš virtuálny sprievodca Joe.

 

Budúcnosť volieb

Tím 17 - Electie: Marek Ceľuch, Libor Duda, Lucia Janíková, Denis Klenovič, Timotej Králik, Adam Slatinský, Matúš Staš
vedúci: Jaroslav Erdelyi
web: http://labss2.fiit.stuba.sk/TeamProject/2021/team17/
video: youtu.be/wvb3DKSCkL4 a fb.watch/d73iUN7hgk/
opis: Súčasný systém volieb čelí problémom ako pomalé manuálne sčítanie hlasov, vysoké organizačné náklady, je náchylný na chyby spôsobené ľudským faktorom a občas chýba dôvera širokej verejnosti. Digitalizované volebné systémy by výrazne znížili náklady na voľby, čas potrebný na finalizáciu výsledkov, spotrebu papiera a eliminovali ľudský vstup do sčítania hlasov. Preto náš tím Electie prichádza s inovatívnou víziou pre elektronizáciu volebného procesu. Hlasovacie hárky sme nahradili dotykovými obrazovkami, vďaka čomu je možné hlasy zbierať a sčítavať automatizovane.

 

Predikcia fototoxicity chemických látok

Tím 20 - MLTOX: Matej Halinkovič, Jakub Knánik, Kateřina Mušková, Patrik Pavlačka, Tibor Sloboda
vedúcia: Marta Prnová
web: http://labss2.fiit.stuba.sk/TeamProject/2021/team20/
video: youtu.be/ZJg2Xld4kXI a fb.watch/d73j87pqZJ/
opis: Medzi toxické reakcie chemických látok patrí aj fototoxicita, teda toxicita vyvolaná slnečným žiarením. Liečivá a kozmetika dodávané na trh musia byť na fototoxicitu testované, čo ale zahŕňa nehumánne testovanie na zvieratách.
Naše riešenie je webová aplikácia MLTOX, ktorá umožňuje pomocou dátovej analýzy a strojového učenia predikovať fototoxicitu chemických látok. Predikovanie pomocou aplikácie MLTOX je jednoduché a rýchle. Výsledky predikcie sú spoľahlivé, keďže dosahujeme najlepšie výsledky na svete v rámci predikcie fototoxicity metódami strojového učenia. Zároveň sa môže vedecká komunita aktívne zapájať do zlepšovania modelu.