Prof. Dr. habil. Radeleczki Sándor
A matematikai tudományok kandidátusa (MTA, 1996), a Hatvany József Informatikai Tudományok Doktori Iskola törzstagja.
Oktatott tantárgyak: Diszkrét Matematika és Lineáris Algebra, Automaták és Formális Nyelvek, Matematikai Logika és alkalmazásai, Hálók, fogalomhálok és Fuzzy módszerek.
Kutatási területek: Hálók és részbenrendezett halmazok, Részbenrendezett algebrák, Fogalomhálók, Durva halmazok és alkalmazásaik.
A Mathematica Bohemica, Miskolc Mathematical Notes, Mathematics for applications, folyóiratok szerkesztőbizottsági tagja.
MTMT azonosító: 10003250
Tudományos/művészeti akadémiai tagság, szerkesztői tevékenység
Az MTA MAB Matematikai szakbizottságának tagja és elnöke, a Hatvany Józseg informatikai Tudományok Doktori Iskola, törzstagja és témakíírója vagyok, A ME Doktoritanácsának, és ME GéIK Habilitációs tanácsának a tagja. Az alábbi szakfolyóiratoknak vagyok a szerkesztőbizottsági tagja: Matematika Bohemica (Prága), Miskolc Mathematical Notes, Mathematics for Applications Brno)
Kutatási terület
Hálók és részben-rendezett halmazok, Fogalomhálók, Durva halmazok és alkalmazásaik
Didaktikai munka
Részt vettem a Diszkrét Mat. I és II, az Automaták és Formális Nyelvek, a Matematikai Logika BSc és MSc tárgyak, valamint a Matematikai Logika és alkalmazásai, valamint a Hálók, fogalomhálók és Fuzzy módszerek PhD tárgyak tantervi programmjának a kidolgozásában.
Angol nyelvű tárgyak oktatása: Discrete Mathematics (BSc), Math. Logic and its applications (PhD) külföldi önköltséges hallgatóknak, 2017-2019, illetve 2018-2022.
Elismerések
Fiatal Kutatók a Magyar Tudományért, MTA 1998.
Nagybánya (Baia-Mare) megyei jogú város Önkormányzatának a díja (2002).
A Miskolci Egyetem kiváló kutatója (2011) Aug. adományozó: a ME Rektora
Nemzetközi kapcsolatok
Bécsi Műszaki Egyetem (Ausztria), Tamperei Műszaki Egyetem (Finnország), Turkui Egyetem (Finnország),, Darmstadti Műszaki Egyetem (Németország), Drezdai Műszaki Egyetem (Németország), Clausthal-Zellerfeldi Műszaki Egyetem (Németország), (Luxemburg), St. Andrews-i Egyetem (Nagy Britannia), Olomouc-i Tudományegyetem (Csehország), Wroclaw-i Tudományegyetem (Lengyelország), Katowicei Egyetem (Lengyelország), Jan Dlugosz Egyetem (Lengyelország), Tartou-i Tudományegyetem (Észtország), Kassai Tudományegyetem, (Szlovákia), Kassai Műszaki Egyetem, Nagybányai Egyetem (Románia).
Saját részvételű cikkek listája
(ERPA)
- Radeleczki Sándor: Eseménysorok gyakori mintáinak a feltárása, gráfalapú módszerrel, kutatási jelentés, Mesterségesintelligencia-kutatások a Miskolci Egyetemen, Elemző és robotizált folyamatautomatizálási rendszer fejlesztése nagy terhelésű ügyfélszolgálatok számára, Szerk. Dr. Kovács László, Miskolci Egyetemi Kiadó, 2022.
- Dávid Gégény, Sándor Radeleczki, Analysis of the Maximal Pattern Mining method and its variants, Production Systems and Information Engineering 10. pp. 99-113, (2022).
A feladat és a munka rövid ismertetése
Feladatom a ERPA Project a második fejezetben megadott kutatási célok közül az alábbi pontokhoz kapcsolódott:
A klasszikus (nem NN alapú) mintafeltáró módszerek (pl. alfa-módszer) elemzése és rendszerezése.
A gyakori műveletsorok feltárása a tevékenységnapló adatai alapján. A feltárandó tevékenység folyamnál meg kellett határozni:
• a vezérlés fő ágát (a fő tevékenység sort),
• a lehetséges elágazásokat,
• a gyakorisági paramétereket,
• a „triggerelési” műveleti elemeket.
Ezt követően feladataim a gráf/hálózat alapú folyamatfeltárás területén az alábbiak voltak:
• Kutatási feladatok ellátása a gráf, háló és automata alapú folyamatfeltárás és folyamatvalidáció területen;
• Az automata alapú módszer adaptálása valós eseménysor szekvenciák esetére;
• Kísérletek elvégzése a kidolgozott modell hatékonyságának az elemzésére elemi és összetett szekvenciák esetén;
• A kidolgozott automata alapú folyamatfeltárási módszer tulajdonságainak az értékelése;
• Az elvégzett automata-elemzések és értékelések dokumentálása, rendszeres beszámolás az elvégzett feladatokról és tevékenységekről.
Sikerült tökéletesíteni az irodalomban először 206-ban megjelent Maximal Pattern Mining algoritmist, hozzáidomítva az ERPA projekt követelményeihez, majd a tökéletesített eljárást megvalósító számítógépes programot írni. Meghatároztam az ehhez tartozó gráf legfontosabb részeit: hurkok, párhuzamos és alternatív szakaszok –ezek gyakorisági paraméreit és egymáshoz kapcsolását. Ezután megvizsgáltuk az implementált globális MPM algoritmus futását különböző méretű minták esetén két „statikus” módszerrel és két ún. dinamikus módszerrel is. Mindegyik ellenőrzés során a teszthalmazból kinyert nyomokat, illetve mintákat, s tanítóhalmazban szereplő nyomokkal és mintákkal hasonlítottuk össze az ún. k-szoros kereszvalidáció módszerét alkalmazva, és több mérőszámot is kiszámítottunk (Pl. Recall, Fitness, Accuracy F-measure,…) Megvizsgáltuk az MPM algoritmus futási idejét is. Az egyes méréseket a folyamatokat meghívó requestek (kérések) alapján osztályoztuk és összefüggéseket állapítottunk meg.