Roberts Kadiķis ir vadošais pētnieks un Robotikas un mašīnuztveres laboratorijas vadītājs EDI, kur viņš strādā kopš 2011. gada. Galvenās pētījumu jomas ir mākslīgais intelekts, datorredze un mašīnmācīšanās, padziļināti pievēršoties dziļo neironu tīkliem (konvolūcijas neironu tīkli CNN, rekurentie neironu tīkli RNN, ģenerējošie tīkli-pretinieki GAN), izskaidrojamam mākslīgam intelektam, sintētisko apmācības datu ģenerēšanai, skaitļošanas ziņā efektīvu redzes algoritmu izveidei un dabīgā intelektā balstītu konceptu pārnesei uz mākslīgo intelektu. Dziļo modeļu un citu attēlu apstrādes rīku lietošanas pieredze ietver objektu detektēšanas, izsekošanas un attēlu segmentēšanas metožu izstrādi transporta, mobilitātes, biomedicīnas un industrijas uzdevumos. Objektu detektēšanas algoritmu efektivitāte bija tēma promocijas darbā, kas 2018. gadā aizstāvēts elektronikas jomā Rīgas Tehniskajā universitātē.
Nesenie projekti
- Efektīvs modulis automātiskai cilvēku un transporta detektēšanai ar videonovērošanas kamerām (VAPI) #ERAF
-
Inteliģenta kustību vadība saskaņā ar Industriju 4.E (IMOCO4.E) #H2020
- Orgānu uz čipa kultivēšana ar mākslīgā intelekta metodēm personalizētas medicīnas nolūkos. (AimOOC) #H2020
-
Fiziskās un digitālās infrastruktūras paplašināšana un novērtēšana CCAM izvietošanai (AUGMENTED CCAM) #Horizon Europe
-
Veterināro audzēju ķirurģisko robežu histoloģiskā atpazīšana un analīze, izmantojot mākslīgo intelektu un multimodālo attēlveidošanu (HAVeT-AI) #Horizon Europe
-
Uz hologrāfisko mikroskopiju un mākslīgo intelektu balstīta nākošās paaudzes citoloģija digitālai patoloģiju diagnostikai veterinārmedicīnā (VetCyto) #Horizon Europe
- Augsnes bioloģiskā indeksa (QBS) noteikšana, izmantojot mašīnmācīšanos (QBS) #LZP FLPP
Nesenās publikācijas
- Lulla M., Rutkovskis A., Slavinska A., Vilde A., Gromova A., Ivanovs M., Skadins A., Kadikis R., Elsts A. Hand-Washing Video Dataset Annotated According to the World Health Organization’s Hand-Washing Guidelines. Data. 2021; 6(4):38. https://doi.org/10.3390/data6040038
- Maksims Ivanovs, Roberts Kadiķis, Kaspars Ozols. 2021. “Perturbation-based methods for explaining deep neural networks: A survey” Elsevier B.V., https://doi.org/10.1016/j.patrec.2021.06.030
- Rihards Novickis, Aleksandrs Levinskis, Vitalijs Fescenko, Roberts Kadikis, Kaspars Ozols, Anna Ryabokon, Rupert Schorn, Jochen Koszescha, Selim Solmaz, Georg Stettinger, Akwasi Adu-Kyere, Lauri Halla-aho, Ethiopia Nigussie, Jouni Isoaho. "Development and Experimental Validation of High Performance Embedded Intelligence and Fail-Operational Urban Surround Perception Solutions of the PRYSTINE Project", Appl. Sci. 2022, 12(1), 168;
- Romans Maliks, Roberts Kadikis. Multispectral Data Classification with Deep CNN for Plastic Bottle Sorting. 2021 6th International Conference on Mechanical Engineering and Robotics Research (ICMERR), 2022, pp. 58-65, ISBN: 978-1-6654-0641-3
- Ivanovs, Maksims, Kaspars Ozols, Artis Dobrajs, and Roberts Kadikis. 2022. "Improving Semantic Segmentation of Urban Scenes for Self-Driving Cars with Synthetic Images" Sensors 22, no. 6: 2252. https://doi.org/10.3390/s22062252
- Arents, J., Lesser, B., Bizuns, A., Kadikis, R., Buls, E., Greitans, M. (2022). Synthetic Data of Randomly Piled, Similar Objects for Deep Learning-Based Object Detection. In: Sclaroff, S., Distante, C., Leo, M., Farinella, G.M., Tombari, F. (eds) Image Analysis and Processing – ICIAP 2022. ICIAP 2022. Lecture Notes in Computer Science, vol 13232. Springer, Cham. https://doi.org/10.1007/978-3-031-06430-2_59
- Mindaugas Tamošiūnas, Roberts Kadiķis, Mikus Melderis, Romāns Maļiks, Diāna Duplevska, Daira Viškere, Ilze Matīse-van Houtana, Blaž Cugmas. 2023. "Wide-field Raman spectral band imaging of tumor lesions in veterinary medicine" Translational Biophotonics: Diagnostics and Therapeutics III, 12627: pp. 295-302. https://www.spiedigitallibrary.org/conference-proceedings-of-spie/12627/1262737/Wide-field-Raman-spectral-band-imaging-of-tumor-lesions-in/10.1117/12.2686917.short
- Valērija Movčana, Arnis Strods, Karīna Narbute, Fēlikss Rūmnieks, Roberts Rimša, Gatis Mozoļevskis, Maksims Ivanovs, Roberts Kadiķis, Kārlis Gustavs Zviedris, Laura Leja, Anastasija Zujeva, Tamāra Laimiņa, Arturs Abols. "Organ-On-A-Chip (OOC) Image Dataset for Machine Learning and Tissue Model Evaluation" Data , 9(2), pp.28. https://doi.org/10.5281/zenodo.10203721
- Diāna Dupļevska, Romans Maļiks, Mindaugas Tamošiūnas, Mikus Melderis, Daira Viškere, Blaž Cugmas, Roberts Kadiķis, Ilze Matīse-van. 2024 "Interpreting microscopic structures in virtually stained histological sections for veterinary oncology applications" SPIE BiOS 2024, Advanced Biomedical and Clinical Diagnostic and Surgical Guidance Systems XXII, 128310
- Blaz Cugmas, Eva Štruc, Inese Bērziņa, Mindaugas Tamošiūnas, Laura Goldberga, Thierry Olivry, Kārlis Zviedris, Roberts Kadiķis, Maksims Ivanovs, Miran Bürmen, Peter Naglič. "Automated classification of pollens relevant to veterinary medicine" 2024 IEEE 14th International Conference Nanomaterials: Applications & Properties (NAP) https://ieeexplore.ieee.org/document/10739713
- warn Singh Warshaneyan, Maksims Ivanovs, Blaž Cugmas, Inese Bērziņa, Laura Goldberga, Mindaugas Tamosiunas, Roberts Kadiķis. 2025. Automated Pollen Recognition in Optical and Holographic Microscopy Images. 1(1). https://ieeexplore.ieee.org/document/11064260
- Tamošiūnas Mindaugas, Maciulevičius Martynas, Maļiks Romans, Dupļevska Diāna, Viškere Daira, Matīse-van Houtana Ilze, Kadiķis Roberts, Cugmas Blaž, Raišutis Renaldas. 2025. Raman spectral band imaging for the diagnostics and classification of canine and feline cutaneous tumors. Veterinary Quarterly, 45(1): pp.1–17. https://www.tandfonline.com/doi/full/10.1080/01652176.2025.2486771?src=
- Daira Viškere, Mindaugas Tamošiūnas, Romans Maļiks, Diāna Dupļevska, Ilze Matīse-van Houtana, Roberts Kadiķis, Blaž Cugmas. 2025. Virtual Staining From Optical Coherence Tomography to Hematoxylin and Eosin Stained Skin Tumor Samples in Pets.
- Simkuns Arturs, Saltanovs Rodions, Ivanovs Maksims, Kadiķis Roberts. Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics. 2025. Deep Learning-Emerged Grid Cells-Based Bio-Inspired Navigation in Robotics. Sensors, 25(5). https://www.scopus.com/inward/record.uri?eid=2-s2.0-86000607914&doi=10.3390%2Fs25051576&partnerID=40&md5=9f00c1e98522d8c10d0dc50798f3628e