EDI strādā kopš 2020. gada. Pētniecības intereses saistītas ar izskaidrojošo mākslīgo intelektu, dziļo mašīnapmācīšanu, datorredzi, un neirozinātni. Patlaban aktīvā pētniecība ir saistīta ar izskaidrojošo mākslīgo intelektu medicīnā, sarežģītu uzdevumu interpretēšanā, pielietojot dziļos neironu tīklus un apmācot tos ar uzraudzīto apmācību. Izskaidrojamā mākslīgā intelekta pielietojums medicīnā dod iespēju izstrādāt pašizskaidrojošas medicīniskas sistēmas, kas ietver vizualizācijas un valodas modeļus. Tie, savukārt, nosakot interpretējamo diagnozi, pamato lēmuma pieņemšanu tālākai ārstēšanai. Paralēlā pētniecības joma ir saistīta ar dziļo neironu tīklu darbības principu izpratni, pielietojot tos augsto tehnoloģiju jomās, kā kosmosa industrijā un astronomijā.
Nesenie projekti
- Efektīvs modulis automātiskai cilvēku un transporta detektēšanai ar videonovērošanas kamerām (VAPI) #ERAF
-
Mākslīgais intelekts precīzākai diagnostikai (AI4DIAG) #ESIF
-
Aveņu un krūmcidoniju vieda bezkontakta fenotipēšana, izmantojot mašīnmācības metodes, hiperspektrālos un 3D attēlus (AKFen) #LCS (LZP)
-
Dziļās mašīnmācīšanās pieeja osteoporozes atpazīšanai ar konusa staru datortomogrāfiju (OSTAK) #LCS (LZP)
Nesenās publikācijas
- Sudars, K., Jasko, J., Namatevs I., Ozola L., Badaukis, N. (2020). Dataset of annotated food crops and weed images for robotic computer vision control, Data in Brief, 31. doi:10.1016/j.dib.2020.105833
- Sudars, Kaspars, Ivars Namatēvs, and Kaspars Ozols. 2022. "Improving Performance of the PRYSTINE Traffic Sign Classification by Using a Perturbation-Based Explainability Approach" Journal of Imaging 8, no. 2: 30. https://doi.org/10.3390/jimaging8020030
- Arturs Nikulins, Kaspars Sudars, Edgars Edelmers, Ivars Namatevs, Kaspars Ozols, Vitalijs Komasilovs, Aleksejs Zacepins, Armands Kviesis, Andreas Reinhardt. "Deep Learning for Wind and Solar Energy Forecasting in Hydrogen Production" Energies 17(5): pp.12. https://www.mdpi.com/1996-1073/17/5/1053