Kaspars Sudars ir elektronikas un datorzinātņu institūta mākslīgā intelekta pētnieks. Viņš ir ieguvis doktora grādu datorzinātnē Latvijas Universitātes Datorikas fakultātē un ir līdzautors 30+ SCOPUS zinātniskajām publikācijām, kas veltītas pētniecībai signālu apstrādes, dziļās mašīnmācīšanās un datorredzes jomās.
Pašlaik viņa zinātniskās intereses aptver izskaidrojamo mākslīgo intelektu, semantisko attēlu segmentāciju un objektu noteikšanu attēlos.
Papildus akadēmiskajai darbībai Kaspars Sudars ir arī jaunuzņēmuma WeedBot līdzdibinātājs, kas nodarbojas ar robotizētu kultūraugu ravēšanas risinājumu izstrādi balstītu uz mākslīgo intelektu.
Nesenie projekti
-
Dziļās mašīnmācīšanās pieeja osteoporozes atpazīšanai ar konusa staru datortomogrāfiju (OSTAK)
-
Jauna tehnoloģija ūdeņraža ražošanai no atjaunojamajiem enerģijas resursiem, balstoties uz mākslīga intelekta vadītu izmaksu samazināšanu (HydroG(re)EnergY-Env)
-
“Lietišķā pētniecība” 2. komponents IKT un viedās enerģijas jomās – LACISE
Nesenās publikācijas
- 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
- Vitalijs Komasilovs, Aleksejs Zacepins, Armands Kviesis, Kaspars Ozols, Artūrs Ņikuļins, Kaspars Sudars “Development of an MCTS Model for Hydrogen Production Optimisation”, Processes (2023) (pp.16). https://www.mdpi.com/2227-9717/11/7/1977.
- Ivars Namatēvs, Kaspars Sudars, Artis Dobrājs. Interpretability versus Explainability: Classification for Understanding Deep Learning Systems and Models.
- Edīte Kaufmane, Kaspars Sudars, Ivars Namatēvs, Ieva Kalniņa, Jānis Judvaitis, Rihards Balašs, Sarmīte Strautiņa. QuinceSet: Dataset of annotated Japanese quince images for object detection
- Sarmīte Strautiņa, Ieva Kalniņa, Edīte Kaufmane, Kaspars Sudars, Ivars Namatēvs, Arturs Ņikuļins, Edgars Edelmers "RaspberrySet: Dataset of Annotated Raspberry Images for Object Detection", Multidisciplinary Digital Publishing Institute (2023) (pp. 5). https://www.mdpi.com/2306-5729/8/5/86.
- Kaspars Sudars, Ivars Namatevs, Arturs Nikulins, Rihards Balass, Astile Peter, Sarmite Strautina, Edite Kaufmane, Ieva Kalnina "Semantic Segmentation Using U-Net Deep Learning Network for Quince Phenotyping on RGB and HyperSpectral Images", 27th International Conference "Electronics" (2023). https://ieeexplore.ieee.org/document/10177638.
- Kaspars Sudars, Ivars Namatēvs, Jānis Judvaitis, Rihards Balašs, Artūrs Ņikuļins, Astile Peter, Sarmīte Strautiņa, Edīte Kaufmane, Ieva Kalniņa. YOLOv5 Deep Neural Network for Quince and Raspberry Detection on RGB Images
- 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
- Anda Slaidina, Laura Neimane, Oskars Radzins, Ivars Namatevs, Kaspars Sudars "E-Poster: The effect of osteoporosis on the bone quantity and quality of the edentulous mandible" Clinical Oral Implants Research
- Arturs Nikulins, Edgars Edelmers, Kaspars Sudars, Inese Polaka. 2025. "Adapting Classification Neural Network Architectures for Medical Image Segmentation Using Explainable AI" Journal of Imaging, 11(2): pp.55. https://doi.org/10.3390/jimaging11020055
- Sudars, K., Namatevs, I., Nikulins, A., & Ozols, K. (2025). Privacy Auditing of Lithium-Ion Battery Ageing Model by Recovering Time-Series Data Using Gradient Inversion Attack in Federated Learning. Applied Sciences, 15(10), 5704.