PaedDr. Michal Rojček, Ph.D.
Kde ma nájdete
Katedra informatiky
Hrabovská cesta 1B
034 01 Ružomberok
Kancelária: A406
Telefón:
+421 44 43 26 842
Email: michal.rojcek@ku.sk
Profesijná charakteristika
Funkcia (pracovná pozícia): Odborný asistent na Katedre informatiky PF KU v Ružomberku
Ukončené doktorandské štúdium v odbore: Autonómne systémy na Ústave informatiky, FPF, Sliezskej univerzity v Opave.
Téma dizertácie: Spracovanie informačných zdrojov pomocou ART sietí. Obhájené: 19.12.2018, priznaný titul Ph.D.
Na Katedre informatiky PF KU v Ružomberku vyučujem predmety: Počítačová grafika, Internet a multimédiá, Princípy počítačov a operačné systémy, Architektúry počítačov, Základy elektrotechniky a ďalšie...
Oblasti profesionálneho záujmu: Elektronika, IoT, 3D grafika, 3D skenovanie a 3D tlač, Správa serverov – Linux, Neurónové siete.
Od roku 2006 sa intenzívne zaoberám aj oblasťou E-learningu a to v rôznych jeho aspektoch. Z pohľadu administrátora systému sa starám o bezchybné a bezpečné fungovanie viacerých e-learningových systémov, z pozície business consultanta navrhujem vhodné stratégie e-vzdelávania, ktoré potom implementujem v rámci organizácie, poskytujem aj online školenia a konzultácie pre učiteľov a manažérov.
Hobby: včelárstvo, klasické motocykle, opravovanie pokazených elektro vecí, drevorezba, gitara, ústna harmonika a ďalšie
Projekty
Aktuálne projekty, v ktorých som zapojený:
KEGA 008KU-4/2020: Komplexná inovácia a edukačná podpora predmetov študijného programu "Učiteľstvo informatiky" so začlenením problematiky "Internetu vecí". Hlavný riešiteľ: doc. Ing. Igor Černák, Ph.D.-Katedra informatiky, PF KU Ružomberok.
KEGA 018UMB-4/2020 Implementácia nových trendov v informatike do výučby algoritmického myslenia a programovania v predmete informatika v sekundárnom vzdelávaní. Hlavný riešiteľ: doc. Ing. Jarmila Škrinárová, PhD.: Univerzita Mateja Bella v Banskej Bystrici.
ERASMUS PLUS 2019-1-SK01-KA204-060806 Multidisciplinárna podpora pozitívnych zmien u rodín v ťažkých situáciách. Hlavný riešiteľ: PhDr. Oľga Okálová PhD.– Katedra pedagogiky, PF KU Ružomberok.
GAPF 1/14/2019: Od myšlienky k prototypu. Hlavný riešiteľ: PaedDr. Michal Rojček, Ph.D.-Katedra informatiky, PF KU Ružomberok.
GAPF 3/38/2019: Študentská vedecká a odborná činnosť Katedry informatiky. Hlavný riešiteľ: PaedDr. Michal Rojček, Ph.D.-Katedra informatiky, PF KU Ružomberok.
Publikácie
Najvýznamnejšie výstupy tvorivej činnosti
- AEC ČERNÁK, Igor; ROJČEK, Michal; JANIGA, Róbert. International Cooperation Towards the Needs of Practice In: Edukacja - technika - informatyka w budowaniu lepszej przyszłości. Radom: Wydawnictwo Uniwersytetu Technologiczno-Humanistycznego w Radomiu, 2018, s. 101-107 [tlačená forma]. ISBN 978-83-7351-860-5. ISSN 1642-5278.
- ADM ROJČEK, M.; MARČEK, D.: The Category Proliferation Problem in ART Neural Networks. In: Acta Polytechnica Hungarica: journal of applied sciences. - Budapest: Óbuda University. ISSN 1785-8860, Online, vol. 14, issue 5 (2017), pp. 49-63.
- AFC ROJČEK, M.; ČERNÁK, I.; JANIGA, R.: Quality and Performance Evaluation of the Algorithms KMART and FCM for Fuzzy Clustering and Categorization. In: INES 2017 21st IEEE International Conference on Intelligent Engineering Systems 2017 Larnaca, Cyprus October 20-23, 2017, ISBN 978-1-4799-7677-5, USB, pp. 285-289.
- AFC ROJČEK, M.; ČERNÁK, I.; JANIGA, R.: Zhlukovanie kontextovo podobných dokumentov, pomocou algoritmu Fuzzy c-means , 2015. In: Aplikace simulátorů ve výcviku leteckých specialistů : mezinárodní konference 18. - 19. 9. 2015, Ostrava LET´S FLY, 2015. - ISBN 978-80-260-8337-5, CD-ROM, s. 188-201.
- AFC ROJČEK, M.: System for fuzzy document clustering and fast fuzzy classification. In: CINTI 2014 : 15th IEEE International Symposium on Computational Intelligence and Informatics: 2014, November 19-21, Budapest: Óbuda University in Budapest, Hungary, 2014, ISBN: 978-1-4799-5338-7, USB, pp. 39-42.
Najvýznamnejšie ohlasy na výstupy tvorivej činnosti
- ROJČEK, M.; MARČEK, D.: The Category Proliferation Problem in ART Neural Networks. In: Acta Polytechnica Hungarica: journal of applied sciences. - Budapest: Óbuda University. ISSN 1785-8860, Online, vol. 14, issue 5 (2017), pp. 49-63.
Anitha, K., Naresh, K., Devi, D.R.: A framework to reduce category proliferation in fuzzy ARTMAP classifiers adopted for image retrieval using differential evolution algorithm. 2020 Multimedia Tools and Applications 79(5-6), pp. 4217-4238. - ROJČEK, M.; MARČEK, D.: The Category Proliferation Problem in ART Neural Networks. In: Acta Polytechnica Hungarica: journal of applied sciences. - Budapest: Óbuda University. ISSN 1785-8860, Online, vol. 14, issue 5 (2017), pp. 49-63.
Szenasi, S., Fried, Z., Felde, I.: Training of Artificial Neural Network to Solve the Inverse Heat Conduction Problem. 2020 SAMI 2020 - IEEE 18th World Symposium on Applied Machine Intelligence and Informatics, Proceedings 9108733, pp. 293-298. - SKOVAJSOVÁ, L.; ROJČEK, M.: Soft clustering algorithms based on neural networks. In 2011 IEEE 12th International Symposium on Computational Intelligence and Informatics : CINTI 2011. - Budapest : IEEE Advancing Technology for Humanity, 2011, p. 439-442. ISBN 978-1-4577-0045-3.
CHERAGHCHI, Hamideh Sadat - ZAKEROLHOSSEINI, Ali. Toward a novel art inspired incremental community mining algorithm in dynamic social network. In APPLIED INTELLIGENCE. ISSN 0924-669X, 2017, vol. 46, no. 2, pp. 409-426. WoS, SCOPUS - ROJČEK, M.: System for fuzzy document clustering and fast fuzzy classification. In: CINTI 2014 : 15th IEEE International Symposium on Computational Intelligence and Informatics: 2014, November 19-21, Budapest: Óbuda University in Budapest, Hungary, 2014, ISBN: 978-1-4799-5338-7, USB, pp. 39-42.
Bikku, T., Nandam, S.R., Akepogu, A.R.: A contemporary feature selection and classification framework for imbalanced biomedical datasets. In: Egyptian Informatics Journal volume 19, issue 3, November 2018, Pages 191-198, ISSN:1110-866. WoS, SCOPUS - ROJČEK, M.; MOKRIŠ, I: System for document clustering from mixed sources based on fuzzy ART neural network. In IEEE International Conference on System Science and Engineering: ICSSE 2013. - Budapest : IEEE Advancing Technology for Humanity, 2013, p. 259-262. ISBN 978-1-4799-0007-7.
CHIEW, Fei Ha - NG, Chee Khoon - CHAI, Kok Chin - TAY, Kai Meng. A Fuzzy Adaptive Resonance Theory-Based Model for Mix Proportion Estimation of High-Performance Concrete. In COMPUTER-AIDED CIVIL AND INFRASTRUCTURE ENGINEERING. ISSN 1093-9687, 2017, vol. 32, no. 9, pp. 772-786. CCC, WoS, SCOPUS