Podklady pro hodnocení kateder na základě článků v impaktovaných časopisech ohodnocených podle pozice časopisu v oborovém žebříčku dle JCR, konferenčních příspěvků ohodnocených dle interních pravidel a „RIV“ bodů posledního Hodnocení 2016. Jde o výsledky vykázané za FI nebo s deklarovaným podílem FI (konkrétní výše podílu není nijak zohledněna).
Hodnoty výsledků dělím rovným dílem mezi domácí autory s vazbou k jedné z kateder. Základem pro rozřazení autorů ke katedrám je seznam zaměstnanců kateder. Doktorandi jsou řazeni na katedru svého školitele, ze zbylých domácích autorů jsou ti, kteří mají spoluautory pouze z jedné katedry, zařazeni na tuto katedru, z ostatních jsou ti s významnějším přínosem zařazeni ručně (např. magisterští studenti dle vedoucího DP), podíl těch s marginálním přínosem je rozdělen mezi jejich spoluautory.
Popelínský Lubomír (IS), katedra: KSUZD, zdroj vazby: seznam
Články ve sbornících dle IS MU 2014–2018 (celkem A: 0.833, B: 2.5, C: 1.667, D: 6) Popis rankingu viz zde.| rank | rok | title | započítaní | ostatní | nakladatel | sborník |
|---|---|---|---|---|---|---|
| A IDA | 2016 | DGRMiner: Anomaly Detection and Explanation in Dynamic Graphs (DOI) | Vaculík, Popelínský | Springer | Advances in Intelligent Data Analysis XV - 15th International Symposium, IDA 2016 | |
| A IDA | 2015 | Class-Based Outlier Detection: Staying Zombies or Awaiting for Resurrection? (DOI) | Nezvalová, Popelínský, Vaculík | Torgo | Springer | Advances in Intelligent Data Analysis XIV - 14th International Symposium, IDA 2015 |
| B IDEAS | 2018 | WalDis: Mining Discriminative Patterns within Dynamic Graphs (DOI) | Vaculík, Popelínský | ACM New York | IDEAS '18 Proceedings of the 22nd International Database Engineering & Applications Symposium | |
| B IDEAS | 2017 | Rapid automatic vehicle manufacturer recognition using Random forest (DOI) | Sedlák, Popelínský | ACM | Proceedings of the 21st International Database Engineering Applications Symposium, IDEAS | |
| B CSEDU | 2014 | Course Recommendation from Social Data | Bydžovská, Popelínský | 2014 SCITEPRESS – Science and Technology Publications | 6th International Conference on Computer Supported Education - CSEDU 2014 | |
| B BIS | 2014 | Visual Analytics for Increasing Efficiency of Higher Education Institutions (DOI) | Géryk, Popelínský | Springer International Publishing Switzerland | BIS 2014 International Workshops | |
| B CSEDU | 2014 | Graph Mining for Automatic Classification of Logical Proofs | Vaculík, Popelínský | 2014 SCITEPRESS – Science and Technology Publications | 6th International Conference on Computer Supported Education - CSEDU 2014 | |
| C AIMSA | 2016 | Visual Anomaly Detection in Educational Data (DOI) | Géryk, Popelínský, Triščík | Springer International Publishing | Artificial Intelligence: Methodology, Systems, and Applications: 17th International Conference, AIMSA 2016, Varna, Bulgaria, September 7-10, 2016, Proceedings | |
| C @IDEAS | 2014 | Rapid prototyping of a web categorization tool (DOI) | Navrátil, Popelínský | ACM New York | IDEAS '14 Proceedings of the 18th International Database Engineering & Applications Symposium | |
| C ECTEL | 2014 | Towards Academic Analytics by Means of Motion Charts (DOI) | Géryk, Popelínský | Springer International Publishing | Proceedings of the 9th European Conference on Technology Enhanced Learning (EC-TEL 2014) | |
| C AIMSA | 2014 | Educational data mining for analysis of students’ solutions (DOI) | Vaculík, Nezvalová, Popelínský | Springer | Artificial Intelligence: Methodology, Systems, and Applications - 16th International Conference, AIMSA 2014 | |
| D | 2018 | Autoencoders vs. others for anomaly detection | Popelínský | Miklášová, Lomič, Císar, Krejčířová | Vysoké učení technické v Brně | DATA A ZNALOSTI & WIKT 2018, sborník konference |
| D ITAT | 2018 | To text summarization by dynamic graph mining | Gallo, Popelínský, Vaculík | Safarik University, Faculty of Science, Kosice, Slovakia | ITAT 2018 Proceedings, | |
| D | 2017 | Knowledge-based System for Assessing Vitality of Family Businesses in the Czech Republic | Popelínský | Antlová, Rydvalová | Technical University of Liberec | Proceedings of 13th Liberec Economic Forum |
| D | 2016 | Machine learning for family business analysis | Michálik, Popelínský | Antlová, Rydvalová | Nakladatel’stvo STU | Proceedings in Informatics and Information Technologies. Bratislava: WIKT & DaZ |
| D | 2015 | Visualization of Big Data | Géryk, Popelínský | Vysoká škola báňská-Technická univerzita Ostrava | Proceedings of the Annual Conference on Data and Knowledge | |
| D @IDEAS | 2014 | The Influence of Social Data on Student Success Prediction | Bydžovská, Popelínský | BytePress | Proceedings of the 18th International Database Engineering & Applications Symposium - IDEAS 2014 | |
| D ECEL | 2014 | Weak Student Identification: How Technology Can Help | Bydžovská, Popelínský | Academic Conferences and Publishing International Limited Reading | Proceedings of the 13th European Conference on e-Learning - ECEL 2014 | |
| D @EDM | 2014 | Analysis of Student Retention and Drop-out using Visual Analytics | Géryk, Popelínský | International Educational Data Mining Society | Proceedings of the 7th International Conference on Educational Data Mining (EDM 2014) | |
| D @EDM | 2014 | Graph Mining and Outlier Detection Meet Logic Proof Tutoring | Vaculík, Nezvalová, Popelínský | CEUR-WS.org | Proceedings of EDM 2014 Ws Graph-based Educational Data Mining (G-EDM) | |
| D | 2014 | Educational data mining for analysis of students’ solutions | Vaculík, Nezvalová, Popelínský | Vysoká škola ekonomická v Praze | Znalosti 2014 | |
| D | 2014 | Emission prediction of a thermal power plant | Jurčo, Popelínský | Křehlík | Vysoká škola ekonomická v Praze | Znalosti 2014 |
Z Hodnocení jsou převzaty body za publikační výsledky z Pilíře I, body za aplikované výsledky (SW, druh R) z roku 2011 z Pilíře III a body za projekty aplikovaného výzkumu z Pilíře III, které jsou vždy přiděleny vedoucím těchto projektů (p.t. Horák, Matyáš, Pala, Přenosil a Zezula, z pohledu dělení na katedry postačující, z individuálního pohledu to pochopitelně čísla trochu zkresluje). Případné procentní podíly pracovišť v IS MU nejsou zohledněny (stran přerozdělení mezi fakultami jde o malé desítky bodů, ale bylo by obtížné to korektně dohledat, stran rozdělení mezi katedry jsou data neúplná a/nebo nespolehlivá). Pozor: je třeba mít na paměti, že časové „okno“ Hodnocení je o tři roky starší (2011–15) oproti pětiletce započítaných článků (2014–18); novější data tohoto druhu už nebudou, zatím se podle toho ovšem v podstatě stále dělí >97 % peněz mezi VŠ, tak je na zvážení, nakolik tato data používat.