Témata disertačních prací nejsou omezena pouze na ryze matematické problémy. Část z nich je motivována nebo přímo vznikla ve spolupráci s ostatními katedrami Fakulty elektrotechniky a informatiky, případně se zabývá matematickými aspekty problematik spadajících do jejich odborného zaměření.
Jako příklad lze uvést smíšenou metodu FEM pro nedestruktivní defektoskopii draku letadla, která byla řešena ve spolupráci se společností Honeywell. Dalším příkladem je FEM–BEM metoda pro modelování tváření plechů elektromagnetickým polem, realizovaná v rámci spolupráce většiny kateder fakulty s Fraunhoferovým institutem IWU v Chemnitzu. Dále lze zmínit např. adaptaci optimálních QP algoritmů pro úlohy optimálního řízení (kybernetika), paralelní 3D registraci obrazu (informatika, biomedicínské inženýrství) či problematiku spolehlivosti energetických sítí (elektroenergetika).
Je vhodné doplnit, že některá témata jsou motivována rovněž problémy řešenými na jiných fakultách, v Národním superpočítačovém centru IT4Innovations či dokonce na mimouniverzitních pracovištích (např. Fakultní nemocnice Ostrava). Tento interdisciplinární přesah je přirozeným důsledkem role oboru Výpočetní a aplikovaná matematika na VŠB–TUO.
Hlavní směry současného výzkumu a disertačích prací:
- Vývoj, analýza a implementace algoritmů kvadratického programování pro real-time systémy (autonomní vozidla, drony, humanoidi)
- Využití optimalizačních metod v robotice
- Paralelní časo-prostorová metoda hraničních prvků pro vedení tepla, akustiku a elektromagnetické vlnění
- Metoda hraničních prvků vyšších řádů implementována na GPU
- Vývoj, analýza a implementace paralelních algoritmů kvadratického programování a metod rozložení oblasti (H)TFETI typu pro řešení rozsáhlých diskretizací kontaktních úloh mechaniky
- Analýza podmíněností klastrů s aplikacemi ve vývoji masivně paralelních H-TFETI algoritmů
- Využití metod nehladké optimalizace pro úlohy tvarové optimalizace
- Řešení úloh tvarové optimalizace pro úlohy proudění
- Pokročilé statistické, bayesovské a machine-learningové metody v aplikacích
- Stochastické modelování, optimalizace a analýza rizik komplexních systémů
- Variační metody pro úlohy typu minimax
- Rozklady kompletních grafů na malé izomorfní podgrafy
- Studium ohodnocení grafů a jejich aplikací
- Vývoj a implementace metod strojového učení SVM typu
- Optimalizace kvantových obvodů s ohledem na omezení kvantového hardwaru
- Benchmarkingové rámce pro hybridní HPC–kvantové výpočty
- Detekce, korekce a mitigace chyb v kvantových výpočtech