SJE főmenü
  • Selye János Egyetem, Postacím: Bratislavská cesta 3322, SK-94501 Komárno   
Alkalmazottak Gazdaságtudományi és Informatikai Kar
prof. Sándor Szénási, PhD.
Név: prof. Sándor Szénási, PhD.
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Informatika Tanszék
Beosztás: Egyetemi tanár
Iroda: TP3B
E-mail:
Telefon: +421 35 32 60 651
A tanulmányi program profiltantárgyáért felelős személy:
Alkalmazott informatika (1. szint, nappali képzés)
Alkalmazott informatika (2. szint, nappali képzés)

Egyetemi tanulmányok
Eötvös Loránd Tudományegyetem, Természettudományi és Informatikai Kar
Informatika szakos tanár
2001 - 2004
Budapesti Műszaki Főiskola, Neumann János Informatikai Főiskolai Kar
Műszaki informatika szakon mérnöktanár
1997 - 2001
Budapesti Műszaki Főiskola, Neumann János Informatikai Főiskolai Kar
Mérnök informatikus
1997 - 2001
Doktori képzés (PhD.)
Óbudai Egyetem
Alkalmazott informatika
2010 - 2013
Habilitáció
Óbudai Egyetem
Informatika tudományok
2019
Professzori-inaugurációs folyamat
Óbudai Egyetem
2022

Munkaviszonyok
Selye János Egyetem
egyetemi docens
2019 -
Óbudai Egyetem
egyetemi docens
2014 -
Selye János Egyetem
adjunktus
2013 - 2018
Óbudai Egyetem
adjunktus
2005 - 2013


Kutatási terület Párhuzamos programozás, Grafikus kártyák programozása, Képfeldolgozás

Kutatási projektek Felsőoktatási intézményi fejlesztések a felsőfokú oktatás minőségének és hozzáférhetőségének együttes javítása érdekében
EFOP-3.4.3-16-2016-00023

2017 - 2021
Autonóm járművek dinamikája és irányítása az automatizált közlekedési rendszerek követelményeinek szinergiájában
EFOP-3.6.2-16-2017-00016

2017 - 2020
Intelligens szakosodást szolgáló intézményi fejlesztések az Óbudai Egyetemen
EFOP-3.6.1-16-2016-00010

2017 - 2020
Az Óbudai Egyetem komplex intézményi fejlesztései a felsőfokú oktatás minőségének és hozzáférhetőségének együttes javítása érdekében
EFOP-3.4.3-16-2016-00023

2017 - 2021
Inverz Hőtani Probléma Megoldása Gépi Tanulással
MS-2020

2020 - 2021




Letöltés



 

Mgr. Cyntia Puzsérová
Név: Mgr. Cyntia Puzsérová
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Dékáni Hivatal
Beosztás: Dékáni asszisztens
Iroda: G***
E-mail:
Telefon: +421 35 32 60 672

Egyetemi tanulmányok
Selye János Egyetem, Gazdaságtudományi Kar
Vállalati gazdaságtan és menedzsment, alapképzés
2013 - 2016
Selye János Egyetem, Gazdaságtudományi Kar
Közgazdaságtan és vállalati menedzsment, mesterszak
2016 - 2018

Munkaviszonyok
Selye János Egyetem
dékánhelyettesi asszisztens
2018 - 2024
Selye János Egyetem
dékáni asszisztens
2024 -








 

László Marák, PhD.
Név: László Marák, PhD.
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Informatika Tanszék
Beosztás: Adjunktus
Iroda:
E-mail:
Telefon: +421 35 32 60 ***

Egyetemi tanulmányok
Université Marne-la-Vallée
Képfeldolgozás
2008 - 2007
Doktori képzés (PhD.)
Université Paris-Est
Képfeldolgozás
2008 - 2011

Munkaviszonyok
Selye János Egyetem
Adjunktus
2018 -


Kutatási terület A gépi tanulási algoritmusok képfeldolgozási feladatokhoz való elterjedésével és a beágyazott eszközalkalmazások egyre növekvő igényével a fejlesztők számos módszert alkalmaznak az alkalmazások számítási hatékonyságának optimalizálására. Az algoritmusok optimalizálása kihívást jelenthet, és a fejlesztőknek nem triviális stratégiákat kell alkalmazniuk a számítógépes architektúrák számítási erőforrásainak hatékonyabb kihasználása érdekében. Az MLP a gépi tanulás és a mesterséges intelligencia egyik alapvető algoritmusa, és kiváló példa a GPGPU programozással és optimalizálással kapcsolatos nehézségekre. Önálló megfigyelésként tárgyaljuk a GPU-k memóriakezelését és a memóriaelosztás egyszerűsítésére szolgáló módszereket. Az optimalizált gépi tanulási algoritmusok ipari alkalmazásokban is alkalmazhatók, például alacsony költségű, nagy mennyiségű termékek gyártásában. Mivel a gyártás során előfordulnak hibák, fontos, hogy képesek legyünk felismerni az érvénytelen termékeket, hogy biztosítsuk az előállított termékek egyenletes minőségét. A kézi minőségbiztosítás emberi kezelőket alkalmazva hibakényes és költséges megoldás. Ezért kifejlesztünk egy képosztályozási módszert, amely egy alacsony költségű kereskedelmi kamerarendszert használ, és a Haar-szerű jellemzőkkel kombinált, maximális relevanciájú, minimális redundanciájú jellemzők kiválasztásával kombinált Haar-szerű jellemzőkre támaszkodik, hogy a gyártási folyamat végén felismerje az érvénytelen termékeket. A vizuális felvételkészítés további javítása, a kiterjesztett valóság (AR), a kevert valóság (MR) és a virtuális valóság (VR) alkalmazások megjelenésével egyre fontosabbá válik a kameraszög-követés vagy formálisabban a perspektivikus N-pont (PNP) probléma is. A pontos kameraszögkövetés a kamera pozíciójának a környezethez viszonyított meghatározásának problémájára utal a felvétel pillanatában.  A kamerának van néhány kulcsfontosságú tulajdonsága, amelyek ismerni kell a pontos pozicionáláshoz. Ezek a kamera belső paraméterei, a kamera objektív torzítása és a környezet pontos 3D modellje. Munkánk során egy új kamera objektív kalibrációs megközelítést dolgoztunk ki, amely pontosabb és reprodukálhatóbb belső és torzító objektív kalibrációt biztosít. Konkrétan két fejlesztést szeretnénk bemutatni: Először is, bemutattunk egy új kalibrációs mintát, amely immunisabb a kalibrálóberendezés pozicionálási problémájára. Ez a probléma a kalibrációs pontok egyenetlen eloszlását eredményezi a kamera objektívjén. Másodszor, bemutattunk egy továbbfejlesztett kalibrációs algoritmust, amely pontosabb intrinsic paraméterbecslést biztosít, és kevésbé függ a kalibráló berendezés tényleges helyzetétől, mint az általánosan használt algoritmusok. Mellékesen foglalkoztunk a szavazással, amely a demokratikus folyamatok egyik fontos eljárása. Munkánk célja az volt, hogy egy eredeti elektronikus szavazási protokollt javasoljunk. Elmagyaráztuk a szavazási protokollunk elméleti hátterét és technikai koncepcióit. Formális demonstrációkat is nyújtottunk a javasolt algoritmusunkhoz. Célunk volt megmutatni, hogy olyan szavazási protokollokat tudunk tervezni, amelyek összehasonlíthatóak a demokratikus választások hagyományos módszereivel.





Letöltés


https://www.linkedin.com/e/fpf/344458956


 

Mgr. Tibor Vadkerti
Név: Mgr. Tibor Vadkerti
Kar: Gazdaságtudományi és Informatikai Kar
Részleg: Dékáni Hivatal
Beosztás: Dékánhelyettesi asszisztens
Iroda: G304b
E-mail:
Telefon: +421 35 32 60 633
Mgr. Szilárd Svitek, PhD.
Név: Mgr. Szilárd Svitek, PhD.
Tanszékvezető
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Matematika Tanszék
Beosztás: Adjunktus
Iroda: ***
E-mail:
Telefon: +421 35 32 60 762

Egyetemi tanulmányok
Selye János Egyetem, Tanárképző Kar
Matematika - német nyelv és irodalom
2012 - 2015
Selye János Egyetem, Tanárképző Kar
Matematika - német nyelv és irodalom
2015 - 2017
Doktori képzés (PhD.)
Selye János Egyetem, Gazdaságtudományi és Informatikai Kar
Matematika és informatika oktatásának elmélete
2020 - 2024

Munkaviszonyok
Selye János Egyetem
Adjunktus
2018 -


Kutatási projektek A természettudományos és matematika oktatás elemzése a középiskolákon és a szakmódszertani tartalmak innoválása
1/0663/19
VEGA - Vedecká grantová agentúra
2019 - 2021
A diákok eredményesség/eredménytelenség okainak vizsgálata a matematikában az elektronikus, távolléti oktatásra való tekintettel
1/0386/21
VEGA - Vedecká grantová agentúra
2021 - 2023
Számsorozatok sűrűsége, eloszlása és a konvergenciájuk tulajdonságai
1/0776/21
VEGA
2021 - 2023




Letöltés



 

prof. Mihály Ormos, PhD.
Név: prof. Mihály Ormos, PhD.
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Közgazdaságtan és Menedzsment Tanszék
Beosztás: Egyetemi tanár
Iroda: G317
E-mail:
Telefon: +421 35 32 60 668
A tanulmányi programért felelős személy:
Közgazdaságtan és vállalati menedzsment (3. szint, nappali és levelező képzés)
A tanulmányi program profiltantárgyáért felelős személy:
Kereskedelem és marketing (1. szint, nappali képzés)
Vállalati gazdaságtan és menedzsment (1. szint, nappali és levelező képzés)
Közgazdaságtan és vállalati menedzsment (2. szint, nappali és levelező képzés)
Közgazdaságtan és vállalati menedzsment (3. szint, nappali és levelező képzés)

Egyetemi tanulmányok
Budapesti Műszaki Egyetem, Gépészmérnöki Kar
Okleveles gépészmérnök
1996 - 1998
Pénzügyi és Számviteli Főiskola
Közgazdasági szakokleveles mérnök
1997 - 2000
Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar
Master of Business Administration (MBA), Pénzügyi és gazdasági szakirány
2000 - 2002
Doktori képzés (PhD.)
Budapesti Műszaki és Gazdaságtudományi Egyetem, GTK
Gazdálkodás- és szervezéstudományok
1998 - 2004
Habilitáció
Budapesti Műszaki és Gazdaságtudományi Egyetem
Gazdálkodás- és Szervezéstudomány
2013
Professzori-inaugurációs folyamat
Budapesti Műszaki és Gazdaságtudományi Egyetem
Közgazdaságtudomány
2015

Munkaviszonyok
Budapesti Műszaki és Gazdaságtudományi Egyetem
tanársegéd, adjunktus, docens, egyetemi tanár
2001 - 2017
Eötvös Loránd Tudományegyetem
egyetemi tanár
2017 -
Selye János Egyetem
egyetemi tanár
2018 -


Kutatási terület Pénzügyi közgazdaságtan eszközárazás kockázati mértékek viselkedési pénzügyek vállalati pénzügyek

Kutatási projektek A V4 országok tőkepiacainak egyensúlyi modellezése
1/0568/20
VEGA
2020 - 2022
Eszközárazás
János Bolyai Research Scholarship
Hungarian Academy of Sciences
2015 - 2018




Letöltés



 

JUDr. Ing. Gabriel Katona, PhD.
Név: JUDr. Ing. Gabriel Katona, PhD.
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Közgazdaságtan és Menedzsment Tanszék
Beosztás: Adjunktus
Iroda: G306
E-mail:
Telefon: +421 35 32 60 694

 

Balázs Tusor, PhD.
Név: Balázs Tusor, PhD.
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Informatika Tanszék
Beosztás: Tudományos munkatárs
Iroda: TP1
E-mail:
Telefon: +421 35 32 60 853

Egyetemi tanulmányok
Budapesti Műszaki és Gazdaságtudományi Egyetem, Villamosmérnöki és Informatikai kar
Informatika
2005 - 2010
Budapesti Műszaki és Gazdaságtudományi Egyetem, Villamosmérnöki és Informatikai kar
Informatika
2010 - 2014
Doktori képzés (PhD.)
Alkalmazott Informatikai és Alkalmazott Matematikai Doktori Iskola, Óbudai Egyetem
2014 - 2017

Munkaviszonyok
Részmunkaidős, megbízási szerződéssel
Kutató
2016 - 2017
Teljes munkaidejű, megbízási szerződéssel
Kutató
2017 - 2025


Kutatási terület Fő kutatási területem új gépi tanulás módszerek kifejlesztése és implementációja osztályozási problémákhoz. Az általam eddig tervezett módszerek az indexelőtáblák és a fuzzy logika működési elvének ötvözéséből alakultak ki, és a céljuk, hogy minél gyorsabban (minél kevesebb számítás ígénybevételével, így alacsony számításigénnyel) dolgozzák fel a bemeneti adatokat. Egy ezzel lazán kapcsolódó másodlagos kutatási területem adathalmazokban funkcionális függőségek gyors felderítése, melyhez jól használhatók az indexelőtáblán alapuló osztályozóim, mivel azok szerkezete indikálja a tanításhoz használt adathalmazban előforduló funkcionális függőségeket.

Kutatási projektek Modern, komplex és innovatív kutatási tevékenység a Selye J. Egyetem Közgazdaságtudományi Karán

Pallas Athéné Domus Educationis Alapítvány
2019 - 2020




Letöltés



 

Mgr. Erika Csomor
Név: Mgr. Erika Csomor
Kar: Gazdaságtudományi és Informatikai Kar
Részleg: Tanulmányi Osztály
Beosztás: Tanulmányi előadó
Iroda: G308
E-mail:
Telefon: +421 35 32 60 879
prof. László Szalay, DSc.
Név: prof. László Szalay, DSc.
Kar: Gazdaságtudományi és Informatikai Kar
Tanszék: Matematika Tanszék
Beosztás: Egyetemi tanár
Iroda: TP4
E-mail:
Telefon: +421 35 32 60 650
A tanulmányi program profiltantárgyáért felelős személy:
Matematika és informatika oktatásának elmélete - Matematika szak (3. szint, nappali képzés)

Egyetemi tanulmányok
ELTE
matematika-fizika-számítástechnika
1984 - 1989
Doktori képzés (PhD.)
KLTE
mathematics
1994 - 1997
Habilitáció
Debreceni Egyetem
matematika
2007
Professzori-inaugurációs folyamat
Soproni Egyetem
matematika
2016
DSc.
MTA
matematika
2015

Munkaviszonyok
Selye János Egyetem
professzor
1995 -
Sopron Egyetem
egyetemi tanár
1992 -
Sarbrückeni Egyetem
tudományos munkatárs
2001 - 2002
Berzsenyi Dániel Tanárképző Főiskola
tanársegéd
1989 - 1992


Kutatási terület Matematika, számelmélet. Diofantikus egyenletek, lineáris rekurziók, kombinatorikau számelmélet, diszkrét iteráció

Kutatási projektek Számsorozatok sűrűsége, eloszlása és a konvergenciájuk tulajdonságai
VEGA 1/0776/21

2021 - 2023




Letöltés



 

Ez a weboldal cookie-kat (sütiket) használ azért, hogy weboldalunk használata során a lehető legjobb élményt tudjuk biztosítani. A weboldalunkon történő további böngészéssel hozzájárul a cookie-k használatához.

  
spam vedelem