Laboratoria badawcze Katedry Informatyki Stosowanej Laboratories of the Department of Applied Informatics

Laboratorium Big Data i Inżynierii Danych

Laboratorium koncentruje się na inteligentnym przetwarzaniu i analizie danych, odpowiadając na wyzwania związane z Big Data. Składa się z klastra wirtualnych węzłów obsługujących platformę Hadoop i Spark oraz około 20 stacji roboczych do pracy z nią (nauczanie i badania). Dotychczasowe prace badawcze w tym laboratorium obejmują analizę danych biomedycznych i strumieniowe przetwarzanie danych z urządzeń IoT (Internet of Things). Połączenie możliwości laboratorium z platformami chmurowymi pozwala na dowolnie duże skalowanie różnych rozwiązań Big Data w celu uwzględnienia wzrostu danych i spełnienia wymagań dotyczących szybkiej analizy danych.

Laboratory of Big Data and Data Engineering

The laboratory is focused on intelligent data processing and analysis, addressing the challenges of Big Data. It consists of a cluster of virtual nodes hosting the Hadoop platform and around 20 workstations to work with it (teaching and researching). Research works performed within this laboratory so far cover biomedical data analysis and stream data processing from IoT devices (Internet of Things). Combining the capabilities of the laboratory with Cloud platforms allows for wide scaling various Big Data solutions to accommodate the growth of data and address requirements for fast data analysis.

Laboratorium Architektur Komputerowych i Cloud Computing

Laboratorium koncentruje się na dostarczaniu, prezentowaniu i stosowaniu różnych architektur komputerowych i modeli obliczeniowych do rozwiązywania czasochłonnych i wymagających dużej mocy obliczeniowej zadań. Obejmuje małe centrum danych z klastrem komputerowym i kilkoma komputerami o wyrafinowanej architekturze (w tym IBM HMC Console, IBM BladeCenter MMC, oparte na procesorach Sparc, Power, Itanium, Intel, ARM, wszystkie zlokalizowane w Laboratorium 830) oraz szereg stacji roboczych wyposażonych w urządzenia GPU do obliczeń wielowątkowych. Laboratorium umożliwia dostęp do kilku platform przetwarzania w chmurze. Służy zarówno do celów badawczych, jak i dydaktycznych. Laboratorium jest wykorzystywane na potrzeby Przemysłu 4.0 oraz do projektowania i rozwijania skalowalnych, rozproszonych, zorientowanych na usługi systemów kontenerowych przystosowanych do wdrażania w chmurze.

Laboratory of Computer Architectures and Cloud Computing

The laboratory is focused on delivering, presenting, and applying various computer architectures and computing models to solve time-consuming and compute-intensive tasks. It comprises a small data center with a computer cluster and several computers having sophisticated architectures (including IBM HMC Console, IBM BladeCenter MMC, based on Sparc, Power, Itanium, Intel, ARM processors, all located within the Laboratory 830) and a number of workstations equipped with GPU devices for multi-threaded computations. The laboratory enables access to several Cloud computing platforms. It is used both for research and teaching purposes. The laboratory is used to serve purposes of Industry 4.0 and for designing and developing scalable distributed service-oriented containerized systems adapted to cloud deployment.

Laboratorium 830

Laboratorium znajduje się na 8 poziomie pierwszego budynku Wydziału. Wyposażona jest w wyspecjalizowane systemy informatyczne, a także w standardowe stacje robocze. Zostało ono zaprojektowane, aby oferować środowisko laboratoryjne dla różnych architektur komputerów. Z tego powodu jest wyposażone w systemy komputerowe z procesorami Sparc, Power, Itanium, Intel, ARM i współpracuje z różnymi architekturami, począwszy od klastrów PC, poprzez systemy klasy średniej, systemy AS/400, aż po systemy SMP. Ta heterogeniczność sprzętowa jest podstawą różnych mechanizmów zarządzania oprogramowaniem i sprzętem. Dostępne są systemy zarządzania zasobami sprzętowymi, takie jak IBM HMC Console, IBM BladeCenter MMC i odpowiadające im rozwiązania programowe. Zaimplementowano w nim wirtualizację jako podstawę architektury przetwarzania w chmurze, począwszy od wirtualizacji hostowanej, takiej jak Oracle VirtualBox, VMWare Workstation, po wirtualizację natywną dostarczaną przez VMware ESXi lub Citrix Hypervisor. Ponadto architektura wirtualizacji aplikacji jest dostarczana w środowisku usług Docker. Platformy ARM zaczynające się od Raspberry PI lub innych mikrokomputerów są dostępne dla aplikacji IoT.

Rozwiązania do zarządzania pamięcią masową są dostępne począwszy od implementacji sprzętowych, takich jak macierze dyskowe, na przykład IBM DS System, ale także alternatywnych oprogramowań open source, takich jak rozwiązania NAS, np. Systemy FreeNAS.

Dla masywnego przetwarzania danych, takiego jak w systemach nadzoru wizyjnego, dostępne są akceleratory GPU w oparciu o rozwiązania firmy NVidia. Podstawowe programy CUDA, ale także zaawansowane środowiskaa, takie jak Tensorflow, są dostępne w celu analizy obrazu, np. wykrywania obiektów czy klasyfikacji obiektów. Wszystkie te elementy są skorelowane z systemami zarządzania danymi w celu zapewnienia wysokiej dostępności i wydajnych rozwiązań klastrowych. Dzięki ponad 60 stanowiskom komputerowym i niewielkiemu centrum danych połączonemu z salą laboratoryjną, Laboratorium 830 daje największą przestrzeń do praktycznego poznania informatyki dla studentów i praktyków.

Laboratory 830

The laboratory is located on the 8th level of the first building of the Faculty. It is equipped with a specialized IT system, as well as standard workstations. It is designed to offer a laboratory environment for different computer architectures. For that reason, it is equipped with computer systems with main processors Sparc, Power, Itanium, Intel, ARM, and working with different architectures starting from PC clusters through midrange like AS/400 systems up to SMP systems. This hardware heterogeneity is the base for various software and hardware management mechanisms. There are available hardware resources management systems, like IBM HMC Console, IBM BladeCenter MMC, and corresponding software solutions. The virtualization as the foundation for cloud computing architecture is presented starting from hosted virtualization, like Oracle VirtualBox, VMWare Workstation, up to hosting visualization delivered by VMware ESXi or Citrix Hypervisor. Also, the architecture for application virtualization is presented with a docker service environment. The ARM system starting from Raspberry PI or other microcomputers are available for IoT applications.

The storage management solutions are available starting from hardware implementations like disk arrays, for example, IBM DS System, but also the open-source software alternatives, like NAS solutions, e.g., FreeNAS systems.

For a massive processing system, like visual surveillance systems, the GPU accelerators are presented based on NVidia solutions. Basic CUDA programming but also advanced frameworks, like Tensorflow, are presented for image analysis, e.g., object detection or object classification. All these elements are correlated with data management systems for high availability and high-performance clustering solutions. With more than 60 PC workstations and a small data center linked with the lab room, the Laboratory 830 becomes the largest space for practicing applied informatics for students and practitioners.

Laboratory of Eye Tracking and Eye Movement Analysis

The laboratory uses about 15 eye trackers of different types. There are desktop eye trackers and ocular eye trackers available, as well as several DIY devices and cameras. The research realized in the laboratory includes eye-tracking algorithms, eye movement events detection, eye movement-based biometric identification, eye movement signal calibration. Projects are implemented by employees of the department and students as their Master and Bachelor Thesis.

Laboratory of Digital Modeling

The laboratory is used for modeling and simulation of i.a. continuous dynamical systems, discrete dynamical ones, discrete-event ones, numerical method of solving of selected optimization problems, assessments of dynamical system stability. Software tools and environments as follows: Matlab/Simulink/SimEvents, R Project, OMNet++, CSL# are provided for teaching and research purposes.

Laboratory of Knowledge-based Systems

Research carried out in the laboratory includes methods of acquiring declarative and procedural knowledge, their representation and reasoning. Scientific activities are also focused on storing procedural knowledge in the database systems, including, inter alia, selected NoSQL databases as well as relational ones, and extracting it from various resources. The projects are performed by employees of the Department and students as part of their Master/Bachelor Thesis.