Marek Druzdzel nosi honorowy tytuł „profesor emeritus” w School of Computing and Information, University of Pittsburgh. Jest wykładowcą na Wydziale Informatyki Politechniki Białostockiej. Uzyskał stopień doktora na Carnegie Mellon University, Pittsburgh, PA, USA. Jest laureatem Faculty Early Career Development Grant od National Science Foundation (1996-2000), Outstanding Mentor Award (1997), University of Pittsburgh’s Chancellor’s Distinguished Teaching Award (2007) oraz dwóch stypendiów Fulbrighta (2009-2010, 2015-2016). Jego zainteresowania badawcze koncentrują się na metodach probabilistycznych i teoretycznych w systemach wspomagania decyzji oraz na ludzkim aspekcie wspomagania decyzji. Jest szeroko znany z oprogramowania do modelowania graficznego GeNIe i SMILE, które opracował na Uniwersytecie w Pittsburghu, a które niedawno wprowadzono na rynek i udostępniono bezpłatnie do użytku naukowego i dydaktycznego pod adresem https://www.bayesfusion.com/.
dr hab. inż. Marek Drużdżel, prof. PB
- Metody rachunku prawdopodobieństwa i teorii decyzji w systemach wspomagania decyzji
- Interfejsy użytkownika do systemów wspierania decyzji.
Moje badania koncentrują się na budowaniu systemów wspomagania decyzji, które opierają się na solidnych podstawach teorii prawdopodobieństwa, statystyki i ekonometrii. Budowa takich systemów opiera się zazwyczaj na połączeniu wiedzy eksperckiej z analizą danych. Systemy oparte na rachunku prawdopodobieństwa i teorii decyzji mają udokumentowane osiągnięcia w zakresie zwiększania ludzkich zdolności do podejmowania decyzji w złożonych sytuacjach obejmujących niepewność. Oprócz podstaw teoretycznych i algorytmicznych, kluczowym elementem takich systemów jest ich interfejs użytkownika, który pomaga ludziom podejmującym decyzje w formułowaniu problemów decyzyjnych, uchwyceniu ich wiedzy w modelach, a także uzyskaniu wglądu w wyniki obliczeń systemów.
Prawie 40 lat pracy naukowej w różnych instytucjach w Polsce, Niderlandach, USA i Singapurze.
Szczegóły można znaleźć w curriculum vitae, dostępnym pod: https://www.aragorn.wi.pb.edu.pl/~druzdzel/resume.pdf
- Agnieszka Onisko and Marek J. Druzdzel. Sensitivity of Bayesian Networks to Noise in Their Parameters. Entropy, 26(11), 963, 2024.
- Danial Hooshyar and Marek J. Druzdzel. Memory-Based Dynamic Bayesian Networks for Learner Modeling: Towards Early Prediction of Learners’ Performance in Computational Thinking. Education Sciences, 14(8), 917, 2024.
- Marek J. Druzdzel and Jayant R. Kalagnanam. Performance budget planning: The case of a research university. Computational Economics, 57(3):869–887, 2021.
- Nur H. Orak, Mitchell J. Small and Marek J. Druzdzel. Bayesian network-based framework for exposure-response study design and interpretation. Environmental Health, 18(23):1–12, 2019.
- Agnieszka Onisko, Marek J. Druzdzel and R. Marshall Austin. Application of Bayesian network modeling to pathology informatics. Diagnostic Cytopathology, 47(1):41–47, January 2019.
- Jidapa Kraisangka and Marek J. Druzdzel. A Bayesian network interpretation of the Cox’s Proportional Hazard model. International Journal of Approximate Reasoning (IJAR), 103:195–211, December 2018.
- Parot Ratnapinda and Marek J. Druzdzel. Learning discrete Bayesian network parameters from continuous data streams: What is the best strategy? Journal of Applied Logic, 13(4):628–642, Part 2, December 2015.
- Agnieszka Onisko and Marek J. Druzdzel. Impact of precision of Bayesian networks parameters on accuracy of medical diagnostic systems. Artificial Intelligence in Medicine, 57(3):197–206, March 2013.
- Adam Zagorecki and Marek J. Druzdzel. Knowledge engineering for Bayesian networks: How common are noisy-MAX distributions in practice? IEEE Transactions on Systems, Man, and Cybernetics: Systems, 43(1):186–195, January 2013.
- Tsai-Ching Lu and Marek J. Druzdzel. Interactive construction of graphical decision models based on causal mechanisms. European Journal of Operations Research (EJOR), 199(3):873–882, December 2009.