Prosím čekejte...
Nepřihlášený uživatel
SVK
Nacházíte se: Studentská vědecká konference  → SVK 2023
iduzel: 54301
idvazba: 90058
šablona: stranka
čas: 9.5.2024 08:59:58
verze: 5378
uzivatel:
remoteAPIs: https://cis-prihlasovadlo.vscht.cz/svk/
branch: trunk
Server: 147.33.89.150
Obnovit | RAW
iduzel: 54301
idvazba: 90058
---Nová url--- (newurl_...)
domena: 'svk.vscht.cz'
jazyk: 'cs'
url: '/svk-2023'
iduzel: 54301
path: 1/28821/43620/28823/54301
CMS: Odkaz na newurlCMS
branch: trunk
Obnovit | RAW

SVK 2023

Organizace SVK v akademickém roce 2023/2024

Termín konání SVK

V akademickém roce 2023/2024 proběhne SVK ve čtvrtek 23. 11. 2023, kdy je vyhlášen Rektorský den.

Organizace SVK

SVK je soutěž prací studentů bakalářských a magisterských studijních programů, která každoročně
probíhá na VŠCHT Praha.


Organizace SVK je zajišťována prostřednictvím děkanátů fakult. Oddělení pro výzkum a transfer
technologií (VaTT) zajišťuje rozpočet SVK z dotace MŠMT na specifický vysokoškolský výzkum, který je
určen výhradně na odměny za účast (startovné) a za umístění pro soutěžící z řad studentů VŠCHT
Praha. Ostatní zdroje zajišťují fakulty.


Soutěž bude probíhat v přednáškových a posterových sekcích, výběr formy je na rozhodnutí vedení
fakulty. Minimální počet přihlášených soutěžních prací studentů VŠCHT Praha v každé sekci je šest,
maximální počet prací není limitován. Fakultním koordinátorům SVK bude umožněno operativně
rozhodnout o uskutečnění soutěže v sekci i v případě, že počet přihlášených soutěžících klesne z
důvodu vyšší moci pod 6. V takovém případě bude ve spolupráci s VaTT rozhodnuto o poměrném
krácení odměn za umístění. Odměna za účast (startovné) bude zachována v plné výši.


V případě dotazů ohledně SVK se obracejte na příslušné ústavní či fakultní koordinátory.
Pro fakultní koordinátory má na oddělení VaTT SVK na starosti Mgr. Mili Losmanová, tel. 220 44 4536,
losmanom@vscht.cz. 

Časový harmonogram přípravy SVK

  • Do 4. 10. 2023 jmenuje děkan fakultního organizátora SVK a jeho jméno nahlásí děkanát na odd. VaTT. Dále určí pracovníky zodpovědné za organizaci jednotlivých sekcí.  V případě celoškolských sekcí určí koordinátory zodpovědné za organizaci prorektor pro pedagogiku.
  • Od 9. 10. 2023 do 30. 10. 2023 se studenti závazně přihlásí do soutěže pomocí elektronického přihlašovacího systému http://svk.vscht.cz. K přístupu do systému použijí své školní přihlašovací údaje, vyplní ročník, jméno vedoucího práce a název svého příspěvku. Každý student může přihlásit jednu soutěžní práci, a to s vědomím svého vedoucího práce.
  • Fakulty, respektive celoškolské sekce na základě počtu přihlášených studentů nahlásí do 9. 11. 2023 na odd. VaTT počet sekcí na fakultě a počet soutěžních prací v jednotlivých sekcích.
  • Do 10. 11. 2023 studenti pomocí elektronického přihlašovacího systému nahrají anotaci svojí práce (max. 1300 znaků, možnosti formátování jsou návodně uvedeny v přihlašovacím systému).
  • Do 18. 11. 2023 fakultní organizátoři, respektive koordinátoři celoškolských sekcí v elektronickém přihlašovacím systému roztřídí všechny soutěžní práce do jednotlivých sekcí na fakultě, dále uvedou názvy sekcí, místo a čas konání a složení komisí. Složení hodnotících komisí pro jednotlivé sekce určí vedení fakulty, respektive prorektor pro pedagogiku. Komise je nejméně tříčlenná a členy z řad akademických pracovníků mohou doplnit odborníci spolupracujících firem a průmyslových podniků. Předsedou komise by měl být profesor nebo docent. 
  • Do 22.11. 2023 bude možné automaticky vygenerovat sborníky jednotlivých ústavů/sekcí a fakult na základě údajů uvedených v elektronickém přihlašovacím systému. Fakultní koordinátoři, respektive koordinátoři celoškolských sekcí zajistí zveřejnění úplných fakultních sborníků na fakultních webech SVK.

 

Další informace k soutěži

  • Prezentace studentské práce v rámci SVK se považuje za předuveřejnění výsledku v případě plánované patentové ochrany a je tedy překážkou pro udělení patentu.
  • Občerstvení pro komise a soutěžící hradí ústavy z vlastních prostředků.
  • Organizace průběhu soutěže v sekcích je výlučně věcí rozhodnutí fakult, respektive celoškolských sekcí.
  • Finanční příspěvek na účast a ocenění umístění soutěžních prací studentů VŠCHT Praha bude hrazen z prostředků dotace MŠMT na specifický vysokoškolský výzkum (IGA 2023). Jeho výše bude stanovena dohodou proděkanů a prorektora pro VaV podle celkového počtu přihlášených soutěžních prací. Oceněna bude účast a dále první tři místa v každé sekci. Výplata příspěvku studentům bude provedena bezhotovostním převodem, zajistí děkanáty fakult. Je vítána další finanční nebo věcná podpora účastníků SVK ze sponzorských zdrojů. Její výše (hodnota), způsob rozdělení a výplaty je plně v kompetenci komise sekce.
  • Vytištění diplomů budou zajišťovat fakulty, respektive koordinátoři celoškolských sekcí.
  • U příležitosti SVK je vyhlášena soutěž o Cenu Julie Hamáčkové v kategorii Studentská práce typu SVK; soutěž je určena i pro doktorandy; vyhlášení soutěže a bližší informace na http://gro.vscht.cz/cjh

 

Rekapitulace termínů:

Datum

Akce

4. 10.

Fakulty - nahlášení fakultního organizátora a organizátorů sekcí - na VaTT

30. 10.

Studenti - uzávěrka podávání přihlášek

9. 11.

Fakulty - nahlášení počtu účastníků a počtu sekcí – na VaTT

10. 11.

Studenti - uzávěrka nahrávání anotací

18. 11.

Fakulty - seznam sekcí, místo a čas konání, složení komisí, seznam sponzorů jednotlivých sekcí

22. 11.

Fakulty - vygenerování sborníků v aplikaci svk; zveřejnění úplných fakultních sborníků na fakultních webech SVK

23. 11.

SVK

5. 12.

Fakulty - písemná zpráva z fakult o průběhu soutěže - na VaTT

 

Seznam fakultních koordinátorů

  • FCHT - doc. Ing. Jan Budka, Ph.D. (Jan.Budka@vscht.cz)
  • FTOP - Ing. Alice Vagenknechtová, Ph.D.  (Alice.Vagenknechtova@vscht.cz)
  • FPBT - Ing. Michaela Marková, Ph.D. (Michaela.Markova@vscht.cz)
  • FCHI - doc. Ing. Jitka Čejková, Ph.D. (Jitka.Cejkova@vscht.cz)

 

Přihlašovací formulář

Nejste zalogován/a (anonym)

Bioinformatika a chemická informatika (B1322 - 15:00)

  • Předseda: prof. Mgr. Daniel Svozil, Ph.D.
  • Komise: doc. Ing. Filip Lankaš, Ph.D., prof. Andrea Brancale, Mgr. Jan Pačes, Ph.D., Ing. David Staněk, Ph.D., Ing. David Příhoda
Čas Jméno Ročník Školitel Název příspěvku Anotace
15:10 Bc. Martin Engst B1 prof. Mgr. Daniel Svozil, Ph.D. Gathering the knowledge of terpene biosynthesis detail

Gathering the knowledge of terpene biosynthesis

About 60% of all known natural products are terpenoids, precursors to terpenoids are called terpenes. While there are many terpenes, they are all made from a set of very simple substrates, all comprised of connected isoprene units. The enzymes that catalyze these reactions, terpene synthases, must employ very clever biochemistry, which makes them interesting study subjects for understanding the intricacies of enzymatic catalysis. We have built a comprehensive dataset of known mechanisms of terpene biosynthesis which we are using to assess the feasibility of utilizing machine learning approaches like large language models to predict features and properties of terpene synthases.
15:25 Bc. Jozef Fülöp M2 prof. Mgr. Daniel Svozil, Ph.D. A comprehensive analysis of RNA binders detail

A comprehensive analysis of RNA binders

The field of RNA-targeted therapeutics is growing quickly and holds great promise for treating many diseases. In my diploma thesis, I analyzed large amounts of data from sources like the Enamine Hit Locator and other RNA libraries to find molecules that can modulate RNA behavior. I focused on the chemical properties and distributions of RNA-binding molecules, using quantitative estimates of drug-likeness (QED), dimensionality reduction, and scaffold analysis to create RNA-binders' comprehensive profile. I also developed a machine learning model that uses ECFP6 fingerprints, which helps us find promising RNA-binding molecules much faster. This study provides valuable insights for developing RNA-based therapies and advances the field of medicinal chemistry.
15:40 Bc. Adam Hanzlík M1 Ing. Petr Čech, Ph.D. Applications for Optical Chemical Structure Recognition detail

Applications for Optical Chemical Structure Recognition

Chemical literature often presents information in raster images of chemical structures. These are interpretable by humans but are not suitable for computer tasks such as storage and querying. Optical Chemical Structure Recognition (OCSR) tools bridge this gap by converting images into machine-readable formats like SMILES and MOL files, facilitating the extraction of chemical knowledge, most commonly to be stored in large optimized databases. First OCSR tools relied on chemical drawing rules, for example open-source tools OSRA, MolVec, and Imago. Advancements in deep learning have led to the development of machine-learning based tools like Decimer, MolScribe, and MolGrapher. This work benchmarks these tools against a dataset, evaluating their performance against varying degrees of graphical damage. The benchmarking indicates that different tools perform worse when working with  different types of damage. As such a composite approach employing multiple OCSR tools in tandem with compound validation checks is appropriate when seeking to maximize succesful recognition rates. This strategy has been successfully employed in a real data extraction project.
15:55 Oleksandra Shumilina B4 doc. Ing. Filip Lankaš, Ph.D. Sequence dependent structural dynamics of DNA containing radiation damage detail

Sequence dependent structural dynamics of DNA containing radiation damage

The photo-induced formation of cyclobutane pyrimidine dimers is a highly mutagenic and cancerogenic DNA lesion. Plants repairing that damage with photolyases, placental mammals with nucleotide excision pathway. However, the exact mechanism how the repair enzymes recognize a damaged site in DNA is not fully understood. Molecular dynamics simulations are very powerful tool for study macromolecular dynamics. It could provide an information about structural changes in DNA sequence and its stability. By analyzing simulation results some patterns in damaged DNA could be detected which is leads to better understanding of recognition mechanisms and even possibly some cure design.  
16:10 Pavlína Slavníková M1 doc. Ing. Filip Lankaš, Ph.D. Modelling sequence dependant structure and deformability of DNA detail

Modelling sequence dependant structure and deformability of DNA

The sequence of the DNA double helix plays a significant role in determining its three-dimensional structure and mechanical flexibility. This understanding is essential for the shape-specific recognition of DNA‘s structural motifs by many proteins and small ligands, as it affects their binding affinity and provides us with a way to estimate the specificity of transcription factors, nucleosome core histone proteins, and other regulatory molecules involved in gene expression. The most efficient way to explore and comprehend this matter in greater detail is probably through the use of computer simulations. Atomic-resolution molecular dynamics (MD) simulations are employed to measure the deviations of a DNA molecule from the ideal B-DNA form and model its mechanical properties. To this end, DNA is described in a coarse-grained manner as an ensemble of interacting rigid bodies representing individual bases. The sequence-dependent structure and deformability is then deduced from statistical properties of internal coordinates describing the relative displacement and rotation of the bases. I plan to extend this standard model by adding the phosphate group to the description as another rigid body, so that DNA sequence-specific structure and deformability may be studied at a finer level.
16:25 Bc. Antonín Zajíček M1 Ing. Ivan Čmelo, Ph.D. Stratified data selection using Kohonen maps detail

Stratified data selection using Kohonen maps

The splitting of data between a training and a testing set is one of the core tasks that contributes to overall quality of the validated machine learning model. There are numerous approaches to conducting this split, all with their own strengths and weaknesses. This work focuses on development and testing of a new approach based on Kohonen self-organizing maps for predicting biological activities of organic compounds from their structures (i.e., QSAR). This approach was compared against a baseline method represented by a random data split between the training and testing set.
Aktualizováno: 2.10.2023 14:58, : Mili Viktorie Losmanová

VŠCHT Praha
Technická 5
166 28 Praha 6 – Dejvice
IČO: 60461373
DIČ: CZ60461373

Datová schránka: sp4j9ch

Copyright VŠCHT Praha
Za informace odpovídá Oddělení komunikace, technický správce Výpočetní centrum

VŠCHT Praha
na sociálních sítích
zobrazit plnou verzi