Kutatásaink hat fő téma köré összpontosulnak: hálózattudomány, oktatási adattudomány, egészségügyi adatelemzés, intelligens monitorozás és anomáliadetektálás, médiaelemzés, valamint a tudomány tudománya.
Hálózattudomány
Hálózattudományi kutatásaink kiterjednek mind módszertani alapkutatásra, mind alkalmazott kutatásra. Legfőbb kutatási témáink közé tartozik a komplex hálózatok strukturális tulajdonságainak vizsgálata, különös tekintettel a hálózatok fraktál tulajdonságára és hálózatok robosztusságára, komplex hálózatok adat alapú vizsgálata, hálózatmodellek illeszthetősége, valamint gráfbeágyazási módszerek elemzése.
Az adattudomány egyik ága az oktatási adattudomány, melynek célja a nagy mennyiségű oktatási adatkincsben rejlő érdekes és értékes információk kinyerése különféle matematikai (elsősorban statisztikai és gépi tanulási) algoritmusok segítségével. Célunk, hogy a Központi Tanulmányi Hivatal együttműködésében a Budapesti Műszaki és Gazdaságtudományi Egyetem Neptun tanulmányi rendszeréből származó nagy adatkincsből matematikailag korrekt eszközök felhasználásával oktatáspolitikai, oktatásszervezési szempontokból releváns következtetéseket tudjunk levonni. Kutatási területünk közé tartozik a lemorzsolódó hallgatók azonosítása prediktív analitikai eszközökkel, az értelmezhető gépi tanulás, a prediktív validság vizsgálata, az egyetemi teljesítményre ható különböző faktorok azonosítása és a hatás kvantifikálása statisztikai és ökonometriai eszközökkel.
Elkötelezettek vagyunk az adattudományi és hálózattudományi módszerek orvostudományi alkalmazása iránt is. Döntéstámogató rendszereket fejlesztünk, mely a betegfelvétel pillanatában a rendelkezésre álló adatok alapján végzett predikcióval segít az orvosnak a megfelelő döntés meghozatalában.
Intelligens monitorozás, állapotelőrejelzés és anomáliadetektálás
Kutatásaink egyik fontos iránya a nagy dimenziós, nagy frekvenciájú adatok intelligens monitorozása és komplex rendszerek prediktív karbantartása, különösen az anomáliadetektálás köré összpontosul. Olyan kopula alapú anomáliadetektáló és -lokalizáló algoritmust fejlesztettünk, ami nagy dimenziós hiányos adatokon is jól működik.
Médiaelemzési kutatásaink a hagyományos és a közösségi média nagy volumenű adatainak statisztikai, hálózattudományi és gépi tanulási elemzésére irányulnak. Célunk annak megértése, hogyan működnek a médiaterek, milyen pályán terjed az információ különböző témákban, és milyen mintázatok jellemzik a nyilvános kommunikációt. Kutatási témáink közé tartozik a hagyományos és közösségi médiaforrások együttes vizsgálata, az információáramlás és a narratívák azonosítása, a diskurzusok szerkezetének elemzése, valamint a témák időbeli, hálózati és nyelvi dinamikájának modellezése.
A tudomány tudománya a tudományos rendszer működését publikációs és idézési adatok nagy léptékű elemzésével vizsgálja. Célunk új, matematikailag megalapozott teljesítményértékelő metrikák fejlesztése, valamint annak feltárása, hogy mi határozza meg a tudományos hatást (impact), milyen tényezők teszik interdiszciplinárissá a publikációkat, és milyen következményekkel járnak a tudományos rendszert érő sokkok. Kutatási területünk közé tartozik az intézményváltás, az egyetemi összeolvadások (university merger), valamint új kutatási témák megjelenésének hatása a kutatókra, a folyóiratokra, az intézményekre és a tudományos teljesítményre.