Filatovas Ernestas - Duomenų mokslo ir skaitmeninių technologijų institutas

Išsilavinimas

Technologijų mokslų daktaras (Informatikos inžinerija, 07T)

VU Matematikos ir informatikos institutas, 2012
Disertacijos tema: Daugiakriterinių optimizavimo uždavinių sprendimas interaktyviuoju būdu
Disertacijos vadovas prof. dr. Olga Kurasova

Mokslinė produkcija

Publikuota daugiau nei 50 mokslinių publikacijų, iš kurių daugiau nei 25 žurnaluose, indeksuojamuose Clarivate Analytics duomenų bazėje. Didžioji dalis šių publikacijų yra parengta bendradarbiaujant su tarptautiniais bendraautoriais.

Visos publikacijos su VU DMSTI ir MII prieskyra

Mokslo straipsniai periodiniuose leidiniuose turinčiuose cituojamumo rodiklį (Impact Factor) Clarivate Analytics Web of Science duomenų bazėje:

E. Filatovas, L. Stripinis, F. Orts, R. Paulavičius (2024) Advancing Research Reproducibility in Machine Learning through Blockchain Technology. Informatica, Vol. 35(2), 1-27, DOI: https://doi.org/10.15388/24-INFOR553.
M. Juodis, E. Filatovas, R. Paulavičius (2024) Overview and empirical analysis of wealth decentralization in blockchain networks. ICT Express, Early Access 1-7, DOI: https://doi.org/10.1016/j.icte.2024.02.002.
M. Marcozzi, E. Filatovas, L. Stripinis, R. Paulavičius (2024) Data-driven consensus protocol classification using machine learning. Mathematics, Vol. 12(2), 221, DOI: https://doi.org/10.3390/math12020221.
R. Paulavičius, L. Stripinis, S. Sutavičiūtė, D. Kočegarov, E. Filatovas (2023) A novel greedy genetic algorithm-based personalized travel recommendation system. Expert Systems with Applications, Vol. 230, 120580, DOI: https://doi.org/10.1016/j.eswa.2023.120580.
F. Orts, E. Filatovas, G. Ortega, E. M. Garzón (2023) A quantum circuit to generate random numbers within a specific interval. EPJ quantum technology, Vol. 10, 17, DOI: https://doi.org/10.1140/epjqt/s40507-023-00174-1.
P. Gudžius, O. Kurasova, V. Darulis, E. Filatovas (2023) AutoML-based neural architecture search for object recognition in satellite imagery. Remote Sensing, Vol 15(1), 91, DOI: https://doi.org/10.3390/rs15010091.
F. Orts, E. Filatovas, G. Ortega, J. F. SanJuan-Estrada, E. M. Garzón (2023) Improving the number of T gates and their spread in integer multipliers on quantum computing. Physical Review A, Vol. 107(4), 4042621, DOI: https://doi.org 10.1103/PhysRevA.107.042621.
F. Orts, R. Paulavičius, E. Filatovas (2023) Improving the implementation of quantum blockchain based on hypergraphs. Quantum information processing, Vol. 22, 330, DOI: https://doi.org/10.1007/s11128-023-04096-w.
E. Filatovas, M. Marcozzi, L. Mostarda, R. Paulavičius (2022) A MCDM-based framework for blockchain consensus protocol selection. Expert systems with applications, Vol. 204, 117609, 1-18, DOI:https://doi.org/10.1016/j.eswa.2022.117609.
F. Orts, G. Ortega, E. Filatovas, E.M. Garzón (2022) Implementation of three efficient 4-digit fault-tolerant quantum carry lookahead adders. Journal of Supercomputing, Vol. 78, 13323-13341, DOI: https://doi.org/10.1007/s11227-022-04401-x.
Gudžius, O. Kurasova, V. Darulis, E. Filatovas (2021) Deep learning-based object recognition in multispectral satellite imagery for real-time applications. Machine Vision and Applications, Vol. 32(98), DOI: https://doi.org/10.1007/s00138-021-01209-2.
Paulavičius, S. Grigaitis, E. Filatovas (2021) A Systematic Review and Empirical Analysis of Blockchain Simulators. IEEE Access, Vol. 9, 38010-38028, 2021, DOI: https://doi.org/10.1109/ACCESS.2021.3063324.
Orts, G. Ortega, A.C. Cucura, E. Filatovas, E.M. Garzón (2021) Optimal fault-tolerant quantum comparators for image binarization. The Journal of Supercomputing, Vol. 77, 8433-8444, DOI: https://doi.org/10.1007/s11227-020-03576-5.
J. Moreno, J. Miroforidis, E. Filatovas, I. Kaliszewski, E. M. Garzón (2020) Parallel radiation dose computations with GENOCOP III on GPUs. The Journal of Supercomputing, Vol. 77, 66–76, DOI: https://doi.org/10.1007/s11227-020-03254-6.
Filatovas, O. Kurasova, J.L. Redondo, J. Fernández (2020) A reference point-based evolutionary algorithm for approximating regions of interest in multiobjective problems. TOP, Vol. 28, 402–423, DOI: https://doi.org/10.1007/s11750-019-00535-z.
Paulavičius, S. Grigaitis, A. Igumenov, E. Filatovas (2019) A Decade of Blockchain: Review of the Current Status, Challenges, and Future Directions. Informatica, Vol. 30(4), 729-748, DOI: https://doi.org/10.15388/Informatica.2019.227.
Orts, E. Filatovas, G. Ortega, O. Kurasova, E.M. Garzón (2019) Improving the energy efficiency of SMACOF for multidimensional scaling on modern architectures. The Journal of Supercomputing, Vol. 75(3), 1038-1050, DOI: https://doi.org/10.1007/s11227-018-2285-x.
J. Orts Gómez, G. Ortega López, E. Filatovas, O. Kurasova, E.M. Garzón (2019) Hyperspectral Image Classification Using Isomap with SMACOF. Informatica, Vol. 30(2), 349–365, DOI: https://doi.org/10.15388/Informatica.2019.209.
J. Moreno, G. Ortega, E. Filatovas, J.A. Martínez, E.M. Garzón (2018) Improving the performance and energy of Non-Dominated Sorting for evolutionary multiobjective optimization on GPU/CPU platforms. Journal of Global Optimization, Vol. 71(3), 631–649, DOI: https://doi.org/10.1007/s10898-018-0669-3.
E. Filatovas, A. Lančinskas, O. Kurasova, J. Žilinskas (2017) A preference-based multi-objective evolutionary algorithm R-NSGA-II with stochastic local search. Central European Journal of Operations Research, Vol. 25(4), 859-878, DOI: https://doi.org/10.1007/s10100-016-0443-x.
J. J. Moreno, G. Ortega, E. Filatovas, J. A. Martínez, E. M. Garzón (2017) Using low-power platforms for Evolutionary Multi-Objective Optimization algorithms. The Journal of Supercomputing, Vol. 73(1), 302–315, DOI: https://doi.org/10.1007/s11227-016-1862-0.
G. Ortega, E. Filatovas, J. A. Martínez, E. M. Garzón, L. G. Casado (2016) Non-dominated sorting procedure for Pareto dominance ranking on multicore CPU and/or GPU. Journal of Global Optimization, Vol. 69(3), 607–627, DOI: https://doi.org/10.1007/s10898-016-0468-7.
E. Filatovas, D. Podkopaev, O. Kurasova (2015) A Visualization Technique for Accessing Solution Pool in Interactive Methods of Multiobjective Optimization. International Journal of Computers Communications & Control, Vol. 10(4), 508–519, DOI: https://doi.org/10.15837/ijccc.2015.4.1672.
E. Filatovas, O. Kurasova, K. Sindhya (2015) Synchronous R-NSGA-II: an extended preference-based evolutionary algorithm for multi-objective optimization. Informatica, Vol. 26(1), 33-50, DOI: https://doi.org/10.15388/informatica.2015.37.
O. Kurasova, T. Petkus, E. Filatovas (2013) Visualization of Pareto Front Points when Solving Multi-objective Optimization Problems. Information Technology and Control, Vol. 42(4), 353-361, DOI: http://dx.doi.org/10.5755/j01.itc.42.4.3209.
T. Petkus, E.Filatovas, О. Kurasova (2009) Investigation of Human Factors while Solving Multiple Criteria Optimization Problems in Computer Network. Тechnological and Economic Development of Economy, Vol. 15(3), 464–479, DOI: https://doi.org/10.3846/1392-8619.2009.
T. Petkus, E.Filatovas (2008) Decision Making to Solve Multiple Criteria Optimization Problems in Computer Networks. Information Technology and Control, Vol. 37(1), 63–68.

Mokslinių tyrimų projektai

2023-2027 „Kvantinių mašininio mokymosi metodų kūrimas ir validavimas naudojant parengtus duomenų rinkinius“.
LR Švietimo, mokslo ir sporto ministerijos finansuojamas mokslininkų projektas.
Vilniaus universiteto Duomenų mokslo ir skaitmeninių technologijų instituto (anksčiau Matematikos ir informatikos instituto) komandos narys.

2021-2024 ,,Mokslinių tyrimų atkuriamumo problemų sprendimas dirbtinio intelekto srityje naudojant blokų grandinių technologijas“. S-MIP-21-53.
Lietuvos mokslo tarybos finansuojamas mokslininkų grupių projektas.
Vilniaus universiteto Duomenų mokslo ir skaitmeninių technologijų instituto (anksčiau Matematikos ir informatikos instituto) komandos vadovas.

2019-2021 „Didelio našumo sprendimai šiuolaikiniams mokslinės kompiuterijos iššūkiams spręsti (HPC4Sci)“. RTI2018-095993-B-10.
Remia Ispanijos mokslo ir inovacijų ministerija.
Mokslininkų grupės narys (atstovaujantis Lietuvos pusei).

2019-2021 „Didelio našumo skaičiavimai intensyviosios modulinės radioterapijos grafikų optimizavimui“. UAL18-TIC-A020-B.
Remia Andalūzijos valdyba, Ispanija.
Mokslininkų grupės narys (atstovaujantis Lietuvos pusei).

2017-2020 ,,Dviejų lygmenų optimizavimo algoritmų kūrimas ir taikymai“. S-MIP-17-67.
Lietuvos mokslo tarybos finansuojamas mokslininkų grupių projektas.
Vilniaus universiteto Duomenų mokslo ir skaitmeninių technologijų instituto (anksčiau Matematikos ir informatikos instituto) komandos narys.

2014-2015 „Naujų technologinių įmonių inkubavimas (TECHNOSTARTAS)“.
ES struktūrinių fondų finansuojamas projektas Ekonomikos augimo veiksmų programos 1 prioriteto „Ūkio konkurencingumui ir ekonomikos augimui skirti moksliniai tyrimai ir technologinė plėtra“ VP2-1.4-ŪM-05-V priemonę „Inogeb LT-3“.
Startuolio (Startup) „Verslo veiklos optimizavimas“ vadovas.

2013-2015 Podoktorantūros stažuotė „Interaktyvių algoritmų daugiakriteriniams optimizavimo uždaviniams kūrimas ir taikymas“
Pagal žmogiškųjų išteklių plėtros veiksmų programos, Mokslininkų ir kitų tyrėjų mobilumo ir studentų mokslinių darbų skatinimo priemonę (VP1-3.1-ŠMM-01) įgyvendinamas projektas „Podoktorantūros (pos doc) stažuočių įgyvendinimas Lietuvoje“.

2012 „Ligonių kasų veiklos valdymo tobulinimas“.
ES struktūrinių fondų finansuojamas projektas Žmogiškųjų išteklių plėtros veiksmų programos „Administracinių gebėjimų stiprinimas ir viešojo administravimo efektyvumo didinimas“ įgyvendinimo priemonę VP1-4.2-VRM-03-V „Viešojo administravimo subjektų sistemos tobulinimas. Mokslininkų grupės narys.

2008-2009 „Globalaus sudėtingų sistemų optimizavimas, naudojant didelio našumo skaičiavimus ir Grid technologijas“.
Lietuvos valstybinio mokslo ir studijų fondo mokslininkų grupių aukštųjų technologijų plėtros programos finansuojamas projektas. Mokslininkų grupės narys.

2007-2008 „Žmogiškojo faktoriaus tyrimas daugiakriteriniuose optimizavimo uždaviniuose skaičiuojant lygiagrečiai“.
Lietuvos valstybinio mokslo ir studijų fondo finansuojamas mokslininkų grupių projektas. Mokslininkų grupės narys.

Ekspertinė veikla

Šiuo metu dėstomi dalykai

Pranešimai mokslinėse konferencijose

2023 NUMTA 2023: 4th International Conference and Summer School “Numerical Computations: Theory and Algorithms”, Calabria, Italy. Towards Reproducible Research in AI via Blockchain.
2022 EURO 2022: 32nd European Conference on Operational Research, Espoo, Finland. Evaluation of the energy usage of Ethereum blockchain network.

2022 DAMSS 2022: 13th International Workshop „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. Impact of transition from Prof-of-Work to Prof-of-Stake consensus protocols on energy consumption.
2022 LOD 2022: the 8th International Online & Onsite Conference on Machine Learning, Optimization, and Data Science, Tuscany, Italy. Convolutional Neural Networks and Neural Architecture Search for Satellite Imagery Analysis.
2021 EURO 2021: 31st European Conference on Operational Research, Athens, Greece. Application of MCDM approaches to select consensus algorithms for blockchain systems.
2021 DAMSS 2021: 12th International Workshop „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. Application of MCDM Techniques for Consensus Protocol Selection.
2019 NUMTA 2019: Numerical Computations: Theory And Algorithms, Calabria, Italy. High-performance algorithms for large-scale multiobjective radiotherapy planning problems.
2019 DAMSS 2019: 11th International Workshop „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. HPC Tool for ISOMAP.

2018 EURO2018: 29th European Conference on Operational Research, Valencia, Spain. A preference-based multiobjective evolutionary algorithm with controllable approximation accuracy.
2017 DAMSS 2017: 9th International Workshop „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. Satellite Imagery Application to Financial Markets via Machine Learning.
2016 DAMSS 2016: 8th International Workshop „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. Evaluation of an efficient NSGA-II version on heterogeneous low-power platforms.
2016 GOW’16: XIII Global Optimization Workshop, Braga, Portugal. Energy-aware computation of Evolutionary Multi-Objective Optimization.
2016 EURO2016: 28th European Conference on Operational Research, Warsaw, Poland. NSGA-NBI: A Preference-Based Multi-Objective Evolutionary Algorithm.
2015 DataMSS2015: 7th International Workshop „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. Solving Multi-Objective Competitive Facility Location Problems Using Preference-Based Evolutionary Approach.
2015 MCDM2015: 23rd International Conference on Multiple Criteria Decision Making, Hamburg, Germany. A Preference-Based Evolutionary Approach for Solving a Three-Objective Competitive Facility Location and Design Problem.
2015 EURO2015: 27th European Conference on Operational Research, Glasgow, UK. Parallelization of the Non-dominated Sorting Procedure.
2014 VOCAL 2014: The 6th Veszprém Optimization Conference: Advanced Algorithms, Veszprém, Hungary. The Preference-Based Multi-Objective Evolutionary Algorithm with Local Search.
2014 DataMSS2014: 6th International Workshop „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. Extensions of the Preference-Based Multi-Objective Evolutionary Algorithm R-NSGA-II.
2014 IFORS2014: 20th Conference of the International Federation of Operational Research Societies, Barcelona, Spain. A New Visualization Technique for Enhancing Interactive Methods of Multiobjective Optimization.
2014 XXX EURO mini Conference: Optimization in the Natural Sciences, Aveiro, Portugal. A new Hybrid Method for Interactive Multiobjective Optimization Based on NSGA-II and Synchronous NIMBUS Method.
2013 DataMSS2013: 5th International Seminar „Data Analysis Methods for Software Systems“, Druskininkai, Lithuania. Integration of Genetic Multiobjective Optimization Algorithm into Interactive Nimbus Method.
2013 EURO2013: 26th European Conference on Operational Research, Rome, Italy. A New Strategy Based on Genetic Algorithms for Solving Multiobjective Problems Interactively.
2011 Computer Days – 2011, Klaipėda, Lietuva. A Decision Support System for Multiobjective Optimization Problems.
2010 MMA2010: The 15th International Conference „Mathematical Modelling and Analysis“. Druskininkai, Lithuania. Parallel Computing and Matlab to Solve Multiple Criteria Optimization Problems.
2009 KORSD2009: Knowledge-Based Technologies and OR methodologies for Strategic Decisions of Sustainable Development, Vilnius, Lithuania. Decision Support System for Optimal Selection of Feed Ingredients.
2008 EUROPT2008: Continuous Optimization and Knowledge-Based Technologies, Neringa, Lithuania. Investigation of Human Factors Solving Multiple Criteria Optimization Problems in Computer Networks.
2008 INYS2008: International Networking for Young Scientists on High-Performance Scientiﬁc Computing, Druskininkai, Lithuania. Investigation of Human Factors Solving Multiple Criteria Optimization Problems in Computer Networks.
2007 LOTD2007: Operations Research and Applications, Vilnius, Lithuania. Study of Decision Making when Solving Multiobjective Optimization Problems in Parallel.
2007 MCDA65: The 65th Meeting of the European Working Group on Multiple Criteria Decision Aiding, Poznan, Poland. Parallel solution strategies to solve multiple criteria optimization problems.