Gosti konferencije

Naila Ibrahimović (2008), Sarajevo, BiH, 3. razred, Druga gimnazija Sarajevo, BiH
Samu Salánki (2007), Budimpešta, Mađarska, 3. razred, Xántus János Két Tanítású Nyelvű Gimnázium, Mađarska
Emini Černe (2006), Rijeka, Hrvatska, 4. razred, Prva sušačka hrvatska gimnazija u Rijeci, Hrvatska
Maks Semenić (2008), Zagreb, Hrvatska, 2. razred, Klasična gimnazija u Zagrebu, Hrvatska
Etan Spahiu (2009), Tirana, Albanija, 1. razred, Turgut Ozal College Tirana, Albanija

Mentor:
Julia Hamblin-Trué, CODE University of Applied Sciences, Berlin, Njemačka

This study aimed to investigate which of the four schedules of reinforcement is the most addictive. Schedules of reinforcement are rules which determine how often a subject is reinforced for a particular behavior. Furthermore, the four schedules of reinforcement that were investigated were fixed interval, fixed ratio, variable interval and variable ratio. A true experiment was conducted, in which the subjects were equally divided into four groups which corresponded to the four schedules of reinforcement. The participants were then presented with three on-screen buttons. When the subjects performed a specific behavior, which was pressing one “correct” button out of the three that were presented, they would receive a reward in one of the four schedules of reinforcement. The hypothesis stated that variable ratio would be the most addictive which was supported by other studies with similar aims. However, the results of our study implied that variable interval was the most addictive. The results were inconsistent with the hypothesis because of certain errors present in the experimental design. These findings can contribute to raising awareness about the strategies used by social media platforms, which often employ variable ratio reinforcement to maximize user engagement and foster addictive behaviors.

Terezija Šarec (2006), Zagreb, Hrvatska, 3. razred, XV. gimnazija, Hrvatska
Vukan Stjepčević (2008), Risan, Crna Gora, 2. razred, Pomorska škola Kotor, Crna Gora
Yixuan Chen (2006), Budimpešta, Mađarska, 3. razred, Szent István Gimnázium, Mađarska
Filip Medić (2007), Dubrovnik, Hrvatska, 3. razred, Dubrovačka privatna gimnazija, Hrvatska
Yoshiki Kaneko (2008), Beč, Austrija, 2. razred, American International School Vienna, Austrija
Anqi Zu (2004), Wuhan, Kina, 5. razred, Fettes College, Kina

Mentor:
Petra Bevandić, dr. sc., Sveučilište u Bielefeldu, Njemačka

Računalni vid i strojno učenje dva su važna polja umjetne inteligencije. Računalni vid dešifrira sadržaj slike, dok strojno učenje pokušava izvući znanje iz velike količine podataka s ciljem stvaranja modela koji mogu obavljati korisne zadatke u svakodnevnom životu. U ovom projektu upoznali smo osnove strojnog učenja i obrade slika te ih kombinirali za klasifikaciju slika. Kreirali smo jednostavne modele u programskom jeziku Python i testirali njihovu izvedbu na očekivanim ulazima. Svoje modele također smo primijenili na skupove podataka za medicinsku analizu slika, odnosno za klasifikaciju fotografija malignih i benignih rakova kože. Koristili smo dvije mjere vrednovanja modela: točnost (engl. accuracy) i odziv (engl. recall). Za baseline sampling dobivena je točnost od 64% te odziv od 32%. Za weighted sampling dobivena je točnost od 29,3% te odziv od 50,4%, a za resnet sampling točnost od 60,8% i odziv od 56,8%.

Elena Weiser (2008), Varaždin, Hrvatska, 2. razred, Prva gimnazija Varaždin, Hrvatska
Monika Bodo (2008), Zagreb, Hrvatska, 2. razred, X. gimnazija “Ivan Supek”, Hrvatska
Jacopo Ciullo (2006), Birmensdorf, Švicarska, 4. razred, Kantonsschule Limmattal, Švicarska
Ava Guyer (2009), Zürich, Švicarska, 1. razred, KWI Zürich, Švicarska

Mentor:
Daniel Pokras, ETH Zürich, Švicarska

Klimatske promjene predstavljaju jednu od najvećih prijetnji suvremenom društvu. Porast globalnih temperatura, ekstremni vremenski uvjeti i degradacija ekosustava uzrokovani su povećanom emisijom stakleničkih plinova, što zahtijeva hitno uvođenje održivih energetskih rješenja. Jedna od perspektivnih opcija je korištenje geotermalne energije, obnovljivog i pouzdanog izvora energije pohranjene u Zemlji.

Našim projektom istražili smo mogućnosti primjene geotermalne energije u urbanim područjima radi povećanja energetske održivosti. Cilj našeg istraživanja bio je osmisliti model toplinske pumpe koja bi učinkovito koristila toplinsku energiju iz dubine Zemlje, čime bi se osigurala održiva opskrba toplinskom energijom za kućanstva. Kako bismo dokazali tu hipotezu, razvili smo laboratorijski model koristeći aluminijski pladanj kao izvor toplinske energije. Toplina se prenosi u vodu, koja se nalazi između sitnih čestica pijeska, te tako zagrijava cijelo tlo do računom predviđenih temperatura. Kako bismo prikupili toplinu iz tla, dizajnirali smo novu, efikasniju toplinsku pumpu. Testirali smo različite brzine toka vode s obzirom na karakteristike tla i lokalne parametre, poput termalnog gradijenta i poroznosti tla. Proveli smo detaljne izračune temeljene na principima prijenosa topline, toplinske vodljivosti i protoka energije kako bismo mogli stvoriti točna predviđanja našeg eksperimenta i utvrditi iskoristivost dizajna pumpe. Pomoću ponovljenih eksperimenata zabilježili smo zagrijavanje vode koja izlazi iz pumpe, sve dok nismo došli do parametara dubine i brzine toka koji su nam dali željenu temperaturu vode. Ovaj model pruža temelj za buduće istraživanje i potencijalnu implementaciju u stvarnim urbanim okruženjima.

Marija Pavičić (2007), Zagreb, Hrvatska, 3. razred, Prirodoslovna škola Vladimira Preloga, Hrvatska
Kristijan Elez (2007), Zagreb, Hrvatska, 2. razred, Agronomska škola Zagreb, Hrvatska
Lara Zorić (2008), Zagreb, Hrvatska, 1. razred, Prirodoslovna škola Vladimira Preloga, Hrvatska
Anastasiia Makunina (2005), Tallinn, Estonija, 5. razred, Tallinna Mustamäe Humanitaargümnaasium, Estonija

Mentor:
Leo Barišić, Sveučilište u Zagrebu, Hrvatska

Saprolegnia parasitica oomicetski je patogen koji uzrokuje bolest saprolegniozu kod slatkovodnih riba, ponajviše kod lososa, slatkovodnih rakova te ribljih jaja. Oomicete, poznate i kao vodena plijesan, saprofiti su koji se razmnožavaju na ribama koje su ozlijeđene, pod stresom ili čiji je imunitet već oslabljen nekim drugim patogenom. Saprolegnioza na godišnjoj razini uzrokuje smrt milijuna riba, time i velike ekonomske gubitke u slatkovodnim akvakulturama. Dosadašnje metode liječenja pokazale su se opasnima za ljude i okoliš. Zato smo nastojali pristupiti ovom problemu na drugačiji način – koristeći bakterije. Cilj našeg istraživanja bio je pronaći bakterijsku vrstu koja može spriječiti rast patogena Saprolegnia parasitica. Uzorke s različitim vrstama bakterija prikupili smo iz različitih dijelova jezera Bundek u Zagrebu, razrijedili ih serijskim razrjeđivanjem te ih uzgajali na hranidbenoj podlozi. Petnaest odabranih vrsta uzgojenih bakterija izolirali smo u individualnim epruvetama te smo ih nanijeli na hranidbenu podlogu zajedno s patogenom S. parasitica. Bakterijske vrste koje su najbolje spriječile rast patogena centrifugirali smo i ponovno nanijeli na hranidbenu podlogu s patogenom S. parasitica kako bismo testirali jesu li tvar koja se ponaša kao inhibitor za rast patogena izlučile bakterije. Uspjeli smo izolirati dvije kolonije bakterija koje imaju sposobnost inhibicije vrste S. parasitica te smo PCR metodom umnožili 16S rRNA gen, koji sadrži dijelove sekvence specifične za određenu vrstu, što je korisno u identifikaciji i klasifikaciji bakterija. Idući korak u našem istraživanju bila bi identifikacija tih bakterijskih kolonija koristeći softver BLAST.