ADM - Žežula I., Klein D., Roy A.: Testing of multivariate data with exchangeable block covariance structure, Test 27:2 (2018), pp. 360–378. Citácie 4.

ADC - Škorvánek M., Martinez-Martin P., Kovacs N., Žežula I., Rodriguez-Violante M., Corvol J.-C., Taba P., Seppi K., Levin O., Schrag A. et al.: Relationship between the MDS-UPDRS and Quality of Life: A large multicenter study of 3206 patients, Parkinsonism & Related Disorders 52 (2018), pp. 83-89. Citácie 48.

ADM - Kopčová V., Žežula I.: On intraclass structure estimation in the growth curve model, Statistical Papers 61:3 (2020), pp. 1085-1106. Citácie 3.

ADC - Tonelli Gombalová Z., Košuth J., Alexovič Matiašová A., Zrubáková J., Žežula I., Giallongo T., Di Giulio A.M., Carelli S., Tomašková L., Daxnerová Z., Ševc J.: Majority of cerebrospinal fluid-contacting neurons in the spinal cord of C57Bl/6N mice is present in ectopic position unlike in other studied experimental mice strains and mammalian species, Journal of Comparative Neurology 528:15 (2020), pp. 2523-2550. Citácie 8.

ADM - Jurková V., Žežula I., Klein D., Hutník O.: Unbiased estimator of correlation coefficient, Communications in Statistics - Theory and Methods 51:1 (2022), pp. 95-115. Citácie 2.

VEGA 1/0344/14: Matematické a štatistické metódy v ekonomickom rozhodovaní, zástupca vedúceho projektu, 2014-2017.

Anotácia: Projekt sa zaoberá metodológiou matematickej, štatistickej a výpočtovej analýzy a predikcie komplexných ekonomických, spoločenských, medicínskych a technických dát. Základné oblasti výskumu sú tieto:

1. analýza viacrozmerných dát so zvláštnym zreteľom k lineárnym modelom,

2. analýza extrémnych hodnôt v ekonomických a finančných systémoch,

3. predikcia v regresných modeloch časových radov.

4. analýza správania autonónmych ekonomických agentov z hľadiska ich úsilia o optimálne riešenie a výpočtová zložitosť algoritmov na výpočet týchto riešení.

VEGA 1/0073/15: Škálovateľné výpočtové metódy analýzy štruktúrovaných a neštruktúrovaných dát s prvkami neurčitosti, člen RK, 2015-2017.

Anotácia: Hlavnou témou predkladaného projektu je výskum zameraný na vývoj nových metód a aplikáciu už známych prístupov na prácu so štruktúrovanými a neštruktúrovanými dátami, ktoré v sebe zahŕňajú iste prvky neurčitosti. Štruktúra dát totiž môže byť pomerne zložitá a ťažko formalizovateľná. Náš riešiteľský tím na tejto dôležitej úlohe dlhodobo pracuje a v súčasnosti disponuje viacerými výpočtovými metódami, pomocou ktorých je možné s takýmito údajmi efektívne pracovať – získavať ich, analyzovať a organizovať. Tieto metódy sú vybudované na rôznorodých teoretických výsledkoch, či už z oblasti induktívneho logického programovania, štatistiky, aplikovanej algebry, databázového indexovania alebo spracovania prirodzeného jazyka. Jednotiacou myšlienkou výpočtových metód je úsilie získať čo najpresnejšie znalosti, napriek často heterogénnej, či neúplnej alebo neurčitej povahe skúmaných dát.

VEGA 1/0311/18: Problémy optimálneho rozhodovania v komplexných dátových štruktúrach, vedúci projektu, 2018-2020.

Anotácia: Projekt sa zaoberá metodológiou optimálneho rozhodovania v modeloch popisujúcich komplexné ekonomické, spoločenské, medicínske a technické fenomény. Základnými oblasťami výskumu sú:

1. analýza viacrozmerných dát modelujúcich rôzne štruktúry závislosti so zvláštnym zreteľom k lineárnym modelom,

2. analýza správania autonónmych ekonomických agentov z hľadiska ich úsilia o optimálne riešenie a analýza manipulovateľnosti navrhnutých algoritmov, výpočtová zložitosť týchto algoritmov,

3. analýza optimálnych rozhodovaní pri tvorbe portfólií v ekonomických a finančných systémoch,

4. problémy optimálnej predikcie v regresných modeloch časových radov.

APVV-17-0568: Aplikácie matematických metód v ekonomickom a medicínskom rozhodovaní, vedúci projektu, 2018-2022.

Anotácia: Projekt sa zaoberá vývojom a aplikáciou matematických metód v ekonomickom a medicínskom rozhodovaní. Čiastkové ciele:

1. Aplikácia a výskum metód lineárneho modelovania a optimálnych empirických predikcií v ekonometrických a medicínskych dátach.

2. Analýza jedno- i viacrozmerných medicínskych dát so zvláštnym zreteľom k lineárnym a zovšeobecneným lineárnym modelom.

3. Rozhodovanie o optimálnej alokácii vo finančných portfóliách s prítomnosťou neistoty v parametroch.

4. Výskum a porovnanie modelov vyhľadávania a prideľovania obličiek pre transplantácie a príbuzných modelov.

5. Vývoj softwaru pre príslušné analýzy.

APVV-21-0369: Optimálne rozhodovacie a riadiace metódy v komplexných dátových štruktúrach, vedúci projektu, 2022-2026.

Anotácia: Projekt sa zaoberá vývojom a aplikáciou matematických metód pre optimálne rozhodovanie a riadenie procesov v podmienkach komplexných dátových štruktúr. Čiastkové ciele:

1. Aplikácia a výskum metód lineárneho modelovania a optimálnych empirických predikcií v ekonometrických, medicínskych a spoločensko-vedných dátach.

2. Analýza viacrozmerných a vysokodimenzionálnych medicínsky ch dát so zvláštnym zreteľom ku komplexným dátovým štruktúram.

3. Štúdium mier neistoty a rizika na finančných trhoch a dopady negatívnych úrokových mier a kľúčové faktory v problémoch investičného rozhodovania.

4. Vývoj softwaru pre príslušné analýzy.