doc. dr. sc. Ivan Lorencin

Zvanje:	docent
Funkcija:	Prodekan za poslovnu suradnju i znanost
Lokacija:	Alda Negrija 6 - ured 021
E-mail:	E-mail
URL službenih stranica na Webu:	https://fipu.unipu.hr/fipu/ivan.lorencin
Organizacijska jedinica:	Fakultet informatike u Puli
Godina diplomiranja:	2018.
Godina doktoriranja:	2022.
Na sveučilištu od:	2024.

Nastava

prijediplomski

• Mehatronika (241483) - Nositelj, Vježbe u praktikumu
• Mrežni sustavi (273443) - Nositelj
• Operacijski sustavi (199570) - Nositelj, Nositelj
• Osnove podatkovne znanosti (241257) - Nositelj
• Stručna praksa (199743) - Nositelj, Seminar, Auditorne vježbe
• Umjetna inteligencija (199898) - Nositelj
• Uvod u umjetnu inteligenciju (215485) - Predavanja

diplomski

• Internet stvari (199908) - Nositelj, Auditorne vježbe
• Mehatronika (227156) - Nositelj, Vježbe u praktikumu
• Robotika (273505) - Nositelj, Vježbe
• Stručna praksa (diplomski) (199895) - Nositelj, Seminar, Auditorne vježbe

cjeloživotno učenje

• Mrežni sustavi (241260) - Nositelj

Životopis

Ivan Lorencin je docent na Fakultetu informatike Sveučilišta Jurja Dobrile u Puli. Izabran je u znanstveno zvanje znanstvenog suradnika u području elektrotehnike, strojarstva i računarstva te je urednik časopisa "Mathematics". Autor je i suautor preko 90 znanstvenih radova, od kojih se 31 nalazi u časopisima koji spadaju u prvu i drugu kvartilu. Kao voditelj, sudjeluje u znanstvenom projektu "Razvoj inteligentnog sustava za procjenu točke maksimalne snage fotonaponskog sustava s primjenom na autonomnim plovilima". Kao suradnik, sudjeluje u znanstvenim projektima: Interreg InnoHPC, Erasmus + WICT i PESHES, Znanstvenom centru izvrsnosti za znanost o podacima (osnivač MZO-a), CEI projektu "COVIDAi" (305.6019-20) i znanstvenoj podršci Sveučilišta u Rijeci: "Razvoj inteligentnog ekspertnog sustava za online dijagnosticiranje raka mjehura". Ivan Lorencin sudjeluje u znanstvenim istraživanjima vezanim uz umjetnu inteligenciju, robotiku i računarstvo visokih performansi. Godine 2022. završio je poslijediplomski doktorski studij s disertacijom pod naslovom "Inteligentni sustav za dijagnostiku karcinoma mokraćnog mjehura"na Tehničkom fakultetu sveučilišta u Rijeci na kojemu je i diplomirao 2018. godine.

Izabrane publikacije

Exellence:

• Lorencin, I., Baressi Šegota, S., Anđelić, N., Blagojević, A., Šušteršić, T., Protić, A., ... & Car, Z. (2021). Automatic Evaluation of the Lung Condition of COVID-19 Patients Using X-ray Images and Convolutional Neural Networks. Journal of Personalized Medicine, 11(1), 28.
• Baressi Šegota, S., Lorencin, I., Anđelić, N., Musulin, J., Štifanić, D., Glučina, M., ... & Car, Z. (2022). Applying Regressive Machine Learning Techniques in Determination of COVID-19 Vaccinated Patients’ Influence on the Number of Confirmed and Deceased Patients. Mathematics, 10(16), 2925.

Q1:

• Lorencin, I., Anđelić, N., Španjol, J.; Car, Z. (2020). Using multi-layer perceptron with Laplacian edge detector for bladder cancer diagnosis. Artificial Intelligence in Medicine, 102, 101746.
• Lorencin, I., Baressi Šegota, S., Anđelić, N., Mrzljak, V., Ćabov, T., Španjol, J., & Car, Z. (2021). On Urinary Bladder Cancer Diagnosis: Utilization of Deep Convolutional Generative Adversarial Networks for Data Augmentation. Biology, 10(3), 175.
• Anđelić, N., Baressi Šegota, S., Lorencin, I., Jurilj, Z., Šušteršič, T., Blagojević, A., ... & Car, Z. (2021). Estimation of COVID-19 Epidemiology Curve of the United States Using Genetic Programming Algorithm. International Journal of Environmental Research and Public Health, 18(3), 959.
• Blagojević, A., Šušteršič, T., Lorencin, I., Šegota, S. B., Anđelić, N.,et al. (2021). Artificial intelligence approach towards assessment of condition of COVID-19 patients-Identification of predictive biomarkers associated with severity of clinical condition and disease progression. Computers in biology and medicine, 104869.
• Musulin, J., et al. (2021). Application of Artificial Intelligence-Based Regression Methods in the Problem of COVID-19 Spread Prediction: A Systematic Review. International Journal of Environmental Research and Public Health, 18(8), 4287.
• Baressi Šegota, S., et al. (2021). Semantic Segmentation of Urinary Bladder Cancer Masses From CT Images: A Transfer Learning Approach. Biology, 10(11), 1134.
• Šušteršič,et al. (2021). Epidemiological Predictive Modeling of COVID-19 Infection: Development, Testing, and Implementation on the Population of the Benelux Union. Frontiers in Public Health, 1567.

Q2:

• Anđelić, N., Baressi Šegota, S., Lorencin, I., Mrzljak, V., & Car, Z. (2021). Estimation of COVID-19 epidemic curves using genetic programming algorithm. Health Informatics Journal, 27(1), 1460458220976728.
• Lorencin, I., Anđelić, N., Mrzljak, V., & Car, Z. (2019). Genetic Algorithm Approach to Design of Multi-Layer Perceptron for Combined Cycle Power Plant Electrical Power Output Estimation. Energies, 12(22), 4352.
• Car, Z., Baressi Šegota, S., Anđelić, N., Lorencin, I., & Mrzljak, V. (2020). Modeling the Spread of COVID-19 Infection Using a Multilayer Perceptron. Computational and Mathematical Methods in Medicine, 2020.

Izabrani projekti

1. Project "Use of Regressive Artificial Intelligence {Al) and Machine Learning (ML) Methods in Modelling of COVID-19 spread - COVIDA"; (Ref. No. 305.6019-20), Central European Initiative (co-researcher)
2. Project "Science Center for Excellence in Data Science and Cooperative Systems; DATACROSS Project - Advanced Methods and Technology in Data Science and Co-operative Systems", Ministry of science and education Republic of Croatia, coresearcher
3. Danube Transnational Program, "High-Performance Computing for Effective Innovation in the Danube Region";, Multilateral International Project, coresearcher (budget 2 M EUR)
4. Erasmus + KA2 Call, "Development and Implementation of System for Performance Evaluation for Serbian HEIS and Systems - PESHES", Multilateral International Project, (budget 1 M EUR), member
5. Erasmus + Project WICT

Znanstveni radovi (CroRIS)