doc. Ing. Petr Hájek, Ph.D.

Rok narození: 1980
Fakulta ekonomicko-správní
Obor působení: Umělá a výpočetní inteligence
Základní výzkum
petr.hajek@upce.cz

 

Doc. Ing. Petr Hájek, Ph.D., v současnosti působí jako docent na Ústavu systémového inženýrství a informatiky Fakulty ekonomicko-správní Univerzity Pardubice. V roce 2006 obhájil disertační práci na téma modelování bonity obcí pomocí metod výpočetní inteligence a v roce 2012 habilitační práci na téma modelování úvěrového ratingu pomocí metod soft computingu. Doc. Hájek byl řešitelem čtyř projektů GAČR se zaměřením na aplikace metod výpočetní inteligence pro podporu rozhodování ekonomických subjektů. Dále byl členem řešitelského týmu dalších tří projektů GAČR, jednoho projektu TAČR a tří projektů zadaných ministerstvy.

Vědecký zájem:

  • Fuzzy systémy, neuro-fuzzy systémy a evoluční fuzzy systémy
  • Predikce finančních rizik pomocí metod výpočetní inteligence
  • Neuronové sítě s hlubokým učením pro predikci spamu
  • Systémy na podporu rozhodování za neurčitosti

Vědecké působení:

Doc. Hájek se zabývá metodami umělé a výpočetní inteligence, zejména fuzzy systémy, neuronovými sítěmi, strojovým učením a systémům integrujících fuzzy systémy, neuronové sítě a evoluční algoritmy. Navrhl a aplikoval řadu predikčních modelů, včetně systémů pro predikci finančních podvodů, predikci finanční výkonnosti ekonomických subjektů, systémů pro predikci spamu na sociálních sítích a obchodních platformách nebo systémů na podporu rozhodování v prostředí s vysokou mírou neurčitosti.

Významné mezinárodní spolupráce:

  • dr. Wojciech Froelich - University of Silesia in Katowice, Polsko
  • prof. Leonardo Vanneschi- Universidade de Lisboa, Portugalsko

Bibliometric indicators (Web of Science)

Number of papers 93, H-index 13, Total number of citation > 650

Citations per paper in WoS Categories 2000-2019: COMPUTER SCIENCE 6.61 (12.89), ECONOMICS 5.25 (6.17), BUSINESS 7.33 (5.58).

Nejvýznamnější řešené projekty:

  • Modelling emotions in verbal and nonverbal managerial communication to predict corporate financial risk, 2019-2021, GAČR 19-15498S.
  • Topic and sentiment analysis of multiple textual sources for corporate financial decision-making, 2016-2018, GAČR 16-19590S.
  • The role of text information in corporate financial distress prediction models - country-specific and industry-specific approaches, 2013-2016, GAČR 13-10331S.

Nejvýznamnější publikace:

  • Hájek, P., Froelich, W. Integrating TOPSIS with interval-valued intuitionistic fuzzy cognitive maps for effective group decision making. Information Sciences, 2019, vol. 485, s. 394-412.
  • Papoušková, M., Hájek, P. Two-stage consumer credit risk modelling using heterogeneous ensemble learning. Decision Support Systems, 2019, vol. 118, s. 33-45.
  • Hájek, P. Combining bag-of-words and sentiment features of annual reports to predict abnormal stock returns. Neural Computing and Applications, 2018, vol. 29, no. 7, s. 343-358.
  • Hájek, P. Predicting corporate investment/non-investment grade by using interval-valued fuzzy rule-based systems-A cross-region analysis. Applied Soft Computing, 2018, vol. 62, no. January, s. 73-85.
  • Hájek, P., Henriques, R. Mining corporate annual reports for intelligent detection of financial statement fraud - A comparative study of machine learning methods. Knowledge-Based Systems, 2017, vol. 128, s. 139-152.

Ocenění:

  • Cena rektora 2019, cena rektora za publikaci v časopise s vysokým AIS faktorem
  • Cena rektora 2018, cena rektora za prestižní monografii s názvem „Knowledge Spillovers in Regional Innovation Systems: A Case Study of CEE Region“
  • × best paper award za nejlepší publikaci na mezinárodních vědeckých konferencích
  • Outstanding reviewer award časopisu Applied Soft Computing za rok 2018
false
false