Universitatea Naţională de Ştiinţă şi Tehnologie POLITEHNICA Bucureşti a găzduit recent conferinţa internaţională IEEE ECAI 2026 (Electronics, Computers and Artificial Intelligence), un eveniment de referinţă pentru comunitatea academică din domeniile ingineriei electronice, informaticii şi inteligenţei artificiale. Printre participanţii care au susţinut cu succes lucrări ştiinţifice s-a numărat lect.univ.dr.Valentina Mărăscu, Facultatea de Inginerie şi Informatică, Universitatea „Spiru Haret” şi Cercetător Ştiinţific gradul III la Institutul Naţional pentru Fizica Laserilor, Plasmei şi Radiaţiei (INFLPR), Măgurele.
Expunerile reprezintă două studii distincte, realizate în colaborare cu colegi din mai multe instituţii academice şi de cercetare din România, abordând teme situate la graniţa dintre inteligenţa artificială, tehnologiile IoT, fizica plasmei şi securitatea cibernetică — două direcţii de cercetare care ilustrează diversitatea şi caracterul interdisciplinar al cercetării ştiinţifice desfăşurate în prezent în universităţile şi institutele de cercetare româneşti.
Prima lucrare, intitulată „Reinforcement Learning Based Network Adaptation for UAV-Assisted Agricultural IoT Monitoring”, a fost semnată de Marius Iulian Mihăilescu, Liliana Zisu, Ştefania Loredana Niţă, Laurenţiu Bogdan Asalomia, Valentina Mărăscu şi Marius Rogobete.
Studiul propune un sistem inteligent de comunicaţie pentru dronele utilizate în agricultura de precizie, capabil să reducă în mod semnificativ consumul de energie şi de bandă de transmisie, fără a afecta acurateţea monitorizării culturilor. Autorii pornesc de la o problemă practică bine cunoscută în agricultura modernă: dronele echipate cu camere de înaltă rezoluţie colectează volume mari de date vizuale pentru a detecta bolile plantelor, dar transmiterea continuă a acestor imagini, mai ales în zonele rurale cu conectivitate limitată, generează congestie de reţea, întârzieri şi un consum ridicat de energie, care scurtează durata misiunilor de zbor. Pentru a rezolva această problemă, echipa de cercetare a dezvoltat un agent bazat pe tehnica de învăţare prin întărire numită Deep Q-Network (DQN), care monitorizează în timp real starea reţelei şi nivelul bateriei dronei şi ajustează dinamic nivelul de compresie a imaginilor, rata de transmisie a cadrelor şi decizia de procesare a datelor la nivelul infrastructurii de tip edge sau cloud. Testat prin simulare pe setul de date public PlantVillage, sistemul propus a redus traficul de comunicaţie cu 40 până la 60% şi consumul de energie cu 30 până la 45% faţă de metodele clasice de transmisie fixă, menţinând totodată o acurateţe de detectare a bolilor agricole cuprinsă între 90 şi 93%. Rezultatele obţinute susţin ideea că metodele de adaptare inteligentă a reţelelor pot contribui la extinderea şi eficientizarea sistemelor de monitorizare agricolă bazate pe drone, mai ales în contextul limitărilor tehnice specifice mediului rural.
A doua lucrare, intitulată „Coupling Cold Plasma Measurements with Cryptographic Key Generation for Secure Communications”, a fost semnată de Valentina Mărăscu, Marius Iulian Mihăilescu, Cristian Stancu, Silviu Daniel Stoica, Cătălin Constantin şi Marius Rogobete.
Studiul propune o abordare inovatoare pentru generarea de chei criptografice, pornind de la parametri fizici măsurabili ai unei descărcări de plasmă rece, obţinută experimental într-o configuraţie de tip catod cavitar, folosind ca gaze de lucru heliul, hidrogenul şi deuteriul. Cercetătorii au utilizat o sondă Langmuir şi spectroscopia de emisie optică pentru a caracteriza descărcarea de plasmă şi pentru a confirma regimul de plasmă rece, obţinând o temperatură de excitaţie de (5,6 ± 1,4) × 10³ K, semnificativ mai mică decât temperatura electronilor, conform ordonării caracteristice acestui tip de plasmă. Datele obţinute din patru categorii de parametri fizici — densitatea electronilor, densitatea ionilor, lungimea Debye şi timpul de achiziţie — au fost serializate şi procesate prin funcţia de dispersie criptografică SHA-256, generând astfel o sămânţă (seed) folosită ca material de intrare pentru algoritmii de criptare AES-256-GCM şi RSA-2048. Întregul sistem a fost implementat în limbajul de programare Python. Prin analiza distanţei Hamming, autorii au verificat atât reproducibilitatea cheilor generate din aceeaşi sursă, cât şi gradul de separare între cheile obţinute din surse diferite de gaz, rezultatele confirmând faptul că alegerea gazului de lucru influenţează în mod puternic, uniform şi stabil procesul de generare a cheilor, atât pentru schema simetrică, cât şi pentru cea asimetrică. Autorii subliniază faptul că studiul reprezintă o dovadă de concept, urmând ca în cercetările viitoare să fie realizate teste standardizate de aleatoritate, o cuantificare formală a entropiei şi o evaluare a securităţii în faţa unor scenarii adversariale reale.
Reprezentanţii mediului academic implicaţi în organizarea conferinţei subliniază că evenimentul IEEE ECAI 2026 a reunit specialişti din domeniul electronicii, informaticii şi inteligenţei artificiale din numeroase instituţii din ţară şi din străinătate, oferind un cadru pentru schimbul de idei şi pentru prezentarea celor mai recente rezultate de cercetare din aceste domenii aflate în continuă dezvoltare.
Prezenţa celor două lucrări coordonate de conf. univ. dr. Marius Iulian Mihăilescu şi lect. univ. dr. Valentina Mărăscu ilustrează contribuţia activă a cercetătorilor din cadrul Universităţii „Spiru Haret” şi al Institutului Naţional pentru Fizica Laserilor, Plasmei şi Radiaţiei la dezbaterea ştiinţifică internaţională, prin proiecte de cercetare interdisciplinară ce îmbină domenii aparent îndepărtate, precum agricultura de precizie, inteligenţa artificială, fizica plasmei şi securitatea cibernetică. (Conf.univ.dr. Marius Iulian MIHĂILESCU)
Numărul 808
