STAznanost

Podelili zlate znake Jožefa Stefana za leto 2021

Ljubljana, 25. marca - Na Inštitutu Jožef Stefan (IJS) so v okviru Dnevov Jožefa Stefana podelili zlate znake Jožefa Stefana za leto 2021. Prejeli so jih Sara Drvarič Talian, Špela Zupančič in Martin Gjoreski. Zlati znak Jožefa Stefana podeljujejo doma in v tujini najodmevnejšim doktoratom v zadnjih treh letih, so sporočili z IJS.

Ljubljana. Podelitev zlatih znakov Jožef Stefan za leto 2021. Prejemnik priznanja Martin Gjoreski. Foto: IJS

Ljubljana.
Podelitev zlatih znakov Jožef Stefan za leto 2021.
Prejemnik priznanja Martin Gjoreski.
Foto: IJS

Ljubljana. Podelitev zlatih znakov Jožef Stefan za leto 2021. Prejemnica priznanja Sara Drvarič Talian. Foto: Marjan Verč/IJS

Ljubljana.
Podelitev zlatih znakov Jožef Stefan za leto 2021.
Prejemnica priznanja Sara Drvarič Talian.
Foto: Marjan Verč/IJS

Odbor za zlati znak pod vodstvom Martina Čopiča je za leto 2021 prejel 12 del, izmed katerih so nato izbrali tri dobitnike zlatega znaka Jožefa Stefana za leto 2021. Nagrade so podelili v sredo na slovesnosti, ki je v luči epidemioloških razmer z naslova boja proti širjenju novega koronavirusa potekala virtualno.

Sara Drvarič Talian je v svojem doktorskem delu pod mentorstvom Roberta Dominka s Fakultete za kemijo in kemijsko tehnologijo Univerze v Ljubljani na nov način obravnavala znane probleme litij-žveplovih akumulatorjev z uporabo naprednih analitskih tehnik, predvsem preko meritev impedančne spektroskopije. Njeno doktorsko delo ima izjemen pomen za stroko na področju raziskovanja litij-žveplovih akumulatorjev, pojasnjujejo na IJS.

Špela Zupančič je v doktorski disertaciji pod mentorstvom Julijane Kristl s Fakultete za farmacijo Univerze v Ljubljani razvila inovativno terapijo za zdravljenje parodontalne bolezni. Osnovna ideja temelji na spreminjanju vnetnega odgovora organizma in antibiotičnemu zdravljenju, temu pa sledi dajanje probiotikov za vzpostavitev normalne ustne flore.

Martin Gjoreski je v okviru doktorskega dela pod mentorstvom Matjaža Gamsa z IJS predlagal kombinacijo klasičnega in globokega strojnega učenja, da se omogoči pretvorba nosljivih senzorskih podatkov v dragocene podatke o zdravju in obnašanju. Predlagani pristop se razlikuje od tipičnih pristopov v literaturi, ki se osredotočajo le na enega od obeh.