Prof. Roman Słowiński urodził się w 1952 r. w Poznaniu.
Studia na Wydziale Elektrycznym Politechniki Poznańskiej ukończył w 1974 r., tutaj też obronił 3 lata później pracę doktorską z zakresu automatyki. Habilitował się w 1981 r. w dyscyplinie informatyka, tytuł profesora uzyskał w 1989 r.
Od 2004r. jest członkiem korespondentem Polskiej Akademii Nauk.
Od ukończenia studiów pracuje na Politechnice Poznańskiej – od 1991 r. jako profesor zwyczajny w Instytucie Informatyki PP, gdzie kieruje Zakładem Inteligentnych Systemów Wspomagania Decyzji. Ponadto od 2003 r. zatrudniony jest jako profesor w Instytucie Badań Systemowych PAN.
Wielokrotnie przebywał za granicą jako visiting professor w uczelniach Francji, USA, Włoch, Japonii, Szwajcarii, i Kanady. Współpracuje z wieloma placówkami naukowymi na świecie.
Jest doktorem honoris causa dwóch uniwersytetów zagranicznych: Politechniki w belgijskim Mons (2000r.) i Uniwersytetu Paryskiego Dauphine (2001r.).
Opublikował jako autor lub współautor 12 monografii oraz przeszło 300 artykułów naukowych; większość tych publikacji ukazała się w wydawnictwach zagranicznych i międzynarodowych.
Od 1999r. jest redaktorem naczelnym czasopisma naukowego „European Journal of Operational Research? wydawanego przez Elseviera. Jest członkiem wielu komitetów redakcyjnych czasopism naukowych i aktywnym uczestnikiem działań organizacyjnych środowiska naukowego. Wypromował 20 doktorów nauk technicznych, z których 3 jest po habilitacji.
Jego zainteresowania badawcze dotyczą informatyki, a w szczególności komputerowych systemów wspomagania decyzji. Systemy te mają zastosowanie m.in. w medycynie, przemyśle, projektowaniu i diagnozowaniu urządzeń technicznych, ochronie środowiska i ekonomii. W zakresie tej specjalności stworzył uznaną w świecie szkołę naukową „inteligentnego wspomagania decyzji”, która łączy w sposób twórczy badania operacyjne, sztuczną inteligencję i nowe technologie informatyczne.
Problematyka komputerowego wspomagania decyzji należy do najistotniejszych nurtów współczesnej informatyki, gdyż wzrasta zapotrzebowanie na przetwarzanie coraz szybciej generowanych danych do postaci wniosków użytecznych przy podejmowaniu decyzji, czyli zapotrzebowanie na odkrywanie wiedzy z danych. Inaczej mówiąc, współczesny użytkownik komputera oczekuje nie tylko sprawnego gromadzenia i przesyłania danych, ale także inteligentnych podpowiedzi jak dotrzeć do interesujących danych, i czy istnieją w tych danych jakieś ważne związki, które wyjaśniają określone wątpliwości przy podejmowaniu decyzji.

Laureat uzyskał Nagrodę FNP za opracowanie oryginalnej metodyki wspomagania decyzji w oparciu o wiedzę odkrytą z danych obarczonych naturalnymi „niedoskonałościami?. Należą do nich niedokładność, niepewność, niespójność i niekompletność. Jego podejście wykorzystuje m.in. teorię zbiorów przybliżonych, teorię zbiorów rozmytych oraz uczenie maszynowe i teorię decyzji. Metodyka ta znajduje różnorakie zastosowania we wspomaganiu decyzji, m.in. decyzji w warunkach ryzyka i niepewności, decyzji przy wielu konfliktowych kryteriach i decyzji grupowych. Przykładem użyteczności tej metodyki jest system MET (Mobile Emergency Triage) – kliniczny system wspomagania diagnozowania dzieci z bólem brzucha dla lekarzy internistów dyżurujących w izbie przyjęć. System MET został zaimplementowany na komputerach naręcznych i przetestowany w Children?s Hospital of Eastern Ontario w Ottawie.

Cofnij