Sztuczna inteligencja i systemy wieloagentowe

Opis

Różnorodne zagadnienia sztucznej inteligencji, w szczególności uczenie maszynowe, eksploracja danych i sieci neuronowe. Przetwarzanie języka naturalnego. Teoretyczne podstawy systemów wieloagentowych: różne aspekty rozproszonego, kooperatywnego rozwiązywania problemów.

Seminaria

• Seminarium badawcze „Systemy Inteligentne”
• Seminarium „Ekonomia algorytmiczna”
• Seminarium "Uczenie maszynowe"

Pracownicy i doktoranci

• dr Kazimierz Grygiel
• dr hab. Andrzej Janusz
• dr hab. Tomasz Michalak, prof. ucz.
• dr hab. Anh Linh Nguyen, prof. ucz.

  Logika modalna, logika deskrypcyjna, wnioskowanie automatyczne, dedukcyjne bazy danych

• dr hab. Hung Son Nguyen, prof. ucz.

  Logiczne i algorytmiczne aspekty sztucznej inteligencji; wnioskowanie przybliżone w obecności niepewności; zbiory przybliżone i mereologia przybliżona; eksploracja danych tekstowych i internetowych, odkrywanie wiedzy w bazach danych; niestandardowe modele obliczeń, w tym obliczenia ewolucyjne, sieci neuronowe, rachunek na granulach informacyjnych, obliczenia na słowach, obliczenia w oparciu o percepcję; systemy wspomagania decyzji; zastosowania systemów wieloagentowych; przybliżone wnioskowanie boolowskie

• dr hab. Jakub Pawlewicz
• prof. dr hab. inż. Andrzej Skowron

  Logiczne i algorytmiczne aspekty sztucznej inteligencji; wnioskowanie przybliżone w obecności niepewności; zbiory przybliżone i mereologia przybliżona; eksploracja danych tekstowych i internetowych, odkrywanie wiedzy w bazach danych; niestandardowe modele obliczeń, w tym obliczenia ewolucyjne, sieci neuronowe, rachunek na granulach informacyjnych, obliczenia na słowach, obliczenia w oparciu o percepcję; systemy wspomagania decyzji; zastosowania systemów wieloagentowych; przybliżone wnioskowanie boolowskie

• dr hab. Jacek Sroka

  Algorytmiczna teoria gier, obliczeniowa teoria wyboru społecznego

• dr hab. Krzysztof Szafran

  Ligwistyka komputerowa, przetwarzanie języków naturalnych - morfologia i składnia

• prof. dr hab. Andrzej Szałas

  Wnioskowanie niemonotoniczne, reprezentacja wiedzy, języki regułowe, logiki w systemach wieloagentowych, problematyka niepełnej, niepewnej, nieprecyzyjnej i sprzecznej wiedzy w systemach wieloagentowych, fuzja wiedzy

• dr Marcin Szczuka

  Logiczne i algorytmiczne aspekty sztucznej inteligencji; wnioskowanie przybliżone w obecności niepewności; zbiory przybliżone i mereologia przybliżona; eksploracja danych tekstowych i internetowych, odkrywanie wiedzy w bazach danych; niestandardowe modele obliczeń, w tym obliczenia ewolucyjne, sieci neuronowe, rachunek na granulach informacyjnych, obliczenia na słowach, obliczenia w oparciu o percepcję; systemy wspomagania decyzji; zastosowania systemów wieloagentowych; przybliżone wnioskowanie boolowskie

• prof. dr hab. Dominik Ślęzak

  Hurtownie danych, eksploracja danych, zbiory przybliżone, selekcja cech