Nie jesteś zalogowany | Zaloguj się

Seminarium badawcze poświęcone szeroko rozumianym zagadnieniom systemów inteligentnych, w tym: sztucznej inteligencji, odkrywaniu wiedzy, wnioskowaniom aproksymacyjnym, uczeniu maszynowemu i tematom pokrewnym.

Seminarium jest bezpośrednią kontynuacją Seminarium badawczego Zakładu Logiki pt. "Wnioskowania aproksymacyjne w eksploracji danych"

Organizatorzy

dr hab. Andrzej Janusz
dr hab. Hung Son Nguyen, prof. UW
dr Marcin Szczuka
prof. dr hab. Dominik Ślęzak

Informacje

piątki, 16:00 , sala: 4060

Dziedziny badań

Lista referatów

22 listopada 2024 16:00
dr Wojciech Oronowicz-Jaśkowiak (Polsko-Japońska Akademia Technik Komputerowych)
Propozycja integracyjnego, obiektowo-klasowego, klasyfikatora treści pornograficznych z udziałem małoletniego
15 listopada 2024 16:00
dr hab. inż. Piotr Bilski (Instytut Radioelektroniki i Technik Multimedialnych, Politechnika Warszawska)
Identyfikacja autentyczności podpisu odręcznego jako przykład problemu klasyfikacji binarnej (Identification of handwritten signature as an example of binary classification problem)
8 listopada 2024 16:00
dr hab. inż. Agnieszka Ławrynowicz (Wydział Informatyki i Telekomunikacji, Politechnika Poznańska)
Jak budować wiarygodne grafy wiedzy? (How to Build Trustworthy Knowledge Graphs?)
In this presentation, I will introduce the topic of knowledge graph extraction and construction, and outline the typical process leading to a knowledge graph ready for application. A knowledge graph is a modern form of …
24 maja 2024 16:00
dr inż. Wojciech Sałabun (Wydział Informatyki, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie)
Rozwój metod i narzędzi wielokryterialnego wspomagania decyzji opartych na obiektach referencyjnych (Development of methods and tools for Multi-Criteria Decision Analysis based on reference objects)
Metody wielokryterialnej analizy decyzyjnej (ang. Multi-Criteria Decision Analysis, MCDA) zdobywają coraz większą popularność dzięki temu, że umożliwiają rozwiązywanie złożonych problemów decyzyjnych, które uwzględniają wiele, często sprzecznych kryteriów. MCDA znajduje szerokie zastosowanie w takich dziedzinach jak …
12 kwietnia 2024 16:00
dr inż. Marek Litwin (SmartCity Lab)
Projekty ITS w Laboratorium SmartCity Lab (ITS projects at the SmartCity Lab)
SmartCity Lab jest pierwszym w Polsce laboratorium technologicznym w formule: sektor publiczny - nauka - biznes. Każdy projekt realizowany w laboratorium oparty jest na partnerstwie pomiędzy tymi trzema sektorami. SmartCity Lab składa się ze środowiska …
5 kwietnia 2024 16:15
dr inż. Maciej Świechowski (QED Software / QED Games)
Utility AI System - jako nowoczesna metoda zachowań botów w grach wideo oraz jako uogólnienie sieci neuronowych (Utility AI System as a modern approach to bot behaviour in video games and as a generalisation of artificial neural networks)
Teoria użyteczności pojawia się w kilku dziedzinach nauki takich jak teoria gier i ekonometria. Prezentacja będzie jednakże dotyczyć konkretnego algorytmu (inspirowanego teorią użyteczności) stosowanego do konstrukcji postaci sterowanych przez AI w grach wideo. Algorytm ten …
15 marca 2024 16:15
dr inż. Teresa Mroczek (Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie)
Rozwój technik dyskretyzacji oraz metod eksploracji danych niekompletnych (Development of methods for discretisation and exploration of incomplete data)
Rzeczywiste zbiory danych bardzo często zawierają dane numeryczne oraz są niekompletne. Zastąpienie wielu wartości atrybutu numerycznego niewielką liczbą przedziałów, wynikających z dyskretyzacji, może poprawić wydajność oraz dokładność klasyfikacji, zwłaszcza w przypadku nie w pełni poprawnych …
8 marca 2024 16:15
Rozwój metod selekcji wszystkich istotnych cech w systemach decyzyjnych: wybrane aspekty i zastosowania
Rozwój metod selekcji wszystkich istotnych cech w systemach decyzyjnych: wybrane aspekty i zastosowania
Podczas seminarium zostaną przedstawione główne wyniki badań dotyczące wybranych aspektów i zastosowań oraz rozwoju metod selekcji wszystkich cech istotnych w systemach decyzyjnych: propozycja miar oceny istotności cech z wykorzystaniem struktury drzew i reguł decyzyjnych, propozycję …
1 marca 2024 16:15
Eyad Kannout (MIMUW)
Efficient Models and Techniques for Recommendation Systems
This presentation will be dedicated to presenting the findings outlined in my doctoral dissertation, which concentrate on the exploration and improvement of Recommender Systems. The effectiveness of any recommender system is typically evaluated based on …
23 lutego 2024 16:15
Paweł Gora (MIMUW)
Metaheurystyki w optymalizacji procesów złożonych
Opowiem o wynikach przedstawionych w mojej pracy doktorskiej, które dotyczą optymalizacji procesów złożonych przy pomocy metaheurystyk. W ramach badań skupiałem się na 2 procesach złożonych: sterowaniem sygnalizacją świetlną dla ruchu drogowego w miastach oraz optymalizacją …
26 stycznia 2024 16:15
Daniel Kałuża (MIMUW)
Active learning with imbalanced data and uncertain annotations
Celem aktywnego uczenia jest uzyskanie jak najlepszego modelu uczenia maszynowego w przypadkach ograniczonego budżetu na etykietowanie danych, przy założeniu możliwości iteracyjnego proszenia ekspertów etykietujących dane o oetykietowanie wybranych obiektów. Podczas seminarium przedstawię podstawowe pojęcia z …
19 stycznia 2024 16:15
Łukasz Grad (MIMUW)
Dekompozycja modeli obrazowych z wykorzystaniem kodowania rzadkiego oraz zastosowania w wyjaśnianiu niepewności predykcji
Głębokie sieci neuronowe (and. Deep Neural Networks, DNN) wykazują zdolność do znajdowania wyjątkowo bogatych reprezentacji danych. W celu lepszego zrozumienia działania tych modeli, wiele uwagi w ostatnich latach poświęcono na rozwój metod pozwalających na analizę …
12 stycznia 2024 16:15
Mateusz Przyborowski (MIMUW)
Zastosowanie odległości Wassersteina do analizy modeli mieszanin Gaussowskich
Modele mieszanin Gaussowskich (Gaussian Mixture Models, GMM) można uznawać za uogólnienie algorytmu k-średnich; pozwalają one na przybliżenie rozkładu danych za pomocą kilku normalnych rozkładów prawdopodobieństwa oraz na szacowanie prawdopodobieństwa, z jakim każda obserwacja pochodzi z …
8 grudnia 2023 16:15
Sebastian Stawicki (MIMUW & QED Software)
Metody wyznaczania zespołów klasyfikatorów z wykorzystaniem bireduktów decyzyjnych
Podczas seminarium przedstawię główne wyniki rozprawy doktorskiej, która koncentruje się na budowaniu zespołów klasyfikatorów przy użyciu bireduktów decyzyjnych. Omówię różne warianty bireduktów i zaprezentuję przykłady, aby lepiej zobrazować ich właściwości. Wyjaśnię również, jak można odnieść …
24 listopada 2023 16:15
Nguyen Hung Son (MIMUW)
Distance Metric Learning: Foundation, Methods and Applications
Distance Metric Learning (DML) is a machine learning approach that aims to learn a new distance metric from data, which improves the quality of the distance-based methods including classification, clustering, dimension reduction, kernel-based techniques, information …
- Description and abstract