Nie jesteś zalogowany | Zaloguj się
Powrót do listy seminarów

Seminarium badawcze Zakładu Logiki: Wnioskowania aproksymacyjne w eksploracji danych

Seminarium badawcze poświęcone tematyce wnioskowań aproksymacyjnych, w szczególności problemom i metodom aproksymacji złożonych pojęć z danych eksperymentalnych i wiedzy dziedzinowej.

Z początkiem roku akademickiego 2021/22 seminarium przekształciło się w "Seminarium Systemy Inteligentne".


Organizatorzy

Informacje

piątki, 14:15 , sala: 5820

Strona domowa

http://lists.mimuw.edu.pl/listinfo/sem-zlm

Lista referatów

  • 17 maja 2013 14:15
    Sinh Hoa Nguyen
    Layered learning for exploring textual data in interaction with users
    Prezentacja i dyskusja nad planami badawczymi, które będą realizowane w obecnych projektach zakładu oraz w projekcie złożonym do programu Samsung GRO (Global Research Outreach).

  • 26 kwietnia 2013 14:15
    Sasa Moilanen (Zoined Oy )
    How are retail companies taking advantage of advanced analytics?
    Examples from the retail industry highlighting current analytics trends and specific use cases for data mining, machine learning and predictive analytics. Thoughts on how to maximize business value through smart analytics initiatives related to better …

  • 19 kwietnia 2013 14:15
    Michał Kapałka (Instytut Systemów Informatycznych, Wydział Cybernetyki, Wojskowa Akademia Techniczna)
    model tłumu - wykorzystane mechanizmy, możliwe zastosowania
    W referacie przedstawiony zostanie symulacyjny model tłumu opracowany na potrzeby symulacji przemieszczania się dużych grup ludzi w aglomeracji. W pierwszej części poruszone zostaną aspekty modelu formalnego głownie w zakresie wykorzystanych mechanizmów związanych z przemieszczaniem się …

  • 12 kwietnia 2013 14:15
    Ivo Duentsch (Brock University, Kanada)
    Extension properties of Boolean contact algebras
    Boolean contact algebras (BCAs) arise in spatial--temporal reasoning, and are hybrid algebraic--relational structures. Their history goes back to the 1920's, augmenting Leśniewski's mereology --whose models may be regarded as Boolean algebras with the least element …

  • 22 marca 2013 14:15
    Piotr Wasilewski (Uniwersytet Warszawski)
    O maszynach stanów abstrakcyjnych Jurija Gurevicha

  • 15 marca 2013 14:15
    Łukasz Puławski
    Indeksowanie grafów
    Grafy sa stosowane jako modele zjawisk badanych w bardzo wielu obszarach nauki. Dlatego metody efektywnego wyszukiwania roznych wzorcow strukturalnych w grafach maja ogromne znaczenie praktyczne. Jednym z podstawowych problemow jest przeszukiwanie baz danych grafow pod …

  • 8 marca 2013 14:15
    Andrzej Janusz
    Algorytmy uczenia się relacji podobieństwa z wielowymiarowych zbiorów danych
    Pojęcie podobieństwa pełni istotną rolę w dziedzinach uczenia maszynowego i sztucznej inteligencji. Jest ono powszechnie wykorzystywane w zadaniach dotyczących nadzorowanej klasyfikacji, grupowania, wykrywania nietypowych obiektów oraz planowania. Ponadto w dziedzinach takich jak wyszukiwanie informacji (ang. …

  • 1 marca 2013 12:15
    Hans-Dieter Burkhard, Monika Domanska (Humboldt University Berlin)
    RoboNewbie: Simulated Robots for (e-)Learnin)
    Experiences by own experiments are an important prerequisite for studies in Robotics and Artificial Intelligence. Experimenting with real robots is difficult because of expensive hardware, maintaining the robots and time consuming set ups. Hence, simple …

  • 22 lutego 2013 14:15
    Część 1: Adam Krasuski; Część 2: Andrzej Janusz (SGSP / MIMUW)
    Część 1: Wykrywanie przypadków nietypowych - próba formalizacji problemu dla zdarzeń PSP; Część 2: JRS Data Mining Competition
    Seminarium 22 lutego składać się będzie z trzech części. W pierwszej części przedstawiony zostanie referat pt. „Wykrywanie przypadków nietypowych - próba formalizacji problemu dla zdarzeń PSP” autorstwa Dr Adama Krasuskiego. W czasie wystąpienia przedstawione zostaną …

  • 25 stycznia 2013 14:15
    Mateusz Adamczyk i Paweł Betliński
    Lokalne uczenie sieci bayesowskich pod kątem szybkości obliczeń (kontynuacja)
    Referat będzie poświęcony przedstawionemu już kiedyś na tym seminarium podejściu wnioskowania globalnej opartej na wszystkich atrybutach sieci bayesowskiej na bazie wyuczonych lokalnych struktur ilustrujących zależności na losowych podzbiorach atrybutów. Tym razem nacisk będzie położony na …

  • 18 stycznia 2013 14:15
    Mateusz Adamczyk, Paweł Betliński
    Lokalne uczenie sieci bayesowskich pod kątem szybkości obliczeń
    Referat będzie poświęcony przedstawionemu już kiedyś na tym seminarium podejściu wnioskowania globalnej opartej na wszystkich atrybutach sieci bayesowskiej na bazie wyuczonych lokalnych struktur ilustrujących zależności na losowych podzbiorach atrybutów. Tym razem nacisk będzie położony na …

  • 11 stycznia 2013 14:15
    Dominik Ślęzak
    Dalsze Perspektywy dla Grantu Naukowego 2011/01/B/ST6/03867 pt. „Wybrane Aspekty Skalowalności Metod Eksploracji Danych i Odkrywania Wiedzy w Bazach Danych”
    Celem wystąpienia jest przedstawienie dotychczasowych badań prowadzonych w ramach wyżej wymienionego grantu, takich jak np. wstępne grupowanie atrybutów prowadzące do przyspieszenia procesu selekcji cech oraz wykorzystanie języka SQL w konstrukcji modeli decyzyjnych z dużych zbiorów …

  • 21 grudnia 2012 13:00
    Choinka (Uniwersytet Warszawski)
    Spotkanie świąteczne
    Serdecznie zapraszamy na świąteczne (opłatkowe) seminarium, które odbędzie się w piątek 21 grudnia w godzinach 13-15 w klubie pracowniczym na wydziale MIM.W programie przewidziana prelekcja (życzenia), dyskusja (skromny poczęstunek) i miła atmosfera.Wesołych Świąt

  • 14 grudnia 2012 15:00
    Wojciech Świeboda (Uniwersytet Warszawski)
    Walidacja semantyczna wyników wyszukiwania
    Podczas referatu przypomnimy definicje zewnętrznych miar jakości grupowań (ogólniej -- miar podobieństwa dla grupowań) i zaproponujemy nowe podejście do problemu walidacji semantycznej.

  • 14 grudnia 2012 14:15
    Michał Meina, Wojciech Świeboda (Uniwersytet Warszawski)
    Rozszerzenie wyników zapytania za pomocą modelu TRSM
    Tolerance Rough Set Model (TRSM) to model często wykorzystywany do definicji rozszerzonych reprezentacji dokumentów. Jest to uogólniona przestrzeń aproksymacji wzbogacona o wagi podobne do TF-IDF w modelu wektorowym. Podczas referatu zaprezentujemy metodę poprawy wag (uczenie …