Nie jesteś zalogowany | zaloguj się

Wydział Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego

  • Skala szarości
  • Wysoki kontrast
  • Negatyw
  • Podkreślenie linków
  • Reset

Seminarium badawcze „Systemy Inteligentne”

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"


Lista referatów

  • 2024-02-23, godz. 16:15, 4060

    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...

  • 2024-01-26, godz. 16:15, 4060

    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 pr...

  • 2024-01-19, godz. 16:15, 4060

    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 i wnioskowanie o...

  • 2024-01-12, godz. 16:15, 4060

    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 obserwac...

  • 2023-12-08, godz. 16:15, 4060

    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 zob...

  • 2023-11-24, godz. 16:15, 4060

    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 (e.g. image) retrieval and ...

    Description and abstract

  • 2023-11-17, godz. 16:15, 4060

    Łukasz Apiecionek (Uniwersytet Kazimierza Wielkiego)

    Ordered Fuzzy Numbers in the Architecture of Artificial Neural Networks

    The aim of the presentation is to showcase the potential application of Ordered Fuzzy Number arithmetic in Artificial Neural Networks. This innovative solution enables the construction of fuzzy deep neural networks with Ordered Fuzzy Number for problem-solving akin to traditional deep networks. The ...

  • 2023-10-27, godz. 16:15, 4060

    Mateusz Wnuk (University of Warsaw & QED Software)

    Cosmic ray particles reaching the earth's surface from space can be used for imaging purposes

    The physical processes that occur when a particle passes through a matter can be reconstructed, which can be used to study the structure of objects. Unlike e.g. Computer Tomography (CT) in which the radiation source is artificial, in muon tomography the reconstruction of the examined space must be s...

  • 2023-10-20, godz. 16:15, 4060

    Nguyen Hung Son (MIMUW)

    Rough-Fuzzy approach to Attribute Importance and Attribute Ranking

    Attribute importance refers to a vector of weights that are assigned to attributes and describe the effect on the overall performance or outcome of a model, system, or process. This concept is commonly used in a variety of fields, including machine learning, statistics, data analysis, and deci...

  • 2023-10-12, godz. 08:30, 3140

    JingTao Yao (University of Regina)

    Three-way Clustering: An Advanced Soft Clustering Approach

    Clustering is a machine learning technique that assigns unlabeled data points into different groups based on similarity of data. However, in many cases, we are unable to confidently assign some data points to particular clusters. Soft clustering introduces a probability of the data point belonging t...

    Presentation Slides - JT Yao - 3-way Clustering

Strony