You are not logged in | Log in
Return to the list of seminars

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".


Organizers

Information

Fridays, 2:15 p.m. , room: 5820

Home page

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

List of talks

  • Dec. 20, 2019, 2 p.m.
    Mikhail Moshkov (King Abdullah University of Science and Technology (KAUST))
    On the depth of decision trees over infinite 1-homogeneous binary information systems
    We consider a class of infinite sets of attributes represented as information systems (the class of so-called infinite 1-homogeneous binary information systems), define the notion of a problem over an information system, and study decision …

  • Nov. 29, 2019, 2:15 p.m.
    Dominik Ślęzak (MIM UW i QED Software)
    AI/ML w Praktyce - Interaktywność, Wytłumaczalność, Skalowalność
    Poruszone zostaną przykładowe wyzwania stojące przed obecnymi praktycznymi zastosowaniami rozwiązań AI/ML (sztuczna inteligencja / uczenie maszynowe). Do wyzwań tych zaliczamy np.: 1) potrzebę interakcji pomiędzy użytkownikami i algorytmami AI/ML, w szczególności dotyczącej gromadzenia i nieustannej …

  • Nov. 22, 2019, 2:15 p.m.
    Łukasz Szeremeta (Uniwersytet w Białymstoku)
    Serializacja grafów właściwości
    Relacyjne bazy danych, pomimo swej względnej prostoty i długiej obecności na rynku, nie są wolne od wad. Model grafów właściwości (ang. property graphs) wydaje się być dobrą alternatywą dla opisywania danych świata rzeczywistego wraz z jego …

  • Oct. 25, 2019, 2:15 p.m.
    Nguyen Hung Son (Instytut Informatyki UW)
    From Text Mining to Recommendation Systems
    Recommendation systems are the crucial component of e-commerce (suggest to buyers articles that could interest them) and online advertisement (suggest to users the right contents, matching their preferences). With the rise of many web services …

  • Oct. 18, 2019, 2:15 p.m.
    Andrzej Janusz (Instytut Informatyki Uniwersytetu Warszawskiego)
    Suspicious Network Event Recognition – A Data Mining Challenge at KnowledgePit
    Wykrywanie cyber-zagrożeń pełni ważną rolę przy zapewnianiu bezpieczeństwa organizacjom świadczącym usługi sieciowe swoim klientom. W dobie intensywnego rozwoju sektora usług internetowych, technologii bezprzewodowych, inteligentnych urządzeń, czy Internetu rzeczy, zagadnienie to staje się coraz bardziej istotne. …

  • Oct. 11, 2019, 2:15 p.m.
    Dominik Ślęzak (Instytut Informatyki UW)
    nie)aproskymowalności problemu wyznaczania minimalnych sieci Bayesowskich z danyc
    Podczas referatu przypominy dowód twierdzenia o NP-trudności problemu wyznaczania minimalnych sieci bayesowskich z danych opublikowany w 2012 roku przez Pawła Betlińskiego i Dominika Ślęzaka (https://link.springer.com/chapter/10.1007%2F978-3-642-34624-8_3) i zastanowimy się wspólnie, czy i w jakim stopniu analogiczny …

  • June 14, 2019, 2:15 p.m.
    Grzegorz Góra
    Kombinacja metody najbliższych sąsiadów z indukcją reguł dla danych niezbalansowanych
    Chciałbym przedstawić wyniki mojej powstającej pracy doktorskiej. Praca dotyczy klasyfikacji binarnych danych niezbalansowanych. Są to takie dane, w których mamy dwie klasy decyzyjne, a przykłady z jednej klasy (większościowej) występują znacznie częściej niż przykłady z …

  • June 11, 2019, 2:15 p.m.
    Mikhail Moshkov (KAUST)
    Decision and Inhibitory Trees and Rules for Decision Tables with Many-valued Decisions
    Please note the non-standard date and location of this presentation. This will be a presentation of joint work by Mikhail Moshkov, Fawaz Alsolami, Mohammad Azad, and Igor Chikalov. Abstract. We consider examples of problems and …

  • June 7, 2019, 2:15 p.m.
    Maciej Tomaszewski (MIMUW)
    Lead in IT- analiza danych paragonowych.
    W ramach programu Lead in IT organizowanego przez Politechnikę Warszawską nasz zespół dostał dostęp do danych paragonowych od jednej z wiodącej sieci sklepów w Polsce. Opowiemy o procesach dotyczących czyszczenia danych, przygotowaniem danych do analizy, …

  • May 31, 2019, 2:15 p.m.
    Hung Son Nguyen (MIMUW)
    Lifelong Machine Learning
    The current dominant machine learning paradigm learns in isolation: given a training dataset, it runs a ML algorithm only on the dataset to produce a model. It makes no attempt to retain the learned knowledge …

  • May 24, 2019, 2:15 p.m.
    Łukasz Sosnowski (OvuFriend Sp. z o.o. & Dituel Sp. z o.o.)
    System wspomagania decyzji w obszarze planowania rodziny i zapobiegania niepłodności
    Referat będzie dotyczył tematyki planowania rodziny z wykorzystaniem systemu wspomagania decyzji rozwijanego w ramach projektu badawczo-rozwojowego -  OvuFriend.pl, dofinansowanego przez Narodowe Centrum Badań i Rozwoju. Rozwiązanie to ma zwiększyć efektywność starań o ciążę, jak również …

  • May 17, 2019, 2:15 p.m.
    Anna Gomolińska (Instytut Informatyki Uniwersytetu w Białymstoku)
    Funkcje inkluzji przybliżonej i im podobne
    Inkluzja przybliżona jest podstawowym pojęciem mereologii przybliżonej – formalnej teorii „bycia częścią w stopniu”. Natomiast funkcje inkluzji przybliżonej przypisują parom zbiorów pewnego uniwersum stopień zawierania pierwszych elementów par w drugich elementach tych par. Ponadto muszą …

  • April 26, 2019, 2:15 p.m.
    Tomasz Tajmajer (MIM UW)
    Nie takie AI straszne, czyli o tym jak automatycznie ulepszać horrory
    Metody sztucznej inteligencji (AI) są wykorzystywane powszechnie w grach komputerowych - najczęściej w celu implementacji agentów, którzy mogliby odgrywać rolę przeciwników o dostatecznym poziomie trudności (szachy, gry strategiczne). Innym zastosowaniem jest sterowanie postaciami w grach …

  • April 5, 2019, 2:15 p.m.
    Andrzej Janusz, Łukasz Grad (MIM UW, ESENSEI)
    Active Learning of Concepts from Video Games
    Aktywne uczenie jest poddziedziną uczenia maszynowego, która skupia się na algorytmach pozwalających na interaktywne odpytywanie ‘wyroczni’ o dodatkowe informacje na temat wybranych obiektów z danych. Typowym zastosowaniem dla tego typu metod jest sytuacja, w której …

  • March 29, 2019, 2:15 p.m.
    Dominik Ślęzak, Sebastian Stawicki (MIM UW)
    Zespoły klasyfikatorów: NP-trudność i nowe przykłady
    Jest to kontynuacja poprzednich referatów związanych z pojęciem bireduktu, a konkretnie zespołów jak najprostszych bireduktów wyuczanych z danych treningowych w taki sposób, by dany zespół umiał dla każdego przypadku treningowego podjąć słuszną decyzję w wyniku …