 Nie jesteś zalogowany | zaloguj się |
| 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"
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 ...
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...
2023-06-16, godz. 17:00, 4060 & online: meet.google.com/jbj-tdsr-aop
Justyna Pawłowska-Bebel (PJATK)
Self-induced bias of recommender systems
Recommendation algorithms trained on a training set containing suboptimal decisions may increase the likelihood of making more bad decisions in the future. We call this harmful effect self-induced bias, to emphasize that the bias is driven directly by the user's past choices. In order to better ...
2023-06-16, godz. 16:15, 4060 & online: meet.google.com/jbj-tdsr-aop
Krzysztof Żabiński (Uniwersytet Śląski)
Konstrukcja reguł decyzyjnych oparta o selekcję cech
W ramach seminarium omówiony zostanie algorytm indukcji reguł decyzyjnych oparty o reprezentację EAV tablicy decyzyjnej i selekcję cech przy wykorzystaniu rankingu budowanego na podstawie odchylenia standardowego wartości atrybutów względem klas decyzyjnych. Algorytm ten dos...
Prezentacja K. Żabińskiego o konstrukcji reguł decyzyjnych opartych o selekcję cech
2023-06-02, godz. 17:00, 4060 & online: meet.google.com/jbj-tdsr-aop
Sebastian Stawicki (MIMUW)
Metody wyznaczania zespołów klasyfikatorów z wykorzystaniem bireduktów decyzyjnych
Podczas seminarium przedstawię główne wyniki mojej rozprawy doktorskiej, która koncentruje się na budowaniu zespołów klasyfikatorów przy użyciu bireduktów decyzyjnych. Wyjaśnię, czym są biredukty decyzyjne i przedstawię uzyskane wyniki teoretyczne. Om&oacu...
2023-06-02, godz. 16:15, 4060 & online: meet.google.com/jbj-tdsr-aop
Radosław Piliszek (Uniwersytet w Białymstoku)
This presentation is to report PhD thesis results ("Development of methods for feature selection based on information theory"). Dimensionality reduction is an important step in knowledge discovery and machine learning. This study is focused on the feature selection branch of dimensiona...
2023-05-19, godz. 16:15, 4060 & online: meet.google.com/jbj-tdsr-aop
Jakub Pokrywka (UAM)
Optymalizacja i ewaluacja w wyzwaniach uczenia maszynowego
Optimization and Evaluation in Machine Learning Challenges Na seminarium omówię wyniki zawarte w mojej rozprawie doktorskiej, która składa się z cyklu publikacji. Praca skupia się na metodologii tworzenia wyzwań uczenia maszynowego, w czego skład wchodzi pozyskanie zbior&oac...
