Data

Osoba

Tytuł/Opis

16.10.2013

mgr Krzysztof Sopyła

“Wykorzystanie algorytmu Stochastic Gradient Descent w metodach uczenia maszynowego”

W trakcie prezentacji zaprezentowane zostanie wykorzystanie algorytmu Stochastic Gradient Descent (SGD) w celu optymalizacji zadań optymalizacji pojawiających się w dziedzinie Machine Learning, jak: Linear SVM, K-Means, Logistic Regression itp.

Obecnie SGD jest jedną z najlepszych metod radzenia sobie z wymienionymi problemami, prowadząc często do algortymów o złożności O(n).

22.10.2013

(wtorek)

11:30-13:00

mgr Piotr Czerpak

“Wykorzystanie wielokryterialnego algorytmu ewolucyjnego NSGA II do automatycznego układania planów zajęć”.

Algorytm NSGA II to jeden z najpopularniejszych alogyrtmów ewolucyjnych. W ostatnich latach z powodzeniem został wykorzystany do rozwiązania wielu problemów optymalizacji wielokryterialnej. W czasie prezentacji przedstawione zostaną wyniki testów na rzeczywistych danych. Otrzymane rezultaty porównane zostaną z innymi metodami automatycznego układania planów.

30.10.2013

dr Paweł Drozda

Medical Imaging - przegląd zagadnień i problemów badawczych związanych z przetwarzaniem i analizą obrazów medycznych.

06.11.2013

dr Piotr Artiemjew

Metody traktowania wartości nieznanych - missing values - w systemach decyzyjnych. Zbieranie informacji w kontekście danego problemu modelowanego przez system decyzyjny jest często utrudnione. Stąd w wielu systemach decyzyjnych dostepnych w repozytoriach danych napotykamy wartości nieznane. W czasie prezentacji zostaną pokazane klasyczne metody traktowania wartości nieznanych w procesie klasyfikacji.

13.11.2013

dr Przemysław Górecki

Deep learning is a set of algorithms in machine learning that attempt to learn layered models of inputs, commonly neural networks. The layers in such models correspond to distinct levels of concepts, where higher-level concepts are defined from lower-level ones, and the same lower-level concepts can help to define many higher-level concepts.

20.11.2013

mgr Michał Korpusik

Logiki niemonotoniczne

27.11.2013

mgr Łukasz Paukszto - doktorant w Katedrze Fizjologi i Biotechnologii Roślin z Wydziału Biologii i Biotechnologii

Next Generation Sequencing - mapowanie i asemblacja.

Sekwencjonowanie nowej generacji jest szeroko wykorzystywaną metodyką w odkrywaniu sekwencji DNA genomów. Metodyka wymaga dużej mocy obliczeniowe, dzięki której możliwe jest składanie wielomilionowych krótkich odczytów(sekwencji) w długie reprezentujące cały genom (chromosomy, mitochondia), w stosunkowo krótkim czasie.

10.12.2013

(wtorek)

godzina: 11:30

prof. Witold Łukaszewicz.

LINDA: mechanizm komunikacji między  procesami

Linda jest pewnym mechanizmem koordynującym komunikację między procesami współbieżnymi, rozproszonymi  i/lub równoległymi. W odróżnieniu od innych mechanizmow tego typu, które wymagają aby komunikujące się procesy istniały równocześnie w czasie i znały swoje nazwy, komunikacja w Lindzie nie narzuca żadnych powiązań ani w czasie , ani w przestrzeni adresowej. Linda może zostać dołączona do dowolnego imperatywnego języka programowania.

18.12.2013

środa 9:00

mgr Krzysztof Sopyła

Restricted Boltzman Machines

A restricted Boltzmann machine (RBM) is a generative stochastic neural network that can learn a probability distribution over its set of inputs. RBMs were initially invented under the name Harmonium by Paul Smolensky in 1986, but only rose to prominence after Geoffrey Hinton and collaborators invented fast learning algorithms for them in the mid-2000s. RBMs have found applications in dimensionality reduction, classification, collaborative filtering, feature learning and topic modelling. They can be trained in either supervised or unsupervised ways, depending on the task.

8.01.2013

środa
9:00

mgr Jacek Szypulski

Rouh Sets and Support Vector Machines..

15.01.2014

środa 9:00

mgr Michał Korpusik

Rewizja przekonań.