Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Opracowanie modeli i metod włączania wiedzy do maszyn wektorów wspierających

2015/17/D/ST6/04010

Słowa kluczowe:

maszyny wektorów wspierających równania różniczkowe dodatkowa wiedza

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_4: Metody formalne, teoretyczne podstawy informatyki w tym informatyka teoretyczna
  • ST6_6: Algorytmika, algorytmy równoległe, rozproszone i sieciowe, algorytmiczna teoria gier

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Wydział Informatyki, Elektroniki i Telekomunikacji

woj. małopolskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Marcin Orchel 

Liczba wykonawców projektu: 1

Konkurs: SONATA 9 - ogłoszony 2015-03-16

Przyznana kwota: 130 076 PLN

Rozpoczęcie projektu: 2016-02-15

Zakończenie projektu: 2020-02-14

Planowany czas trwania projektu: 48 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. Stacja robocza. Za kwotę 8 000 PLN

Dane z raportu końcowego/rocznego

  • Teksty w publikacjach pokonferencyjnych (5)
  1. Axiomatic Kernels on Graphs for Support Vector Machines
    Autorzy:
    Marcin Orchel, Johan A.K. Suykens
    Konferencja:
    2019 - 28th International Conference on Artificial Neural Networks (ICANN 2019) (rok: 2019, ), Wydawca: Springer
    Data:
    konferencja 17-19 wrzesień 2019
    Status:
    Opublikowana
  2. Knowledge-Uncertainty Axiomatized Framework with Support Vector Machines for Sparse Hyperparameter Optimization
    Autorzy:
    Marcin Orchel
    Konferencja:
    The International Joint Conference on Neural Networks (IJCNN) 2018 (rok: 2018, ), Wydawca: IEEE
    Data:
    konferencja 8-13 lipiec 2018
    Status:
    Opublikowana
  3. Improved update rule and sampling of stochastic gradient descent with extreme early stopping for support vector machines
    Autorzy:
    Marcin Orchel, Johan A.K. Suykens
    Konferencja:
    The 7th Annual Conference on machine Learning, Optimization and Data science (LOD 2021) , Wydawca: Springer
    Data:
    konferencja 4-8 październik 2021
    Status:
    Przyjęta do publikacji
  4. Clustering by support vector manifold learning
    Autorzy:
    Marcin Orchel
    Konferencja:
    2017 International Joint Conference on Neural Networks (IJCNN 2017) (rok: 2017, ), Wydawca: IEEE
    Data:
    konferencja 14-19 Maj 2017
    Status:
    Opublikowana
  5. Fast Hyperparameter Tuning for Support Vector Machines with Stochastic Gradient Descent
    Autorzy:
    Marcin Orchel, Johan A. K. Suykens
    Konferencja:
    Machine Learning, Optimization, and Data Science - 6th International Conference, LOD 2020 (rok: 2020, ), Wydawca: Springer
    Data:
    konferencja 19-23 lipiec 2020
    Status:
    Opublikowana

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy