Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

SOSnet : oszczędne modelowanie i predykcja dla danych wysokiego wymiaru.

2015/17/B/ST6/01878

Słowa kluczowe:

dane wysokiego wymiaru wybór modelu oszczędna estymacja Lasso

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • NZ2_7: Bioinformatyka

Panel:

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

Jednostka realizująca:

Uniwersytet Warszawski, Wydział Matematyki, Informatyki i Mechaniki

woj. mazowieckie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr hab. Piotr Pokarowski 

Liczba wykonawców projektu: 8

Konkurs: OPUS 9 - ogłoszony 2015-03-16

Przyznana kwota: 498 400 PLN

Rozpoczęcie projektu: 2016-02-12

Zakończenie projektu: 2019-10-11

Planowany czas trwania projektu: 36 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 6 000 PLN
  2. laptop. Za kwotę 4 000 PLN

Dane z raportu końcowego

  • Publikacje w czasopismach (5)
  1. Selection Consistency of Lasso-Based Procedures for Misspecified High-Dimensional Binary Model and Random Regressors IF: 2,4
    Autorzy:
    Mariusz Kubkowski and Jan Mielniczuk
    Czasopismo:
    Entropy (rok: 2020, tom: 22(2), strony: 153), Wydawca: Multidisciplinary Digital Publishing Institute
    Status:
    Opublikowana
    Doi:
    10.3390/e22020153 - link do publikacji
  2. Plant response to N availability in permafrost-affected alpine wetlands in arid and semi-arid climate zones IF: 6,55
    Autorzy:
    M. Mętrak, P. Pokarowski, M. Sulwiński, A. Altantsetseg and M. Suska-Malawska
    Czasopismo:
    Science of the Total Environment (rok: 2020, tom: 721, strony: 137791), Wydawca: ScienceDirect
    Status:
    Opublikowana
    Doi:
    10.1016/j.scitotenv.2020.137791 - link do publikacji
  3. Sparse Estimation in Ising Model via Penalized Monte Carlo Methods IF: 2,281
    Autorzy:
    B. Miasojedow and W. Rejchel
    Czasopismo:
    Journal of Machine Learning Research (rok: 2018, tom: 19(75), strony: 44587), Wydawca: JMLR, Inc. and Microtome Publishing (United States)
    Status:
    Opublikowana
  4. Deleting and Merging Regressors with the DMRnet Package IF: 8,3
    Autorzy:
    Agnieszka Sołtys and Piotr Pokarowski
    Czasopismo:
    Journal of Statistical Software , Wydawca: Foundation for Open Access Statistics
    Status:
    Złożona
  5. Improving Lasso for Model Selection and Prediction IF: 1,02
    Autorzy:
    P. Pokarowski, W. Rejchel, A. Sołtys, M. Frej and J. Mielniczuk
    Czasopismo:
    Scandinavian Journal of Statistics , Wydawca: Foundation of the Scandinavian Journal of Statistics
    Status:
    Złożona