Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Dodatkowa informacja w grupowaniu danych i zagadnieniach pokrewnych

2016/21/D/ST6/00980

Słowa kluczowe:

nauczanie maszynowe częściowo nadzorowane uczenie grupowanie klasyfikacja

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe

Panel:

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

Jednostka realizująca:

Uniwersytet Jagielloński, Wydział Matematyki i Informatyki

woj. małopolskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Marek Śmieja 

Liczba wykonawców projektu: 3

Konkurs: SONATA 11 - ogłoszony 2016-03-15

Przyznana kwota: 246 350 PLN

Rozpoczęcie projektu: 2017-01-26

Zakończenie projektu: 2020-09-25

Planowany czas trwania projektu: 44 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.

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (8)
  • Teksty w publikacjach pokonferencyjnych (1)
  1. A classification-based approach to semi-supervised clustering with pairwise constraints
    Autorzy:
    Marek Śmieja, Łukasz Struski, Mario A. T. Figueiredo
    Czasopismo:
    Neural Networks (rok: 2020, tom: 127, strony: 193-203), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.neunet.2020.04.017 - link do publikacji
  2. Generalized RBF kernel for incomplete data
    Autorzy:
    Marek Śmieja, Łukasz Struski, Jacek Tabor, Mateusz Marzec
    Czasopismo:
    Knowledge-Based Systems (rok: 2019, tom: 173, strony: 150-162), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.knosys.2019.02.034 - link do publikacji
  3. Semi-supervised cross-entropy clustering with information bottleneck constraint
    Autorzy:
    Marek Śmieja, Bernhard C. Geiger
    Czasopismo:
    Information Sciences (rok: 2017, tom: 421, strony: 254-271), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.ins.2017.07.016 - link do publikacji
  4. Semi-supervised discriminative clustering with graph regularization
    Autorzy:
    Marek Śmieja, Oleksandr Myronov, Jacek Tabor
    Czasopismo:
    Konwledge-Based Systems (rok: 2018, tom: 151, strony: 24-36), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.knosys.2018.03.019 - link do publikacji
  5. Semi-supervised model-based clustering with controlled clusters leakage
    Autorzy:
    Marek Śmieja
    Czasopismo:
    Expert Systems With Applications (rok: 2017, tom: 85, strony: 146-157), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.eswa.2017.05.032 - link do publikacji
  6. SeGMA: Semi-Supervised Gaussian Mixture Auto-Encoder
    Autorzy:
    Marek Śmieja, Maciej Wołczyk, Jacek Tabor, Bernhard C. Geiger
    Czasopismo:
    IEEE Transactions on Neural Networks and Learning Systems (rok: 2020, ), Wydawca: IEEE Computational Intelligence Society
    Status:
    Przyjęta do publikacji
    Doi:
    10.1109/TNNLS.2020.3016221 - link do publikacji
  7. Efficient mixture model for clustering of sparse high dimensional binary data
    Autorzy:
    Marek Śmieja, Krzysztof Hajto, Jacek Tabor
    Czasopismo:
    Data Mining and Knowledge Discovery (rok: 2019, tom: 33/6, strony: 1583--1624), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s10618-019-00635-1 - link do publikacji
  8. SVM with a neutral class
    Autorzy:
    Marek Śmieja, Jacek Tabor, Przemyslaw Spurek
    Czasopismo:
    Pattern Analysis and Applications (rok: 2019, tom: 22/2, strony: 573-582), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s10044-017-0654-3 - link do publikacji
  1. Processing of missing data by neural networks
    Autorzy:
    Marek Śmieja, Łukasz Struski, Jacek Tabor, Bartosz Zieliński, Przemysław Spurek
    Konferencja:
    Neural Information Processing Systems (NIPS 2018) (rok: 2018, ), Wydawca: Neural Information Processing Systems Foundation
    Data:
    konferencja 2-8 grudnia 2018
    Status:
    Opublikowana
    Doi:
    link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy