Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Metody uczenia i wnioskowania dla dynamicznych sieci złożonych

2016/21/D/ST6/02948

Słowa kluczowe:

uczenie i wnioskowanie relacyjne sieci dynamiczne sieci złożone

Deskryptory:

  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe
  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_12: Obliczenia naukowe, narzędzia modelowania i symulacji

Panel:

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

Jednostka realizująca:

Politechnika Wrocławska

woj. dolnośląskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Tomasz Kajdanowicz 

Liczba wykonawców projektu: 3

Konkurs: SONATA 11 - ogłoszony 2016-03-15

Przyznana kwota: 292 050 PLN

Rozpoczęcie projektu: 2017-02-21

Zakończenie projektu: 2022-02-20

Planowany czas trwania projektu: 60 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. Sprzęt komputerowy. Za kwotę 21 000 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (8)
  • Teksty w publikacjach pokonferencyjnych (4)
  • Publikacje książkowe (4)
  1. FILDNE: A Framework for Incremental Learning of Dynamic Networks Embeddings
    Autorzy:
    Piotr Bielak, Kamil Tagowski, Maciej Falkiewicz, Tomasz Kajdanowicz, Nitesh V. Chawla
    Czasopismo:
    Knowledge-Based Systems (rok: 2022, tom: 236, strony: 45310), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.knosys.2021.107453 - link do publikacji
  2. Fuzzy Relative Willingness: Modeling Influence of Exogenous Factors in Driving Information Propagation Through a Social Network
    Autorzy:
    Suman Kundu, Tomasz Kajdanowicz, Przemysław Kazienko, Nitesh Chawla
    Czasopismo:
    IEEE Access (rok: 2020, tom: 8, strony: 186653 - 186662), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/ACCESS.2020.3029657 - link do publikacji
  3. Where should I publish? Heterogeneous, networks-based prediction of paper's citation success
    Autorzy:
    Rajmund Klemiński, Przemyslaw Kazienko, Tomasz Kajdanowicz
    Czasopismo:
    Journal of Informetrics (rok: 2021, tom: 15, strony: 45311), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.joi.2021.101200 - link do publikacji
  4. scikit-multilearn: A scikit-based Python environment for performing multi-label classification
    Autorzy:
    Piotr Szymański, Tomasz Kajdanowicz
    Czasopismo:
    Journal of Machine Learning Research (rok: 2019, tom: 20, strony: 45313), Wydawca: MIT Press, ISSN 1533-7928
    Status:
    Opublikowana
  5. Effectiveness of research grants funded by European Research Council and Polish National Science Centre
    Autorzy:
    Maciej Dzieżyc, Przemysław Kazienko
    Czasopismo:
    Journal of Informetrics (rok: 2022, tom: 16, strony: 45317), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.joi.2021.101243 - link do publikacji
  6. On Measuring the Complexity of Networks: Kolmogorov Complexity versus Entropy
    Autorzy:
    Mikołaj Morzy, Tomasz Kajdanowicz, Przemysław Kazienko
    Czasopismo:
    Complexity (rok: 2017, tom: 3250301, strony: 45303), Wydawca: HINDAWI
    Status:
    Opublikowana
    Doi:
    10.1155/2017/3250301 - link do publikacji
  7. AttrE2vec: Unsupervised attributed edge representation learning
    Autorzy:
    Piotr Bielak, Tomasz Kajdanowicz, Nitesh V. Chawla
    Czasopismo:
    Information Sciences (rok: 2022, tom: 592, strony: 82-96), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.ins.2022.01.048 - link do publikacji
  8. Priority Attachment: a Comprehensive Mechanism for Generating Networks
    Autorzy:
    Mikołaj Morzy, Tomasz Kajdanowicz, Przemysław Kazienko, Grzegorz Miebs, Arkadiusz Rusin
    Czasopismo:
    Scientific Reports (rok: 2019, tom: 9, strony: 3383), Wydawca: Springer Nature
    Status:
    Opublikowana
    Doi:
    10.1038/s41598-019-40015-9 - link do publikacji
  1. Personalized Imputation on Wearable-Sensory Time Series via Knowledge Transfer
    Autorzy:
    Xian Wu, Stephen Mattingl , Shayan Mirjafari, Chao Huang, Nitesh V. Chawla
    Konferencja:
    29th ACM International Conference on Information & Knowledge Management (rok: 2020, ), Wydawca: Association for Computing Machinery
    Data:
    konferencja 19-23.10.2020
    Status:
    Opublikowana
  2. A Network Perspective on Stratification of Multi-Label Data
    Autorzy:
    Piotr Szymanski, Tomasz Kajdanowicz
    Konferencja:
    European Conference on Machine Learning ECML/PKDD (rok: 2017, ), Wydawca: Proceedings of Machine Learning Research
    Data:
    konferencja 18-22.09.2017
    Status:
    Opublikowana
  3. Embedding alignment methods in dynamic networks
    Autorzy:
    Kamil Tagowski, Piotr Bielak, Tomasz Kajdanowicz
    Konferencja:
    International Conference on Computational Science (rok: 2021, ), Wydawca: Springer
    Data:
    konferencja 16-18.06.2021
    Status:
    Opublikowana
  4. UCSG-N ET - Unsupervised Discovering of Constructive Solid Geometry Tree
    Autorzy:
    Kacper Kania, Maciej Zięba, Tomasz Kajdanowicz
    Konferencja:
    34th Conference on Neural Information Processing Systems (rok: 2020, ), Wydawca: Neural Information Processing Systems Foundation
    Data:
    konferencja 6-12.12.2020
    Status:
    Opublikowana
  1. Distributed Processing of Networked Data
    Autorzy:
    Przemysław Kazienko, Wojciech Indyk, Tomasz Kajdanowicz, Roman Bartusiak
    Książka:
    Encyclopedia of Social Network Analysis and Mining (rok: 2017, tom: 1, strony: 45298), Wydawca: Springer
    Status:
    Opublikowana
  2. Method for Aspect-Based Sentiment Annotation Using Rhetorical Analysis
    Autorzy:
    Łukasz Augustyniak, Krzysztof Rajda, Tomasz Kajdanowicz
    Książka:
    Intelligent Information and Database Systems. ACIIDS 2017. Lecture Notes in Computer Science (rok: 2017, tom: 1, strony: 772-781), Wydawca: Springer
    Status:
    Opublikowana
  3. Incremental Learning in Dynamic Networks for Node Classification
    Autorzy:
    Tomasz Kajdanowicz, Kamil Tagowski, Maciej Falkiewicz, Przemyslaw Kazienko
    Książka:
    Network Intelligence Meets User Centered Social Media Networks, Lecture Notes in Social Networks (rok: 2018, tom: -, strony: 133-142), Wydawca: Springer, Cham
    Status:
    Opublikowana
  4. Collective Classification
    Autorzy:
    Tomasz Kajdanowicz, Przemyslaw Kazienko
    Książka:
    Encyclopedia of Social Network Analysis and Mining (rok: 2017, tom: 1, strony: 45304), Wydawca: Springer
    Status:
    Opublikowana