Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Głębokie nauczanie w reprezentacji długich danych sekwencyjnych

2017/27/N/ST6/00828

Słowa kluczowe:

głebokie sieci neuronowe sztuczne sieci neuronowe rekurencyjne sieci neuronowe mechnizm atencji

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_9: Interakcja człowiek – komputer, rozpoznawanie i synteza mowy, przetwarzanie języka naturalnego

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 Konrad Żołna 

Liczba wykonawców projektu: 2

Konkurs: PRELUDIUM 14 - ogłoszony 2017-09-15

Przyznana kwota: 164 500 PLN

Rozpoczęcie projektu: 2018-07-31

Zakończenie projektu: 2021-07-30

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.

Dane z raportu końcowego

  • Publikacje w czasopismach (1)
  • Teksty w publikacjach pokonferencyjnych (7)
  1. Classifier-agnostic saliency map extraction IF: 3,876
    Autorzy:
    Konrad Zolna, Krzysztof J Geras, Kyunghyun Cho
    Czasopismo:
    Computer Vision and Image Understanding (rok: 2020, tom: Volume 196, strony: 102969), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.cviu.2020.102969 - link do publikacji
  1. Adversarial Framing for Image and Video Classification
    Autorzy:
    Michal Zajac, Konrad Zolna, Negar Rostamzadeh, Pedro O Pinheiro
    Konferencja:
    National Conference of the American Association for Artificial Intelligence (rok: 2019, ), Wydawca: Proceedings of the AAAI Conference on Artificial Intelligence
    Data:
    konferencja 27.01.19-01.02.19
    Status:
    Opublikowana
  2. Task-Relevant Adversarial Imitation Learning
    Autorzy:
    Konrad Zolna, Scott Reed, Alexander Novikov, Sergio Gomez Colmenarejo, David Budden, Serkan Cabi, Misha Denil, Nando de Freitas, Ziyu Wang
    Konferencja:
    Annual Conference on Robot Learning (rok: 2021, ), Wydawca: Proceedings of Machine Learning Research
    Data:
    konferencja 16.11.20-18.11.20
    Status:
    Opublikowana
  3. Combating False Negatives in Adversarial Imitation Learning
    Autorzy:
    Konrad Zolna, Chitwan Saharia, Leonard Boussioux, David Yu-Tung Hui, Maxime Chevalier-Boisvert, Dzmitry Bahdanau and Yoshua Bengio
    Konferencja:
    International Joint Conference on Neural Networks (rok: 2021, ), Wydawca: IEEE
    Data:
    konferencja 18.07.21-22.07.21
    Status:
    Złożona
  4. Combating False Negatives in Adversarial Imitation Learning (Student Abstract)
    Autorzy:
    Konrad Zolna, Chitwan Saharia, Leonard Boussioux, David Yu-Tung Hui, Maxime Chevalier-Boisvert, Dzmitry Bahdanau, Yoshua Bengio
    Konferencja:
    National Conference of the American Association for Artificial Intelligence (rok: 2020, ), Wydawca: Proceedings of the AAAI Conference on Artificial Intelligence
    Data:
    konferencja 07.02.20-12.02.20
    Status:
    Opublikowana
  5. Robust Learning-Augmented Caching: An Experimental Study
    Autorzy:
    Jakub Chledowski, Adam Polak, Bartosz Szabucki, Konrad Zolna
    Konferencja:
    International Conference on Machine Learning (rok: 2021, ), Wydawca: Proceedings of Machine Learning Research
    Data:
    konferencja 18.07.21-24.07.21
    Status:
    Opublikowana
  6. Classifier-agnostic saliency map extraction
    Autorzy:
    Konrad Zolna, Krzysztof J Geras, Kyunghyun Cho
    Konferencja:
    National Conference of the American Association for Artificial Intelligence (rok: 2019, ), Wydawca: Proceedings of the AAAI Conference on Artificial Intelligence
    Data:
    konferencja 27.01.19-01.02.19
    Status:
    Opublikowana
  7. Leakage-Robust Classifier via Mask-Enhanced Training (Student Abstract)
    Autorzy:
    Damian Stachura, Christopher Galias, Konrad Zolna
    Konferencja:
    National Conference of the American Association for Artificial Intelligence (rok: 2020, ), Wydawca: Proceedings of the AAAI Conference on Artificial Intelligence
    Data:
    konferencja 07.02.20-12.02.20
    Status:
    Opublikowana