Change language

Wyszukiwarka projektów

Rozwój metod głębokiego uczenia sieci neuronowych

2017/27/B/ST6/02852

Słowa kluczowe

Deskryptory

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

Panel

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

Jednostka realizująca

Politechnika Częstochowska, Wydział Inżynierii Mechanicznej i Informatyki

woj. śląskie

Inne projekty tej jednostki »

Kierownik projektu (z jednostki realizującej)

prof. Leszek Rutkowski

Liczba wykonawców projektu: 9

Konkurs

OPUS 14 – ogłoszony 2017-09-15

Przyznana kwota
1 368 800 PLN
Rozpoczęcie projektu
2018-10-03
Zakończenie projektu
2022-05-02
Planowany czas trwania projektu
43 miesiące (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. Wydajny komputer obliczeniowy do symulacji głębokich sieci neuronowych. Za kwotę 40 000 PLN
  2. komputery przenośne. Za kwotę 40 000 PLN

Dane z raportu końcowego/rocznego

Publikacje w czasopismach (10)

  1. A Novel Fast Feedforward Neural Networks Training Algorithm

    Autorzy:
    Jarosław Bilski, Bartosz Kowalczyk, Andrzej Marjański, Michał Gandor, Jacek Zurada
    Czasopismo:
    Journal of Artificial Intelligence and Soft Computing Research (rok: 2021, tom: 11 (4), strony: 287-306), Wydawca: Sciendo
    Status:
    Opublikowana
    DOI:
    10.2478/jaiscr-2021-0017 – link do publikacji

  2. A novel method for speed training acceleration of recurrent neural networks

    Autorzy:
    Jarosław Bilskia, Leszek Rutkowski, Jacek Smoląga, Dacheng Tao
    Czasopismo:
    Information Sciences (rok: 2021, tom: 553, strony: 266-279), Wydawca: Elsevier
    Status:
    Opublikowana
    DOI:
    10.1016/j.ins.2020.10.025 – link do publikacji

  3. Synchronization of Switched Discrete-Time Neural Networks via Quantized Output Control With Actuator Fault

    Autorzy:
    Xinsong Yang, Xiaoxiao Wan, Cheng Zunshui, Jinde Cao, Yang Liu, Leszek Rutkowski
    Czasopismo:
    IEEE Transactions on Neural Networks and Learning Systems (rok: 2021, tom: 32 (9), strony: 4191-4201), Wydawca: IEEE
    Status:
    Opublikowana
    DOI:
    10.1109/TNNLS.2020.3017171 – link do publikacji

  4. Dynamical and static multisynchronization analysis for coupled multistable memristive neural networks with hybrid control

    Autorzy:
    Xiaoxiao Lv, Jinde Cao, Leszek Rutkowski
    Czasopismo:
    Neural Networks (rok: 2021, tom: 143, strony: 515-524), Wydawca: Elsevier
    Status:
    Opublikowana
    DOI:
    10.1016/j.neunet.2021.07.004 – link do publikacji

  5. Local Levenberg-Marquardt Algorithm for Learning Feedforward Neural Networks

    Autorzy:
    Jarosław Bilski, Bartosz Kowalczyk, Alina Marchlewska, Jacek M. Żurada
    Czasopismo:
    Journal of Artificial Intelligence and Soft Computing Research (rok: 2020, tom: 10 (4), strony: 299-316), Wydawca: Sciendo
    Status:
    Opublikowana
    DOI:
    10.2478/jaiscr-2020-0020 – link do publikacji

  6. On Training Deep Neural Networks Using a Streaming Approach

    Autorzy:
    Piotr Duda, Maciej Jaworski, Andrzej Cader, Lipo Wang
    Czasopismo:
    Journal of Artificial Intelligence and Soft Computing Research (rok: 2019, tom: 10 (1), strony: 15-26), Wydawca: Sciendo
    Status:
    Opublikowana
    DOI:
    10.2478/jaiscr-2020-0002 – link do publikacji

  7. Exponential Stabilization for Hybrid Recurrent Neural Networks by Delayed Noises Rooted in Discrete Observations of State and Mode

    Autorzy:
    Lichao Feng, Jinde Cao, Jun Hu, Zhihui Wu, Leszek Rutkowski
    Czasopismo:
    Neural Processing Letters (rok: 2019, tom: 50, strony: 2797-2819), Wydawca: Springer
    Status:
    Opublikowana
    DOI:
    10.1007/s11063-019-10059-z – link do publikacji

  8. Event-triggered impulsive synchronization of discrete-time coupled neural networks with stochastic perturbations and multiple delays

    Autorzy:
    Huiyuan Li, Jian-an Fang, Xiaofan Li, Leszek Rutkowski, Tingwen Huang
    Czasopismo:
    Neural Networks (rok: 2020, tom: 132, strony: 447-460), Wydawca: Elsevier
    Status:
    Opublikowana
    DOI:
    10.1016/j.neunet.2020.09.012 – link do publikacji

  9. Synchronization of Coupled Time-Delay Neural Networks With Mode-Dependent Average Dwell Time Switching

    Autorzy:
    Xinsong Yang, Yang Liu, Jinde Cao, Leszek Rutkowski
    Czasopismo:
    IEEE Transactions on Neural Networks and Learning Systems (rok: 2020, tom: 31 (12), strony: 5483-5496), Wydawca: IEEE
    Status:
    Opublikowana
    DOI:
    10.1109/TNNLS.2020.2968342 – link do publikacji

  10. A New Approach to Descriptors Generation for Image Retrieval by Analyzing Activations of Deep Neural Network Layers

    Autorzy:
    Paweł Staszewski, Maciej Jaworski, Jinde Cao, Leszek Rutkowski
    Czasopismo:
    IEEE Transactions on Neural Networks and Learning Systems (rok: 2021, tom: (Early Access), strony: 46030), Wydawca: IEEE
    Status:
    Opublikowana
    DOI:
    10.1109/TNNLS.2021.3084633 – link do publikacji

Teksty w publikacjach pokonferencyjnych (16)

  1. Fast Conjugate Gradient Algorithm for Feedforward Neural Networks

    Autorzy:
    Jarosław Bilski, Jacek Smoląg
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2020, strony: 27-38), Wydawca: Springer, Cham
    Data:
    konferencja 12.10.2020-14.10.2020
    Status:
    Opublikowana

  2. Fully Convolutional Network for Removing DCT Artefacts From Images

    Autorzy:
    Patryk Najgebauer, Rafał Scherer, Leszek Rutkowski
    Konferencja:
    International Joint Conference on Neural Networks (rok: 2020, strony: 46030), Wydawca: IEEE
    Data:
    konferencja 19.07.2020-24.07.2020
    Status:
    Opublikowana

  3. Explainable Cluster-Based Rules Generation for Image Retrieval and Classification

    Autorzy:
    Paweł Staszewski, Maciej Jaworski, Leszek Rutkowski, Dacheng Tao
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2020, strony: 85-94), Wydawca: Springer, Cham
    Data:
    konferencja 12.10.2020-14.10.2020
    Status:
    Opublikowana

  4. A New Algorithm with a Line Search for Feedforward Neural Networks Training

    Autorzy:
    Jarosław Bilski, Bartosz Kowalczyk, Jacek M. Żurada
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2020, strony: 15-26), Wydawca: Springer, Cham
    Data:
    konferencja 12.10.2020-14.10.2020
    Status:
    Opublikowana

  5. Modification of Learning Feedforward Neural Networks with the BP Method

    Autorzy:
    Jarosław Bilski, Jacek Smoląg, Patryk Najgebauer
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2021, strony: 54-65), Wydawca: Springer, Cham
    Data:
    konferencja 20.06.2021-24.06.2021
    Status:
    Opublikowana

  6. Monitoring of Changes in Data Stream Distribution Using Convolutional Restricted Boltzmann Machines

    Autorzy:
    Maciej Jaworski, Leszek Rutkowski, Paweł Staszewski, Patryk Najgebauer
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2021, strony: 338–346), Wydawca: Springer, Cham
    Data:
    konferencja 20.06.2021-24.06.2021
    Status:
    Opublikowana

  7. The Streaming Approach to Training Restricted Boltzmann Machines

    Autorzy:
    Piotr Duda, Leszek Rutkowski, Piotr Woldan, Patryk Najgebauer
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2021, strony: 308-317), Wydawca: Springer, Cham
    Data:
    konferencja 20.06.2021-24.06.2021
    Status:
    Opublikowana

  8. A New Variant of the GQR Algorithm for Feedforward Neural Networks Training

    Autorzy:
    Jarosław Bilski, Bartosz Kowalczyk
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2021, strony: 41–53), Wydawca: Springer, Cham
    Data:
    konferencja 20.06.2021-24.06.2021
    Status:
    Opublikowana

  9. Concept Drift Detection Using Autoencoders in Data Streams Processing

    Autorzy:
    Maciej Jaworski, Leszek Rutkowski, Plamen Angelov
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2020, strony: 124-133), Wydawca: Springer, Cham
    Data:
    konferencja 12.10.2020-14.10.2020
    Status:
    Opublikowana

  10. Microscopic Sample Segmentation by Fully Convolutional Network for Parasite Detection

    Autorzy:
    Patryk Najgebauer, Rafał Grycuk, Leszek Rutkowski, Rafał Scherer, Agnieszka Siwocha
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2019, strony: 164-171), Wydawca: Springer, Cham
    Data:
    konferencja 16.06.2019-20.06.2019
    Status:
    Opublikowana

  11. On Proper Designing of Deep Structures for Image Classification

    Autorzy:
    Piotr Woldan, Paweł Staszewski, Leszek Rutkowski, Konrad Grzanek
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2019, strony: 223-235), Wydawca: Springer
    Data:
    konferencja 16.06.2019-20.06.2019
    Status:
    Opublikowana

  12. Visual Hybrid Recommendation Systems Based on the Content-Based Filtering

    Autorzy:
    Piotr Woldan, Piotr Duda, Yoichi Hayashi
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2020, strony: 455-465), Wydawca: Springer, Cham
    Data:
    konferencja 12.10.2020-14.10.2020
    Status:
    Opublikowana

  13. On a Streaming Approach for Training Denoising Auto-encoders

    Autorzy:
    Piotr Duda, Lipo Wang
    Konferencja:
    International Conference of Artificial Intelligence and Soft Computing (rok: 2020, strony: 315-324), Wydawca: Springer, Cham
    Data:
    konferencja 12.10.2020-14.10.2020
    Status:
    Opublikowana

  14. On Handling Missing Values in Data Stream Mining Algorithms Based on the Restricted Boltzmann Machine

    Autorzy:
    Maciej Jaworski, Piotr Duda, Danuta Rutkowska, Leszek Rutkowski
    Konferencja:
    International Conference on Neural Information Processing (rok: 2019, strony: 347-354), Wydawca: Springer, Cham
    Data:
    konferencja 12.12.2019-15.12.2019
    Status:
    Opublikowana

  15. Modifications of the Givens Training Algorithm for Artificial Neural Networks

    Autorzy:
    Jarosław Bilski, Bartosz Kowalczyk, Andrzej Cader
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2019, strony: 14-28), Wydawca: Springer, Cham
    Data:
    konferencja 16.06.2019-20.06.2019
    Status:
    Opublikowana

  16. Resource-Aware Data Stream Mining Using the Restricted Boltzmann Machine

    Autorzy:
    Maciej Jaworski, Leszek Rutkowski, Piotr Duda, Andrzej Cader
    Konferencja:
    International Conference on Artificial Intelligence and Soft Computing (rok: 2019, strony: 384-396), Wydawca: Springer, Cham
    Data:
    konferencja 16.06.2019-20.06.2019
    Status:
    Opublikowana

« Nowe wyszukiwanie

Projekt graficzny i wykonanie: Jakub Piotrowski