Tracking ALICE - Szybka Symulacja z Zastosowaniem Metod Uczenia Maszynowego w ALICE CERN

2018/31/N/ST6/02374

Słowa kluczowe

Deskryptory

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_12: Obliczenia naukowe, narzędzia modelowania i symulacji
  • ST2_2: Fizyka cząstek elementarnych

Panel

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

Jednostka realizująca

Politechnika Warszawska, Wydział Elektroniki i Technik Informacyjnych

woj. mazowieckie

Inne projekty tej jednostki »

Kierownik projektu (z jednostki realizującej)

Kamil Rafał Deja

Liczba wykonawców projektu: 2

Konkurs

PRELUDIUM 16 – ogłoszony 2018-09-14

Przyznana kwota
131 620 PLN
Rozpoczęcie projektu
2019-07-09
Zakończenie projektu
2023-07-08
Planowany czas trwania projektu
48 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. Karta graficzna. Za kwotę 15 000 PLN
  2. Laptop.

Dane z raportu końcowego/rocznego

Publikacje w czasopismach (2)

  1. End-to-End Sinkhorn Autoencoder With Noise Generator

    Autorzy:
    Kamil Deja, Jan Dubiński, Piotr Nowak, Sandro Wenzel, Przemysław Spurek, Tomasz Trzcinski
    Czasopismo:
    IEEE Access (rok: 2020, tom: 9, strony: 7211 - 7219), Wydawca: Institute of Electrical and Electronics Engineers (IEEE)
    Status:
    Opublikowana
    DOI:
    10.1109/ACCESS.2020.3048622 – link do publikacji
  2. Using Machine Learning for Particle Identification in ALICE

    Autorzy:
    Łukasz Graczykowski, Monika Jakubowska, Kamil Deja, Maja Kabus on behalf of the ALICE Collaboration
    Czasopismo:
    Journal of Instrumentation (rok: 2022, tom: 17, strony: -), Wydawca: IOP Science
    Status:
    Opublikowana
    DOI:
    10.1088/1748-0221/17/07/C07016 – link do publikacji

Teksty w publikacjach pokonferencyjnych (7)

  1. Selectively increasing the diversity of GAN-generated samples

    Autorzy:
    Jan Dubiński, Kamil Deja, Sandro Wenzel, Przemysław Rokita, Tomasz Trzciński
    Konferencja:
    The 29th International Conference on Neural Information Processing (ICONIP 2022) (rok: 2022, strony: 260–270), Wydawca: springer
    Data:
    konferencja 22-26.11.2022
    Status:
    Opublikowana
  2. On Analyzing Generative and Denoising Capabilities of Diffusion-based Deep Generative Models

    Autorzy:
    Kamil Deja, Anna Kuzina, Tomasz Trzciński, Jakub M. Tomczak
    Konferencja:
    Thirty-sixth Conference on Neural Information Processing Systems (NeurIPS 2022) (rok: 2022, strony: 26218-26229), Wydawca: Advances in Neural Information Processing Systems
    Data:
    konferencja 28.11 - 9.12
    Status:
    Opublikowana
  3. Using Machine Learning techniques for Data Quality Monitoring in CMS and ALICE experiments

    Autorzy:
    Kamil Deja for the CMS and ALICE Collaborations
    Konferencja:
    7th Annual Conference on Large Hadron Collider Physics (rok: 2019, strony: 236-247), Wydawca: Proceedings of Science
    Data:
    konferencja 20-25.05
    Status:
    Opublikowana
  4. Anomalies detection with autoencoders

    Autorzy:
    Piotr Nowak for the ALICE Collaboration
    Konferencja:
    Machine Learning and the Physical Sciences Workshop at the 33rd Conference on Neural Information Processing Systems (NeurIPS) (rok: 2019, strony: brak), Wydawca: brak
    Data:
    konferencja 14,12
    Status:
    Opublikowana
  5. BinPlay: A Binary Latent Autoencoder for Generative Replay Continual Learning

    Autorzy:
    Kamil Deja; Paweł Wawrzyński; Daniel Marczak; Wojciech Masarczyk; Tomasz Trzciński
    Konferencja:
    2021 International Joint Conference on Neural Networks (IJCNN) (rok: 2021, strony: 46030), Wydawca: IEEE
    Data:
    konferencja 18-22.06.2021
    Status:
    Opublikowana
  6. On Robustness of Generative Representations Against Catastrophic Forgetting

    Autorzy:
    Wojciech Masarczyk, Kamil Deja, Tomasz Trzcinski
    Konferencja:
    International Conference on Neural Information Processing (rok: 2021, strony: 325-333), Wydawca: Springer
    Data:
    konferencja 8.12-12.12.2021
    Status:
    Opublikowana
  7. Multiband VAE: Latent Space Alignment for Knowledge Consolidation in Continual Learning

    Autorzy:
    Kamil Deja, Paweł Wawrzyński, Wojciech Masarczyk, Daniel Marczak, Tomasz Trzciński
    Konferencja:
    Thirty-First International Joint Conference on Artificial Intelligence (rok: 2022, strony: 2902-2908), Wydawca: IJCAI
    Data:
    konferencja 23-29.06.2022
    Status:
    Opublikowana

« Nowe wyszukiwanie

Projekt graficzny i wykonanie: Jakub Piotrowski