Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Podstawy teoretyczne selekcji cech w celu uodpornienia modeli prognostycznych na częściowe braki w danych

2018/31/N/ST6/00610

Słowa kluczowe:

selekcja cech odporna braki danych zbiory przybliżone analiza danych eksploracja danych

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, m.in.:

Jednostka realizująca:

Uniwersytet Warszawski, Wydział Matematyki, Informatyki i Mechaniki

woj. mazowieckie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

Marek Grzegorowski 

Liczba wykonawców projektu: 3

Konkurs: PRELUDIUM 16 - ogłoszony 2018-09-14

Przyznana kwota: 190 900 PLN

Rozpoczęcie projektu: 2019-07-04

Zakończenie projektu: 2022-07-03

Planowany czas trwania projektu: 36 miesięcy (z wniosku)

Status projektu: Projekt w realizacji

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)
  1. Cost Optimization for Big Data Workloads Based on Dynamic Scheduling and Cluster-Size Tuning IF: 2,673
    Autorzy:
    Marek Grzegorowski, Eftim Zdravevski, Andrzej Janusz, Petre Lameski, Cas Apanowicz, Dominik Ślęzak
    Czasopismo:
    Big Data Research (rok: 2021, tom: 25, strony: 100203), Wydawca: Elsevier
    Status:
    Opublikowane
    Doi:
    10.1016/j.bdr.2021.100203 - link do publikacji