Change language

Wyszukiwarka projektów

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

2018/31/N/ST6/00610

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

Uniwersytet Warszawski, Wydział Matematyki, Informatyki i Mechaniki

woj. mazowieckie

Inne projekty tej jednostki »

Kierownik projektu (z jednostki realizującej)

Marek Kosma Grzegorowski

Liczba wykonawców projektu: 3

Konkurs

PRELUDIUM 16 – ogłoszony 2018-09-14

Przyznana kwota
190 900 PLN
Rozpoczęcie projektu
2019-07-04
Zakończenie projektu
2024-07-03
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.

Dane z raportu końcowego/rocznego

Publikacje w czasopismach (5)

  1. Towards addressing item cold-start problem in collaborative filtering by embedding agglomerative clustering and FP-growth into the recommendation system

    Autorzy:
    Eyad Kannout, Michał Grodzki, Marek Grzegorowski
    Czasopismo:
    Computer Science and Information Systems (rok: 2023, tom: 20, strony: 1343-1366), Wydawca: ComSIS Consortium
    Status:
    Opublikowana
    DOI:
    10.2298/CSIS221116052K – link do publikacji

  2. Survival-based feature extraction - application in supply management for dispersed vending machines

    Autorzy:
    Marek Grzegorowski, Jarosław Litwin, Mateusz Wnuk, Mateusz Pabis, Łukasz Marcinowski
    Czasopismo:
    Transactions on Industrial Informatics (rok: 2023, tom: Early Access, strony: Early Access), Wydawca: IEEE
    Status:
    Opublikowana
    DOI:
    10.1109/TII.2022.3178547 – link do publikacji

  3. Clustering-Based Frequent Pattern Mining Framework for Solving Cold-Start Problem in Recommender Systems

    Autorzy:
    Eyad Kannout, Marek Grzegorowski, Michal Grodzki, Hung Son Nguyen
    Czasopismo:
    IEEE Access (rok: 2024, tom: 12, strony: 13678--13698), Wydawca: IEEE
    Status:
    Opublikowana
    DOI:
    10.1109/ACCESS.2024.3355057 – link do publikacji

  4. Cost Optimization for Big Data Workloads Based on Dynamic Scheduling and Cluster-Size Tuning

    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:
    Opublikowana
    DOI:
    10.1016/j.bdr.2021.100203 – link do publikacji

  5. On explainability of cluster prototypes with Rough Sets - case study in the FMCG market

    Autorzy:
    Marek Grzegorowski, Andrzej Janusz, Łukasz Marcinowski, Andrzej Skowron, Dominik Ślęzak, Grzegorz Śliwa
    Status:
    Przyjęta do publikacji

Teksty w publikacjach pokonferencyjnych (6)

  1. Speeding Up Recommender Systems Using Association Rules

    Autorzy:
    Eyad Kannout, Hung Son Nguyen, Marek Grzegorowski
    Konferencja:
    Intelligent Information and Database Systems, ACIIDS (rok: 2022, strony: 167-179), Wydawca: Springer
    Data:
    konferencja 28-30 listopada, 2022
    Status:
    Opublikowana
    DOI:
    link do publikacji

  2. Utilizing Frequent Pattern Mining for Solving Cold-Start Problem in Recommender Systems

    Autorzy:
    Eyad Kannout, Michał Grodzki, Marek Grzegorowski
    Konferencja:
    Conference on Computer Science and Intelligence Systems, FedCSIS (rok: 2022, strony: 217-226), Wydawca: IEEE
    Data:
    konferencja 04-07 września, 2022
    Status:
    Opublikowana
    DOI:
    link do publikacji

  3. Data-Driven Resilient Supply Management Supported by Demand Forecasting

    Autorzy:
    Marek Grzegorowski, Andrzej Janusz, Jarosław Litwin, Łukasz Marcinowski
    Konferencja:
    Intelligent Information and Database Systems, ACIIDS (rok: 2022, strony: 122-134), Wydawca: Springer
    Data:
    konferencja 28-30 listopada, 2022
    Status:
    Opublikowana

  4. Towards ML Explainability with Rough Sets, Clustering, and Dimensionality Reduction

    Autorzy:
    Marek Grzegorowski, Andrzej Janusz, Grzegorz Śliwa, Łukasz Marcinowski, Andrzej Skowron
    Konferencja:
    Rough Sets - International Joint Conference, IJCRS (rok: 2023, strony: 371-386), Wydawca: Springer
    Data:
    konferencja 5-8 Października, 2023
    Status:
    Opublikowana

  5. Considering various aspects of models' quality in the ML pipeline - application in the logistics sector

    Autorzy:
    Eyad Kannou, Michał Grodzki, Marek Grzegorowski
    Konferencja:
    Conference on Computer Science and Intelligence Systems (rok: 2022, strony: 403-412), Wydawca: IEEE
    Data:
    konferencja 4-7 lipca, 2022
    Status:
    Opublikowana
    DOI:
    link do publikacji

  6. Prescriptive Analytics for Optimization of FMCG Delivery Plans

    Autorzy:
    Marek Grzegorowski, Andrzej Janusz, Stanisław Łażewski, Maciej Świechowski, Monika Jankowska
    Konferencja:
    Information Processing and Management of Uncertainty in Knowledge-Based Systems (rok: 2022, strony: 44-53), Wydawca: Springer
    Data:
    konferencja 11-15 lipca
    Status:
    Opublikowana

Publikacje książkowe (1)

  1. Selected Aspects of Interactive Feature Extraction

    Autorzy:
    Marek Grzegorowski
    Książka:
    Transactions on Rough Sets XXIII (rok: 2023, tom: 23, strony: 121--287), Wydawca: Springer
    Status:
    Opublikowana

« Nowe wyszukiwanie

Projekt graficzny i wykonanie: Jakub Piotrowski