Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Wykorzystanie optymalizacji wielokryterialnej w uczeniu klasyfikatorów dla wybranych zadań decyzyjnych

2019/35/B/ST6/04442

Słowa kluczowe:

optymalizacja wielokryterialna uczenie klasyfikatorów dane niezbalansowane klasyfikacja czułą na koszt

Deskryptory:

  • ST6_011: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
  • ST6_007: Sztuczna inteligencja, systemy inteligentne i wieloagentowe

Panel:

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

Jednostka realizująca:

Politechnika Wrocławska

woj. dolnośląskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

prof. Michał Wojciech Woźniak 

Liczba wykonawców projektu: 8

Konkurs: OPUS 18 - ogłoszony 2019-09-16

Przyznana kwota: 1 402 512 PLN

Rozpoczęcie projektu: 2020-10-01

Zakończenie projektu: 2025-09-30

Planowany czas trwania projektu: 60 miesięcy (z wniosku)

Status projektu: Projekt zakończony

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)
  • Teksty w publikacjach pokonferencyjnych (9)
  1. Long-term prediction of multiple types of time-varying network traffic using chunk-based ensemble learning.
    Autorzy:
    Aleksandra Knapińska, Piotr Lechowicz, Weronika Węgier, Krzysztof Walkowiak
    Czasopismo:
    Applied Soft Computing , Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.asoc.2022.109694 - link do publikacji
  2. problexity - an open-source Python library for supervised learning problem complexity assessment
    Autorzy:
    Joanna Komorniczak, Paweł Ksieniewicz
    Czasopismo:
    Neurocomputing (), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.neucom.2022.11.056 - link do publikacji
  3. SVM ensemble training for imbalanced data classification using multi-objective optimization techniques
    Autorzy:
    Joanna Grzyb, Michał Woźniak
    Czasopismo:
    Applied Intelligence (tom: -, strony: -), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s10489-022-04291-9 - link do publikacji
  4. Complexity-based drift detection for nonstationary data streams.
    Autorzy:
    Joanna Komorniczak, Paweł Ksieniewicz
    Czasopismo:
    Neurocomputing (), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.neucom.2023.126554 - link do publikacji
  5. Multicriteria Classifier Ensemble Learning for Imbalanced Data
    Autorzy:
    Weronika Węgier, Michał Koziarski, Michał Woźniak
    Czasopismo:
    IEEE Access (tom: vol. 10, strony: 16807-16818), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/ACCESS.2022.3149914 - link do publikacji
  1. Application of multi-objective optimization to feature selection for a difficult data classification task
    Autorzy:
    Joanna A. Grzyb, Mariusz Topolski, Michał Woźniak
    Konferencja:
    Lecture Notes in Computer Science, ISSN 0302-9743; vol. 12744 (tom: ICCS 2021, strony: 81-94), Wydawca: Springer
    Data:
    konferencja 16-18 czerwca 2021
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-030-77967-2_8 - link do publikacji
  2. Analysis of the possibility to employ relationship between the problem complexity and the classification quality as model optimization proxy
    Autorzy:
    Joanna Komorniczak, Paweł Ksieniewicz, Michał Woźniak
    Konferencja:
    Lecture Notes in Networks and Systems. 2367-3370, vol. 766 (tom: Computer Recognition Systems CORES 2023, strony: 71-82), Wydawca: Springer
    Data:
    konferencja 9 czerwca 2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-41630-9_8 - link do publikacji
  3. DE-forest - optimized decision tree ensemble
    Autorzy:
    Joanna Grzyb, Michał Woźniak
    Konferencja:
    Lecture Notes in Artificial Intelligence. Lecture Notes in Computer Science, ISSN 0302-9743; vol. 14162 (tom: 15th International Conference Computational Collective Intelligence, ICCCI 2023, strony: 806-818), Wydawca: Springer
    Data:
    konferencja 27-29 września 2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-41456-5_61 - link do publikacji
  4. Data complexity and classification accuracy correlation in oversampling algorithms
    Autorzy:
    Joanna Komorniczak, Paweł Ksieniewicz, Michał Woźniak
    Konferencja:
    Proceedings of Machine Learning Research, vol. 183 (tom: ourth International Workshop on Learning with Imbalanced Domains: Theory and Applications, 23 September 2022, ECML-PKDD, strony: 175-186), Wydawca: PMLR
    Data:
    konferencja 44826
    Status:
    Opublikowana
    Doi:
    link do publikacji
  5. Search-based framework for transparent non-overlapping ensemble model
    Autorzy:
    Bogdan Gulowaty, Michał Woźniak
    Konferencja:
    Proceedings of 2022 International Joint Conference on Neural Networks (IJCNN) (tom: International Joint Conference on Neural Networks (IJCNN), strony: ), Wydawca: IEEE
    Data:
    konferencja 18-23.07.2022
    Status:
    Opublikowana
    Doi:
    10.1109/IJCNN55064.2022.9892360 - link do publikacji
  6. Optimized hybrid imbalanced data sampling for decision tree training
    Autorzy:
    Weronika Węgier, Michał Koziarski, Michał Woźniak
    Konferencja:
    Proceedings of the 2023 Genetic and Evolutionary Computation Conference Companion (tom: Genetic and Evolutionary Computation Conference GECCO 2023, strony: 339-342), Wydawca: ACM
    Data:
    konferencja 15-19 lipca 2023
    Status:
    Opublikowana
    Doi:
    10.1145/3583133.3590702 - link do publikacji
  7. MOOforest - multi-objective optimization to form decision tree ensemble
    Autorzy:
    Joanna Grzyb, Michał Woźniak
    Konferencja:
    Lecture Notes in Networks and Systems. ISSN 2367-3370; vol. 709 (tom: XXI Polish Control Conference, strony: 108-117), Wydawca: Springer
    Data:
    konferencja 26-29 czerwca 2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-35173-0_11 - link do publikacji
  8. Multi-objective sample weighting for imbalanced data classification
    Autorzy:
    Szymon Wojciechowski
    Konferencja:
    Proceedings of the 3rd Polish Conference on Artificial Intelligence, PP-RAI'2022 (tom: the 3rd Polish Conference on Artificial Intelligence, PP-RAI'2022, strony: 69-72), Wydawca: Wydawnictwo Uniwersytetu Morskiego w Gdyni
    Data:
    konferencja 26-26.04.2022
    Status:
    Opublikowana
    Doi:
    link do publikacji
  9. Multi-objective evolutionary undersampling algorithm for imbalanced data classification
    Autorzy:
    Szymon T. Wojciechowski
    Konferencja:
    Lecture Notes in Computer Science. ISSN 0302-9743; vol. 12744 (tom: ICCS 2021, strony: 118-127), Wydawca: Springer
    Data:
    konferencja 16-18 czerwiec 2021
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-030-77967-2_11 - link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy