Change language

Wyszukiwarka projektów

Aplikacja metod uczenia głębokiego opartych o atencję do znajdowania nowych aktywnych związków chemicznych

2019/35/N/ST6/02125

Słowa kluczowe

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

Uniwersytet Jagielloński, Wydział Matematyki i Informatyki

woj. małopolskie

Inne projekty tej jednostki »

Kierownik projektu (z jednostki realizującej)

Łukasz Andrzej Maziarka

Liczba wykonawców projektu: 3

Konkurs

PRELUDIUM 18 – ogłoszony 2019-09-16

Przyznana kwota
94 332 PLN
Rozpoczęcie projektu
2020-08-10
Zakończenie projektu
2024-01-09
Planowany czas trwania projektu
41 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 (3)

  1. Extended study on atomic featurization in graph neural networks for molecular property prediction

    Autorzy:
    Agnieszka Wojtuch, Tomasz Danel, Sabina Podlewska, Łukasz Maziarka
    Czasopismo:
    Journal of Cheminformatics (rok: 2023, tom: 15, strony: 81), Wydawca: Springer
    Status:
    Opublikowana
    DOI:
    10.1186/s13321-023-00751-7 – link do publikacji

  2. Relative molecule self-attention transformer

    Autorzy:
    Łukasz Maziarka, Dawid Majchrowski, Tomasz Danel, Piotr Gaiński, Jacek Tabor, Igor Podolak, Paweł Morkisz, Stanisław Jastrzębski
    Czasopismo:
    Journal of Cheminformatics (rok: 2024, tom: 16, strony: 3), Wydawca: Springer
    Status:
    Opublikowana
    DOI:
    10.1186/s13321-023-00789-7 – link do publikacji

  3. Multi-Label Conditional Generation From Pre-Trained Models

    Autorzy:
    Magdalena Proszewska, Maciej Wołczyk, Maciej Zieba, Patryk Wielopolski, Łukasz Maziarka, Marek Śmieja
    Czasopismo:
    IEEE Transactions on Pattern Analysis and Machine Intelligence (rok: 2024, tom: Early Access, strony: 46036), Wydawca: IEEE
    Status:
    Opublikowana
    DOI:
    10.1109/TPAMI.2024.3382008 – link do publikacji

Teksty w publikacjach pokonferencyjnych (6)

  1. Multitask Learning Using BERT with Task-Embedded Attention

    Autorzy:
    Łukasz Maziarka; Tomasz Danel
    Konferencja:
    2021 International Joint Conference on Neural Networks (IJCNN) (rok: 2021, tom: IJCNN 2021), Wydawca: IEEE
    Data:
    konferencja 18-22.07.2021
    Status:
    Opublikowana
    DOI:
    10.1109/IJCNN52387.2021.9533990 – link do publikacji

  2. Spatial Graph Convolutional Networks

    Autorzy:
    Tomasz Danel; Przemysław Spurek; Jacek Tabor; Marek Śmieja; Łukasz Struski; Agnieszka Słowik; Łukasz Maziarka
    Konferencja:
    International Conference on Neural Information Processing 2020 (rok: 2020, tom: ICONIP 2020, strony: 668-675), Wydawca: Springer, Cham
    Data:
    konferencja 18-22.11.2020
    Status:
    Opublikowana
    DOI:
    10.1007/978-3-030-63823-8_76 – link do publikacji

  3. HuggingMolecules: An Open-Source Library for Transformer-Based Molecular Property Prediction

    Autorzy:
    Piotr Gaiński; Łukasz Maziarka; Tomasz Danel; Stanisław Jastrzębski
    Konferencja:
    The Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI-21) (Student Abstract) (rok: 2022, tom: AAAI 2022, strony: 12949-12950), Wydawca: Association for the Advancement of Artificial Intelligence
    Data:
    konferencja 22.02.2022 - 01.03.2022
    Status:
    Opublikowana
    DOI:
    10.1609/aaai.v36i11.21611 – link do publikacji

  4. Comparison of Atom Representations in Graph Neural Networks for Molecular Property Prediction

    Autorzy:
    Agnieszka Pocha; Tomasz Danel; Sabina Podlewska; Jacek Tabor; Łukasz Maziarka
    Konferencja:
    2021 International Joint Conference on Neural Networks (IJCNN) (rok: 2021, tom: IJCNN 2021), Wydawca: IEEE
    Data:
    konferencja 18-22.07.2021
    Status:
    Opublikowana
    DOI:
    10.1109/IJCNN52387.2021.9533698 – link do publikacji

  5. On the relationship between disentanglement and multi-task learning

    Autorzy:
    Łukasz Maziarka, Aleksandra Nowak, Maciej Wołczyk, Andrzej Bedychaj
    Konferencja:
    Machine Learning and Knowledge Discovery in Databases, European Conference, ECML PKDD 2022, Grenoble, France, September 19–23, 2022, Proceedings, Part I (rok: 2023, tom: Machine Learning and Knowledge Discovery in Databases. ECML PKDD 2022., strony: 625–641), Wydawca: Springer, Cham
    Data:
    konferencja 19-23.09.2022
    Status:
    Opublikowana
    DOI:
    10.1007/978-3-031-26387-3_38 – link do publikacji

  6. PluGeN: Multi-Label Conditional Generation From Pre-Trained Models

    Autorzy:
    Maciej Wołczyk; Magdalena Proszewska; Łukasz Maziarka; Maciej Zieba; Patryk Wielopolski; Rafał Kurczab; Marek Śmieja
    Konferencja:
    The Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI-21) (rok: 2022, tom: AAAI 2022, strony: 8647-8656), Wydawca: Association for the Advancement of Artificial Intelligence
    Data:
    konferencja 22.02.2022 - 01.03.2022
    Status:
    Opublikowana
    DOI:
    10.1609/aaai.v36i8.20843 – link do publikacji

« Nowe wyszukiwanie

Projekt graficzny i wykonanie: Jakub Piotrowski