Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Głębokie generatywne spojrzenie na uczenie ciągłe

2020/39/B/ST6/01511

Słowa kluczowe:

uczenie maszynowe głębokie sieci neuronowe modele generatywne uczenie ciągłe widzenie komputerowe

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe

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.

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr hab. Tomasz Trzciński 

Liczba wykonawców projektu: 5

Konkurs: OPUS 20 - ogłoszony 2020-09-15

Przyznana kwota: 1 316 000 PLN

Rozpoczęcie projektu: 2021-07-01

Zakończenie projektu: 2024-07-22

Planowany czas trwania projektu: 36 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 (3)
  • Teksty w publikacjach pokonferencyjnych (13)
  1. Logarithmic Continual Learning
    Autorzy:
    W. Masarczyk, P. Wawrzyński, D. Marczak, K. Deja, T. Trzciński
    Czasopismo:
    IEEE Access (rok: 2022, tom: 10, strony: 117001-117010), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/ACCESS.2022.3218907 - link do publikacji
  2. Enhancing variational quantum state diagonalization using reinforcement learning techniques
    Autorzy:
    Akash Kundu, Przemysław Bedełek, Mateusz Ostaszewski, Onur Danaci, Yash J Patel, Vedran Dunjko, Jarosław A Miszczak
    Czasopismo:
    New Journal of Physics (rok: 2024, tom: 26, strony: 13034), Wydawca: IOP Publishing
    Status:
    Opublikowana
    Doi:
    10.1088/1367-2630/ad1b7f - link do publikacji
  3. Logarithmic Continual Learning
    Autorzy:
    W. Masarczyk, P. Wawrzyński, D. Marczak, K. Deja, T. Trzciński
    Czasopismo:
    IEEE Access (rok: 2022, tom: 10, strony: 117001-117010), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/ACCESS.2022.3218907 - link do publikacji
  1. Continual Learning with Guarantees via Weight Interval Constraints
    Autorzy:
    M. Wołczyk, K. Piczak, B. Wójcik, Ł. Pustelnik, P. Morawiecki, J. Tabor, T. Trzcinski, P. Spurek
    Konferencja:
    Proceedings of the 39th International Conference on Machine Learning (rok: 2022, tom: International Conference on Machine Learning (ICML), strony: 23897-23911), Wydawca: PMLR
    Data:
    konferencja Jul 17, 2022 – Jul 23, 2022
    Status:
    Opublikowana
  2. Learning Data Representations with Joint Diffusion Models
    Autorzy:
    Kamil Deja, Tomasz Trzciński, Jakub M Tomczak
    Konferencja:
    Machine Learning and Knowledge Discovery in Databases: Research Track (rok: 2023, tom: European Conference, ECML PKDD 2023, strony: 543–559), Wydawca: Springer Cham
    Data:
    konferencja September 18–22, 2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-43415-0 - link do publikacji
  3. On robustness of generative representations against catastrophic forgetting
    Autorzy:
    W. Masarczyk, K. Deja, T. Trzciński
    Konferencja:
    Communications in Computer and Information Science, vol 1517 (rok: 2021, tom: International Conference on Neural Information Processing, strony: 325-333), Wydawca: Springer International Publishing
    Data:
    konferencja 8-12 December 2021
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-030-92310-5_38 - link do publikacji
  4. On Analyzing Generative and Denoising Capabilities of Diffusion-based Deep Generative Models
    Autorzy:
    K. Deja, A. Kuzina, T. Trzciński, J. Tomczak
    Konferencja:
    Advances in Neural Information Processing Systems (rok: 2022, tom: Neural Information Processing Systems (NeurIPS), strony: b.d.), Wydawca: Curran Associates
    Data:
    konferencja Nov 28, 2022 – Dec 9, 2022
    Status:
    Przyjęta do publikacji
  5. Multiband VAE: Latent Space Alignment for Knowledge Consolidation in Continual Learning
    Autorzy:
    K. Deja, P. Wawrzyński, W. Masarczyk, D. Marczak, T. Trzciński
    Konferencja:
    Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence, IJCAI-22 (rok: 2022, tom: International Joint Conference on Artificial Intelligence IJCAI-ECAI 2022, strony: 2902-2908), Wydawca: International Joint Conferences on Artificial Intelligence Organization
    Data:
    konferencja July 23-29, 2022
    Status:
    Opublikowana
    Doi:
    10.24963/ijcai.2022/402 - link do publikacji
  6. The Effectiveness of World Models for Continual Reinforcement Learning
    Autorzy:
    Samuel Kessler, Mateusz Ostaszewski, MichałPaweł Bortkiewicz, Mateusz Żarski, Maciej Wolczyk, Jack Parker-Holder, Stephen J. Roberts, Piotr Miłoś
    Konferencja:
    Proceedings of The 2nd Conference on Lifelong Learning Agents (rok: 2023, tom: Conference on Lifelong Learning Agents, strony: 184--204), Wydawca: PMLR
    Data:
    konferencja 22--25 Aug 2023
    Status:
    Opublikowana
  7. Continual Learning of 3D Point Cloud Generators
    Autorzy:
    M. Sadowski, K. Piczak, P. Spurek, T. Trzciński
    Konferencja:
    Neural Information Processing, Part I (rok: 2021, tom: International Conference on Neural Information Processing, strony: 330-341), Wydawca: Springer International Publishing
    Data:
    konferencja 8-12 December 2021
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-030-92185-9_27 - link do publikacji
  8. The tunnel effect: Building data representations in deep neural networks
    Autorzy:
    Wojciech Masarczyk, Mateusz Ostaszewski, Ehsan Imani, Razvan Pascanu, Piotr Miłoś, Tomasz Trzcinski
    Konferencja:
    Advances in Neural Information Processing Systems 36 (rok: 2024, tom: Neural Information Processing Systems (NeurIPS), strony: b.d.), Wydawca: Curran Associates
    Data:
    konferencja 8.12.2023 - 12.12.2023
    Status:
    Opublikowana
  9. On robustness of generative representations against catastrophic forgetting
    Autorzy:
    W. Masarczyk, K. Deja, T. Trzciński
    Konferencja:
    Communications in Computer and Information Science, vol 1517 (rok: 2021, tom: International Conference on Neural Information Processing, strony: 325-333), Wydawca: Springer International Publishing
    Data:
    konferencja 8-12 December 2021
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-030-92310-5_38 - link do publikacji
  10. Multiband VAE: Latent Space Alignment for Knowledge Consolidation in Continual Learning
    Autorzy:
    K. Deja, P. Wawrzyński, W. Masarczyk, D. Marczak, T. Trzciński
    Konferencja:
    Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence, IJCAI-22 (rok: 2022, tom: International Joint Conference on Artificial Intelligence IJCAI-ECAI 2022, strony: 2902-2908), Wydawca: International Joint Conferences on Artificial Intelligence Organization
    Data:
    konferencja July 23-29, 2022
    Status:
    Opublikowana
    Doi:
    10.24963/ijcai.2022/402 - link do publikacji
  11. On Analyzing Generative and Denoising Capabilities of Diffusion-based Deep Generative Models
    Autorzy:
    K. Deja, A. Kuzina, T. Trzciński, J. Tomczak
    Konferencja:
    Advances in Neural Information Processing Systems (rok: 2022, tom: Neural Information Processing Systems (NeurIPS), strony: b.d.), Wydawca: Curran Associates
    Data:
    konferencja Nov 28, 2022 – Dec 9, 2022
    Status:
    Przyjęta do publikacji
  12. Continual Learning with Guarantees via Weight Interval Constraints
    Autorzy:
    M. Wołczyk, K. Piczak, B. Wójcik, Ł. Pustelnik, P. Morawiecki, J. Tabor, T. Trzcinski, P. Spurek
    Konferencja:
    Proceedings of the 39th International Conference on Machine Learning (rok: 2022, tom: International Conference on Machine Learning (ICML), strony: 23897-23911), Wydawca: PMLR
    Data:
    konferencja Jul 17, 2022 – Jul 23, 2022
    Status:
    Opublikowana
  13. Continual Learning of 3D Point Cloud Generators
    Autorzy:
    M. Sadowski, K. Piczak, P. Spurek, T. Trzciński
    Konferencja:
    Neural Information Processing, Part I (rok: 2021, tom: International Conference on Neural Information Processing, strony: 330-341), Wydawca: Springer International Publishing
    Data:
    konferencja 8-12 December 2021
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-030-92185-9_27 - link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy