Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Rozwój modeli generatywnych do szybkich symulacji w ALICE CERN

2020/39/O/ST6/01478

Słowa kluczowe:

sieci neuronowe symulacja fizyka wysokich energii

Deskryptory:

  • ST6_011: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
  • ST6_012: Obliczenia naukowe, narzędzia modelowania i symulacji
  • ST2_002: Fizyka cząstek elementarnych

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. mazowieckie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

prof. Przemysław Stefan Rokita 

Liczba wykonawców projektu: 2

Konkurs: PRELUDIUM BIS 2 - ogłoszony 2020-09-15

Przyznana kwota: 441 700 PLN

Rozpoczęcie projektu: 2021-10-01

Zakończenie projektu: 2025-09-30

Planowany czas trwania projektu: 48 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

  • Teksty w publikacjach pokonferencyjnych (3)
  1. Bucks for Buckets (B4B): Active Defenses Against Stealing Encoders
    Autorzy:
    Jan Dubiński, Stanisław Pawlak, Franziska Boenisch, Tomasz Trzcinski, Adam Dziedzic
    Konferencja:
    Advances in Neural Information Processing Systems 36 (NeurIPS 2023) Main Conference Track (tom: Conference on Neural Information Processing Systems, strony: 55237-55259), Wydawca: Curran Associates, Inc.
    Data:
    konferencja 10.12.2023-16.12.2023
    Status:
    Opublikowana
    Doi:
  2. Selectively increasing the diversity of GAN-generated samples
    Autorzy:
    Jan Dubiński, Kamil Deja, Sandro Wenzel, Przemysław Rokita, Tomasz Trzciński
    Konferencja:
    Status:
    Przyjęta do publikacji
  3. Machine Learning methods for simulating particle response in the Zero Degree Calorimeter at the ALICE experiment, CERN
    Autorzy:
    Jan Dubiński, Kamil Deja, Sandro Wenzel, Przemysław Rokita, Tomasz Trzciński
    Konferencja:
    Status:
    Przyjęta do publikacji