Projekty finansowane przez NCN
Usprawnienie adaptowalności modeli uczonych metodami samonadzorowanymi
2023/49/N/ST6/03268
Słowa kluczowe:
uczenie maszynowe uczenie głębokie szybka adaptacja dostrajanie ciągłe uczenie zapominanie uczenie z kilku przykładów uczenie samonadzorowane
Deskryptory:
- ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
- ST6_07: 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
Kierownik projektu (z jednostki realizującej):
Liczba wykonawców projektu: 2
Konkurs: PRELUDIUM 22 - ogłoszony 2023-03-16
Przyznana kwota: 120 663 PLN
Rozpoczęcie projektu: 2024-01-23
Zakończenie projektu: 2026-01-22
Planowany czas trwania projektu: 24 miesięcy (z wniosku)
Status projektu: Projekt w realizacji
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 (1)
- Teksty w publikacjach pokonferencyjnych (1)
- Augmentation-aware self-supervised learning with conditioned projectorAutorzy:Marcin Przewięźlikowski, Mateusz Pyla, Bartosz Zieliński, Bartłomiej Twardowski, Jacek Tabor, Marek ŚmiejaCzasopismo:Knowledge-Based Systems (rok: 2024, tom: 305, strony: 112572), Wydawca: ElsevierStatus:OpublikowanaDoi:10.1016/j.knosys.2024.112572 - link do publikacji
- A Deep Cut Into Split Federated Self-Supervised LearningAutorzy:Marcin Przewięźlikowski, Marcin Osial, Bartosz Zieliński, Marek ŚmiejaKonferencja:Machine Learning and Knowledge Discovery in Databases. Research Track (ECML PKDD 2024) (rok: 2024, tom: ECML PKDD 2024, strony: 444-459), Wydawca: SpringerData:konferencja 9-13 września 2024Status:OpublikowanaDoi:10.1007/978-3-031-70344-7_26 - link do publikacji