Projekty finansowane przez NCN
Głębokie uczenie dla danych tabelarycznych
2023/50/E/ST6/00169
Słowa kluczowe:
głębokie uczenie sieci neuronowe dane tabelaryczne zespoły klasyfikatorów transformery hipersieci
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
Konkurs: SONATA BIS 13 - ogłoszony 2023-06-19
Przyznana kwota: 1 479 084 PLN
Rozpoczęcie projektu: 2024-06-27
Zakończenie projektu: 2028-06-26
Planowany czas trwania projektu: 48 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
- Teksty w publikacjach pokonferencyjnych (1)
- VisTabNet: Adapting Vision Transformers for Tabular DataAutorzy:Witold Wydmański, Ulvi Movsum-zada, Jacek Tabor, Marek ŚmiejaKonferencja:Proceedings of the 2025 SIAM International Conference on Data Mining (SDM) (rok: 2025, tom: SIAM Conference on Data Mining, strony: 497 - 506), Wydawca: SIAMData:konferencja 1-3 maja 2025Status:OpublikowanaDoi:10.1137/1.9781611978520 - link do publikacji