Projekty finansowane przez NCN
Rozwój algorytmów identyfikacji wszystkich ważnych zmiennych z użyciem metod uczenia maszynowego
2013/09/B/ST6/01550
Słowa kluczowe:
wybór zmiennych uczenie maszynowe klasyfikacja
Deskryptory:
- ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
- ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe
- ST6_6: Algorytmika, algorytmy równoległe, rozproszone i sieciowe, algorytmiczna teoria gier
Panel:
ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne
Jednostka realizująca:
Uniwersytet Warszawski, Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego
woj. mazowieckie
Kierownik projektu (z jednostki realizującej):
Liczba wykonawców projektu: 8
Konkurs: OPUS 5 - ogłoszony 2013-03-15
Przyznana kwota: 501 860 PLN
Rozpoczęcie projektu: 2014-02-17
Zakończenie projektu: 2016-10-16
Planowany czas trwania projektu: 32 miesięcy (z wniosku)
Status projektu: Projekt rozliczony
Zakupiona aparatura
- Wysokiej klasy karta graficzna zgodna z technologią CUDA. Za kwotę 7 000 PLN
- Karta akceleratora obliczeniowego Intel Xeon Phi. Za kwotę 24 000 PLN
- Mobilna stacja robocza dla Kierownika Projektu, zgodna z systemem MacOS X. Za kwotę 1 487 PLN
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (4)
- MDFS: MultiDimensional Feature Selection in RAutorzy:Radosław Piliszek, Krzysztof Mnich, Szymon Migacz, Paweł Tabaszewski, Andrzej Sułecki, Aneta Polewko-Klim, Witold RudnickiCzasopismo:R Journal (rok: 2019, tom: 0,459027777777778, strony: 198-210), Wydawca: R FOUNDATION STATISTICAL COMPUTINGStatus:OpublikowanaDoi:10.32614/RJ-2019-019 - link do publikacji
- Statistics of All-Relevant Feature Selection with Contrast Variables using Boruta ApproachAutorzy:Mariusz Wrzesień, Wiesław Paja, Rafał Niemiec, Witold R. RudnickiCzasopismo:Fundamenta Informaticae , Wydawca: IOS PressStatus:ZłożonaDoi:brak - link do publikacji
- All-relevant feature selection using multidimensional filters with exhaustive searchAutorzy:Krzysztof Mnich, Witold R. RudnickiCzasopismo:Information Sciences (rok: 2020, tom: 524, strony: 277-297), Wydawca: ElsevierStatus:OpublikowanaDoi:10.1016/j.ins.2020.03.024 - link do publikacji
- Sensitivity analysis based on the Random Forest machine learning algorithm identifies candidate genes for regulation of innate and adaptive immune response of chickenAutorzy:AnetaPolewko-Klim, Wojciech Lesiński, Agnieszka Golińska, Krzysztof Mnich, Maria Siwek and Witold R RudnickiCzasopismo:Poultry Science , Wydawca: Elsevier, IncStatus:ZłożonaDoi:brak - link do publikacji