Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Rozwój metod uczenia maszynowego z zastosowaniem do przewidywania aktywności związków chemicznych

2014/13/N/ST6/01832

Słowa kluczowe:

entropia selekcja cech metryka klasyfikacja klastrowanie chemoinformatyka fingerprint

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_13: Bioinformatyka, bioobliczenia, obliczenia DNA i molekularne

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

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Marek Śmieja 

Liczba wykonawców projektu: 3

Konkurs: PRELUDIUM 7 - ogłoszony 2014-03-17

Przyznana kwota: 71 500 PLN

Rozpoczęcie projektu: 2015-02-25

Zakończenie projektu: 2016-12-24

Planowany czas trwania projektu: 22 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (5)
  • Teksty w publikacjach pokonferencyjnych (3)
  1. R package CEC
    Autorzy:
    Przemysław Spurek, Konrad Kamieniecki, Jacek Tabor, Krzysztof Misztal, Marek Śmieja
    Czasopismo:
    Neurocomputing (rok: 2017, tom: 237, strony: 410-413), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.neucom.2016.08.118 - link do publikacji
  2. Average Information Content Maximization - a new approach for fingerprint hybridization and reduction
    Autorzy:
    Marek Śmieja, Dawid Warszycki
    Czasopismo:
    Plos one (rok: 2016, tom: 45597, strony: e0146666), Wydawca: Public Library of Science
    Status:
    Opublikowana
    Doi:
    10.1371/journal.pone.0146666 - link do publikacji
  3. Constrained clustering with a complex cluster structure
    Autorzy:
    Marek Śmieja, Magdalena Wiercioch
    Czasopismo:
    Advances in Data Analysis and Classification (rok: 2017, tom: 45599, strony: 493-518), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s11634-016-0254-x - link do publikacji
  4. Entropy approximation in lossy source coding problem
    Autorzy:
    Marek Śmieja, Jacek Tabor
    Czasopismo:
    Entropy (rok: 2015, tom: 17/5, strony: 3400-3418), Wydawca: Molecular Diversity Preservation International (MDPI)
    Status:
    Opublikowana
    Doi:
    10.3390/e17053400 - link do publikacji
  5. Mixture of metrics optimization for machine learning problems
    Autorzy:
    Magdalena Wiercioch, Marek Śmieja
    Czasopismo:
    Schedae Informaticae (rok: 2015, tom: 24, strony: 133-142), Wydawca: Uniwersytet Jagielloński
    Status:
    Opublikowana
    Doi:
    10.4467/20838476SI.15.008.3030 - link do publikacji
  1. Fast entropy clustering of sparse high dimensional binary data
    Autorzy:
    Marek Śmieja, Szymon Nakoneczny, Jacek Tabor
    Konferencja:
    IEEE International Joint Conference on Neural Networks (IJCNN 2016) (rok: 2016, ), Wydawca: IEEE
    Data:
    konferencja 24-29 lipca 2016
    Status:
    Opublikowana
    Doi:
    link do publikacji
  2. Probability Index of Metric Correspondence as a measure of visualization reliability
    Autorzy:
    Magdalena Wiercioch, Marek Śmieja, Jacek Tabor
    Konferencja:
    Workshop on Mchine Learning and Life Science under ECML PKDD 2015 (rok: 2015, ), Wydawca: -
    Data:
    konferencja 7-11.09.2015
    Status:
    Opublikowana
  3. Natural language processing methods in biological activity prediction
    Autorzy:
    Szymon Nakoneczny, Marek Śmieja
    Konferencja:
    ECML PKDD workshop on Machine Learning and Life Science (MLLS 2016) (rok: 2016, ), Wydawca: KSSK Wroclaw University of Technology
    Data:
    konferencja 23 września 2016
    Status:
    Opublikowana

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy