Projekty finansowane przez NCN


Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Wykrywanie i zmniejszanie wpływu tendencyjności danych za pomocą objaśnialnej sztucznej inteligencji

2019/35/N/ST6/04052

Słowa kluczowe:

Sztuczna inteligencja uczenie maszynowe głębokie uczenie objaśnialność przejrzystość bias

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
  • ST6_7: Sztuczna inteligencja, systemy inteligentne i wieloagentowe

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Politechnika Gdańska

woj.

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Agnieszka Mikołajczyk-Bareła 

Liczba wykonawców projektu: 2

Konkurs: PRELUDIUM 18 - ogłoszony 2019-09-16

Przyznana kwota: 138 240 PLN

Rozpoczęcie projektu: 2020-06-19

Zakończenie projektu: 2024-06-18

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. The (de)biasing effect of GAN-based augmentation methods on skin lesion images
    Autorzy:
    Agnieszka Mikołajczyk, Sylwia Majchrowska, Sandra Carcassco
    Konferencja:
    Lecture Notes in Computer Science (rok: 2022, tom: Medical Image Computing and Computer Assisted Intervention – MICCAI 2022, strony: 437-447), Wydawca: Springer, Cham
    Data:
    konferencja Wrzesień 18–22, 2022
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-16452-1_42 - link do publikacji
  2. The (de)biasing effect of GAN-based augmentation methods on skin lesion images
    Autorzy:
    Agnieszka Mikołajczyk, Sylwia Majchrowska, Sandra Carcassco
    Konferencja:
    MICCAI2022 (tom: MICCAI, strony: ), Wydawca: Springer
    Data:
    konferencja 18-22.09.2022
    Status:
    Przyjęta do publikacji
  3. The (de)biasing effect of GAN-based augmentation methods on skin lesion images
    Autorzy:
    Agnieszka Mikołajczyk, Sylwia Majchrowska, Sandra Carcassco
    Konferencja:
    Lecture Notes in Computer Science (rok: 2022, tom: Medical Image Computing and Computer Assisted Intervention – MICCAI 2022, strony: 437-447), Wydawca: Springer, Cham
    Data:
    konferencja Wrzesień 18–22, 2022
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-16452-1_42 - link do publikacji