Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Głębokie samoorganizujące się grafy neuronowe

2021/41/B/ST6/01370

Słowa kluczowe:

grafy decyzyjne głębokie nauczanie sieci neuronowe interpretowalność

Deskryptory:

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

Panel:

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

Jednostka realizująca:

Uniwersytet Jagielloński, Wydział Matematyki i Informatyki

woj.

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

prof. Jacek Tabor 

Liczba wykonawców projektu: 9

Konkurs: OPUS 21 - ogłoszony 2021-03-15

Przyznana kwota: 1 332 446 PLN

Rozpoczęcie projektu: 2022-02-01

Zakończenie projektu: 2025-02-03

Planowany czas trwania projektu: 36 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 (15)
  1. ProtoMIL: Multiple Instance Learning with Prototypical Parts for Whole-Slide Image Classification
    Autorzy:
    Dawid Rymarczyk; Adam Pardyl; Jarosław Kraus; Aneta Kaczyńska; Marek Skomorowski; Bartosz Zieliński
    Konferencja:
    Machine Learning and Knowledge Discovery in Databases (rok: 2022, tom: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Database [ECML PKDD], strony: 421-436), Wydawca: Springer, Cham
    Data:
    konferencja 19-23.09.2022
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-26387-3_26 - link do publikacji
  2. Interpretability Benchmark for Evaluating Spatial Misalignment of Prototypical Parts Explanations
    Autorzy:
    Mikołaj Sacha, Bartosz Jura, Dawid Rymarczyk, Łukasz Struski, Jacek Tabor, Bartosz Zieliński
    Konferencja:
    Proceedings of the AAAI Conference on Artificial Intelligence (rok: 2024, tom: The 38th Annual AAAI Conference on Artificial Intelligence, strony: 45667), Wydawca: AAAI Press
    Data:
    konferencja 20-27.02.2024
    Status:
    Opublikowana
    Doi:
    10.48550/arXiv.2308.08162 - link do publikacji
  3. ProtoSeg: Interpretable Semantic Segmentation with Prototypical Parts
    Autorzy:
    Mikołaj Sacha; Dawid Rymarczyk; Łukasz Struski; Jacek Tabor; Bartosz Zieliński
    Konferencja:
    2023 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) (rok: 2023, tom: Winter Conference on Applications of Computer Vision [WACV], strony: 1481-1492), Wydawca: IEEE
    Data:
    konferencja 2-7.01.2023
    Status:
    Opublikowana
    Doi:
    10.1109/WACV56688.2023.00153 - link do publikacji
  4. SONGs: Self-Organizing Neural Graphs
    Autorzy:
    Łukasz Struski; Tomasz Danel; Marek Śmieja; Jacek Tabor; Bartosz Zieliński
    Konferencja:
    2023 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) (rok: 2023, tom: Winter Conference on Applications of Computer Vision [WACV], strony: 3837-3846), Wydawca: IEEE
    Data:
    konferencja 2-7.01.2023
    Status:
    Opublikowana
    Doi:
    10.1109/WACV56688.2023.00384 - link do publikacji
  5. Bounding Evidence and Estimating Log-Likelihood in VAE
    Autorzy:
    Łukasz Struski, Marcin Mazur, Paweł Batorski, Przemysław Spurek, Jacek Tabor
    Konferencja:
    Proceedings of The 26th International Conference on Artificial Intelligence and Statistics (rok: 2023, tom: International Conference on Artificial Intelligence and Statistics [AISTATS], strony: 5036-5051), Wydawca: PMLR
    Data:
    konferencja 25-27.04.2023
    Status:
    Opublikowana
    Doi:
    10.48550/arXiv.2206.09453 - link do publikacji
  6. ProGReST: Prototypical Graph Regression Soft Trees for Molecular Property Prediction
    Autorzy:
    Dawid Rymarczyk, Daniel Dobrowolski, Tomasz Danel
    Konferencja:
    brak (rok: 2023, tom: SIAM International Conference on Data Mining [SDM], strony: brak), Wydawca: brak
    Data:
    konferencja 27-29.04.2023
    Status:
    Przyjęta do publikacji
    Doi:
    link do publikacji
  7. ProPML: Probability Partial Multi-label Learning
    Autorzy:
    Łukasz Struski, Adam Pardyl, Jacek Tabor, Bartosz Zieliński
    Konferencja:
    2023 IEEE 10th International Conference on Data Science and Advanced Analytics (DSAA) (rok: 2023, tom: 2023 IEEE 10th International Conference on Data Science and Advanced Analytics (DSAA), strony: 45665), Wydawca: IEEE
    Data:
    konferencja 9-13.10.2023
    Status:
    Opublikowana
    Doi:
    10.1109/DSAA60987.2023.10302620 - link do publikacji
  8. ProtoMIL: Multiple Instance Learning with Prototypical Parts for Whole-Slide Image Classification
    Autorzy:
    Dawid Rymarczyk; Adam Pardyl; Jarosław Kraus; Aneta Kaczyńska; Marek Skomorowski; Bartosz Zieliński
    Konferencja:
    brak (rok: 2022, tom: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Database [ECML PKDD], strony: brak), Wydawca: brak
    Data:
    konferencja 19-23.09.2022
    Status:
    Opublikowana
    Doi:
    link do publikacji
  9. ProtoSeg: Interpretable Semantic Segmentation with Prototypical Parts
    Autorzy:
    Mikołaj Sacha; Dawid Rymarczyk; Łukasz Struski; Jacek Tabor; Bartosz Zieliński
    Konferencja:
    2023 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) (rok: 2023, tom: Winter Conference on Applications of Computer Vision [WACV], strony: 1481-1492), Wydawca: IEEE
    Data:
    konferencja 2-7.01.2023
    Status:
    Opublikowana
    Doi:
    10.1109/WACV56688.2023.00153 - link do publikacji
  10. Contrastive Hierarchical Clustering
    Autorzy:
    Michał Znaleźniak, Przemysław Rola, Patryk Kaszuba, Jacek Tabor, Marek Śmieja
    Konferencja:
    Lecture Notes in Computer Science, Machine Learning and Knowledge Discovery in Databases: Research Track (rok: 2023, tom: Joint European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD) 2023, strony: 627-643), Wydawca: Springer, Cham
    Data:
    konferencja 18-22.09.2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-43412-9_37 - link do publikacji
  11. ProGReST: Prototypical Graph Regression Soft Trees for Molecular Property Prediction
    Autorzy:
    Dawid Rymarczyk, Daniel Dobrowolski, Tomasz Danel
    Konferencja:
    Proceedings of the 2023 SIAM International Conference on Data Mining (SDM) (rok: 2023, tom: SIAM International Conference on Data Mining [SDM], strony: 379-387), Wydawca: SIAM
    Data:
    konferencja 27-29.04.2023
    Status:
    Opublikowana
    Doi:
    10.1137/1.9781611977653.ch43 - link do publikacji
  12. SONGs: Self-Organizing Neural Graphs
    Autorzy:
    Łukasz Struski; Tomasz Danel; Marek Śmieja; Jacek Tabor; Bartosz Zieliński
    Konferencja:
    2023 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) (rok: 2023, tom: Winter Conference on Applications of Computer Vision [WACV], strony: 3837-3846), Wydawca: IEEE
    Data:
    konferencja 2-7.01.2023
    Status:
    Opublikowana
    Doi:
    10.1109/WACV56688.2023.00384 - link do publikacji
  13. Interpretable Image Classification with Differentiable Prototypes Assignment
    Autorzy:
    Dawid Rymarczyk, Łukasz Struski, Michał Górszczak, Koryna Lewandowska, Jacek Tabor, Bartosz Zieliński
    Konferencja:
    ECCV 2022: Computer Vision - ECCV 2022 (rok: 2022, tom: European Conference on Computer Vision [ECCV], strony: 351–368), Wydawca: Springer
    Data:
    konferencja 23-27.10.2022
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-19775-8_21 - link do publikacji
  14. Interpretable Image Classification with Differentiable Prototypes Assignment
    Autorzy:
    Dawid Rymarczyk, Łukasz Struski, Michał Górszczak, Koryna Lewandowska, Jacek Tabor, Bartosz Zieliński
    Konferencja:
    ECCV 2022: Computer Vision - ECCV 2022 (rok: 2022, tom: European Conference on Computer Vision [ECCV], strony: 351–368), Wydawca: Springer
    Data:
    konferencja 23-27.10.2022
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-19775-8_21 - link do publikacji
  15. Bounding Evidence and Estimating Log-Likelihood in VAE
    Autorzy:
    Łukasz Struski, Marcin Mazur, Paweł Batorski, Przemysław Spurek, Jacek Tabor
    Konferencja:
    brak (rok: 2023, tom: International Conference on Artificial Intelligence and Statistics [AISTATS], strony: brak), Wydawca: brak
    Data:
    konferencja 25-27.04.2023
    Status:
    Przyjęta do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy