Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Głębokie warunkowe modele generatywne

2022/45/B/ST6/01117

Słowa kluczowe:

głębokie uczenie modele generatywne hipersieci rozkład warunkowy wyjaśnialność modeli generowanie związków chemicznych problemy odwrotne

Deskryptory:

  • ST6_011: 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. małopolskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Marek Śmieja 

Liczba wykonawców projektu: 5

Konkurs: OPUS 23 - ogłoszony 2022-03-28

Przyznana kwota: 668 932 PLN

Rozpoczęcie projektu: 2023-01-11

Zakończenie projektu: 2026-01-10

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

  • Publikacje w czasopismach (2)
  • Teksty w publikacjach pokonferencyjnych (9)
  1. Multi-Label Conditional Generation from Pre-trained Models
    Autorzy:
    M. Proszewska, M. Wołczyk, M. Zieba, P. Wielopolski, Ł. Maziarka and M. Śmieja
    Czasopismo:
    IEEE Transactions on Pattern Analysis and Machine Intelligence (rok: 2024, tom: 46/9, strony: 6185-6198), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/TPAMI.2024.3382008 - link do publikacji
  2. Augmentation-aware Self-supervised Learning with Conditioned Projector
    Autorzy:
    Marcin Przewięźlikowski, Mateusz Pyla, Bartosz Zieliński ,Bartłomiej Twardowski ,Jacek Tabor, Marek Śmieja
    Czasopismo:
    Knowledge-Based Systems (rok: 2024, tom: 205, strony: 112572), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.knosys.2024.112572 - link do publikacji
  1. r-softmax: Generalized Softmax with Controllable Sparsity Rate
    Autorzy:
    Klaudia Bałazy, Łukasz Struski, Marek Śmieja, Jacek Tabor
    Konferencja:
    Lecture Notes in Computer Science vol 14074 (rok: 2013, tom: International Conference on Computational Science, strony: 137–145), Wydawca: Springer, Cham
    Data:
    konferencja 3-5 lipiec 2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-36021-3_11 - link do publikacji
  2. Face Identity-Aware Disentanglement in StyleGAN
    Autorzy:
    Suwała, A.; Wójcik, B.; Proszewska, M.; Tabor, J.; Spurek, P.; and Śmieja, M.
    Konferencja:
    IEEE/CVF Winter Conference on Applications of Computer Vision (rok: 2024, tom: IEEE/CVF Winter Conference on Applications of Computer Vision, strony: 5222–5231), Wydawca: Computer Vision Foundation
    Data:
    konferencja 2024-01-04 - 2024-01-08
    Status:
    Opublikowana
    Doi:
    10.1109/WACV57701.2024.00514 - link do publikacji
  3. StyleAutoEncoder for manipulating image attributes using pre-trained StyleGAN
    Autorzy:
    Bedychaj, A.; Tabor, J.; and Śmieja, M.
    Konferencja:
    Advances in Knowledge Discovery and Data Mining (rok: 2024, tom: Pacific-Asia Conference on Knowledge Discovery and Data Mining, strony: 118--130), Wydawca: Springer
    Data:
    konferencja 2024-05-07 - 2024-05-10
    Status:
    Opublikowana
    Doi:
    10.1007/978-981-97-2253-2_10 - link do publikacji
  4. A deep cut into Split Federated Self-Supervised Learning
    Autorzy:
    Przewięźlikowski, M.; Osial, M.; Śmieja, M.; and Zielinski
    Konferencja:
    Machine Learning and Knowledge Discovery in Databases. Research Track. ECML PKDD 2024. Lecture Notes in Computer Science(), vol 14942 (rok: 2024, tom: Joint European Conference on Machine Learning and Knowledge Discovery in Databases, strony: 444–459), Wydawca: Springer
    Data:
    konferencja 2024-09-09 - 2024-09-13
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-70344-7_26 - link do publikacji
  5. HyperTab: Hypernetwork Approach for Deep Learning on Small Tabular Datasets
    Autorzy:
    Witold Wydmański, Oleksii Bulenok, Marek Śmieja
    Konferencja:
    2023 IEEE 10th International Conference on Data Science and Advanced Analytics (DSAA) (rok: 2023, tom: IEEE 10th International Conference on Data Science and Advanced Analytics, strony: 9), Wydawca: IEEE
    Data:
    konferencja 9-13 października 2023
    Status:
    Opublikowana
    Doi:
    10.1109/DSAA60987.2023.10302504 - link do publikacji
  6. RetroGFN: Diverse and Feasible Retrosynthesis using GFlowNets
    Autorzy:
    Piotr Gaiński, Michał Koziarski, Krzysztof Maziarz, Marwin Segler, Jacek Tabor, Marek Śmieja
    Konferencja:
    ICLR Workshop on Generative and Experimental Perspectives for Biomolecular Design (rok: 2024, tom: ICLR Workshop on Generative and Experimental Perspectives for Biomolecular Design, strony: 18), Wydawca: openreview
    Data:
    konferencja 2024-05-07 - 2024-07-11
    Status:
    Opublikowana
    Doi:
    link do publikacji
  7. ChiENN: Embracing Molecular Chirality with Graph Neural Networks
    Autorzy:
    Piotr Gaiński, Michał Koziarski, Jacek Tabor, Marek Śmieja
    Konferencja:
    Lecture Notes in Computer Science, vol. 14171 (rok: 2023, tom: Joint European Conference on Machine Learning and Knowledge Discovery in Databases, strony: 36–52), Wydawca: Springer, Cham
    Data:
    konferencja 18-22 września 2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-43418-1_3 - link do publikacji
  8. Contrastive Hierarchical Clustering
    Autorzy:
    Michał Znalezniak, Przemysław Rola, Patryk Kaszuba, Jacek Tabor, Marek Śmieja
    Konferencja:
    Lecture Notes in Computer Science, vol 14169 (rok: 2023, tom: Joint European Conference on Machine Learning and Knowledge Discovery in Databases, strony: 627–643), Wydawca: Springer, Cham
    Data:
    konferencja 18-22 września 2023
    Status:
    Opublikowana
    Doi:
    10.1007/978-3-031-43412-9_37 - link do publikacji
  9. RGFN: Synthesizable Molecular Generation Using GFlowNets
    Autorzy:
    Michał Koziarski, Andrei Rekesh, Dmytro Shevchuk, Almer van der Sloot, Piotr Gaiński, Yoshua Bengio, Chenghao Liu, Mike Tyers, Robert Batey
    Konferencja:
    Advances in Neural Information Processing Systems (rok: 2024, tom: NeurIPS Neural Information Processing, strony: 46908-46955), Wydawca: MIT Press
    Data:
    konferencja 2024-12-10 - 2024-12-15
    Status:
    Opublikowana
    Doi:
    link do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy