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_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):

dr Marek Śmieja 

Liczba wykonawców projektu: 5

Konkurs: OPUS 23 - ogłoszony 2022-03-28

Przyznana kwota: 668 932 PLN

Rozpoczęcie projektu: 2023-01-01

Zakończenie projektu: 2026-01-10

Planowany czas trwania projektu: 36 miesięcy (z wniosku)

Status projektu: Projekt w realizacji

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 (4)
  1. 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
  2. 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
  3. 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
  4. 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

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy