Rozwój metod uczenia maszynowego z zastosowaniem do przewidywania aktywności związków chemicznych
Instytucja Finansująca / Przyznający: NCN
Tytuł: Rozwój metod uczenia maszynowego z zastosowaniem do przewidywania aktywności związków chemicznych
Kierownik: Marek Śmieja
Rozpoczęcie: 2015-02-25
Zakończenie: 2016-12-24
Uwagi: Preludium 7
Uczestnicy
| Publikacje |
| Szymon Nakoneczny, Marek Śmieja, Natural language processing methods in biological activity prediction, Proceedings of Ecml Pkdd Workshop On Machine Learning in Life Sciences (2016), 25-36 |
| Marek Śmieja, Magdalena Wiercioch, Constrained clustering with a complex cluster structure, Advances in Data Analysis and Classification vol. 11/3 (2017), 493-518 |
| Konrad Kamieniecki, Krzysztof Misztal, Przemysław Spurek, Marek Śmieja, Jacek Tabor, R Package CEC , Neurocomputing vol. 237 (2017), 410–413 |
| Szymon Nakoneczny, Marek Śmieja, Jacek Tabor, Fast entropy clustering of sparse high dimensional binary data, Proceednigs of Ieee International Joint Conference On Neural Networks (ijcnn 2016) (2016), 2397-2404 |
| Marek Śmieja, Jacek Tabor, Magdalena Wiercioch, Probability Index of Metric Correspondence as a measure of visualization reliability, Proceedings of Ecml Pkdd Workshop On Machine Learning in Life Sciences (2015), 16-27 |
| Marek Śmieja, Dawid Warszycki, Average Information Content Maximization - a new approach for fingerprint hybridization and reduction, PLoS One vol. 11/1 (2016), e0146666 |
| Marek Śmieja, Jacek Tabor, Entropy approximation in lossy source coding problem, Entropy vol. 17/5 (2015), 3400-3418 |
| Marek Śmieja, Magdalena Wiercioch, Mixture of metrics optimization for machine learning problems, Schedae Informaticae vol. 24 (2015), 133-142 |
149151150148146147145144
