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

UczestnikRolaEdycja
Dawid Warszycki Wykonawca
Publikacje
Marek Śmieja, Magdalena Wiercioch, Mixture of metrics optimization for machine learning problems, SCHEDAE INFORMATICAE vol. 24 (2015), 133-142
Marek Śmieja, Jacek Tabor, Entropy approximation in lossy source coding problem, ENTROPY-SWITZ vol. 17/5 (2015), 3400-3418
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, 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
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
Konrad Kamieniecki, Krzysztof Misztal, Przemysław Spurek, Marek Śmieja, Jacek Tabor, R Package CEC , NEUROCOMPUTING vol. 237 (2017), 410–413
Marek Śmieja, Magdalena Wiercioch, Constrained clustering with a complex cluster structure, ADV DATA ANAL CLASSI vol. 11/3 (2017), 493-518
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