mgr Maciej Wołczyk
Jednostki:
- Wydział Matematyki i Informatyki UJ
- Instytut Informatyki i Matematyki Komputerowej
- Katedra Uczenia Maszynowego
Publikacje:
15.
AdaGlimpse: Active Visual Exploration with Arbitrary Glimpse Position and Scale, European Conference on Computer Vision [ECCV], (2024),
14.
Magdalena Proszewska, Maciej Wołczyk, Zięba Maciej , Patryk Wielopolski, Łukasz Maziarka, Marek Śmieja
13.
Bartosz Wójcik, Marcin Przewięźlikowski, Filip Szatkowski, Maciej Wołczyk, Klaudia Bałazy, Bartłomiej Krzepkowski, Igor Podolak, Jacek Tabor, Marek Śmieja, Tomasz Trzciński
Zero time waste in pre-trained early exit neural networks, Neural Networks vol. 168 (2023), 580-601
12.
Morawiecki Paweł, Andrii Krutsylo, Maciej Wołczyk, Marek Śmieja
Hebbian Continual Representation Learning, Hawaii International Conference on System Sciences [HICSS], (2023), 1259-1268
11.
Maciej Wołczyk, Michał Zając, Razvan Pascanu, Łukasz Kuciński, Piotr Miłoś
Disentangling Transfer in Continual Reinforcement Learning, Advances in Neural Information Processing Systems [NeurIPS](MAIN), (2023), 6304-6317
10.
9.
On the relationship between disentanglement and multi-task learning, European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Database [ECML PKDD](MAIN), (2022),
8.
Jacek Tabor, Maciej Wołczyk, Karol Piczak, Bartosz Wójcik, Łukasz Pustelnik, Morawiecki Paweł, Tomasz Trzcinski, Przemysław Spurek
Continual Learning with Guarantees via Weight Interval Constraints, International Conference on Machine Learning [ICML](MAIN), (2022), 23897-23911
7.
Maciej Wołczyk, Magdalena Proszewska, Łukasz Maziarka, Zięba Maciej , Patryk Wielopolski, Rafał Kurczab, Marek Śmieja
PluGeN: Multi-Label Conditional Generation From Pre-Trained Models, National Conference of the American Association for Artificial Intelligence [AAAI](MAIN) vol. 36/8 (2022), 8647-8656
6.
Łukasz Kuciński, Piotr Miłoś, Razvan Pascanu, Maciej Wołczyk, Michał Zając
Continual World: A Robotic Benchmark For Continual Reinforcement Learning, Advances in Neural Information Processing Systems [NeurIPS](MAIN), (2021),
5.
Klaudia Bałazy, Igor Podolak, Marek Śmieja, Jacek Tabor, Tomasz Trzciński, Maciej Wołczyk, Bartosz Wójcik
Zero Time Waste: Recycling Predictions in Early Exit Neural Networks, Advances in Neural Information Processing Systems [NeurIPS](MAIN) vol. 34 (2021), 1-13
4.
SeGMA: Semi-Supervised Gaussian Mixture Autoencoder, IEEE Transactions on Neural Networks and Learning Systems vol. 32/9 (2021), 3930-3941
3.
Finding the Optimal Network Depth in Classification Tasks, European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Database (PKDD and ECML combined from 2008) [ECML PKDD], (2020),
2.
1.
Hypernetwork Functional Image Representation, Artificial Neural Networks and Machine Learning – Icann 2019: Workshop and Special Sessions (2019), 496-510