mgr Marcin Sendera

Jednostki:

  • Wydział Matematyki i Informatyki UJ
  • Instytut Informatyki i Matematyki Komputerowej
  • Katedra Uczenia Maszynowego

Publikacje:

7.
Przemysław Spurek, Marcin Sendera, Marcin Przewięźlikowski, Jan Miksa, Mateusz Rajski, Konrad Karanowski, Maciej Zieba, Jacek Tabor
The general framework for few-shot learning by kernel HyperNetworks, Machine Vision and Applications vol. 34 (2023), 53
6.
Przemysław Spurek, Jacek Tabor, Marcin Sendera, Marcin Przewięźlikowski, Konrad Karanowski, Zięba Maciej
Hypershot: Few-shot learning by kernel hypernetworks, IEEE Workshop on Applications of Computer Vision [WACV](MAIN), (2023), 2469--2478
5.
Łukasz Maziarka, Marek Śmieja, Marcin Sendera, Łukasz Struski, Jacek Tabor, Przemysław Spurek
OneFlow: One-class flow for anomaly detection based on a minimal volume region, IEEE Transactions on Pattern Analysis and Machine Intelligence vol. 44/11 (2022), 8508-8519
4.
Marcin Sendera, Przemysław Spurek, Łukasz Struski
Missing Glow Phenomenon: learning disentangled representation of missing data, International Conference on Neural Information Processing [ICONIP] vol. vol 1516 (2021), 196-204
3.
Marcin Sendera, Jacek Tabor, Aleksandra Nowak, Andrzej Bedychaj, Massimiliano Patacchiola, Przemysław Spurek, Tomasz Trzciński, Zięba Maciej
Non-Gaussian Gaussian Processes for Few-Shot Regression, Advances in Neural Information Processing Systems [NeurIPS](MAIN) vol. 34 (2021), 10285-10298
2.
‪Gregory S. Duane, Witold Dzwinel, Marcin Sendera
Supermodeling: the next level of abstraction in the use of data assimilation, International Conference on Computational Science [ICCS] vol. vol. Lecture Notes in Computer Science book series (LNCS, vol. 12142) (2020), 133-147
1.
Marcin Sendera, Marek Śmieja, Łukasz Maziarka, Łukasz Struski, Przemysław Spurek, Jacek Tabor
Flow-based SVDD for anomaly detection, International Conference On Machine Learning (workshop Track) (2020),

Konferencje:

1.
Marcin Sendera.
Thirty-seventh International Conference on Machine Learning, The International Machine Learning Society, Wiedeń, Austria (Virtual), 2020-07-12 - 2020-07-18

Granty (realizowane po maju 2009 roku)

TytułRolaRozpoczęcieZakończenie
Jak uczyć się szybciej: w kierunku lepszej adaptacji w procesie meta-uczenia.Kierownik2023-02-072025-02-06