W ostatnich dekadach możemy zauważyć wzmożone zainteresowanie różnymi technikami uczenia maszynowego, stosowanymi do rozwiązywania problemów z wszystkich dziedzin życia. Tak duża popularność jest spowodowana faktem, że metody uczenia maszynowego potrafią radzić sobie z problemami, które są trudne do rozwiązania w konwencjonalny sposób, z powodu nieznajomości reguł nimi rządzącymi. Ze względu na właściwości uczenia się i uogólniania wiedzy, metody te są w stanie rozwiązać wiele problemów. Techniki sztucznej inteligencji osiągają wysoką wydajność w różnych dziedzinach nauki.
Piotr Bełdowski, Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
Data:
17/09/2019 - 13:00
Abstrakt:
Płyn stawowy obecny w naturalnych stawach składa się w ponad 70% wody, ale wykazuje niezwykłe właściwości smarujące, które są częściowo wynikiem interakcji między kwasem hialuronowym i zwykłymi fosfolipidami. W trakcie seminarium przedstawiony zostanie aktualny stan wiedzy na temat mechanizmu smarowania w chrząstce stawowej. Następnie zaprezentowane zostaną wyniki symulacji dynamiki molekularnej, eksperymentalne pomiary interakcji kwasu hialuronowego i fosfolipidów. Wyniki te omówione zostaną w odniesieniu do mechanizmu smarowania w układzie chrząstki stawowej.
Temat interfejsów mózg-komputer wrócił do świadomości publicznej kilka tygodni temu po prezentacji dokonań firmy Neuralink. Na prezentacji pod przewodnictwem Elona Muska zabrakło jednak szczegółow dotyczących analizy komputerowej sygnałów neuronalnych. W moim wystąpieniu postaram się rozwinąć ten temat bazując na badaniach i publikacjach związanych z moim przewodem doktorskim. Zaczynając od podstaw neuronauki i technik pomiaru aktywności mózgu, kończąc na obecnych trendach i aplikacjach, ze szczególnym uwzględnieniem metod uczenia głębokiego dla sygnału EEG.
We will present in this talk some new ideas and features pertaining to Higher Order Quantum Walks (also known as Quantum Walks with memory). It is known that quantum walks play a very important role in the design of algorithms for our "soon to arrive at a store near you" quantum computers. Because of this, there is an active research community constructing various different types of quantum walks with different properties.
W czasie seminarium omówione zostaną wybrane rodzaje sztucznych sieci neuronowych: grafowe sieci konwolucyjne (Graph Convolutional Networks), sieć konwolucyjna VGG-16 oraz binarne sieci neuronowe (Binary Neural Networks). Sieci grafowe mogą być wykorzystane w uczeniu półnadzorowanym m.in. w zadaniu klasyfikacji wierzchołków w grafie. Architektura VGG-16 zostala zdefiniowana przez Visual Geometry Group. Jest to typowa sieć konwolucyjna stosowana do klasyfikacji obrazów.
Research goals of this talk are focused on the renewal theory, some aspects of the fluctuation theory and asymptotic properties for the first order maximal autoregressive processes of the Kendall type, which are discrete time Lévy processes under the Kendall convolution. Since most of the considered processes have heavy tailed distributions, then we rely on the use of results in the theory of extreme event modeling.
Konrad Jałowiecki, Uniwersytet Śląski w Katowicach
Data:
10/05/2019 - 13:00
Abstrakt:
Wprowadzamy nowatorskie podejście do symulowania dynamicznych (liniowych) systemów (kwantowych lub innych) równolegle w czasie za pomocą wyżarzaczy kwantowych. W szczególności opisujemy, w jaki sposób można znaleźć wektor stanu rozwiązania, rozwiązując specjalnie spreparowany system równań liniowych. Ponadto wykazujemy, że takie systemy mogą w rzeczywistości być skutecznie rozwiązane (do określonej precyzji) dzięki Quadratic Unconstrained Binary Optimization.
W czasie seminarium przedstawioną zostaną modele, proponowane algorytmy oraz wyniki badań dla problemu jednoczesnego wyznaczania przepustowości kanałów oraz przepływów typu unicast i anycast w wielowarstwowej sieci komputerowej opartej o technologię MPLS over DWDM.
Zaprezentowane zostaną eksperymentalne symulacje układów kwantowych wielu ciał przy użyciu hybrydowego algorytmu kwantowo-klasycznego. W naszym układzie funkcja falowa modelu kwantowego Isinga pola poprzecznego jest reprezentowana przez ograniczoną maszynę Boltzmanna. Ta sieć neuronowa jest następnie uczona przy użyciu wariacyjnego Monte Carlo wspomaganego przez próbnik kwantowy z falą D w celu znalezienia energii stanu podstawowego.
Jarosław Duda, Wydział Matematyki i Informatyki, Uniwersytet Jagielloński
Data:
27/03/2019 - 13:00
Abstrakt:
Chociaż techniki uczenia maszynowego są bardzo potężne, mają pewne słabości, takie jak iteracyjna optymalizacja z wieloma lokalnymi minimami, duża swoboda parametrów, brak ich interpretowalności i kontrola dokładności. Z drugiej strony mamy klasyczne statystyki oparte na momentach, które nie mają tych problemów, ale dostarczają tylko przybliżonego opisu. W trakcie seminarium zostanie przedstawione podejście, które łączy ich zalety: z optymalnymi współczynnikami momentu MSE, ale zaprojektowanymi w taki sposób, że możemy je bezpośrednio przekształcić w gęstość prawdopodobieństwa.
